CIT 교육 철학
교육 철학은
수업 한 번에서
드러납니다.
로봇팔 물체 집기 과정의 5회차 90분 수업을 처음부터 끝까지 따라갑니다. 교사가 무엇을 설명하고 학생이 무엇을 만들고 실험하는지, 결과를 어떻게 비교하고 어떤 피드백을 거쳐 무엇을 남기는지 순서대로 보여 드립니다. 단계마다 CIT가 그렇게 수업하는 이유와 참고한 근거를 붙였습니다.
수업 한 번의 흐름
로봇팔 수업 5회차,
90분을 따라갑니다.
Stanford robosuite 로봇팔 물체 집기 과정(8회)의 5회차 수업입니다. 수업 시간은 90분이고 출처와 질문 10분, 기준 설명 15분, 조건 비교와 실패 확인 45분, 결과와 설명 검토 15분, 퇴실 확인 5분으로 나뉩니다. 아래 다섯 단계는 이 과정의 수업 계획에서 옮겼습니다.
과정의 수업 계획에서 옮긴 사례입니다. 특정 학생의 기록이 아닙니다.
robosuite는 Stanford 연구실이 GitHub(깃허브)에 공개한 로봇 시뮬레이션 프로그램입니다. GitHub는 프로그램 코드를 올려 두고 누가 언제 무엇을 바꿨는지까지 기록하는 공개 저장 공간입니다. 학생은 이 프로그램으로 컴퓨터 화면 속 가상 로봇팔이 물체를 집는 실험을 합니다.
- 교사
교사의 설명
출처를 구분하고 질문을 정합니다.
CIT가 미리 확인해 고정해 둔 robosuite 버전의 작동 예제로 시작합니다. 교사는 검토한 프로젝트 버전에서 원래 제공한 내용과 CIT가 수업용으로 바꾼 내용을 구분해 보여 주고 로봇에 들어오는 정보, 기억하는 값, 판단 과정, 움직임을 한 사례로 설명합니다.
학생은 예제를 실행하기 전에 입력과 성공 조건부터 적습니다. 결과가 어떻게 나올지도 한 문장으로 예상해 둡니다. 이날의 질문은 “카메라 위치나 로봇팔을 움직이는 방법을 바꾸면 물체 집기 성공률은 어떻게 달라질까?”입니다.
- 학생
학생의 제작·실험
조건 하나만 바꿔 다시 실행합니다.
물체의 시작 위치만 여러 곳으로 바꿔 다시 실행하면서 어느 위치에서 실패가 나는지 찾습니다. 카메라와 로봇팔을 움직이는 방법, 성공을 판정하는 방법은 그대로 둡니다. 입력이 빠지거나 허용 범위를 벗어난 값처럼 실패가 나는 경우도 하나 시험합니다.
실행할 때마다 입력, 시작값, 실행 방법, 결과를 한 줄씩 기록합니다. 다른 학생이 같은 프로젝트 버전과 입력으로 따라 할 수 있어야 합니다.
- 교사와 학생
결과 비교
예상과 실제를 나란히 놓습니다.
바꾸기 전과 후의 결과, 결과가 처음 달라진 지점, 실패 장면을 표에서 함께 확인합니다. 위치마다 성공률과 충돌 장면, 물체가 가려진 장면을 표와 그래프로 정리합니다. 실패한 실행도 지우지 않습니다.
- 교사
교사 피드백
대신 고치지 않고 질문으로 짚습니다.
선생님은 결과를 대신 고치지 않고 질문으로 짚습니다. 결론을 결과보다 크게 쓰지 않았는지, 단위가 빠지지 않았는지, 바꾼 조건이 정말 하나인지 묻습니다.
화면 속 로봇이 움직였다는 이유로 “AI가 이해했다”고 말하면 성공 조건과 실패 장면을 다시 가리키게 합니다. 학생은 표와 그래프, 실행 안내의 결론을 고치고 결론마다 근거와 적용 한계를 붙입니다.
- 학생
학생의 설명과 결과물
30초 설명과 남기는 기록
수업이 끝나기 전에는 바꾼 입력 하나와 달라진 결과 하나, 아직 말할 수 없는 것 하나를 30초 안에 설명합니다.
시작 위치마다 성공률과 실패 장면을 정리한 표와 그래프, 실패가 잦은 위치에서 다시 시도하는 기능의 요구사항을 남깁니다. 집에서는 20분 동안 입력·변화·결과·한계를 한 문장씩 정리하고 다음 수업에서 물을 질문을 하나 적습니다.
6회차에는 이 기록을 근거로 기능 하나를 코드로 만듭니다. 첫 집기가 실패하면 다른 카메라 보기나 잡는 위치를 골라 다시 시도하는 기능입니다. 학생이 만든 코드와 실험 기록, 보고서는 매 수업 학생의 GitHub 공개 저장소에 올립니다.
이 사례는 수업 설계를 보여 주는 예시입니다. 특정 학생의 성과가 아니며 성적 향상이나 합격을 보장하지 않습니다. 과정 이름의 Stanford는 robosuite를 만든 곳을 밝힌 것이고 수업은 CIT가 독립적으로 설계했습니다.
다른 분야에서도
같은 흐름으로 수업합니다.
AI와 컴퓨터과학을 깊이 배우는 수업이든 생명과학·예술·경제 같은 관심 분야에 기술을 쓰는 수업이든 설명, 제작·실험, 결과 비교, 피드백, 설명과 결과물의 흐름은 같습니다. 수학·논리, 데이터, 문제 해결, 책임 있는 활용이라는 공통의 기초 위에서 목적에 맞는 깊이와 과제를 고릅니다. 분야마다 어떤 질문으로 시작하는지는 아래 예시로 두었습니다.
분야별 탐구 질문 예시
- AI·컴퓨터과학
- 프로그램은 왜 예상과 다른 결과를 낼까요?
- 수학·데이터
- 평균만 보면 놓치는 정보는 무엇일까요?
- 로봇·공학·우주
- 로봇은 언제 멈춰야 할까요?
- 생명과학·환경
- 영상 속 생물의 움직임을 일관되게 셀 수 있을까요?
- 예술·디자인
- 어떤 규칙으로 움직이는 작품을 만들 수 있을까요?
- 웹·앱·게임
- 사용자가 실수해도 이해할 수 있는 프로그램은 무엇일까요?
- 음악·소리
- 소리의 반복을 데이터로 표현할 수 있을까요?
- 인문사회·경제
- 데이터가 보여주는 것과 보여주지 못하는 것은 무엇일까요?
분야별 질문은 수업 설계 예시입니다. 모든 분야가 각각 독립 과목으로 개설되어 있다는 뜻은 아닙니다. 국제학교 학생에게는 개념 이해, 평가에서 요구하는 언어, 학교 과제의 조건을 나누어 살핍니다.
교육 설계의 근거를
직접 확인하실 수 있습니다.
위 다섯 단계의 원칙이 참고한 자료입니다. 연구 검토, 전문기관 지침, 교육 프레임워크, 지역 운영 조사를 구분했습니다. 자료를 참고한 것과 기관의 제휴·인증·보증은 다릅니다.
자료 확인 기준일
전문기관 지침Metacognition and Self-Regulation 개정 안내2025
Education Endowment Foundation · Corinne Settle · 2025
- 참고한 내용
- 교사의 사고 과정 시범, 명시적인 전략 지도, 도움의 조절과 학생의 계획·점검·평가.
- 적용 한계
- 교실 적용에는 맥락과 실행 방식 검토가 필요하며 CIT 학생의 효과를 입증한 자료는 아닙니다.
전문기관 지침Organizing Instruction and Study to Improve Student Learning2007
IES · What Works Clearinghouse · 2007
- 참고한 내용
- 간격 학습, 풀이 예시와 문제 해결의 연결, 시각 자료와 설명의 결합.
- 적용 한계
- 권고마다 근거 수준이 다릅니다. 모든 과목과 학생에게 같은 수업 비율을 지정하지 않습니다.
전문기관 지침Developmentally Appropriate Practice · Core Considerations2020
National Association for the Education of Young Children · 2020
- 참고한 내용
- 발달의 공통성, 개인차, 사회·문화적 맥락을 고려한 초기 아동 교육.
- 적용 한계
- 출생부터 8세까지의 초기 아동 대상 지침을 중·고등학생의 효과 근거로 확대하지 않습니다.
연구 검토How People Learn II · Types of Learning and the Developing Brain2018
National Academies of Sciences, Engineering, and Medicine · 2018
- 참고한 내용
- 학습·발달과 경험의 관계, 신경과학을 교수법으로 연결할 때의 복잡성.
- 적용 한계
- 뇌의 변화나 신경영상은 특정 수업의 성적 향상을 자동으로 입증하지 않습니다.
지역 운영 조사대치동의 양면…사교육 일번지에 600년 된 마을이?2018
서울역사박물관 · 2018
- 참고한 내용
- 대치동 학원가의 전문화, 맞춤 강의, 부족한 과목 보완과 지원 관계를 이해하는 자료.
- 적용 한계
- 지역을 설명하는 조사입니다. 인과적 성적 향상 근거나 대치동만의 고유 학습 기술로 제시하지 않습니다.
연구 검토OECD Digital Education Outlook 20262026
OECD · 2026
- 참고한 내용
- AI를 쓰는 동안의 과제 수행 향상과 학생에게 남은 학습을 구분하고 교육 목적에 맞게 도구를 설계.
- 적용 한계
- 도구·과제·교수 설계에 따라 결과가 다릅니다. AI 사용 자체의 보편적 효과를 보장하지 않습니다.
교육 프레임워크PRIMM · Support for teaching programming in school발행 연도 미표기
PRIMM 교육 자료 · 발행 연도 미표기
- 참고한 내용
- Predict·Run·Investigate·Modify·Make: 코드 예측·실행·탐구·수정·제작의 흐름.
- 적용 한계
- 모든 단계가 매 수업에 반드시 들어가는 고정 순서는 아닙니다. 위 로봇팔 수업의 단계 구성은 CIT의 수업 계획입니다.
연구 검토Improving Students’ Learning With Effective Learning Techniques2013
John Dunlosky 외 · 2013
- 참고한 내용
- 연습 시험과 분산 학습을 포함한 학습 전략 검토.
- 적용 한계
- 모든 학생에게 동일한 복습 날짜를 지정하거나 개인별 기억률을 예측하는 자료는 아닙니다.
교육 프레임워크A Framework for K–12 Science Education2011
National Research Council · NGSS 안내 · 2011
- 참고한 내용
- 교과의 핵심 개념, 분야를 연결하는 개념, 과학·공학 실천을 함께 다루는 구조.
- 적용 한계
- 프레임워크를 참고한 것이 CIT 수업에 대한 기관의 인증이나 개별 성과 보장을 뜻하지 않습니다.
자주 묻는 질문
이 수업 사례는 실제 수업입니까?
Stanford robosuite 로봇팔 물체 집기 과정의 5회차 수업 계획을 그대로 옮겼습니다. 특정 학생의 결과나 성적이 아니라 수업이 어떻게 설계되어 있는지를 보여 드리는 사례입니다. 과정 전체 8회의 계획은 과정 소개 페이지에서 보실 수 있습니다.
여러 분야를 배우면 기초가 얕아지지 않습니까?
분야를 많이 거치는 것보다 필요한 개념을 정확히 배우고 직접 쓰는 것을 우선합니다. 위의 로봇팔 수업에서도 조건 하나만 바꾸고 성공과 실패를 모두 기록하고 결과가 뒷받침하는 만큼만 결론을 쓰는 연습을 수업 내내 반복합니다.
대치동식 공부를 그대로 적용합니까?
학생의 출발점과 부족한 부분을 세밀하게 살피고 연습·피드백·재확인으로 연결하는 관점을 참고합니다. 학습량이나 시간표를 그대로 옮기거나 학년과 점수만으로 학생을 고정 분류하는 방식은 지향하지 않습니다.
뇌과학 기반이라는 것은 무엇입니까?
학습과 발달을 이해하는 연구를 참고한다는 뜻입니다. 인지·발달 연구와 교실 근거를 함께 검토하며, 뇌 검사나 지능 향상 보장, 특정 수업의 성적 효과를 뜻하지 않습니다.
AI가 코드를 만들면 학생은 무엇을 배웁니까?
문제를 정하고, 코드를 읽고, 테스트하고, 수정 이유를 설명하고, 결과를 판단하는 역할을 학생에게 남기는 것이 설계 원칙입니다. AI의 도움으로 완성한 결과와 학생이 독립적으로 할 수 있는 일을 구분해 확인합니다.
국제학교 공부와 프로젝트를 함께 고려합니까?
교과 개념 이해, 평가에서 요구하는 표현, 독립 프로젝트의 목표를 구분합니다. 학교 과제와 평가의 AI 사용·도움 허용 규칙을 먼저 확인하고, 별도 프로젝트와 학교 제출물을 구분하는 방향으로 상담합니다.
성적이나 입시 결과를 보장합니까?
성적 향상이나 합격을 보장하지 않습니다. 학생이 설명하고 직접 수행하며 시간이 지난 뒤 새로운 조건에도 적용하는지를 학습 확인의 기준으로 삼습니다. 이 페이지의 수업 사례는 과정의 수업 계획에서 옮긴 것이며 특정 학생의 성과 기록이 아닙니다.
우리 아이에게 필요한
다음 배움을 함께 찾습니다.
관심 분야와 현재 할 수 있는 일에서 출발해,
기초 학습과 도전의 균형을 살펴봅니다.