• 목록

눈금 읽기를 넘어  탐구의 본질을 향해
실험과 데이터로 검증하고 스스로 생각하는 과학실 구현

과거의 과학실 풍경을 돌이켜보면 정적 활동이 교실을 지배하고 있었다. 제한된 시간 속에서 아이들은 알코올램프나 핫플레이트 위에 비커를 올리고, 1분마다 초시계를 보며 온도계 눈금을 읽느라 분주했다. “지금 몇 ℃야?”, “98.5 ℃!”, “빨리 표에 적고 점 찍어!” 이러한 실험 방식은 얼핏 활기차 보이지만, 정작 과학적 탐구의 핵심인 ‘생각하는 시간’을 줄인다. 아이들은 실험 시간의 대부분을 눈금 읽기, 수치 기록하기, 모눈종이에 점 찍기라는 기계적인 노동을 한다. 정작 현상을 바라보며 “왜 이런 그래프가 나왔을까?”, “우리 조의 데이터가 교과서와 다르게 측정된 과학적 원인은 무엇일까?”와 같은 생각을 할 시간은 부족했다. 데이터를 분석하고 논리적인 토의를 할 시간은 언제나 부족했다.

‘기능적 실험’에서 ‘인지적 탐구’로

2022 개정 과학과 교육과정이 강조하는 ‘디지털 소양’과 ‘데이터 기반 탐구’의 본질은 명확하다. 탐구의 과정에서 발생하는 기계적이고 반복적인 노동을 첨단 에듀테크 기술을 통해 효율화하고, 그렇게 확보된 귀중한 교실의 시간을 아이들에게 ‘생각하는 시간’으로 돌려주는 것이다. 센서 기반의 MBL(Microcomputer-Based Laboratory, 컴퓨터 기반 실험)과 실제 공공데이터 분석 수업은 바로 이러한 생각에서 출발했다. 데이터를 수집하고 시각화하는 과정은 기술에 맡기고, 학생들은 실시간으로 변화하는 그래프의 역동성을 바라보며 과학적 현상의 본질을 파고드는 인지적 탐구에 몰입해야 한다.

기술이 확보해 준 시간 속에서 학생들이 실시간으로 수집·시각화되는 데이터를 바라보며 친구들과 과학적 근거를 바탕으로 토의하는 과학교실의 풍경을 소개하고자 한다. 온도 센서를 활용한 ‘물의 끓는점 측정’ 컴퓨터기반실험에서 학생들은 프로그램의 분석 기능으로 온도가 일정한 구간의 평균값(mean)을 확인하고 그래프 캡쳐 화면을 실시간 협업 플랫폼인 패들렛(Padlet)에 공유한다. 한 반 기준 7개 모둠의 끓는점 평균값 데이터셋(예 : 모둠별 99.47°C, 99.68°C 등)이 한 화면에 도출되자, 학생들은 스스로 질문을 던지기 시작했다. “왜 우리 모둠과 옆 모둠의 물 끓는점이 같지 않고 다를까?”, “왜 교과서에 나오는 100°C가 아니지?” 이 질문은 정밀한 정량적 데이터가 눈앞에 시각적으로 확보되었기에 비로소 가능한 인지적 갈등이었다. 이는 높은 산에서 밥을 지을 때 뚜껑 위에 돌을 얹는 이유나 압력밥솥에서 밥이 잘 되는 이유 등 실생활 예시와 맞물리면서, ‘끓는점과 기압의 관계’라는 과학 개념으로 자연스럽게 확장되었다.

또한 ‘물의 어는점 측정’ 실험의 온도 데이터를 분석할 때 눈으로는 순식간에 지나가 포착하기 힘든 과냉각(supercooling) 현상과 응고가 시작되면서 발생하는 응고열 방출로 인해 온도가 0℃까지 급상승하는 찰나의 구간을 학생들은 실시간 그래프를 통해 생생하게 목격한다. 학생들은 실시간 그래프를 통해 물질의 상태 변화와 열에너지의 출입 관계를 텍스트가 아닌 직관으로 이해하게 된다. 눈금을 읽느라 에너지를 소모하지 않는 학생들은 이제 “왜 온도가 영하까지 떨어졌다가 갑자기 다시 올라와서 일정해질까?”라는 질문을 던지며 친구들과 토의한다.

실제 데이터를 활용한 기후변화 탐구
데이터 분석부터 생성형 AI 활용까지

‘지구를 위한 작은 실천, 탄소중립 프로젝트’는 기후 위기라는 추상적이고 거대한 담론을 ‘지금 여기, 나의 문제’로 인식시키기 위해 데이터 기반 탐구와 AI·디지털 도구를 과학 수업에 융합했다. 학생들은 센서로 데이터를 수집·분석한 경험을 바탕으로 기상청 기상자료개방포털에서 수십 년간 축적된 실제 데이터셋을 다운로드하여 분석한다.

엑셀(Excel)의 추세선과 결정계수(R2)를 활용해 이산화탄소의 지속적인 상승을 정량적으로 확인한 학생들은 데이터 분석 도구인 Orange3의 파일(file) 위젯과 데이터 테이블(data table), 산점도(scatter plot) 위젯을 연결하여 다각도 분석을 수행한다. X축을 ‘평균 이산화탄소 배경대기농도(ppm)’로, Y축을 ‘서울의 평균 최고기온(℃)’으로 설정하여 상관관계를 분석하는 식이다.

공공데이터 분석 결과(R=0.55)를 통해 이산화탄소 농도가 증가할수록 최고 기온이 높아진다는 상관관계를 도출해 낸 학생들은 이산화탄소 센서를 활용한 컴퓨터기반실험을 통해 이산화탄소가 지구온난화에 미치는 영향을 직접 검증한다.

밀폐된 검은색 알루미늄 컵(지구 모델) 내부에 센서를 설치하고 적외선 램프(태양 모델)을 켜서 가열하면 대기 온도가 점진적으로 상승하다가 온도가 일정해지는 ‘복사 평형’ 상태에 도달하는데 이때 학생들은 준비된 빨대로 알루미늄 컵 내부에 자신의 입김(CO2 주입)을 불어 넣는다. 입김이 주입되는 순간, 센서가 측정하는 이산화탄소 농도(ppm)는 급격히 상승하는 동시에 온도가 더 높은 구간으로 재상승하여 새로운 복사 평형에 도달하는 온도 그래프를 실시간으로 관찰한다. 학생들은 그래프 분석을 통해 온실가스 농도와 복사 평형 온도 상승의 인과관계를 논리적으로 검증해 낸다.

데이터가 던지는 질문, 생각하는 과학실

실제적 기후 데이터 분석 결과와 내 눈앞의 실험 데이터가 연결되면서 “대기 중 이산화탄소가 늘어나면 지구의 복사 평형 온도가 정말로 상승하는구나!”를 알고 이산화탄소 배출량을 왜 줄여야 하는지에 대한 당위성을 스스로 체득하게 된다. 나아가 생성형 AI를 활용한 탄소중립 캠페인 자료(탄소중립 캠페인 웹툰, 효율적 분리수거 인공지능 모델 제작 등)를 기획·제작해 봄으로써 과학적 탐구 경험을 사회적 실천으로까지 확장하여 기후 문제 해결에 대한 다양한 방안을 실천한다. 이러한 실제적이고 주도적인 탐구 경험을 거친 아이들이야말로 미래 사회의 복잡한 환경·과학적 문제를 주도적으로 해결할 수 있는 진정한 생태 시민이자 지능정보사회의 인재로 성장할 수 있다.

이와 같은 사례처럼 학생들은 데이터로 과학에 대한 호기심을 갖고 데이터로 과학적 사실을 검증한다. 데이터를 분석하는 과정에서 과학 개념을 형성하고 예외적인 데이터의 발생 원인을 추론하며 진짜 탐구에 몰입하게 된다. 데이터가 던지는 질문에 귀를 기울이고 과학적 근거를 바탕으로 치열하게 토의할 수 있도록 과학실의 중심에 데이터를 살아 숨 쉬게 할 때, 학생들은 미래 사회의 복잡한 문제를 주도적으로 해결할 수 있는 창의적 인재로 성장할 것이다.

유정화 교사는 서울시교육청 AI·에듀테크 선도교사이자 AIEDAP 수도권역 마스터교원으로서, 서울대학교 학습과학연구소와 협력하여 AI·디지털 교육과정 및 교원 연수 프로그램 개발에 참여 등 현장 중심의 AI·디지털 융합 교육 확산에 앞장서고 있다. 융합과학교육원에서 영재교육 및 데이터분석 및 AI맞춤 수업설계 연수 강사로 활발히 활동하며, 공로를 인정받아 2026년 과학의 날 기념 부총리표상(우수과학교사)을 받았다.