2억 명의 젊은 성인이 매주 ChatGPT 사용—OpenAI는 대부분이 여전히 파워 유저 수준에 훨씬 못 미친다고 밝혀

서론

18~24세 2억 명 이상의 사람들이 매주 ChatGPT를 사용합니다.

이는 젊은 성인들이 이 플랫폼에서 가장 강력한 주류 사용자 그룹 중 하나라는 것을 의미합니다. 그들은 글을 쓰고, 분석하고, 코딩하고, 공부하고, 계산하고, 창작하며, 점점 더 일상적인 학교 생활과 초기 경력 작업의 일부로 AI를 사용하고 있습니다.

그러나 OpenAI는 빈번한 학생 사용과 가장 고급 사용자들이 ChatGPT를 사용하는 방식 사이에 여전히 큰 격차가 있다고 말합니다.

8월 4일 교육 발표에서 OpenAI는 이전 교육 연구에서의 결과를 반복했습니다: 고급 대학생 연령 사용자들조차 ChatGPT의 기능을 파워 유저보다 대략 90%에서 99% 덜 사용합니다.

이 숫자는 신중한 해석이 필요합니다.

이는 학생들이 모델의 이론적 지능의 1%에서 10%만 사용하고 있다는 뜻이 아닙니다. 이는 기능 전반에 걸쳐 관찰된 사용 패턴이 OpenAI가 정의한 파워 유저 그룹보다 훨씬 덜 집중적이라는 것을 의미합니다.

파워 유저는 ChatGPT에게 도구 연결, 데이터 분석, 인터랙티브 결과물 구축, 다단계 프로젝트 관리, 코드 작성 및 테스트, 에이전트 워크플로우 조정을 요청할 수 있습니다.

많은 주류 사용자들은 여전히 훨씬 더 단순한 패턴으로 AI와 상호작용합니다:

질문 하나 하기
→ 답변 하나 받기
→ 떠나기

OpenAI는 AI가 할 수 있는 것과 사람들이 실제로 사용하는 방식 사이의 격차를 기능 오버행(capability overhang) 이라고 부릅니다.

최신 대응은 더 나은 프롬프트 작성에 관한 또 다른 가이드가 아닙니다.

대신 OpenAI는 역할별 기술, 앱, 지침, 일반적인 워크플로우를 바로 사용 가능한 시작점으로 묶은 세 가지 교육 플러그인을 출시했습니다:

1. K-12 교육자용.
2. 대학 교육자용.
3. 대학생용.

목표는 사용자를 "ChatGPT에게 무엇을 물어봐야 할까?"에서 "내가 적용할 수 있는 완전한 워크플로우가 여기 있다"로 이동시키는 것입니다.

세 가지 다른 그룹을 위한 세 가지 교육 플러그인

OpenAI의 새로운 플러그인은 하나의 일반적인 "교육 어시스턴트"가 아닌 다양한 직무에 맞게 설계되었습니다.

이 맥락에서 플러그인은 브라우저 확장 프로그램이 아닙니다.

OpenAI는 이를 다음을 결합하는 패키지로 정의합니다:

• 앱.
• 역할별 기술.
• 지침.
• 일반적인 워크플로우.
• 관련 도구 및 맥락.

이 패키지는 교사와 학생이 긴 시스템 프롬프트를 직접 만들거나 전체 워크플로우를 수동으로 조립할 필요 없이 유용한 시작 구조를 제공하기 위한 것입니다.

세 가지 플러그인은 ChatGPT Edu 및 ChatGPT for Teachers 학군 배포를 통해 제공됩니다.

이들은 문서, 강의 자료, 달력 및 기타 승인된 앱을 포함하여 사용자가 선택한 자료와 함께 작동할 수 있습니다.

1. K-12 교육자 플러그인

K-12 교육자 플러그인은 반복적인 수업 준비 및 커뮤니케이션 작업에 중점을 둡니다.

OpenAI는 다음과 같은 워크플로우를 강조합니다:

• 번역

과제물.

• 퇴장 티켓 요약 만들기.
• 가정통신문 준비.
• 연습 시험 제작.
• 차별화된 학습 자료 설계.
• 인터랙티브 시각 자료 제작.
• 기존 교실 자료를 활용한 작업.

이 플러그인은 Learning Commons와도 통합됩니다.

OpenAI는 Learning Commons를 교육용 공공 AI 데이터셋과 리소스를 개발하는 비영리 조직으로 설명합니다.

이러한 통합을 통해 교사는 생성된 자료를 다음 항목과 정렬할 수 있습니다:

• 지역 학업 기준.
• 해당 기준을 구성하는 학습 요소.
• 선행 학습과 후속 학습 사이의 진행 과정.

중요한 경계는 플러그인이 교육적 권한을 대신하지 않는다는 점입니다.

OpenAI는 교육자가 다음 사항에 대한 통제권을 유지한다고 명시합니다:

• 수업 결정.
• 채점.
• 주체적 행동.
• 작업 흐름에 포함되는 자료.

이 제품은 준비 과정을 가속화하기 위해 설계되었으며, 특정 학급이나 학생에 대한 교사의 판단을 대체하지 않습니다.

1. 대학 교육자 플러그인

대학 교육자 플러그인은 교과 설계와 학사 계획 영역으로 더 깊이 들어갑니다.

OpenAI는 강사가 이를 활용하여 다음을 수행할 수 있다고 말합니다:

• 강의계획서 업데이트.
• 인터랙티브 교육 웹사이트 제작.
• 멀티미디어 평가 도구 구축.
• 다양한 학습자를 위한 자료 변형.
• 학사 일정 생성.
• 강의 자료 준비.
• 강의 포스터 제작.
• 학습관리시스템용 자료 패키징.

이것은 작업의 규모를 변화시킵니다.

교수는 더 이상 다음과 같은 질문에만 국한되지 않습니다:

"내 강의계획서의 이 단락을 다시 써줄 수 있나요?"

작업 흐름은 다음과 같이 될 수 있습니다:

강의 자료
→ 학습 목표
→ 인터랙티브 웹사이트
→ 일정
→ 평가
→ LMS 준비 패키지

이 플러그인은 또한 승인된 일정, 문서, 기관 도구와 함께 작동하므로 교수진이 새로운 작업마다 동일한 맥락을 다시 구축할 필요가 없습니다.

OpenAI의 예시는 일반 채팅과 에이전트 작업의 차이를 보여주기 때문에 중요합니다.

프롬프트는 여전히 한 문장으로 시작할 수 있지만, 출력물은 다중 파일 또는 다중 단계의 산출물이 될 수 있습니다.

1. 대학생 플러그인

대학생 플러그인은 강좌 관리보다는 능동적인 학습을 중심으로 설계되었습니다.

학생들은 자신이 선택한 자료를 활용하여 다음을 만들 수 있습니다:

• 맞춤형 튜터링 세션.
• 어려운 개념 연습.
• 학습 가이드.
• 퀴즈.
• 플래시카드.

학습 계획.

• 인터랙티브 시각적 설명.

원리는 간단합니다:

학생이 이미 공부하고 있는 자료를 더 인터랙티브한 학습 환경으로 전환하는 것입니다.

이는 AI에 질문을 던지고 최종 답변을 요청하는 것과는 다릅니다.

예를 들어, 학생은 다음을 요청할 수 있습니다:

• 정답을 맞힐 때마다 난이도가 높아지는 퀴즈.
• 지정된 읽기 자료로만 구성된 플래시카드 세트.
• 등장인물 간의 관계에 대한 시각적 설명.
• 시험 날짜를 기준으로 한 학습 계획.
• 답을 즉시 알려주는 대신 질문을 던지는 가이드 튜터.

OpenAI는 이 플러그인이 다양한 전공, 지역, AI 활용 수준의 대학생들을 위해 설계되었다고 밝혔습니다.

그 목표는 생성된 답변으로 학습 과정을 대체하는 것이 아니라 더 깊은 이해에 있습니다.

핵심 변화는 개별 기능이 아니라 워크플로우입니다

이러한 작업의 대부분은 이미 ChatGPT에서 기술적으로 가능했습니다.

사용자는 이미 다음을 요청할 수 있었습니다:

• 퀴즈.
• 학습 계획.
• 번역.
• 웹사이트.
• 수업 개요.
• 캘린더.
• 플래시카드 세트.

그렇다면 왜 플러그인으로 묶었을까요?

능력이 곧 사용성과 같지 않기 때문입니다.

강력한 범용 모델도 여전히 사용자가 다음을 알기를 요구합니다:

1. 무엇이 가능한지.
2. 어떤 맥락을 제공해야 하는지.
3. 어떤 도구를 연결해야 하는지.
4. 작업을 어떻게 구조화할지.
5. 중간 결과를 어떻게 검토할지.
6. 출력을 어떻게 다듬을지.
7. 어떤 작업이 인간의 통제 하에 있어야 하는지.

파워 유저는 반복적인 실험을 통해 이러한 패턴을 학습합니다.

대부분의 사람들은 내일 수업을 준비하기 전에 프롬프트 엔지니어가 되고 싶어 하지 않습니다.

플러그인은 반복적인 전문성을 재사용 가능한 시작 워크플로우로 전환합니다.

다음 대신:

빈 채팅
→ 프롬프트 창안
→ 누락된 맥락 발견
→ 재시도
→ 도구 추가
→ 구조 수정

사용자는 다음에 더 가깝게 시작합니다:

역할별 워크플로우
→ 자료 추가
→ 맞춤 설정
→ 검토
→ 사용

이것이 세 가지 교육 플러그인의 제품 로직입니다.

ChatGPT를 "질문 하나, 답변 하나"로만 사용하지 마세요

원문의 두 번째 주요 주장은 많은 사용자가 여전히 ChatGPT를 좀 더 대화형 검색 엔진처럼 취급하고 있다는 것입니다.

OpenAI의 데이터에 따르면 고급 사용 방식은 훨씬 더 광범위해지고 있습니다.

이 회사는 다음과 같은 영역을 포함해 11가지 주요 기능 범주를 분석합니다:

• 글쓰기.
• 분석 및 계산.
• 코딩.
• 창의적 작업.
• 교육 및 학습.
• 정보 검색.
• 파일 및 도구 작업.

대학생 연령대 사용자는 이미 여러 영역에서 일반 사용자 그룹을 선도하거나 동률을 이루고 있습니다.

격차는 파워 유저와 비교할 때 나타납니다.

일반 사용자가 아니라요.

OpenAI는 상위권 학생 사용자들이 여전히 다양한 기능에서 파워 유저 수준의 약 90%–99% 미만으로 활동하고 있다고 밝혔습니다.

차이를 이해하는 유용한 방법은 두 가지 작업 흐름을 비교하는 것입니다.

기본 사용

"이 장을 요약해 줘."

모델이 요약문을 제공합니다.

심화 사용

내 수업 자료와 시험 날짜를 사용해.
복습이 가장 필요한 개념을 식별해 줘.
7일 학습 계획을 만들어 줘.
인출 연습 문제를 생성해 줘.
내가 틀린 주제를 추적해 줘.
최종 복습 퀴즈를 만들어 줘.
취약한 영역마다 시각적 설명을 하나씩 만들어 줘.

두 번째 작업 흐름은 동일한 ChatGPT 계정을 사용할 수 있습니다.

차이는 단지 더 나은 프롬프트만이 아닙니다.

다음을 포함합니다:

• 더 많은 맥락.
• 여러 단계.
• 재사용 가능한 상태.
• 도구.
• 산출물.
• 반복.
• 평가.
• 더 명확한 목표.

이것이 OpenAI가 해소하려는 능력 격차입니다.

ChatGPT Edu 사용자, 더 고급 패턴으로 이동

OpenAI는 구조화된 기관 차원의 접근이 도움이 되는 것으로 보인다고 밝혔습니다.

ChatGPT Edu 배포 전반에 걸쳐 학생들은 시간이 지나면서 더 고급 사용 패턴을 개발합니다.

OpenAI의 비식별 분석에 따르면, ChatGPT Edu 사용자는 조사한 거의 모든 능력 범주에서 무료 사용자를 능가하며 파워 유저 행동에 더 가까워집니다.

가장 큰 차이는 다음에서 나타납니다:

• 분석 및 계산.
• 교육 및 학습.

OpenAI는 단순히 ChatGPT Edu를 구매하는 것만으로 성적이 자동으로 향상된다고 주장하지 않습니다.

이 데이터는 사용 패턴에 관한 것이지, 학습 성과에 대한 무작위 증명이 아닙니다.

여러 요인이 기여할 수 있습니다:

• 학생들이 관리되는 기관 접근 권한을 보유하고 있습니다.
• 교수진이 실제 과목에 AI를 통합할 수 있습니다.
• 학생들이 예시와 지침을 받습니다.
• 관련 도구가 하나의 환경에서 제공됩니다.
• 기관이 반복 가능한 작업 흐름을 만들 수 있습니다.
• 사용자들이 시간이 지나면서 경험을 쌓습니다.

이것이 OpenAI의 교육 전략이 단순한 제품 접근권뿐 아니라 훈련, 연구, 측정을 점점 더 포함하는 이유입니다.

능력 격차는 모델 문제만큼이나 훈련 문제입니다

생성형 AI 붐의 첫 몇 년 동안 제품 개선은 모델 능력이 주도했습니다.

당연한 질문은 이랬습니다:

어떤 모델이 더 똑똑한가?

모델이 점점 더 유능해짐에 따라 또 다른 병목이 드러납니다:

사용자가 그 능력을 실제 유용한 작업으로 안정적으로 전환할 수 있는가?

모델은 웹사이트를 구축하고, 스프레드시트를 분석하고, 연구 프로젝트를 계획하고, 도구를 조정할 수 있습니다.

그 능력은 다음을 알지 못하는 사용자에게는 실질적인 가치가 거의 없습니다:

• 기능이 존재한다는 것.
• 목표를 설명하는 방법.
• 어떤 맥락이 필요한지.
• 결과를 검증하는 방법.
• 언제 위임하지 말아야 하는지.

OpenAI의 플러그인은 전문성을 사용자에서 제품 설계로 옮기는 한 가지 방법입니다.

제품 자체가 작업 흐름을 가르칩니다.

OpenAI는 더 많은 것을 구축하고 있습니다

AI 튜터보다

원문은 이후 더 넓은 관점으로 확장된다.

세 가지 플러그인은 OpenAI 교육 전략의 한 부분에 불과하다.

종합하면, 최근 프로그램들은 네 가지 계층을 포함한다:

사용
→ 가르치기
→ 배포
→ 측정

계층 1: 플러그인으로 고급 작업 흐름을 더 쉽게 사용

새로운 교육용 플러그인은 학생과 교육자를 위한 공통 작업을 패키지로 제공한다.

유용한 작업을 시작하기 전에 필요한 설정 시간을 줄여준다.

이것이 사용 계층이다.

계층 2: 교사 연수로 AI 활용 능력 구축

OpenAI는 **국립 AI 교육 아카데미(National Academy for AI Instruction)**의 창립 파트너이다.

미국교원연맹(AFT)에 따르면 아카데미는 다음 기관들과 함께 출범했다:

• AFT(미국교원연맹)
• 미국교원연합회(United Federation of Teachers)
• 마이크로소프트(Microsoft)
• OpenAI
• 앤트로픽(Anthropic)

이 5년 프로그램은 K-12 교사 40만 명, 즉 미국 교육 인력의 약 10%를 교육하는 것을 목표로 한다.

아카데미는 교사들이 AI를 안전하고 공정하며 효과적이고 윤리적으로 사용할 수 있도록 돕는 실습형 연수를 제공한다.

OpenAI는 또한 월튼가족재단(Walton Family Foundation)과 협력하여 미국 8개 도시의 K-12 교사, 행정가, 교육청 지도자 1,600명 이상에게 무료 대면 OpenAI 아카데미 워크숍을 지원하고 있다.

이것이 가르치기 계층이다.

계층 3: 국가 대상 교육으로 제도적 접근성 확대

OpenAI의 국가 대상 교육(Education for Countries) 프로그램은 정부 및 국가 교육 시스템과 협력한다.

에스토니아가 가장 명확한 사례 중 하나이다.

이 나라의 AI 도약(AI Leap) 이니셔티브는 2만 명의 고등학생과 3천 명의 교사를 대상으로 시작되었으며, 추가 확대 계획을 가지고 있다.

OpenAI의 8월 교육 발표에 따르면 ChatGPT Edu는 현재 에스토니아에서 2만 명 이상의 학생과 4,600명 이상의 교사에게 도달하고 있으며, 타르투 대학과 스탠포드가 참여하는 종단 연구 이니셔티브도 함께 진행 중이다.

이것이 배포 계층이다.

이 전략은 단순히 개별 학생들이 챗봇에 가입하도록 유도하는 데 그치지 않는다.

AI를 관리되는 교육 인프라에 배치한다.

계층 4: 학습 성과 측정으로 AI의 효과 검증

더 많은 사용이 곧 더 나은 교육은 아니다.

학생이 ChatGPT에서 두 배로 오래 시간을 보내면서도 더 적게 배울 수 있다.

따라서 OpenAI는 교육자, 연구자, 학교 시스템, 정부가 다음 영역에 미치는 영향을 측정할 수 있도록 돕는 **학습 성과 측정 도구 모음(Learning Outcomes Measurement Suite)**을 개발 중이다:

• 추론
• 비판적 사고
• 숙달도
• 학습 진전

이 구분은 필수적이다.

유용한 질문은 다음과 같은 것이 아니다:

학생들이 AI 메시지를 더 많이 보냈는가?

중요한 질문은 다음과 같다:

학생들이 더 잘 이해하고,
더 잘 추론하며,
기술을 유지했는가?

이것이 측정 계층이다.

OpenAI는 학생들을 커뮤니티와 진로에도 연결하고 있다

교육 전략은 교과 과정 밖으로 확장된다.

OpenAI는 학생 주도의 **학생 집단(Student Collective)**을 출범시켰다.

캠퍼스에서 AI 활용을 배우고, 구축하고, 발전시키는 데 초점을 맞춘 커뮤니티입니다.

캠퍼스 리드는 동료 주도 활동과 실습형 프로젝트를 조직할 수 있습니다.

OpenAI는 또한 AI 기술과 인턴십 및 초기 경력 기회를 연결하기 위해 Handshake와의 파트너십을 강조합니다.

연구자들을 위해 OpenAI는 이제 ChatGPT for Academic Researchers를 제공합니다.

자격을 갖춘 연구 교수진과 박사후 연구원은 다음과 같은 관리형 작업 공간을 신청할 수 있습니다:

• 최대 5개의 무료 좌석.
• 12개월 무료 이용.
• 비즈니스 수준 데이터 보호.
• 작업 공간 관리 기능.
• 학술 연구 목적의 이용.

이 프로그램은 자격, 기관, 지역, 검증 요건이 있습니다.

모든 학생을 위한 일반 무료 Pro 제공이 아닙니다.

누가 도구를 통제하는가?

원문은 가장 중요한 거버넌스 질문으로 마무리됩니다.

새로운 플러그인은 단순히 모든 ChatGPT 사용자에게 일괄 배포되지 않습니다.

OpenAI에 따르면 다음을 통해 제공됩니다:

• ChatGPT Edu.
• ChatGPT for Teachers 지역 교육청 배포.

기관은 다음에 대한 통제권을 유지합니다:

• 어떤 도구를 사용할 수 있는지.
• 어떤 권한이 부여되는지.
• 어떤 앱이 승인되는지.
• 어떤 자료를 연결할 수 있는지.
• 작업 공간이 어떻게 관리되는지.

이는 의도적인 기관 중심 배포 모델입니다.

이는 조직 승인 없이 교사가 개별적으로 설치할 수 있는 소비자 제품보다 학교와 교육청에 더 강력한 역할을 부여합니다.

ChatGPT for Teachers 자체는 플러그인 출시보다 더 넓은 범위를 가집니다

여기서 유용한 구분이 있습니다.

ChatGPT for Teachers는 현재 검증된 미국 K-12 교사와 교직원에게 2028년 6월까지 무료로 제공되며, 자격을 갖춘 개별 교육자는 작업 공간을 만들 수 있습니다.

그러나 OpenAI의 8월 4일 발표는 새로운 교육 플러그인이 ChatGPT Edu 및 ChatGPT for Teachers 지역 교육청 배포를 통해 제공된다고 명시합니다.

따라서 다음 두 주장은 모두 사실일 수 있습니다:

• 미국 K-12 개별 교육자는 ChatGPT for Teachers에 접근할 수 있습니다.
• 새로 발표된 세 가지 플러그인은 기관 관리형 교육 배포를 통해 배포됩니다.

"ChatGPT for Teachers"와 "교사용 플러그인"이 동일한 제품으로 취급될 때 이 구분은 쉽게 사라집니다.

이 둘은 관련이 있지만 동일하지 않습니다.

Anthropic은 다른 배포 경로를 선택했습니다

OpenAI의 플러그인 발표 3주 전, Anthropic은 Claude for Teachers를 출시했습니다.

Anthropic은 2027년 6월 30일까지 가입하는 검증된 미국 K-12 교육자에게 1년 전체 이용권을 무료로 제공합니다.

이 패키지에는 다음이 포함됩니다:

• 프리미엄 Claude 기능.
• 교수법 스킬.
• Learning Commons 통합.
• K-12 도구와의 연동.
• 교육 중심 개인정보 보호 약관.

이로써 개별 교사는 제품에 비교적 직접적으로 접근할 수 있습니다.

OpenAI의 새로운 플러그인 출시는 교육청 관리형 배포에 더 중점을 둡니다.

어느 접근 방식도 기관을 완전히 배제하지는 않습니다.

Anthropic은 학교 시스템 및 AFT와 협력하고 있으며, ChatGPT for Teachers 자체도 개별 검증 교육자를 지원합니다.

의미 있는 차이는 특정 신규 플러그인 패키지가 어떻게 배포되는지에 있습니다.

교사의 수업 권한은 유지됩니다

기관 배포

AI 기업이 교육 방식을 결정한다는 의미는 아닙니다.

OpenAI는 교육자가 다음 사항에 대한 통제권을 유지해야 한다고 반복해서 밝힙니다:

• 교육학적 결정.
• 채점.
• 에이전트 활동.
• 교실 사용.

AFT(미국교사연맹)는 같은 입장을 더 강력하게 표명합니다.

전국 AI 교육 아카데미에서 노조는 기술 파트너가 강좌 콘텐츠를 개발하지 않는다고 밝힙니다.

교육 환경은 교사 주도입니다.

AFT 교육자들은 AI가 교실에서 언제, 어떻게 사용되어야 하는지를 결정할 때 기술 기업이 아닌 교사가 주도권을 쥐어야 한다고 주장합니다.

이러한 경계는 유용합니다. AI가 과제의 텍스트를 이해할 수는 있어도 교실의 온전한 인간적 맥락을 이해할 수는 없기 때문입니다.

교사는 다음을 알 수 있습니다:

• 특정 학생이 어려움을 겪는 이유.
• 다른 학생에게 다른 설명이 필요한 이유.
• 수업 전에 발생한 갈등.
• 어떤 자료가 발달 단계에 부적절한지.
• 학급이 다음 단계로 넘어갈 준비가 되었는지.
• 무엇이 공정한 평가인지.

모델은 그러한 결정을 지원할 수 있습니다.

그러나 이를 조용히 대신해서는 안 됩니다.

진짜 경쟁은 교육 인프라 구축이 되는 중

표면적인 경쟁은 다음과 같습니다:

ChatGPT 대 Claude

더 깊은 경쟁은 더 큽니다.

AI 기업들은 다음을 구축하고 있습니다:

• 관리형 학교 작업 공간.
• 교사 연수.
• 학술 표준 연동.
• 학생 커뮤니티.
• 연구 프로그램.
• 학습 성과 측정.
• LMS 및 앱 연결.
• 진로 경로.
• 정부 배포.
• 행정 통제.

이는 독립형 튜터링 챗봇에 가깝기보다는 인프라에 더 가깝습니다.

학교의 구매 결정은 점점 다음 질문을 포함하게 됩니다:

• 누가 데이터를 통제하는가?
• 누가 도구를 선택하는가?
• 시스템이 지역 표준과 정렬될 수 있는가?
• 관리자가 접근을 관리할 수 있는가?
• 교사가 AI를 재정의(오버라이드)할 수 있는가?
• 사용이 측정 가능한 학습과 연결되는가?
• 기관이 배포를 감사하고 통제할 수 있는가?
• 얼마나 많은 교육이 필요한가?

가장 강력한 교육 플랫폼은 단순히 가장 우수한 모델을 가진 것이 아닐 수 있습니다.

기관이 모델의 역량을 반복 가능하고 통제 가능한 학습 워크플로우로 전환하도록 돕는 플랫폼일 수 있습니다.

학생들이 '파워 유저' 격차에서 배울 수 있는 것

90%~99% 수치는 실망스럽게 들릴 수 있습니다.

이는 더 깊은 AI 기술이 발전하고 있는 지점을 보여주는 지도로 보는 것이 더 유용합니다.

학생이 극단적 파워 유저의 모든 행동을 모방할 필요는 없습니다.

그러나 몇 가지 습관은 이전 가능합니다.

답변에서 프로젝트로 이동

단일 출력을 요청하는 대신 최종 목표를 정의하고 작업이 단계적으로 진행되도록 하세요.

AI에 실제 맥락 제공

모델이 추측하게 하는 대신 강좌 자료, 제약 조건, 날짜, 예시, 승인된 도구를 사용하세요.

능동적 학습 요청

완성된 답변만이 아니라 질문, 연습, 피드백, 비교, 설명을 요청하세요.

재사용 가능한 워크플로우 구축

매주 반복되는 작업이 있다면 매번 프롬프트를 다시 쓰는 대신 일관된 프로세스로 전환하세요.

중요한 작업 검증

AI를 사용해 출처, 계산, 코드, 가정, 누락된 부분을 확인하는 데 도움을 받으세요.

위임하지 말아야 할 것을 알기

AI를 깊이 사용하는 능력에는 인간의 판단이 여전히 핵심인 지점이 어디인지 아는 것이 포함됩니다.

교육을 위해서는,

그것은 아마도 모든 것 중 가장 중요한 고급 사용자 기술일 것입니다.

확인된 사실과 신중한 해석이 필요한 부분

자주 묻는 질문

매주 몇 명의 젊은 성인이 ChatGPT를 사용하나요?

OpenAI에 따르면 현재 18~24세 2억 명 이상이 매주 ChatGPT를 사용합니다. 이 수치는 미국 대학생뿐만 아니라 전 세계 젊은 성인을 대상으로 한 것입니다.

OpenAI가 말하는 90%~99% 학생 능력 격차는 무엇을 의미하나요?

OpenAI는 고급 대학생 연령대 사용자조차 정의된 파워 유저에 비해 그 기능을 약 90%~99% 덜 사용한다고 밝혔습니다. 이는 관찰된 사용 패턴의 비교일 뿐, 학생들이 모델의 기반 지능 중 1%~10%만 접근한다는 주장이 아닙니다.

OpenAI의 교육용 플러그인 3종은 무엇인가요?

ChatGPT Work 및 Codex용 초중등 교육자, 대학 교육자, 대학생 플러그인입니다. 각각 역할별 기술, 앱, 지침, 맥락, 일반적인 워크플로우를 패키지화하여 사용자가 직접 설정해야 하는 작업을 줄여줍니다.

모든 ChatGPT 사용자가 교육 플러그인을 설치할 수 있나요?

현재는 아닙니다. OpenAI는 플러그인이 ChatGPT Edu와 ChatGPT for Teachers 학군 배포를 통해 제공되며, 기관이 도구와 권한을 통제할 수 있다고 밝혔습니다.

개인 교사에게 ChatGPT for Teachers는 무료인가요?

네. OpenAI는 현재 ChatGPT for Teachers가 2028년 6월까지 자격을 갖춘 미국 초중등 교사와 학교 직원에게 무료라고 밝혔습니다. 이 개인 접근 권한은 새로 발표된 교육 플러그인의 별도 배포 규정과 혼동해서는 안 됩니다.

초중등 교육자 플러그인은 무엇을 할 수 있나요?

OpenAI는 과제 번역, 수업 마무리 요약, 학부모 소식, 연습 시험, 수준별 자료, 대화형 시각 자료 등을 워크플로우로 제시합니다. 또한 Learning Commons와 통합되어

교육 기준에 부합하는 자료를 제공하면서도 채점과 교육적 판단은 교육자의 몫으로 남겨둡니다.

국가 AI 교육 아카데미(National Academy for AI Instruction)란 무엇인가?

이는 미국교원연맹(American Federation of Teachers), 연합교원연맹(United Federation of Teachers), 마이크로소프트, OpenAI, 앤스로픽이 참여하는 교사 연수 프로그램입니다. 이 5개년 프로그램은 K-12(유치원~고등학교) 교육자 40만 명을 양성하는 것을 목표로 하며, AFT는 교육 콘텐츠가 기술 파트너가 작성한 것이 아니라 교사 주도로 만들어졌다고 밝혔습니다.

OpenAI는 ChatGPT가 학습 향상을 가져온다는 증거를 가지고 있나요?

OpenAI는 ChatGPT Edu 사용자가 더 고급 행동 패턴으로 이동한다는 사용 패턴 데이터를 발표했지만, 사용 자체가 학습 성과와 동일한 것은 아닙니다. 회사는 추론, 비판적 사고, 숙달 및 기타 교육적 효과를 더 직접적으로 연구하기 위한 학습 성과 측정 제품군(Learning Outcomes Measurement Suite)을 개발 중입니다.

관련 도구

• ChatGPT Edu: 기관 차원의 AI 접근, 개인정보 보호 및 관리를 위한 OpenAI의 관리형 고등교육 서비스입니다.
• ChatGPT for Teachers: 현재 미국 K-12 교사 및 학교 직원에게 2028년 6월까지 무료로 제공되는 보안 ChatGPT 작업 공간입니다.
• Codex: OpenAI의 코딩 및 에이전트 작업 환경으로, 새로운 교육 플러그인의 인터페이스로도 사용됩니다.
• Learning Commons: 교육 AI 제품에 사용되는 학습 과학 자료와 교육 기준 데이터를 제공하는 교육 중심 조직입니다.
• OpenAI Academy: 교육자 및 기타 커뮤니티를 위한 워크숍과 학습 자료를 제공하는 OpenAI의 교육 허브입니다.
• Claude for Teachers: 앤스로픽이 제공하는 미국 K-12 교육자용 무료 서비스로, Learning Commons와 교사 중심 스킬을 포함합니다.

관련 링크

• OpenAI: New Ways to Learn and Teach With ChatGPT Work and Codex: 세 가지 교육 플러그인에 대한 공식 8월 4일 발표입니다.
• OpenAI: Ensuring AI Use in Education Leads to Opportunity: 능력 과잉(capability overhang) 및 90%~99% 사용 격차 데이터의 주요 출처입니다.
• OpenAI Education: ChatGPT Edu, 기관 배포 및 교육 프로그램에 대한 현재 개요입니다.
• AFT: Who Gets to Lead the Nation's Classrooms?: 교사 주도 AI 교육과 40만 명 교사 아카데미 목표에 대한 AFT의 설명입니다.
• OpenAI Student Collective: OpenAI의 학생 주도 커뮤니티 및 캠퍼스 리드 프로그램입니다.
• OpenAI: Education for Countries: 국가 교육 시스템과의 협력에 관한 OpenAI의 공식 정보입니다.
• OpenAI: New Tools for Understanding AI and Learning Outcomes: AI가 학습에 미치는 실제 영향을 측정하기 위한 OpenAI의 작업입니다.

요약

18~24세의 젊은 성인 2억 명 이상이 매주 ChatGPT를 사용하고 있지만, OpenAI는 심지어

고급 대학 연령대 사용자들은 파워 유저들보다 제품을 훨씬 얕게 활용한다. 90%~99%라는 수치는 사용 패턴의 격차를 나타내는 것이지, 학생들이 모델의 이론적 지능 중 얼마나 많은 부분에 접근할 수 있는지를 측정한 것이 아니다.

OpenAI의 새로운 교육용 플러그인 세 가지는 K-12 교사, 대학 교수자, 대학생을 위한 워크플로우를 패키지화하여 이러한 격차를 줄이도록 설계되었다. 사용자가 고급 프롬프트와 도구를 스스로 발견하도록 강요하는 대신, 이 플러그인들은 실제 교수·학습 과제를 중심으로 구축된 역할별 시작점을 제공한다.

이 플러그인들은 더 큰 교육 전략의 일부일 뿐이며, 그 전략에는 기관 관리형 접근, 교사 연수, 국가 차원의 배포, 학생 커뮤니티, 연구자 프로그램, 학습 성과 측정이 포함된다.

학교와 교사는 여전히 중요한 역할을 유지한다. OpenAI는 기관이 도구와 권한을 관리할 수 있게 하며, OpenAI와 AFT 양측 모두 교육자는 교육학, 평가, 수업 판단에 대한 책임을 계속 져야 한다고 명시한다.

다음 AI 교육 격차는 더 이상 강력한 모델에 대한 접근만의 문제가 아니다. 그것은 학생, 교사, 기관이 그 모델을 깊고 반복 가능하며 체계적으로 관리되는 작업으로 전환하는 방법을 아는지의 여부다.