1. 수동적 수행 양식(Must-do)의 한계와 내재적 흥미의 배제

대규모 표준화 교육 시스템 하에서 학습자는 오랜 시간 동안 외부에서 일방적으로 부과된 ‘해야 할 일(Must-do)’의 엄격한 가이드라인을 성실히 따르도록 훈련된다. 학습 과목의 배치, 학습의 시간적 단위, 평가의 시점과 형식에 이르기까지 자신의 인지적 욕구와는 무관한 통제적 일정이 촘촘하게 공급된다.

이러한 고도로 통제된 인지 컨베이어 벨트는 단기적인 학업 성취도의 정량적 향상(수행의 신속성과 범위)에는 기여할 수 있으나, 학습의 가장 본질적인 에너지원인 ‘자발적 내재 동기’와 ‘관심(Interest)’을 완벽하게 마비시킨다. 평생 동안 의무적이고 타율적인 규칙 이행에만 길든 학습자에게 진학의 관문에서 “당신의 주체적인 꿈과 하고 싶은 전공(Want-to)은 무엇입니까?”라고 질문하는 기성세대의 제도는 극단적인 모순이자 교육적 자기부정이다.

관심은 타고난 고정된 유물이 아니며, 외부의 지시만으로 창조되지 않는다. 그것은 환경과의 상호작용적 자극을 통해 정교하게 성장해야 하는 발달적 설계의 영역이다.

2. Hidi & Renninger (2006) 관심 발달 4단계 모델의 구조와 학습과학적 근거

관심을 선천적인 고유 특성이나 취향으로 축소하는 시각은 심리학 및 인지과학적으로 설 자리가 없다. 헤디와 레닝거(Hidi & Renninger, 2006)의 ‘관심 발달 4단계 모델(The Four-Phase Model of Interest Development)’에 따르면, 관심은 단순한 일시적 재미에서 출발하여 하나의 견고한 정체성(Individual Interest)으로 진화하는 점진적인 발달적 궤적을 밟는다. ^{Hidi·Renninger 연구}

[1단계: 상황적 관심의 촉발 (Triggered Situational Interest)]
: 외부 환경의 특이 자극이나 인지적 참신성으로 주의가 유발되는 초기 정서 상태.
↓
[2단계: 상황적 관심의 유지 (Maintained Situational Interest)]
: 자율성을 지지하는 학습 활동 속에서 그 유발된 주주의가 지속되는 유지 상태.
↓
[3단계: 개인적 관심의 발생 (Emerging Individual Interest)]
: 외부 자극이 소멸해도 스스로 내적 가치를 지식과 연결하여 탐색하는 단계.
↓
[4단계: 깊은 개인적 관심 (Well-Developed Individual Interest)]
: 방대한 지식 축적, 긍정적 가치 평가, 그리고 실패와 어려움을 기꺼이 견뎌내는 내재적 근육의 완성 단계.

이 인지 발달 모델이 증명하는 결정적 진실은 “관심을 발견하고 심화시키기 위해서는 실제 세계에 반응해 볼 생생한 경험(Situational Interest)과, 그 발견이 소멸하기 전에 다음의 구체적 탐구로 결속될 수 있는 지속적 환경(비계)이 존재해야 한다”는 사실이다.

공부에 관한 내재적 유능감과 자발적 가치 부여가 일어날 자율적 시공간을 차단당한 채, 국·영·수의 성적 테이블에 갇힌 청소년은 이 단계의 에스컬레이터를 단 1단계도 밟지 못한다.

3. 자율성 지원(Autonomy Support)과 명확한 과제 구조(Structure)의 상호보완성

학습자의 주체적인 ‘하고 싶음(Want-to)’을 교육과정에서 실현하는 방식을 두고, 현장은 흔히 극단적 방임 교육(Laissez-faire)과 통제적 직접교수(Direct Instruction)의 허구적 이분법에 빠진다. 부모와 교사들은 “아이의 관심사를 존중하겠다”며 느슨한 무제한적 자유를 던져두고 방관하거나, “그래봐야 애들은 공부를 안 한다”며 과거의 통제 문법으로 회귀하곤 한다.

그러나 2025년 학습동기 메타분석 연구들은 자율성 지원(Autonomy support)과 명확한 구조(Structure)의 강력한 시너지 효과를 명백히 보고한다.

선택권만 주어지고 구체적인 피드백, 인지적 가이드라인, 최종 기대 도달선 등 명확한 ‘구조적 비계(Structure)’가 생략된 환경 하에서 아동은 극심한 심리적 불안과 인지적 혼란을 겪으며 배움에서 빠르게 이탈한다. 반대로, 학습자에게 명확한 학습 과제의 논리성과 기준을 제공하되, 그 안에서 탐구의 방향과 가설을 자기 주도적으로 결정할 수 있는 ‘자율성 지원’이 상호 결합될 때, 학습 동기와 유능감, 지속력은 극대화된다.

우리가 말해야 할 교육은 방임이 아니라, “네가 진짜로 파고들고 싶은 축구 선수들의 전술 데이터를 해석해 내기 위해, 현재 지루해 보이는 수학적 그래프 구조와 통계의 계산 문법을 칼날처럼 단단히 배워야 한다”는 방식의 정교한 도킹(Docking) 설계이다.

4. 에듀테크가 가리켜야 할 개인화의 궁극적 지향점

인공지능 기술이 가져온 진정한 혁신은 수준별 맞춤 연산 문제지 배급의 효율화에 있지 않다. 기계가 정답 전수의 단기 비용을 바닥으로 붕괴시키는 환경 속에서, 이제 개인화 교육은 각 학습자의 내밀한 관심사를 공통의 교육과정 개념 위에서 저마다 다른 탐구 경로(Personalized Inquiry)로 뻗어 나가게 도울 수 있는 강력한 인프라로 복구되어야 한다.

함수라는 공통의 기초 지식 플랫폼 위에서 30명의 아이가 저마다 농구, 상권, 물리, 미술 등 자신의 욕망이 가리키는 실제 탐구 경로를 열고 도구를 조합해 기어이 현실의 무언가를 증명해 내는 일. 그것이 진정한 의미의 개별화이자, AI 시대 교육이 응답해야 할 영토이다.