구글, 출시 전 자체 생성한 교실 시뮬레이션을 AI 에이전트로 플레이테스트하게 해

디지털 학습 도구는 대부분 수동적인 콘텐츠, 영상과 교과서를 전달하는 데 그친다. 상호작용형 시뮬레이션은 구축 비용이 많이 들고 특정 교사의 교육과정이나 학생에 맞는 경우가 드물기 때문이다. 구글 리서치의 대응은 2024년 LearnLM 모델과 2025년 'Learn Your Way' 실험을 토대로 생성형 UI를 적용한 것으로, 모델이 인터페이스를 미리 코딩하는 대신 동적으로 구성하게 함으로써 교사가 고정된 라이브러리에서 고르는 대신 필요에 따라 맞춤형 시뮬레이션을 생성할 수 있게 한다.

이 과정은 시작 단계에서 교사를 루프 안에 두어 무엇이든 구축되기 전에 학습 목표를 승인하게 하고, 마지막 단계에서는 품질 관리를 파이프라인에 맡긴다. 각 시뮬레이션은 해당 목표에 연결된 더 어려운 게임 레벨로 나뉘며, 힌트, 공식 도구 상자, 맞춤형 피드백이 제공된다. 교사가 무언가를 보기 전에 자기 교정 루프가 교수법, 역학, 시각 디자인을 점검한다. 역학 점검은 에이전트 방식으로, Chrome 인스턴스를 열어 사용자처럼 시뮬레이션과 상호작용하며 극단적인 제어 값 같은 적대적 입력까지 포함해 깨진 레벨을 잡아낸다.

구글은 영어 STEM 과목에서 30개가 넘는 검증된 학습 인터랙티브의 공개 라이브러리를 출시했으며, 모두 출판 전에 교사가 검토했다. 영국 STEM 교사들을 대상으로 한 연구에서는 물리와 화학 주제가 시뮬레이션 생성에 가장 적합한 평가를 받았다. 각자 자신의 교실을 위해 맞춤형 인터랙티브 세 개를 요청한 미국 교사 12명을 대상으로 한 별도 연구에서는 평균 품질 평가가 10점 만점에 8점이었으며, 교사들은 동적 생성이 정적이고 기성품인 시뮬레이션이 해내지 못한 것, 즉 실제 교육과정에 맞춘 수업 차별화를 해결했다고 언급했다.

교사가 보기 전에 에이전트가 시뮬레이션을 깨뜨리려 시도하게 한다

생성 전에 학습 목표에 대한 교사 승인을 요구함으로써, 잘못된 목표가 하위의 모든 레벨까지 잘못되게 만들 수 있는 바로 그 지점에 인간의 결정을 계속 두게 된다.

검증을 교수법, 역학, 시각 디자인이라는 세 가지 명명된 기준으로 나누면, 하나의 일반적인 품질 점검 대신 각 기준에 맞는 방법으로 점검할 수 있다.

생성된 코드를 검사만 하는 것이 아니라 실제로 브라우저에서 시뮬레이션을 구동하는 에이전트 평가자를 사용하면, 정적 분석이 놓칠 해결 가능성 실패를 잡아낸다.

예상 경로만이 아니라 적대적 입력까지 테스트하는 것은, 작성자에 의해 한 번 테스트되고 다시 생성되지 않는 정적 수작업 시뮬레이션에는 없을 실패 모드를 겨냥한다.

생성된 모든 산출물을 사람이 점검할 여유가 없을 때는, 에이전트에게 사람이 사용할 것과 같은 인터페이스를 주고 부주의하거나 적대적인 사용자처럼 산출물을 깨뜨리려 시도하게 하라.

구글은 Google for Education 파일럿 프로그램을 통해 학교들과 이 도구를 시범 운영하고 있으며, 새로 생성된 인터랙티브는 요청한 교사에게 검토를 위해 돌아가고 그 승인 후에만 공개 라이브러리에 들어간다. 또한 실제 교실에서의 학습 성과와 참여도에 관한 UX 연구와 현장 연구를 계획하고 있다. 팀은 공개된 라이브러리를 초기 단계로 설명하며, 파일럿이 확장됨에 따라 더 많은 과목과 학년 수준이 추가될 예정이라고 밝혔다.