수학 성적이 낮은 학생의 자신감은 어떻게 회복할 수 있을까?

핵심 3줄 요약

  • 수학 성적이 낮은 학생의 자신감을 회복하려면 현재의 낮은 성취를 부정하기보다 성적과 학생 자신에 대한 평가를 분리해야 한다.
  • 자신감은 단순한 칭찬보다 시도하고, 실패의 원인을 찾고, 수정한 뒤 실제 결과를 바꿔본 경험에서 형성될 수 있다.
  • 따라서 중하위권 수학교육은 쉬운 성공만 제공하는 것이 아니라 감당할 수 있는 실패와 재도전을 통해 ‘내 행동이 결과를 바꿀 수 있다’는 경험을 축적하게 해야 한다.
  • “저는 원래 수학을 못해요.”
  • 학생이 이 말을 할 때 나는 점수보다 먼저 그 문장을 본다. 처음에는 단순한 사실 확인처럼 들린다. 시험 점수가 낮고, 문제를 자주 틀리고, 다른 친구들보다 진도가 느리다면 학생 입장에서는 그렇게 말할 만하다.
  • 하지만 이 문장이 반복되면 뜻이 조금씩 달라진다.
  • “이번 시험을 못 봤다”가
  • “나는 수학을 못한다”가 되고,
  • 어느 순간
  • “나는 원래 잘하지 못하는 사람이다”
  • 로 확장된다.
  • 중하위권 학생을 가르치면서 가장 조심하는 순간이 바로 여기다. 성적이 낮다는 현실을 지워주는 것이 아니라, 현재의 결과가 학생 자신에 대한 최종 판정으로 번역되는 순간을 막는 것.
  • 교육은 그 지점에서 다시 시작해야 한다.

낮은 수학 성적은 무엇을 의미할까?

학생에게 “아니야, 너는 잘해”라고 말한다고 현실이 달라지지는 않는다. 시험에서 40점을 받았다면 현재 평가체계가 요구하는 성취에 충분히 도달하지 못한 것이다.

개념이 부족하거나 계산이 불안정할 수 있고, 문제의 조건을 읽거나 긴 풀이를 유지하는 데 어려움이 있을 수도 있다. 그 현실은 봐야 한다.

다만 사실 뒤에 붙는 해석은 구분해야 한다. 40점이라는 사실과 “나는 머리가 나쁘다”는 해석은 같은 것이 아니다. 지금 어떤 문제를 풀지 못한다는 사실과 “나는 앞으로도 이런 일을 할 수 없다”는 결론도 같은 것이 아니다.

성적은 현재의 위치를 알려주는 좌표일 수 있다. 하지만 좌표는 목적지가 아니다.

OECD의 PISA 2022 결과와 관련 문헌에서는 수학 자기효능감이 수학 성취와 학습 동기·전략 등과 관련되어 나타난다. 다만 이를 “자신감만 높이면 성적이 오른다”는 인과관계로 단순화해서는 안 된다. 여기서 중요한 것은 현재 성취와 자기해석이 서로 무관하지 않다는 점을 보되, 한쪽이 다른 쪽을 단순히 결정한다고 말하지 않는 것이다.

자신감은 어떻게 다시 만들어질까?

그래서 학생에게 필요한 것은 막연한 위로가 아니다. “너도 할 수 있어.” 좋은 말이다. 하지만 이미 여러 번 실패한 학생에게는 잘 들리지 않는다.

학생은 자신이 문제를 풀지 못했던 기억을 알고 있다. 공부했는데도 점수가 바뀌지 않았던 경험도 기억한다. 그 기억 앞에서 말만으로 자신감을 만들기는 어렵다.

자신감은 결국 경험의 결과여야 한다.

내가 생각하고 직접 해봤다. 실패한 이유를 찾아 하나를 바꿨다. 다시 해봤고, 결과가 달라졌다.

이 작은 과정 하나가 “너도 할 수 있다”는 말보다 훨씬 강하다. 학생이 알게 되는 것은 문제 하나를 풀었다는 사실만이 아니다.

내 행동이 결과에 영향을 줄 수 있다는 것.

이것이 학습에서 자신감이 시작되는 지점이다.

쉬운 성공보다 왜 감당할 수 있는 실패가 필요할까?

그래서 학생에게 성공이 보장된 문제만 주는 것도 조심해야 한다. 실패가 없는 성공만 반복되면 학생도 안다.

“이건 쉬워서 된 거잖아요.”

그 경험만으로는 자신이 달라졌다는 감각을 만들기 어렵다. 오히려 필요한 것은 감당할 수 있는 실패다.

한 번 틀리고, 왜 틀렸는지 본다. 처음에는 도움을 받아도 된다. 하지만 그다음에는 자기 손으로 하나를 고치고 다시 결과를 만들어야 한다.

이 경험은 실패의 의미를 바꾼다. 실패가 “나는 안 되는 사람”이라는 증거가 아니라 다음 행동을 결정하기 위한 정보가 된다.

AI도 이 지점에서는 정답을 즉시 대신 주는 도구보다 다음 시도를 돕는 도구로 사용할 수 있다. OECD의 《Digital Education Outlook 2026》이 지적하듯 인지적 과제를 그대로 외주화하면 수행과 학습이 분리될 수 있기 때문이다.

수학에서 오답을 복기하는 일의 가치도 여기에 있다. 자신의 실패를 바라보고 원인을 찾고 다시 행동할 수 있다면 실패를 정체성으로 가져갈 필요가 없다.

수학은 왜 행동과 결과의 관계를 경험하기 좋은가?

그래서 수학은 중하위권 학생에게도 중요한 과목이다. 모든 학생이 고난도 문제를 풀어야 하기 때문이 아니다. 수학에서는 자신의 행동과 결과 사이의 관계를 비교적 짧은 시간 안에 확인할 수 있기 때문이다.

조건을 하나 잘못 읽으면 풀이가 달라지고, 식을 잘못 세우면 결과가 나오지 않고, 한 단계의 논리를 고치면 답이 달라진다.

“아까는 안 됐는데 이걸 바꾸니까 됐네.”

이 작은 인과가 반복되면 학생의 말도 달라진다.

처음에는 문제를 보자마자 “몰라요”라고 하던 학생이 “여기까지는 알겠는데 이다음이 모르겠어요.” 라고 말하기 시작한다.

나는 이 두 문장의 차이를 크게 본다. 첫 번째 문장은 자기 전체를 포기하는 말에 가깝다. 두 번째 문장은 자신의 현재 위치를 구분하고 있다.

현재 위치를 볼 수 있는 사람은 움직일 수 있다.

작은 성취는 왜 쉬운 성공과 다를까?

학생을 다시 움직이게 만드는 초기 성취는 성적표에 바로 나타나지 않는다.

처음으로 혼자 식을 세웠다. 답지를 보지 않고 조금 더 버텼다. 틀린 풀이에서 자신이 잘못한 한 줄을 찾아냈다. 어제는 설명을 들어도 모르던 문제를 오늘은 자기 말로 설명했다.

이런 변화는 작다. 하지만 작은 성취는 학생을 기분 좋게 해주는 장치가 아니다.

행동과 결과 사이의 연결을 복구하는 과정이다.

그 연결이 쌓여야 결국 더 큰 결과도 움직인다.

현재 성적을 어떻게 해석해야 할까?

AI가 발전할수록 아이들이 앞으로 사용할 수 있는 도구와 진입 경로는 더 많아질 가능성이 크다.

현재 학교에서 높은 성적을 받는 능력은 여전히 중요하다. 그러나 그것만으로 한 학생이 앞으로 무엇을 만들고 어떤 일을 할 수 있는지를 전부 설명하기는 더 어려워질 것이다.

그래서 낮은 성적을 없던 것으로 만들 필요도 없고, 그 성적 때문에 자신까지 낮게 평가하게 둘 필요도 없다. 시험을 준비해야 한다면 준비하고, 필요한 성적도 올려야 한다.

하지만 동시에 학생이 경험해야 할 것이 있다.

현재의 위치가 내가 갈 수 있는 모든 길을 결정하지는 않는다는 것.

그 말을 믿게 하는 방법은 또 말이 아니다. 실제로 움직여보게 하는 것이다.

한 문제에서. 한 단원에서. 한 번의 시험에서.

생각하고, 행동하고, 실패하고, 다시 생각하고, 다시 행동해 조금 다른 결과를 만들어보는 것.

그 작은 경험들이 쌓이면 학생에게 남는 것은 문제를 몇 개 더 풀 수 있게 된 능력만이 아니다.

나는 내 삶의 결과에 조금은 개입할 수 있다는 감각.

아마 교육이 끝내 학생에게 돌려줘야 하는 자신감은 그런 것일 것이다.

지금 못한다는 것은 끝났다는 뜻이 아니다.

그저,

지금 여기에서 다시 시작해야 한다는 뜻이다.

관련 교빛 글

  • [연재 5부] AI는 교육을 변별에서 개별화로 바꿀 수 있을까?
  • [연재 4부] AI 시대에도 수학을 배워야 하는 이유는 무엇일까?
  • [연재 3부] AI가 학습의 중간 과정을 대신하면 어떤 문제가 생길까?

참고한 자료

  • OECD (2024), PISA 2022 Results (Volume V): Learning Strategies and Attitudes for Life

https://www.oecd.org/en/publications/pisa-2022-results-volume-v_c2e44201-en.html

  • OECD (2015), “How confident are students in their ability to solve mathematics problems?”, PISA in Focus, No. 56

https://www.oecd.org/en/publications/how-confident-are-students-in-their-ability-to-solve-mathematics-problems_5jrs3cfzg836-en.html

  • OECD (2026), OECD Digital Education Outlook 2026: Exploring Effective Uses of Generative AI in Education

https://www.oecd.org/en/publications/oecd-digital-education-outlook-2026_062a7394-en.html


댓글 달기

이메일 주소는 공개되지 않습니다. 필수 필드는 *로 표시됩니다