학생/학부모용 안내

                     📘 QCI 모델 기반 수업 설계와 AI의 통합 활용

 

                         QCI 모델은 질문(Questioning)–개념화(Conceptualization)–입체적 수업(Instruction)을 중심으로 한

                         수업 설계 철학입니다. 이 모델은 교사의 일방적인 지식 전달을 지양하고, 학생과의 질문과 대화를 

                         출발점으로 개념을 함께 구성한 뒤, 이를 다양한 방식으로 탐구하는 입체적 학습 경험을 지향합니다.

                         수업은 주로 한 단원 단위로 구성되며, 단원 전체의 흐름 속에서 질문 중심, 개념 중심 활동이 유기적으로 

                         구조화됩니다. 이러한 수업을 더욱 입체적이고 정교하게 설계하기 위해, 하이러닝에 탑재된 다양한 디지털 

                         AI 기반 도구와 기능이 통합적으로 활용됩니다.

                                                                                               

                                                                   

	[그림1] QCI 모델 기반 수업을 통한 학생의 미래 역량 강화 방향

 

                                               AI 사전·사후 진단을 통한 개념 인식과 성찰

                                  먼저, AI 사전 진단 평가를 통해 학생이 해당 단원에서 알아야 할 선행 개념의 이해 수준을 파악하고, 

                                                 앞으로의 수업에서 어떤 개념을 알아야 하는지를 인지하도록 합니다. 단원이 마무리되는 시점에는 

                                                 AI 사후진단 평가를 실시하여 자신의 성장을 점검하고, 부족했던 개념을 집중적으로 보완하며 더 

                                                 깊이 있는 이해를 지향할 수 있도록 합니다.

                                                디지털 기반 실시간 상호작용 수업 운영

                                                 수업 중에는 하이러닝에서 제공하는 디지털 필기, 실시간 공동 작업, 모니터링, 메시지 등의 기능을 

                                                 활용하여 학습의 모든 과정에 피드백을 적절히 제공합니다. 이를 통해 학생들은 교사 또는 또래 친구

                                                  들과 질문하고 답하며 능동적으로 개념을 이해하고자 하는 태도를 형성하게 됩니다.

                                               AI 기반 개념화 활동과 말·글 표현 연계

                                                 디지털 AI 기반 학습에서는 단순히 생각을 쓰는 데에 그치지 않고, 질문과 대화를 통해 두루뭉술한 

                                                 생각을 명확한 개념으로 정리할 수 있도록 모니터링하며 지도합니다. 나아가 단원과 차시별 핵심 

                                                 주제를 말로 설명하고 글로 표현해 보면서 개념에 대한 이해를 심화시킬 수 있도록 합니다.

                                               AI 자가 출제 및 서술형 평가를 통한 개념 확장

                                                 AI 스스로 문제 출제 기능을 활용하여, 학생은 자신이 부족하거나 더 알고 싶은 단원의 문제를 직접

                                                 생성하고 해결해 보며 개념을 다양한 맥락에서 적용해 봅니다. 또한 AI 서논술형 평가 도구를 통해 

                                                 교사가 제시한 핵심 개념어를 활용해 논술 문제를 작성해 보며 개념 간의 연결과 통합적 이해를 경험

                                                 하게 됩니다.

                                                하이러닝 메시지를 통한 질문 환경 조성

                                                 하이러닝 메시지 기능은 수업 중 특정 학생 중심의 질문이나 흐름 왜곡을 방지하고, 내성적인 학생도

                                                 편안하게 질문할 수 있도록 도와줍니다. 교사의 직접 답변 또는 ChatGPT와 같은 생성형 AI를 활용한 

                                                 응답을 통해 교과 내외의 궁금증을 폭넓게 해결할 수 있습니다.

 

                            이러한 흐름은 질문–개념–탐구–표현–피드백이 유기적으로 연결된 구조를 가능하게 하며, 수업을 단선적인 

                            지식 전달이 아닌 입체적이고 상호작용 중심의 개념 수업으로 전환시킵니다.

                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                           

                     📌 QCI 모델에서의 AI 진단 평가의 역할과 의미

                         AI 진단 평가는 질문–개념 중심 수업(QCI 모델)의 출발점에서 학생 개개인의 학습 상태를 파악하고, 

                         맞춤형 수업 설계를 가능하게 하는 중요한 도구입니다. 단순히 성취 수준을 구분하는 평가가 아니라, 

                         학생 스스로 자신의 이해 상태를 인식하고 학습 방향을 설정하도록 돕는 메타인지 기반 평가 도구입니다.

	[그림2] 매 단원별 사전·사후 진단평가를 통한 학급 및 학생 수준 파악의 데이터화 (교사-학생-학부모 확인 가능)

                              🔹 교육적 의의: 메타인지 기반 학습 설계
                                   그동안 많은 학생들은

•                                                          자신이 무엇을 모르는지 인식할 기회가 없었고,

•                                                          수업 중 어디에 집중해야 하는지 스스로 결정하지 못했으며,

•                                                          단원 종료 후에도 자신의 성장을 명확히 확인하지 못한 채 다음 단원으로 넘어가는 경우가 

•                                         많았습니다.

•                                                     AI 기반의 사전–사후 진단 평가는 이러한 한계를 보완합니다.

                              💡 AI 진단 평가의 메타인지적 기능

•                                                          사전 진단을 통해 학생은 자신의 현재 위치를 인식하고, 수업에서 중점적으로 다뤄야 할 개념을 

•                                         미리 파악할 수 있습니다.

•                                                          사후 진단을 통해 학습 이후 자신의 성장을 직관적으로 확인하고, 부족한 개념을 다시 성찰할 

•                                                             수 있습니다.

•                                                          이 과정을 통해 교사는 학생 맞춤형 수업을 설계할 수 있으며, 학생은 보다 주도적으로 학습에 

•                                                             참여하게 됩니다.

                              🌱 T자형 인재로의 성장 기반 마련
                                   AI 진단 평가는 학생이 단순히 ‘많이 아는 사람’을 넘어,

•                                                            자신이 무엇을 알고,

•                                                            무엇이 부족한지를 인식하며,

•                                                            다양한 정보 속에서 핵심을 파악하고 비판적으로 판단할 수 있는 능력,
                                     즉 메타인지가 강한 ‘T자형 인재’로 성장할 수 있도록 돕습니다.

                              🛠 수업 적용 예시: AI 사전·사후 진단을 통한 개념 인식과 성찰

                                                   이러한 철학과 원리를 바탕으로 실제 수업에서는 다음과 같은 방식으로 AI 진단 평가를 활용합니다.

•                                                    수업의 도입 단계에서는 AI 사전 진단 평가를 실시하여 학생이 해당 단원에서 알아야 할 선행 개념의 

•                                                    이해 수준을 파악하고, 앞으로의 수업에서 어떤 개념을 중점적으로 학습해야 하는지를 인지하도록 

•                                                    합니다. 단원이 마무리되는 시점에는 AI 사후 진단 평가를 실시하여 자신의 성장을 점검하고, 부족

•                                                    했던 부분을 집중적으로 보완함으로써 개념에 대한 더 깊이 있는 이해로 나아가도록 합니다.

                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                           

                     📘 수업의 여백을 만드는 AI 디지털 도구의 의미와 활용

                         오늘날의 교실 수업은 여전히 교사의 PPT 중심 수업이나 정답 제시형 설명에 머무르는 경우가 많습니다. 

                         이 경우 학생은 수업이 끝난 후 참고할 수 있는 자료가 없어 교과서를 다시 찾아보거나, 개념 표현 방식조차

                         익히기 어려운 상황에 놓이게 됩니다. 특히 초등학생에게는 안정적이고 체계적인 교재를 바탕으로 개념을

                         반복적으로 익히는 습관이 매우 중요하지만, 수업의 구조는 이를 뒷받침하지 못하는 경우가 많습니다.

	[그림3] 실험의 과정 영상을 학생들 개개인 태블릿PC로 공유해 주면서, 실험 과정에서의 중요한 부분에서 멈춰 디지털 판서로 설명 진행

                     🧠 메타인지와 개념화의 시작은 ‘수업의 여백’에서부터

                         학생이 스스로 개념을 탐색하고 표현할 수 있으려면, 자기 자신과의 대화, 친구와의 상호작용, 교사와의

                         소통이라는 다양한 질문과 대화의 시간이 필요합니다. 즉, 수업 안에는 교사의 일방적 설명이 아닌, 

                         ‘사고하고 질문할 수 있는 여백’이 필수적입니다.

                         이 여백은 단순한 쉬는 시간이 아닌, 학생이 사고를 정리하고, 개념을 연결하고, 표현을 구체화하는 자기주도적

                         탐구 시간입니다. 이는 곧 QCI 모델이 지향하는 개념 기반 수업 구조와도 맞닿아 있습니다.

	[그림4] 개념화 표현에 대한 교사의 지도 이전에 나타난 다수 학생들의 초기 작성 양상

	[그림5] 실시간 모니터링을 통해 개념화 표현에 대한 피드백을 받은 후, 학생의 이해도가 높아지면서 수업 참여도와 학습 집중도가 향상됨

                     💡 디지털 AI 도구가 만드는 여백의 공간: 수업 예시

                         기존 수업에서는 교사가 실험을 PPT로 보여주며 설명하고, 학생은 수동적으로 내용을 따라가는 방식이 

                         일반적이었습니다. 그러다보니 수업 시간이 늘어지고, 전달력이 떨어지게 되어 설명이 끝난 이후에도 

                         학생들이 교사에게 불필요하고 단순한 질문을 주로 하게 됩니다.하지만 다음과 같이 AI·디지털 도구를

                         활용하면 수업은 달라집니다.

                           ✅ [예시: 과학 수업 - 산소 발생 실험]

•                                                    교과서를 학생들 개개인 화면으로 공유해 주어 중요 부분을 교사와 함께 파악할 수 있도록 돕고,

•                                                   영상 위에 디지털 판서 기능을 통해 실험 순서와 주의사항을 직관적으로 안내하며,

•                                                    실험 준비부터 정리까지 주도적으로 참여하며 학생이 디지털로 공유된 교과서를 작성하는 과정을 

•                                     실시간으로 모니터링 해주며 방향을 잡아줍니다.

• 
  

•                                     할 수 있습니다.

                           이러한 환경에서는 다음과 같은 변화가 일어납니다.

 

변화 전	변화 후
교사의 실험 시연을 따라가며 수동적으로 듣기만 함	학생이 실험 전 과정을 스스로 파악하고 준비함
같은 질문 반복, 설명 누락으로 인해 집중도 저하	학생이 필요한 부분을 반복 학습하며 질문 감소
실험 관찰지가 형식적으로 작성됨	실험 내용을 자신의 언어로 정리하고 설명하려는 시도 활발
개념 표현이 “기포가 발생” 수준에 머무름	“묽은 과산화수소수와 이산화망가니즈”를 활용한 개념 연결과 확장 시도

                     🌱 교사의 역할: 질문과 대화의 설계자

                         이러한 수업 구조 속에서 교사의 핵심 역할은 ‘답을 주는 사람’이 아니라 ‘질문을 던지는 사람’, ‘대화의 

                         흐름을 설계하는 사람’으로 바뀌게 됩니다.

•                                               학생들이 실험 관찰 활동 속에서 개념화를 위한 사고 습관을 어떻게 형성하고 있는지 확인하고,

•                                               그 생각을 자신의 언어로 표현해보는 과정을 지원하며,

•                                               개별 피드백과 질문을 통해 학생 스스로 사고의 틀을 확장할 수 있도록 돕는 것입니다.

                     📌 요약: 디지털 AI 기반 수업의 여백은 미래역량의 출발점입니다

                         AI와 디지털 도구는 단지 ‘설명 도구’가 아니라,

•                                               교사에게는 수업 안의 여백을 마련해 주고,

•                                               학생에게는 개념화·메타인지·표현 능력 신장을 위한 자율적 사고 공간을 제공합니다.
                           이러한 여백은 곧 미래형 수업의 핵심 역량이자, QCI 수업이 지향하는 교육의 본질입니다.

                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                           

                     📘 단순한 설명을 넘는 ‘개념화’의 본질과 실천

                         학생이 단순히 개념을 듣고 내용을 정리한다고 해서 진정한 개념화가 이루어지는 것은 아닙니다.

                         개념은 다양한 상황 속에서 적용하고 변형하며, 연결해보는 활동을 통해 비로소 자기 것으로 내면화

                         됩니다.

                           즉, 개념화란 지식의 단순 암기가 아니라,

•                                                   새로운 상황에서 개념을 활용하고,

•                                                   관련된 질문을 던지고,

•                                                   그 속에서 스스로 사고를 확장해 나가는 과정입니다.

                     💡 하이러닝 기반 개념화 수업: 입체적 개념 연결의 설계

                         하이러닝 플랫폼에서는 ‘단원–차시–주제’가 하나의 흐름 안에서 연결되도록 설계되어 있습니다.

                         이를 통해 학생은 개별 차시 개념을 단편적으로 이해하는 것이 아니라, 단원의 흐름과 개념 간 관계를 

                         스스로 구성해볼 수 있는 기회를 갖게 됩니다.

•                                                예를 들어, 단원 전체의 흐름을 개념지도나 시각 자료로 보여주고,

•                                               각 차시에서 배운 개념들을 하나의 설명으로 이어 표현하게 함으로써,

•                                                학생 스스로가 지식 구조를 구성해보는 개념화 활동이 가능해집니다.

                         이런 활동은 학습 내용을 단순히 ‘기억하는 것’이 아니라, ‘서술하고 연결하며 설명할 수 있는 것’으로 전환

                         시키는 중요한 계기가 됩니다.

                     🔍 AI 기반 기능을 활용한 자기주도 개념 확장

                         학생들은 그동안 자신에게 무엇이 어려운지, 무엇을 모르는지 스스로 점검하거나 보완할 기회를 갖기 

                         어려웠습니다.
                         그러나 [학습 콘텐츠] – [문항] – [AI 추천 출제하기] 기능을 활용하면, 학생이 자신의 부족한 개념과 관련된

                         문제를 직접 생성하거나 선택할 수 있는 환경이 마련됩니다.

                         이러한 구조는 학생이

•                                                “어떤 부분이 나에게 어려웠는지”를 돌아보고,

•                                               그에 대한 학습 콘텐츠를 찾아보고,

•                                               스스로 해결을 시도하는 경험을 통해
                           자기주도학습의 태도를 기르고, 진정한 맞춤형 학습의 출발점에 서도록 도와줍니다.

	[그림6] 학생이 스스로 부족한 단원과 차시를 파악한 후, EBS 기반 문제를 직접 생성해보며 맞춤형 학습이 가능하도록 지원함

	[그림7] 교사는 학생의 자가 문제 생성 및 풀이 과정을 통해 학습 상태를 진단하고, 공부 방법과 습관에 대해 조언함.

                     ✅ 요약: 개념화는 ‘활용과 연결’의 경험 속에서 완성됩니다

구분	내용
단순 정리로는 부족한 이유	개념은 설명만으로 내면화되지 않으며, 활용·적용의 경험이 필요함
하이러닝의 구조적 장점	단원–차시–주제가 연결된 설계로, 입체적 개념 구성 가능
AI 도구의 역할	학생이 스스로 부족한 개념을 찾아 학습하고 문제를 생성함으로써 자기주도 학습 유도
개념화의 완성	설명 → 연결 → 생성 → 활용을 통한 자기 언어로 표현하는 경험 속에서 이루어짐

                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                           

                     📘 QCI 수업 속 ‘AI 논술형 출제하기’ 기능의 교육적 의미

                         : 개념화와 문해력을 동시에 기르는 AI 기반 평가 설계

                         많은 학생들이 단원이나 차시별로 배운 개념들을 단편적으로 이해하고, 개별 문제를 풀 때도 문항 간 

                         개념의 연결성을 인식하지 못하는 경우가 많습니다. 이는 단순한 암기 중심의 질문이나 활동으로는 극복되기

                         어렵습니다.

                         이에 따라 교사는 [학습 콘텐츠] - [문항] - [AI 논술형 출제하기] 기능을 활용하여,

•                                               개념을 자신의 언어로 설명할 수 있는 문해력 중심 문제를 구성하고,

•                                               학생이 학습한 개념을 기반으로 다양한 맥락에서 사고를 확장해보도록 안내할 수 있습니다.

                     🔍 AI 논술형 출제의 작동 방식

•                                               AI는 성취기준에 기반한 문항을 자동 생성하며, 교사는 이를 기반으로 문제를 조정하거나 새롭게

•                             입력할 수 있습니다.

•                                               학생이 답안을 제출할 때는 교사가 설정한 핵심 키워드 중 일부를 반드시 포함해야 하며, 이를 통해

•                                                개념 중심 표현의 명료성이 강조됩니다.

•                                              AI가 성취기준 기반의 평가 기준으로 자동 채점을 진행하고, 교사는 필요 시 점수를 보정하거나 채점

•                                                기준을 추가할 수 있습니다.

•                                               이러한 이중 채점 체계(AI + 교사)는, 단순 문장 길이나 표현력보다는 개념 이해, 논리의 정합성,

•                                                성취기준 충족 여부 등을 보다 객관적이고 풍부하게 분석합니다.

                     🧠 문해력 기반 개념화 평가의 교육적 의의

                         개념화는 길게 쓰는 것이 아니라, 정확하게 표현하는 것입니다.
                         학생은 주어진 개념을 자신의 말로 설명하는 과정에서

•                                                해당 개념의 본질을 정리하고,

•                                                다른 개념과의 연결 관계를 유기적으로 파악하며,

•                                                자신의 생각을 논리적으로 정리해보는 경험을 하게 됩니다.

                         이러한 과정은 단순한 개념 습득을 넘어,

•                                               메타인지 수준의 사고로 나아가는 토대가 되며,

•                                                AI 도구를 활용한 반복적 글쓰기와 피드백 과정을 통해

•                                                문해력과 사고력, 개념 연결력까지 종합적으로 성장하게 만듭니다.

	[그림8] 교사가 지정한 필수 키워드를 입력해야 제출할 수 있으며, 인공지능이 개념 표현과 문장 구조를 평가함.

                     ✅ 요약: AI 기반 문해력·개념화 평가의 핵심 효과

항목	내용
문항 구성	성취기준 기반 AI 자동 출제 + 교사 맞춤 조정
답안 작성 조건	필수 개념어 키워드 포함해야 제출 가능
채점 방식	AI 자동 채점 + 교사 조정 (이중 확인)
교육적 효과	자기 언어로 개념을 설명하며, 개념 연결과 사고 확장을 유도 (문해력 + 개념화 + 메타인지 향상)

                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                           

                     📘 AI 질문 수업과 AID 협업 리터러시의 실현

                         : 학생의 사고 확장과 질문 역량을 키우는 디지털 기반 수업 전략

                         교실에서는 종종 학생들이 질문하고 싶어도 부끄러움, 소극적인 태도, 혹은 지나치게 개인적인 내용으로

                         인해 질문을 망설이는 경우가 많습니다. 또한 수업 시간 중 손을 들고 질문을 할 경우,

•                                                수업의 흐름이 자주 끊기거나,

•                                                질문의 초점이 교과 핵심에서 벗어나

•                                               전체 학생에게 유익한 사고 확장으로 이어지지 못하는 경우도 많습니다.

                         이러한 상황에서 하이러닝의 ‘질문하기’ 기능은 수업의 효율성과 학생의 사고 확장을 동시에 가능하게 합니다.

                     💬 하이러닝 + ChatGPT의 질문 활용 방식

•                                              학생은 하이러닝 메시지를 통해 개인 질문을 비공개로 교사에게 전달할 수 있습니다.

•                                              교사는 해당 질문에 직접 답변하거나, 필요시 ChatGPT에 질문을 입력해 AI의 응답을 가공하여 전달

•                                                 합니다.

•                                              이를 통해 질문에 대한 다양하고 깊이 있는 응답이 가능해지며, 교사는 수업 흐름을 유지한 채 학생의 

•                                 개별 궁금증을 해결할 수 있습니다.

                     🧠 교육적 의미: AID 협업 리터러시의 실제 적용

                         이러한 수업 구조는 학생이 AI와 디지털 도구를 ‘특별한 기술’이 아닌 일상적 학습 파트너로 인식하도록

                         도와줍니다.

•                                                궁금한 내용을 질문하고,

•                                                그에 대한 정보를 AI로부터 얻고,

•                                                다시 자신의 언어로 정리해보는 과정을 통해 학생은 자연스럽게 AI 리터러시, 정보 활용력, 데이터 

•                                  해석력(AID 리터러시)을 기르게 됩니다.

                         즉, AI를 단순히 검색도구가 아닌 사고 확장의 도구로 경험하게 되며,
                         이는 곧 미래 사회에서 요구하는 AI 협업 능력과 질문 역량으로 이어집니다.

	[그림9] 하이러닝 메시지 기능을 활용해 학생이 질문을 적극적으로 하고 답을 주고받으며, ChatGPT를 통해 개념을 확장할 수 있도록 지원함.

                     ✅ 요약: AI 질문 수업이 만드는 사고의 깊이

구분	내용
교사 역할	질문의 흐름을 통제하며, 필요시 ChatGPT를 활용해 다양한 설명 제공
학생 활동	개인 질문을 디지털 메시지로 전송 → 교사/AI 응답 확인 → 재질문 또는 정리
교육 효과	부끄러움 없이 질문 가능, 정보 접근성 향상, 사고의 확장과 AID 리터러시 강화
리터러시 관점	AI를 통한 협업적 사고, 디지털을 통한 자기주도 학습 기반 형성

                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                           

                     🔷 초등 교육의 지향점과 철학: 디지털 기반 미래형 학습 생태계로의 전환

                         초등 교육은 모든 학생이 자신의 속도와 수준에 맞게 성장할 수 있도록 지원하는 맞춤형 교육을 지향합니다. 

                         이를 실현하기 위해 디지털과 인공지능(AI) 기술은 교사, 학생, 학부모가 함께 참여하는 미래형 학습 

                         생태계를 만들어 가는 중요한 기반이 됩니다.

                     🧑‍🏫 교사: 수업 전문성에 집중하는 디자이너로서의 역할 전환

•                          디지털 AI 도구를 활용하면 교사는 수업 전·중·후 과정에서 발생하는 비효율적인 업무를 줄일 수 있게

•                          됩니다.

•                          반복적 관리나 단순 점검 업무에서 벗어나, 교사는 학생의 성장을 위한 수업 설계와 전문적 피드백 제공에 

•                          집중 할 수 있습니다.

•                                           AI 진단 데이터를 바탕으로 학생의 학습 상태를 정밀하게 파악하여, 개별 맞춤형 학습 지원과 개념 중심 

•                                          수업을 운영할 수 있습니다.

	[그림10] QCI 모델 기반 수업을 통한 교사의 체계적인 수업 설계

                     👧 학생: 자기주도적이고 미래역량을 갖춘 학습자로의 성장

•                                          AI 진단과 추천 기능을 통해 학생은 자신의 현재 위치를 점검하고 학습 계획을 세우며, 스스로 학습을 

•                                          조절하는 자기주도 학습자로 성장합니다.

•                                          수업 중에는 질문을 생성하고, 개념을 연결하며, 텍스트를 이해하는 활동을 통해 질문력, 개념화 능력, 

•                                          문해력을 기르게 됩니다.

•                                          다양한 디지털 도구를 사용하는 과정에서 AI, 정보, 데이터에 대한 이해와 활용 역량(AID 리터러시)이

•                                          자연스럽게 길러집니다.

•                                          학습 과정에서 자신의 강점과 약점을 인식하고 성장을 계획하는 메타인지 능력 또한 향상됩니다.

                     👪 학부모: 학교와 가정을 잇는 신뢰 기반의 동반자로서의 참여

•                                          교사와 학생 간의 학습 활동은 디지털 도구를 통해 시각화되고 구조화된 결과물로 학부모에게 공유됩니다.

•                                          이로 인해 학부모는 주관적 해석이 아닌 객관적 근거에 기반한 자녀의 학습 상태를 이해할 수 있게 됩니다.

•                                          학교와 가정이 같은 방향을 바라보며, 학생의 성장을 함께 지원하는 연계 지도가 가능해집니다.