사교육비 0원에 도전한다 — 우리 집 PC 속 AI 개인교사

결론부터 말하면, 지금은 이 실험을 시작할 정도라고 본다. 이미 집에 있는 컴퓨터에 이미 들어 있는 작은 로컬 AI를, 초등학생 하나만을 위한 선생님으로 바꿔놓는 것이 이 실험의 전부다. 지금은 아직 생각일 뿐이고 실측 결과는 없다. 이 글은 그 실험의 출발점을 기록한 글이다.

요즘 아이 하나 키우는 데 들어가는 교육비가 만만치 않다.

학원 하나, 과외 하나를 추가할 때마다 부담은 커진다. 그렇다고 아이가 궁금한 것을 물어볼 때마다 부모가 모든 것을 설명해주기도 쉽지 않다.

그런데 문득 이런 생각이 들었다.

이미 집에 있는 컴퓨터를 아이의 개인교사로 만들 수 있다면 어떨까?

AI를 개인교사로 만든다는 것

요즘 AI에게 질문을 하면 웬만한 질문에는 답을 해준다.

하지만 아이를 가르치는 선생님은 단순히 정답을 알려주는 기계가 아니다.

아이가 이해하지 못하면 다른 방법으로 설명해야 하고, 너무 어려운 말을 사용하면 안 되고, 답을 바로 알려주기보다는 스스로 생각할 수 있도록 힌트를 줄 수도 있어야 한다.

무엇보다 아이가 계속 질문해도 귀찮아하지 않고 받아줘야 한다.

그래서 중요한 것은 AI가 얼마나 거대한 모델인가가 아니라, 아이에게 맞는 선생님 역할을 얼마나 잘할 수 있도록 만들어졌느냐라고 생각한다.

범용 AI가 반드시 교육에 최적일 필요는 없다

요즘 나오는 AI 에이전트들을 보면 상당히 많은 기능을 가지고 있다.

예를 들어 파일을 읽고 수정하고, 프로그램을 실행하고, MCP를 이용하고, 웹을 검색하고, GitHub와 연결하고, 각종 도구를 사용할 수 있다.

이런 기능은 범용 에이전트에게는 굉장히 중요하다.

하지만 아이에게 수학을 설명하는 순간에도 이런 모든 기능이 필요한 것은 아니다.

범용 에이전트는 최대한 많은 일을 할 수 있도록 많은 규칙과 스키마, 도구, MCP, 각종 지침을 가지고 있어야 한다.

그만큼 AI가 처리해야 할 것도 많아진다.

반대로 교육용 AI를 만든다면 이야기가 달라진다.

교육에 필요한 것만 남기고 나머지를 과감하게 덜어낼 수 있다.

초등학생 개인교사에게 필요한 것은 복잡한 MCP 목록이 아니다.

아이의 질문을 이해하고, 아이의 수준을 판단하고, 쉽게 설명하고, 힌트를 주고, 문제를 내고, 틀린 부분을 다시 설명하는 능력이다.

그렇다면 범용 에이전트의 모든 기능을 그대로 가져오는 것보다 교육이라는 한 가지 목적에 AI의 역할을 집중시키는 것이 훨씬 효율적일 수 있다.

같은 모델이라도 목적을 좁히고 필요한 스킬만 제대로 설계한다면 교육이라는 영역에서 체감 성능을 크게 끌어올릴 가능성이 있다.

어쩌면 이것이 작은 로컬 모델을 제대로 활용하는 방법일지도 모른다.

굳이 가장 비싼 AI가 필요할까?

AI에는 엄청나게 큰 모델들이 있다.

하지만 초등학생이 학교에서 배우는 내용을 질문하고, 영어 단어를 물어보고, 수학 문제를 풀고, 모르는 개념을 설명해 달라고 하는 데 반드시 가장 거대한 AI가 필요할까?

나는 그렇지 않을 수도 있다고 생각한다.

예전의 작은 AI 모델들은 대화가 조금만 길어져도 내용을 놓치거나 복잡한 지시를 제대로 수행하지 못하는 경우가 많았다.

그런데 지금은 상황이 상당히 달라졌다.

작은 모델들도 자연스럽게 대화하고, 긴 설명을 이해하고, 지시를 따르고, 필요한 경우 도구까지 사용할 수 있는 수준으로 발전했다.

그래서 이제는 AI의 크기보다 AI를 어떻게 사용하는가가 중요해지고 있다.

내가 생각하는 AI 개인교사

여기서 Gemma 같은 로컬 AI를 교육용으로 특화해보려고 한다.

AI에게 단순히

"아이를 가르쳐라."

라고 하는 것이 아니다.

아예 처음부터 초등학생 전용 선생님처럼 행동하도록 만들어주는 것이다.

예를 들어 이런 규칙을 넣을 수 있다.

• 아이의 학년에 맞는 말 사용하기
• 어려운 단어를 쉽게 풀어서 설명하기
• 한꺼번에 너무 많은 내용을 설명하지 않기
• 아이가 이해했는지 확인하기
• 틀렸다고 바로 정답을 알려주지 않고 힌트 주기
• 같은 내용을 다른 방식으로 다시 설명하기
• 직접 문제를 만들어주기
• 틀린 문제는 다시 설명하고 비슷한 문제를 내주기
• 아이가 계속 질문해도 대화를 이어가기
• 공부를 억지로 시키기보다 스스로 생각하도록 유도하기

이렇게 만들어 놓으면 일반적인 AI와는 상당히 다른 교육용 AI가 될 수 있다.

왜 Gemma인가?

여기서 내가 직접 사용해 본 여러 로컬 모델을 비교해보면서 느낀 점도 있다.

모델마다 성격이 다르다.

어떤 모델은 코딩이나 파일 작업, 컴퓨터 제어 같은 에이전트 작업에 강하고, 어떤 모델은 설명이나 문장 표현에서 더 편안하게 느껴진다.

내가 보기에는 교육용 개인교사라는 역할에서는 말을 어떻게 전달하느냐가 상당히 중요하다.

아이에게 어려운 내용을 쉽게 풀어주고, 풍부한 어휘를 사용하면서도 아이가 이해할 수 있는 수준으로 바꿔 설명하는 능력이 중요하기 때문이다.

그래서 교육용 AI에서는 Gemma 계열을 우선적으로 시험해볼 생각이다.

하나의 AI가 모든 일을 할 필요도 없다

그렇다고 모든 것을 하나의 모델에게 맡길 필요도 없다.

예를 들어,

Gemma는 선생님

그리고

다른 AI는 조교

처럼 역할을 나눌 수도 있다.

아이가 공부하다가 코딩을 해보고 싶다고 하면 다른 AI가 코드를 만들고 실행하는 것을 도와줄 수도 있다.

결국 중요한 것은 AI끼리 누가 이기느냐가 아니다.

각자 잘하는 일을 맡기고 필요할 때 바꿔 사용하는 것이다.

삽이 필요한 곳에 포클레인이 필요하지 않다

내가 생각하는 로컬 AI의 핵심도 이것이다.

삽을 써야 하는 곳에서 포클레인을 사용할 필요는 없다.

초등학생 개인교사에게 수십억 원짜리 교육 시스템이나 엄청나게 큰 AI가 반드시 필요한 것은 아닐 수 있다.

이미 충분한 능력을 가진 작은 AI에 제대로 된 교육 방법을 가르쳐주면 된다.

오히려 작은 AI는 우리 집 컴퓨터에서 직접 실행할 수 있다는 장점도 있다.

아이에게 질문을 많이 하라고 해도 추가 사용료를 걱정할 필요가 없다.

그래서 직접 해보려고 한다

물론 여기까지는 생각일 뿐이다.

정말 아이의 개인교사 역할을 할 수 있는지는 직접 테스트해봐야 한다.

초등학생이 실제로 질문하는 방식으로 테스트하고,

• 설명을 얼마나 쉽게 하는지
• 아이의 수준을 얼마나 잘 맞추는지
• 틀린 답을 어떻게 바로잡는지
• 문제를 제대로 만들어주는지
• 같은 질문을 여러 방식으로 설명할 수 있는지
• 긴 시간 대화를 이어갈 수 있는지
• 실제 학습에 도움이 되는지

하나씩 확인해볼 생각이다.

그리고 결과가 좋지 않다면 그것도 그대로 기록할 것이다.

이 실험의 목적은 "AI가 선생님을 완전히 대신한다"는 것을 증명하는 것이 아니다.

지금 우리가 가지고 있는 평범한 PC와 작은 로컬 AI만으로도 어디까지 개인교사가 될 수 있는지 확인해보는 것이다.

어쩌면 앞으로는 아이 방에 학원 선생님 한 분을 더 모시는 것이 아니라,

아이의 질문을 언제든 받아주는 작은 AI 선생님 한 명을 컴퓨터 안에 만들어주는 시대가 올지도 모른다.

그리고 그 선생님이 생각보다 훨씬 저렴하다면?

사교육비 0원에 도전해볼 이유는 충분하지 않을까.