생성형 AI는 묻는 즉시 완벽에 가까운 정답을 내놓는다. 그러나 무엇을 물을지 정하는 일은 여전히 오직 우리의 몫이다. 교육의 무게중심이 '무엇을 아는가'에서 '무엇을 물어야 하는가'로 옮겨가고 있다. 지식을 쌓아 두는 능력이 곧 경쟁력이던 시대가 저물고, 질문하는 힘이 그 자리를 대신하기 시작했다.

이 변화는 인지 지형의 영구적 재편이다. 블룸(Bloom)의 교육목표 분류로 보면, 기억하고 이해하고 적용하는 영역은 검색·요약·재현에 능한 AI가 빠르게 대체한다. 학교 교육이 무게를 옮겨야 할 곳은 그 위, 곧 분석하고 평가하고 창조하는 고차 질문의 영역이다. 이것이 AI가 넘볼 수 없는 인간 고유의 자리다.

질문하는 힘은 미래를 살아가는 생존 기술이다. AI가 그럴듯한 거짓을 지어내는 환각의 시대에 "이 정보의 근거는 무엇인가"를 따져 묻는 능력은 가치 있는 지식을 가려내는 유일한 필터이다. 또한 미래 사회는 주어진 문제를 푸는 해결사보다 풀어야 할 문제를 새로 정의하는 발견자를 원하며, 타인의 주장에 날카롭게 묻고 합의를 끌어내는 일은 민주시민의 기본 덕목이다. 인문학의 의미 탐색, 사회과학의 구조 분석, 자연과학의 증거 추론이 한꺼번에 교차할 때, 세상을 입체적으로 읽어 내는 융합적 질문이 가능하다.

그렇다면 이 역량은 어디서 길러지는가? 기존의 독서토론에서 질문의 결을 바꾸는 것이 핵심이다. "이 실험의 온도는 몇 도였는가" 같은 폐쇄형 질문은 사실 확인에는 유용하나 사고를 멈추게 한다. 반면 "이 조건을 바꾸면 결과는 어떻게 달라질까"라는 개방형 질문은 근거와 해석을 요구하며 토론과 탐구의 문을 연다. 폐쇄형과 개방형을 오가며 질문을 바꿔 보는 연습 자체가 메타인지와 '질문 근육'을 키우는 훈련이다.

수업은 '씨앗-숲-탐험-열매'의 네 단계로 설계할 수 있다. 책을 펼치기 전 예측 질문의 씨앗을 심고, 읽는 동안 떠오르는 의문을 평가 없이 열 개 이상 쌓아 질문의 숲을 이루며, 토론을 통해 핵심 질문 하나를 골라 정교하게 다듬고, 그 탐구를 포트폴리오에 기록하되 남은 의문을 다음 주제로 이어가는 것이다. 질문이 평가 없이 쏟아지는 질문 형성 기법(QFT), 모든 학생에게 발화 기회를 보장하는 하브루타, 개방형 핵심 질문으로 사고를 심화하는 소크라테스 세미나처럼 검증된 방법이 이 과정을 받쳐 준다. 이때 교사는 정답을 가르치는 전달자가 아니라, 질문이 스스로 솟아나도록 환경과 규칙을 설계하는 촉진자로 변한다.

평가도 달라져야 한다. 점수를 매기는 대신 사고의 궤적을 기록해야 한다. 질문 일지와 성장 성찰문을 담은 과정 중심 포트폴리오가 그 그릇이며, 루브릭은 등급을 가르는 잣대가 아니라 "다음 단계로 가려면 무엇을 더할까"를 안내하는 피드백이 되어야 한다. 무엇보다 질문이 성적과 직결되지 않는다는 약속, 곧 '질문할 자유'가 보장될 때 학생은 비로소 엉뚱하고 도전적인 물음을 꺼낸다.

AI는 이 교실의 경쟁자가 아니라 도구이다. 학생이 떠올린 질문에 AI가 가능한 물음 스무 개를 더 뽑게 한 뒤 빠진 관점을 찾고, 내 주장에 대한 반론을 청해 논리의 허점을 메우며, 근거가 약한 답변의 출처와 반증을 파고드는 검증의 상대로 삼으면 된다. 다만 질문을 만들어 내는 일과 그 가치를 판단하는 일만큼은 결코 AI에 넘겨서는 안 된다. 판단의 주체는 언제나 학생이어야 한다.

거창한 준비가 필요한 일은 아니다. 수업 첫 15분을 질문 생성의 시간으로 비우고, 폐쇄형 질문을 개방형으로 바꿔 보고, 한 단원을 네 단계 흐름으로 다시 짜고, AI의 답변 하나에 꼬리 질문 세 개를 달아 보는 것—당장 내일 교실에서 시작할 수 있다. AI에게 답을 묻지 말고, AI의 답에 질문하라. 독서토론은 질문하는 힘을 기르는, 가장 오래되었지만, 가장 강력한 교수-학습 방법이다.