결과부터 보여주겠다.
2026년 1학기, 학점이 매겨지는 네 과목 모두 A+를 받았고, 연구지도 한 과목은 P였다.
배경을 간단히 말하면, 나는 한국에서 대학원을 다니는 중국인 학생이다. 이번 학기 수업 중 두 과목은 외국어로 진행됐다. 교수님이 강단에서 하는 말을 처음에는 한 단어도 따라잡지 못했다. 언어 재능도 없었고, 1년 먼저 어학원을 다닌 것도 아니고, "몰입해서 급성장했다"는 감동 스토리도 없다.
그저 연구팀을 하나 고용했을 뿐이다. 풀타임에, 24시간 대기, 동시통역부터 연구방법, 문헌 읽기, 학술 글쓰기까지 커버하는 팀을.
입문 가격: 월 $20.
내 수업을 해주는 건, 인도 억양의 중국어 동시통역사다
가장 황당한 과목부터 말하자면, 외국어로 진행되는 수업이다.
지난 학기까지 내 방법은 음성을 텍스트로 바꾸는 것이었다. 교수님이 한국어로 말하면 화면에 중국어 자막이 흘러가는 식이다. 쓸 만해 보이지만 실제로는 재앙이었다. 눈이 자막에 묶여 버린다. 고개를 숙여 자막을 읽으면 판서와 PPT를 볼 수 없고, 고개를 들어 판서를 보면 자막은 이미 세 줄이 지나가 있다. 한 수업이 끝나면 "독해"와 "전공 수업"을 동시에 들은 셈이라 인지 부담이 두 배가 되고, 5km를 뛰고 온 것보다 더 피곤했다.
올해 6월, Google이 Gemini 3.5 Live Translate를 공개했다. 기존 번역 제품과 본질적으로 다른 점이 있다. "전사→번역→합성"의 3단계 릴레이가 아니라, 하나의 오디오 모델이 음성을 바로 받아서 음성으로 보낸다. 화자가 멈추기를 기다리지 않고 계속 스트리밍으로 출력한다. 예전에는 단계마다 지연이 쌓였기 때문에 모든 제품이 결국 "자막" 단계에서 멈출 수밖에 없었다. 아키텍처가 바뀌니 경험이 질적으로 달라졌다.
지금 내 수업 장비는 이렇다. 책상 위에 MacBook을 올려두고, 소니 마이크를 꽂아 교수님 목소리를 받고, 귀에는 이어폰을 끼고 있다.
이어폰에서 흘러나오는 건, 한국인 교수님 대신 수업을 해주는 인도 억양의 중국어 동시통역사다.
지연? 거의 실시간이다. 교수님이 말을 마치자마자 중국어가 귀로 들어온다. 눈이 완전히 해방됐다. 판서를 보고, PPT를 보고, 교수님 표정을 본다. 모국어 수업을 듣는 것처럼.
월 $20짜리 서비스에 억양 교정은 포함되어 있지 않다. 하지만 솔직히 한 학기 듣고 나니, 이 "인도 선생님"이 무척 정겹게 느껴진다.
방법론 수업: 질문만 하고 답은 주지 않는 멘토
이번 학기에 연구방법론 수업이 있었다. 기말에는 완성된 연구계획서를 내야 했다. 주제 선정, 가설, 연구설계, 데이터 계획까지 풀 패키지다. 신입생에게는 가장 사고 나기 쉬운 과제다. 방법론 책은 누구나 읽을 수 있지만, "내 주제에는 어떤 방법을 써야 하는가"를 알려주는 책은 없다.
나는 AI에게 세 가지 역할을 맡겼다.
첫째, 레드오션 탐지기. 방향을 정했으면 그것과 사랑에 빠지기 전에 잠시 멈춰야 한다. 나는 주제를 AI에 던져 문헌을 조사하게 했다. 이 방향을 누가 이미 했는가? 어느 정도까지 했는가? 어디가 이미 레드오션이고 어디에 틈이 남아 있는가? 한 번은 이런 답이 돌아왔다. 내가 하려던 핵심 아이디어는 이미 누가 발표했고, 꽤 잘 발표했다고. 다만 같은 문제를 다른 시각으로 접근하는 것은 기존 문헌이 분명히 짚었지만 아무도 하지 않았다고. 주제가 순식간에 "중복 노동"에서 "선행 연구의 길을 한 걸음 더 걷는 것"으로 바뀌었다. 이런 검색과 판단은 예전에는 지도교수와 선배들의 특권이었는데, 이제는 나의 일상이다.
둘째, 소크라테스식 스파링 파트너. 가장 추천하는 사용법이자 가장 직관에 반하는 방법이다. AI에게 답을 직접 주지 말라고 명확히 요구하는 것. 질문만 하고, 반박만 하고, 내 추론의 허점만 지적하게 한다. 연구설계에서 가장 어려운 몇 가지 결정, 예를 들어 걸리적거리는 교란 변수를 어떻게 처리할지 같은 것은 AI가 단계별로 나를 몰아붙인 끝에 내가 스스로 깨달은 것이다. "제거해야 할 골칫거리"가 관점을 바꾸면 오히려 연구설계의 변수가 될 수 있다는 걸. 그 순간의 짜릿함은 답을 그대로 베꼈을 때와는 완전히 다른 종류의 것이다.
셋째, 가설을 다듬는 장인. 내 연구에는 하나의 난처함이 있었다. 이론상 결과가 어느 방향으로 가도 말이 됐다. 첫 반응은 "이건 결함이니 숨겨야겠다"였다. AI와 여러 차례 주고받으며 시뮬레이션한 뒤, 쓰는 방식이 완전히 뒤집혔다. 두 방향을 한 쌍의 경쟁 가설로 쓰고, 둘을 판가름할 검증을 설계한 것이다. 방향이 불확실한 건 약점이 아니라 셀링 포인트다. 이런 "학술 글쓰기의 병법"은 수업에서 아무도 가르쳐주지 않는다.
내가 쓴 동사를 주목해달라. 탐지, 몰아붙이기, 시뮬레이션. 이 계획서의 모든 글자는 내가 썼고, 모든 결정은 내가 내렸다. AI가 나 대신 대학원을 다닌 게 아니다. "아는 사람과 반복해서 토론하는 것"의 가격을 "시간을 내줄 교수를 알아야 한다"에서 $20로 낮춰줬을 뿐이다.
신입생의 숨겨진 치트키: 학계의 예의
아무도 알려주지 않지만 매일 감점을 먹이는 것이 있다. 학계의 예의다.
교수님께 첫 이메일을 쓸 때, 나는 빈 화면을 30분 동안 쳐다봤다. 경어를 어느 정도까지 써야 할까? 서두에 인사말을 넣어야 할까? 질문은 몇 번째 문단에 둬야 할까? 면담을 요청하려면 어떻게 말해야 실례가 안 될까?
AI가 가르쳐준 이 한 과목은 1년 치 등록금 값을 했다. 결론 먼저 — 교수는 하루에 수십 통의 메일을 받는다. 당신이 뭘 원하는지 추측할 시간이 없으니, 첫 문단에 판단과 요청을 밝혀라. 공을 명확히 넘겨라 — 교수에게 결정을 받고 싶은 건지, 그냥 보고하는 건지. 모든 메일 끝에는 교수가 바로 답할 수 있는 명확한 질문 하나를 둬라. 퇴로를 열어둬라 — 면담을 요청할 때 "허락해주신다면 다른 시간으로 잡아도 좋습니다"라고 쓰고, 결정권을 상대에게 남겨라.
이런 것들은 현지 학생들이 선배들에게서 자연스럽게 배우는 것인데, 유학생은 벽에 부딪히며 배울 수밖에 없었다. 이제 그 벽에 부딪히는 비용은 0이 됐다.
이 팀은 거짓말을 한다. 그래서 당신이 PI가 돼야 한다
여기까지 읽으면 내가 무조건 찬양하는 것처럼 느껴질 수 있다. 사고 현장을 보자.
수업 자료를 만들 때 AI 코딩 도구에 참고문헌을 준비해달라고 했다. 올라온 결과물은 형식은 완벽하고, 저자 직함도 그럴듯하고, 저널 이름도 전부 진짜였다. 그런데 그중 몇 편의 논문은 존재하지 않았다. 전형적인 AI 환각이다. 진지한 얼굴로 지어내는 것. 그대로 제출했다면 학술 사고였을 것이다.
내 해법은 여러 에이전트가 서로를 감시하게 하는 것이다. 한 AI가 만든 핵심 사실 자료를 다른 회사의 AI에 던져 검증하고, 원출처를 표본으로 다시 확인한다. 번거로워 보이지만, 사실 연구팀에서 가장 기본적인 교차 검토일 뿐이다. 다만 내 "팀원"들이 서로 못 미더워하는 여러 모델이라는 게 다를 뿐.
이것이 $20 과외 선생과 $20 연구팀의 차이다. 과외 선생은 무조건 믿어도 되지만, 팀은 관리해야 한다. AI는 한 명의 선생이 아니라, 능력은 출중하지만 가끔 헛소리를 하는 연구조원들의 무리다. 그리고 당신은 반드시 그 PI가 돼야 한다. 검증의 책임은 언제나 당신에게 있다. 이건 AI의 결함이 아니라, PI라는 직업의 업무 내용이다.
아직 쓸지 말지를 논쟁하는 사이에, 세상은 이미 바뀌었다
여기까지 읽고 혈압이 오른 선생님들이 있다는 걸 안다. "이건 부정행위 아닌가?"
그럼 최고 수준의 학교들이 뭘 하고 있는지 보자.
Anthropic(Claude를 만든 회사)은 Claude for Education을 따로 내놓았고, Northeastern, LSE, Dartmouth 같은 대학들이 이미 전교생 대상 도입 계약을 맺었다. 학생이 몰래 쓰는 걸 묵인하는 게 아니라, 학교가 돈을 내 모든 학생에게 열어준 것이다. 올해 중반 기준으로 공식 확인된 협력 대학이 이미 아홉 곳이다. 심지어 Learning mode라는 전용 모드도 만들었다. 답을 바로 주는 대신 학생의 추론 과정을 안내하는 방식이다. 내가 앞에서 말한 "질문만 하고 답은 주지 마라"는 사용법과 같은 아이디어를 제품으로 만든 것이다. Claude는 Canvas 강의 시스템에도 직접 연동돼서, 학생들이 강의 페이지 안에서 AI를 호출할 수 있다.
한쪽에서는 최고 기관들이 제도적으로 포용하며 "AI로 학생이 더 적게가 아니라 더 많이 생각하게 하는 법"을 연구하고 있다. 다른 한쪽에서는 많은 학교가 여전히 AI를 홍수처럼 두려워하며, 교수는 수업에서 "AI 사용이 적발되면 무조건 0점"이라고 선언하고, 학생은 기숙사에서 몰래 쓰면서 몰래 쓰기 때문에 가장 타락한 사용법, 즉 답을 그대로 베끼는 법만 배운다.
금지령은 AI를 없애지 못했다. "AI를 올바르게 사용하는 교육"을 없앴을 뿐이다.
계산을 한번 해보자
마지막으로 제목의 그 $20로 돌아가 보자.
솔직히 말하면, 내가 한 달에 AI에 쓰는 총비용은 $60 정도다. 몇 개의 구독을 합친 것이다. $20는 입장료고, $60이 내 풀옵션이다.
하지만 이 계산의 핵심은 "얼마를 아꼈는가"가 아니다. "AI가 얼마짜리 과외/번역을 대체했는가"를 계산보려 하면 계산이 안 된다는 걸 알게 될 것이다. 왜냐하면 내가 산 이 서비스는 2년 전 지구에서는 어떤 가격으로도 살 수 없었던 것이기 때문이다.
믿기지 않으면 한번 조합해보라. 당신의 모든 수업 교실에 앉아 있는 동시통역사 하나, 24시간 온라인이면서 물으면 물을수록 인내심 있게 답하는 방법론 멘토 하나, 수백만 자의 문헌을 함께 읽어주는 독서 어시스턴트 하나, 학계의 암묵적인 규칙에 밝은 선배 하나. 이 조합은 예전에는 비싼 게 아니라 존재하지 않았다. 어학원 한 학기에 수백만 원을 내도 수업 중 실시간 통역은 살 수 없고, 아무리 좋은 교수를 알아도 새벽 2시에 연구설계를 논의하자고 할 수는 없다.
월 $60로 사는 것은 이전에 존재하지 않던 종(種)이다. 이것이 이 시대가 학생에게 주는 진짜 보너스다.
마지막 경계 선언
이것이 이 글의 마지노선이다. 이번 학기의 모든 과제, 보고서, 시험에서 결과물은 내 것이고, 결론은 내 것이고, 책임도 내 것이다. AI는 내 이해를 돕지 사고를 대신하지 않는다. 수업을 번역해줄 뿐 수업을 대신 듣지 않는다. 문헌을 검증해줄 뿐 논문을 대신 쓰지 않는다.
올 A+는 AI가 받은 게 아니다. 드디어 수업을 알아듣게 되고, 질문할 수 있게 되고, 실수할 수 있게 된 학생이 받은 것이다.
도구는 진작에 준비돼 있었다. 부족했던 건 언제나 사용법이었다.