학생 응답을 모은 다음에는 누구를 어떻게 도울지 정해야 합니다. Snorkl 공식 웨비나 「More Thinking, Better Data」에서 Julia Salamat는 짧은 확인 과제와 소집단 수업을 연결한 미국 초등학교 수학 사례를 소개합니다. 이 글은 학생의 설명을 보고 모둠을 구성하고, 다시 가르친 뒤 확인하는 과정을 정리했습니다.
발표자가 스노클을 쓰게 된 수업 상황
살라마트 선생님은 교직 6년 차이고, 영상 시점에 3학년을 맡고 있으며 스노클을 쓴 지 세 번째 학년도라고 소개했습니다. 전년도에 4학년에서 3학년으로 옮기면서 새 성취기준을 익혀야 했고, 마침 교육구가 모든 교실에서 소그룹 수업을 하라는 목표를 세웠다고 합니다. 소그룹을 어떻게 짜고 이어 갈지 감이 없었다고 합니다. 수학은 Illustrative Mathematics를 쓰고 CGI(Cognitively Guided Instruction) 연수도 받았는데, 스노클까지 셋 모두 학생의 사고 과정을 중심에 둔다는 점이 잘 맞았다고 설명합니다.
일주일에 세 번, 수업 마무리 확인 과제으로 수업이 닿았는지 확인
선생님은 전체 수업 뒤에 하는 형성평가를 주 3회 정도 스노클로 냈습니다. Illustrative Mathematics의 마무리 문제(쿨다운)는 스노클 라이브러리에 이미 있어서 가져다 썼다고 합니다.
영상에는 직사각형을 8등분하고 왜 8등분인지 설명하라는 쿨다운 결과 화면이 나옵니다. 학생들이 이해 수준별로 묶여 보였고, 정답 여부와 함께 어떤 생각과 오개념이 있는지 설명이 붙어 있었습니다. 선생님은 이 화면에서 세 가지를 읽었다고 합니다. 누가 더 도움이 필요한지, 어떤 오개념이 있는지, 그리고 자신의 첫 설명이 불분명하지 않았는지입니다. 점수가 1~2점대에 몰렸을 때는 설명이 모호했거나 평가 기준이 너무 어려웠던 것은 아닌지 먼저 되돌아보게 된다고 말했습니다.
맞춤 분석(Custom Insights)는 구체적으로 요청해야 쓸 만했습니다
맞춤 분석(Custom Insights)는 각 과제의 인사이트 페이지에서 학급 데이터를 놓고 대화하는 AI 챗봇입니다. 선생님은 처음에 '학생들을 소그룹으로 나눠 줘'라고 막연히 물었다가 소그룹 8개가 나와서 현실적으로 운영할 수 없었다고 했습니다. 그 뒤로 복습만 필요한 모둠, 처음부터 다시 가르칠 모둠, 다음 차시로 넘어갈 학생, 이렇게 세 모둠으로 나눠 달라고 구체적으로 요청했고, 그제야 다음 날 바로 운영할 수 있는 모둠이 나왔다고 합니다. 챗봇은 쓰는 교사의 지식만큼만 일한다는 것이 선생님의 정리입니다.
모둠이 정해진 뒤에는 모둠별 활동을 짰습니다. 한 모둠은 분자와 분모를 헷갈리는 학생들이었고, 활동 아이디어는 챗봇과 구상했다고 합니다. 소그룹 수업을 마치면 새 스노클 과제를 다시 내서 학생들이 이해했는지 확인했습니다. 영상 속 재평가 화면에는 오답이 정답보다 많은 경우도 있었고, 선생님은 이 결과가 자기 수업에서 바꿀 부분을 돌아보게 만든 순간이었다고 소개했습니다.
소집단 보충 지도 뒤 분수 과제의 실제 학생 응답을 모아 확인하는 화면. 학생 이름은 가렸습니다. 출처: Snorkl 공식 웨비나 14:00.
구슬 문장제 사례: 구슬 문장제를 CGI 단계로 분류
또 다른 사례로는 앨리슨이 구슬 450개 중 180개를 썼을 때 남은 구슬 수를 묻는 CGI 문장제가 나옵니다. 이 문제의 인사이트 페이지에서 챗봇에게 학생을 CGI 문제 해결 단계로 분류해 달라고 요청했고, 분류 근거도 함께 받았습니다. 다만 선생님이 직접 네 단계 이름(직접 모델링, 세기 전략, 만들어 낸 알고리즘, 표준 알고리즘)을 알려 줘야 했습니다. 원하는 기준이 있으면 먼저 말해 줘야 한다는 뜻입니다.
추가 요청도 이어졌습니다. 복습이나 재교육이 필요 없는 학생에게는 확장 활동을 요청했고 '전략 갤러리 챌린지'가 제안됐는데, 선생님은 그대로 쓰지 않고 비슷하게 바꿔 썼다고 합니다. 표준 알고리즘으로 정답을 맞혔지만 설명에 쓰는 학습 언어가 부족한 학생들에게는 설명 연습용 후속 과제를 요청했습니다. 영상에서는 대화 중에 후속 과제를 만들고 교사가 확인해 배정하는 과정도 소개합니다. 진도 탭에서는 한 해 동안 낸 과제 전체를 놓고 어떤 성취기준에 도움이 많이 필요한지 물어 복습 계획에 쓸 수 있다고도 소개했습니다.
영상에서 보이는 교사의 판단
선생님의 판단을 정리하면 이렇습니다. 첫째, 챗봇이 내놓은 모둠이 현실적이지 않으면 걸러냈습니다. 둘째, 제안된 활동을 그대로 쓰지 않고 자기 수업에 맞게 바꿨습니다. 셋째, 낮은 점수가 많이 나오면 평가 기준과 자신의 설명을 먼저 점검했습니다. 넷째, 소그룹 수업 뒤에는 다시 과제를 내서 확인했습니다. 진행자가 요청문이 완벽해야 하는지 묻자 선생님은 대화하면서 고쳐 가면 되고 처음에 틀려도 불이익은 없다고 답했습니다. IEP가 있는 학생이 전체 토론에서도 더 말하게 됐다는 경험담도 나오지만 발표자 한 사람의 이야기입니다.
적용 예: 영상 내용이 아니라 이 글의 제안입니다
아래는 영상에 나온 내용이 아니라 영상의 흐름을 바탕으로 이 글이 제안하는 구성 아이디어이며, 직접 수업한 경험담이 아닙니다. 먼저 단원 끝 문항 한 개로 수업 마무리 확인 과제을 내고 결과를 보는 연습부터 해 볼 수 있습니다. 챗봇에 분류를 요청한다면 복습, 재교육, 다음 단계처럼 기준을 직접 적고, 모둠 수도 교실에서 운영할 수 있는 만큼으로 제한하는 방식을 생각해 볼 수 있습니다. 주의할 점도 있습니다. 분류와 요약, 챗봇의 답은 참고 자료이므로 모둠을 확정하기 전에 교사가 각 학생의 실제 응답을 확인해야 합니다. 영상에서도 선생님이 챗봇의 제안을 걸러내고 바꿔 썼습니다.
출처: Snorkl 공식 YouTube, More Thinking, Better Data: From Student Voice to Teacher Decision. 영상의 사례를 요약·재구성했습니다.
처음 쓴 날 · 마지막 수정
