• 목록

챗GPT로 물리 공부해 볼까?

빠르게 변화하는 ‘인공지능 시대’

혁신적 물리 수업 도입 시도

‘인공지능(Artificial Intelligence, AI)’은 1956년 존 매카시(John McCarthy)가 주도한 다트머스 회의(Dartmouth Conference)에서 처음 등장한 이래로 약 70년의 역사를 가지고 있다. 최근에는 이러한 인공지능을 활용한 다양한 정책이 시행되고 다양한 교수학습 자료가 개발되고 있는데, 인공지능 활용은 전문가의 전유물이 아니라 누구나 미래의 필수 역량이 될 것으로 생각한다. 이러한 변화하는 상황에서 고등학교 물리 수업 시간에 학생들과 함께 물리학을 공부하기 위해 챗GPT(Chat-based Language Model for Language Generation)라는 언어 모델을 활용한 대화형 학습 방법을 세 가지 탐구 방법으로 적용해 보았다.

인공지능은 최근 급속한 발전을 보여주고 있지만, 실제로 ‘인공지능(Artificial Intelligence, AI)’은 1956년 존 매카시(John McCarthy)가 주도한 다트머스 회의(Dartmouth Conference)에서 처음 등장한 이래로 약 70년의 역사를 가지고 있습니다. 인공지능은 개인별로 학습자에게 최적화된 학습 방법과 자료를 제공할 수 있으며 교육을 변화시킬 수 있는 가능성을 갖고 있습니다. 따라서, 우리가 미래를 준비하는 교육을 실시하기 위해 적극적으로 인공지능을 활용할 수 있습니다.

챗GPT를 활용한 물리학 공부

인공지능을 활용한 다양한 정책이 시행되고 다양한 교수학습 자료가 개발되고 있습니다. 인공지능 활용은 전문가의 전유물이 아니라 누구나 미래의 필수 역량이 될 것으로 생각합니다. 이러한 변화하는 상황에서 고등학교 물리 수업 시간에 학생들과 함께 물리학을 공부하기 위해 챗GPT(Chat-based Language Model for Language Generation)라는 언어 모델을 활용한 대화형 학습 방법을 세 가지 탐구 방법으로 적용해 보았습니다.

●첫 번째 탐구

나는 물리학을 공부하며 질문할 수 있는가?

챗GPT는 질문을 어떻게 하느냐에 따라 다양한 수준의 답을 얻을 수 있는 것이 특징입니다. 알고자 하는 것과 관련된 정보의 특성에 따라 원하는 답보다 유익한 답을 얻게 되기도 하고, 때론 부정확한 답을 얻게 되기도 합니다. 교사는 학생들이 학교에서의 수업과 학생 스스로 반성적 사고에 의해 능동적으로 지식을 구성하는 자기 주도적 학습에 이루어질 수 있는 수업 방안을 모색합니다. 이 과정에서 학생들은 자신이 모르는 것을 질문하고 그에 대한 답을 찾아가는 과정에서 의미 있는 배움이 일어납니다. 이와 관련하여 챗GPT가 등장했을 때, 자기주도학습 능력을 키울 수 있는 좋은 도구가 될 수 있다는 생각이 들었습니다. 새로운 것을 공부하며 더 알고 싶은 것이 생기고 이에 대한 답을 찾아가는 과정에서 학습자의 자기 주도적인 학습이 이루어질 것이기 때문입니다. 첫 번째 탐구에서는 챗GPT를 활용하여 질문하기의 중요성과 어려움을 탐색합니다.

학생이 챗GPT를 활용하여 물리학에 관한 적절한 질문을 할 수 있는지에 대한 것이었습니다. 학생들이 궁금한 질문을 물리학 관련 주제에서 제시하고, 챗GPT가 그에 대한 응답을 생성하도록 유도했습니다. 탐구를 진행하는 과정에서 학생M은 처음 질문에서 구체적인 질문으로 바꾸어 질문하는 모습(그림2)을 볼 수 있었습니다. 이를 통해 학생들은 챗GPT(@)와의 직접적인 대화를 통해 궁금한 점을 해결하고, 물리학에 대한 이해도를 향상시킬 수 있었습니다. 챗GPT를 활용하여 학생M은 질문을 영어로 번역한 뒤 챗GPT(@)에게 질문을 하였습니다. 챗GPT(@)는 다양한 답변을 제공하며, 학생M은 원하는 정보를 얻기 위해 질문의 성격과 방향을 수정하였습니다. 이 과정에서 학생M은 챗GPT(@)와 상호작용하며 물리학에 대한 적절한 질문을 구체화하는 방법을 익혔습니다.

●두 번째 탐구

챗GPT를 이용하여 나의 질문에 대한 답을 찾을 수 있는가?

두 번째 탐구에서 학생은 챗GPT를 활용하여 자신의 질문에 정확한 답을 찾는 과정을 진행합니다. 이 과정은 선형적인 순서가 아니라 반복과 발전을 통해 탐구가 진행되는 모델을 나타냅니다[그림3]. 이 과정에서 학생은 챗GPT와 상호작용하며 지속적으로 질문을 개선하고 정확한 답을 찾아내는 경험을 하게 됩니다. 다음은 두 번째 탐구 과정 중 <1단계 : 알고 싶은 물리 관련 질문하기>입니다. 기체의 온도가 낮아질수록 기체의 부피가 감소하는데, 학생(ZA)는 이 과정에서 기체의 부피가 ‘0’이 되는지 궁금해했습니다.

챗GPT(@)는 관련 과학 지식을 찾아서 해당 질문에 대한 답변을 제공했습니다. 다음은 학생(ZA)가 챗GPT(@)의 설명 중 이해가 되지 않는 부분을 다시 질문하고, 이에 챗GPT(@)가 더 상세한 과정을 포함하여 다시 설명하는 상황입니다. 챗GPT(@)는 학생(ZA)의 질문에 대한 답변을 제공하면서, 추가적인 정보와 과정을 포함하여 더 자세하게 설명합니다. 이렇게 챗GPT와의 계속된 질문과 답이 오고 가는 과정에서, 챗GPT가 해결하지 못하는 문제가 발생하여 학생(ZA)가 챗GPT의 답변을 보완하기 위해 자신의 질문을 계속 수정하여 상황을 더 구체화합니다. 챗GPT의 설명을 반영하여 학생(ZA)는 질문을 수정하고, 챗GPT는 수정된 질문에 대한 보다 정확하고 상세한 답변을 제공합니다. 이러한 상호작용을 통해 문제 해결을 시도하고 학습을 진행합니다. <2단계 : ‘챗GPT의 답 분석하기’>에서는 학생(ZA)는 챗GPT의 답변을 분석합니다.

챗GPT를 이용하여 얻은 답변이 신뢰할 만한 답인지, 부정확한 답인지 학생(ZA)이 확인합니다. 이 과정에서 챗GPT가 해결해주지 못하는 문제가 발생하였고, 학생(ZA)은 관련 책과 인터넷 검색을 통해 챗GPT의 답변을 분석합니다. 이를 통해 학생은 챗GPT의 답변을 보완하고 정확한 정보를 얻어내기 위해 노력합니다. 그 과정에서 학생(ZA)는 자신의 질문에 대한 답을 찾기 위해 새로운 추가 질문을 생각해 내기도 합니다. <3단계 : 2단계의 분석내용을 발전시켜, 1단계 질문에 대한 최종 답 정리하여 발표하기>에서 학생(ZA)는 2단계의 분석내용을 바탕으로 자신의 질문에 대한 답을 정리합니다. 이상기체 상태 방정식에 의하면 –273℃가 되면 질소 기체의 부피는 ‘0’이 되어야 하지만, 질소 기체의 끓는 점이 –195.79℃라는 새로운 조건을 주어 –273℃가 되기 전에 질소 기체는 액체로 상태변화가 일어나서 더 이상 이상기체 상태 방정식이 적용되지 않아 질소 기체의 부피가 ‘0’이 되는 일이 일어나지 않는다는 최종 결론에 도달합니다. 학생()는 자신이 결론을 챗GPT 와의 대화로 한 번 더 검증의 과정을 거치기도 하였습니다. 이어, 최종적으로 정확한 답을 정리하여 발표하는 과정을 통해 능동적이고 자기주도적인 학습이 이루어집니다.

두 번째 탐구 과정에서 다음과 같은 특징을 볼 수 있었습니다.

1. 질문 제기│ 학생은 과학적 주제나 현상에 대한 탐구 주제에 관련된 질문을 챗GPT에게 제시합니다.

2. 챗GPT와의 상호작용│ 학생과 챗GPT는 질문과 답변을 주고받으며 대화를 진행합니다. 챗GPT는 추가적인 설명이나 정보를 요청할 수도 있습니다.

3. 정보 확인과 평가│ 학생은 챗GPT의 답변을 검토하고, 제공된 정보를 확인하며 질문에 대한 정확성과 타당성을 평가합니다. 필요한 경우 추가적인 질문이나 수정된 질문을 제시할 수 있습니다.

4.지식 획득과 반복│ 학생은 챗GPT와의 상호작용을 통해 새로운 지식을 습득하고, 그 지식을 기반으로 다시 질문을 제기하고 탐구를 진행합니다. 이 단계는 각 단계가 순환적으로 반복되며 점차적으로 탐구의 깊이와 정확성이 향상될 수 있습니다.

●세 번째 탐구
챗GPT를 이용하여 역할 놀이를 통해 만나고 싶었던 과학자 등

역사적 인물들과 과학을 주제로 대화하기

챗GPT는 방대한 양의 데이터를 기반으로 하고 있습니다. 이러한 것을 이점으로 삼아, 세 번째 탐구는 챗GPT를 이용하여 역할 놀이(role playing)를 통해 만나고 싶었던 과학자 등 역사적 인물(아인슈타인, 이순신, 닐 암스트롱, 셜록 홈즈 등등)과 과학을 주제로 대화 나누기입니다. 학생이 흥미 있고 관심 있는 때로는 롤 모델로 삼고 있는 인물을 상정하여, 특정한 인물의 이론을 학습하거나 특정한 인물의 견해 안에서 학습이 이루어질 수 있도록 역할 놀이(role playing)를 활용합니다.

역할 놀이를 통해 과학적 사고와 이해력을 향상시키는 데 도움이 될 수 있습니다. 예를 들어 학생이 중학생 역할을 맡고 챗GPT가 과학자 역할을 맡아 역할 놀이를 통해 과학 공부를 하는 것은 매우 흥미로울 수 있습니다. 이런 방법으로 과학 공부를 하는 것에서 다음의 몇 가지 장점을 발견할 수 있었습니다.

1. 실제 상황 모의│ 학생은 역할 놀이를 통해 과학자의 경험과 실험 설계, 관찰, 데이터 수집, 가설 검증 등과 같은 과학적 접근 방법을 연습할 수 있습니다.

2. 상호작용과 토론│ 학생과 챗GPT 사이의 대화와 토론을 통해 과학 개념의 이해를 깊이있게 발전시킬 수 있습니다.

3. 실험적 사고와 창의성│ 학생의 실험적 사고와 창의성을 발휘할 수 있는 기회를 제공합니다. 학생은 문제를 해결하고 과학적 원리를 활용하여 실험을 설계하고 결과를 분석하는 등 자유롭게 과학적 과정을 탐구할 수 있습니다.

4. 관심 확대│ 학생들의 과학에 대한 흥미를 확대시킬 수 있습니다. 실제로 과학자의 역할을 맡으며 과학적 발견과 현상에 대해 더욱 깊이 알게 되면서, 과학에 대한 탐구와 관심이 더욱 커질 수 있습니다.

그림5는 고등학생K(Q)이지만, 특수상대성에 대한 어려움을 느끼고 자신이 중학생이라고 가정하고, 챗GPT는 아인슈타인의 역할을 주어 특수 상대성 이론은 설명하도록 하며 챗GPT와 공부하는 장면입니다. 이렇게 꼬리에 꼬리를 무는 아인슈타인이 된 챗GPT(@)와 학생KQ()의 역할 놀이는 특수 상대성 이론에 관한 탐구로 매우 유의미한 학습이 이루어졌습니다. 대화를 통해 얻은 답에서 학생은 또 다른 질문이 생기고 그에 대한 답을 다시 공부하는 과정에서 능동적으로 이루어지는 심화된 학습을 확인할 수 있었습니다.

인공지능 시대, 학교 현장에서의 수업 제안

고등학교에서 대학 입시를 목표로 삼은 학생들은 주로 요약된 참고서와 문제집을 활용하여 학교 성적 향상에 집중하는 학습 방법을 선택합니다. 그러나 이러한 방식은 과목에 대한 깊은 이해나 응용력의 부족을 초래할 수 있습니다. 이를 극복하기 위해 대규모 언어 모델인 챗GPT를 활용한 대화형 인공지능 서비스를 물리 수업에 도입하는 것은 매우 유익한 전략일 수 있습니다. 챗GPT를 활용한 물리 수업은 혁신적인 교육 방법으로서 많은 장점을 찾을 수 있었습니다. 학생들의 문해력, 이해력, 문제 해결 능력 등이 향상될 수 있으며, 고등학교 물리 수업의 질을 높일 수 있었습니다.

학생들은 맞춤형 학습 경험을 얻을 수 있었고, 자동화된 평가와 피드백은 학생들의 학습 효율을 높이고, 인공지능과의 협업을 통해 협업과 창의적 문제 해결 능력을 함께 발전시킬 수 있었습니다. 따라서, 챗GPT와 같은 인공지능을 적극적으로 활용하여 물리 수업을 혁신하는 것은 학생들과 교사들에게 많은 이점을 제공하며, 더 나아가 미래의 교육 방식을 업그레이드할 수 있는 기회를 제공할 것으로 생각합니다.

이성은 선생님

이성은 선생님은 잠신고등학교에서 물리학 교사로 재직 중이다. 2020년 서울대학교에서 박사학위를 받았으며, 예비교사들을 위한 교육에 대한 열정으로 서강대학교에서 교직 과정을 강의하고 있다. 세종과학고, 방산고등학교, 소하중학교 등 다양한 학교에서의 경험을 바탕으로 ‘좋은 과학 수업’에 관한 연구 및 영재교육과 과학 탐구 실험 교육이 주된 연구 분야이다.