AI 튜터가 못 메우는 빈칸: 학습 동기라는 병목

어떤 문제인가

온라인 학습의 더러운 비밀은 수료율이다. MOOC는 한 자릿수, 유료 강의도 끝까지 보는 사람은 소수다. 업계는 오래 이걸 ‘콘텐츠 품질’ 문제로 봤다. 더 좋은 영상, 더 친절한 설명, 이제는 24시간 답하는 AI 튜터까지 붙였다. 그런데 수료율은 거의 안 움직인다. 디 애틀랜틱이 짚은 핵심이 바로 여기다 — AI는 설명을 잘하지만, 학생을 책상에 앉히지는 못한다. 막힌 지점은 정보 접근이 아니라 동기와 책임이다. 뤼이드의 산타가 보여 줬듯 적응형 콘텐츠는 점수를 올린다. 하지만 애초에 매일 앱을 켜게 만드는 건 전혀 다른 문제다. 혼자 공부할 때 빠진 건 더 똑똑한 튜터가 아니라, 내가 사라지면 알아채는 사람과, 중간에 그만두면 잃을 게 있는 구조다.

왜 지금인가

세 가지가 겹쳤다. 첫째, AI 튜터가 콘텐츠 전달 비용을 사실상 0으로 끌어내리면서, 경쟁의 축이 ‘무엇을 가르치나’에서 ‘끝까지 가게 만드나’로 옮겨갔다. 콘텐츠가 흔해질수록 완주를 파는 쪽이 가격 결정력을 쥔다. 둘째, 코호트 모델이 검증됐다. 부트캠프와 멤버십 챌린지가 비싼 값에도 높은 완주율과 재등록을 보여 줬다. 문제는 사람이 사람을 붙잡는 방식이라 비싸고 안 늘어난다는 것 — 바로 그 지점을 AI가 뒤에서 받치면 단가가 내려간다. 셋째, 한국은 자기계발·시험 준비 시장이 두텁고, 카카오·네이버 같은 결제·메신저 인프라 위에서 ‘돈을 걸고 빠지면 잃는’ 약속 장치가 이미 익숙하다. 콘텐츠는 흔해졌고, 완주는 여전히 귀하다.

어떻게 만들 수 있나

쐐기는 ‘한 가지 목표를 끝까지’다. 토익 800, 운동 습관, 코딩 입문처럼 결과가 분명한 트랙 하나를 골라, 소규모 코호트(8~15명)와 사람 멘토 한 명을 붙인다. 매일 체크인, 주간 라이브, 빠지면 코호트에 보이는 가시성, 그리고 돈이나 평판을 건 약속 장치를 기본값으로 깐다. AI는 앞이 아니라 뒤에 둔다 — 멘토 대신 답을 해 주는 게 아니라, 진도를 추적하고, 각자 막힌 지점을 멘토에게 요약해 주고, 이탈 신호를 미리 띄우고, 개인별 다음 한 걸음을 제안하는 잡무 엔진으로. 수익은 코호트 멤버십(월 구독)과 결과 보증형 약속금에서 나온다. 한 트랙에서 완주율을 압도적으로 끌어올려 레퍼런스를 만든 뒤, 같은 운영 틀을 옆 트랙으로 복제한다. 처음부터 ‘AI 튜터 앱’으로 포지셔닝하지 말 것 — 그 바다는 이미 붉고, 당신이 파는 건 콘텐츠가 아니라 완주다.

flowchart LR
  A[Content<br/>commodity, AI-cheap] --> B[Learner]
  B -.->|"drops off day 3"| X[Churn]
  C[Cohort + Human Mentor] --> B
  D[Commitment Device] --> B
  E[AI Support<br/>tracking, nudges, summaries] --> C
  B -->|"accountability loop"| F[Completion]

성공 조건

완주율이 곧 제품이다. 코호트 합류 후 4주 완주율과 재등록률을 북극성으로 잡고, 그게 안 오르면 콘텐츠를 더 만들지 말고 책임 구조를 손봐야 한다. 둘째, 멘토 경제가 깨지면 안 된다. 사람이 핵심이라 단가가 비싼데, AI가 멘토 1명당 담당 인원을 두세 배로 늘려 주지 못하면 유닛 이코노믹스가 안 선다. AI의 역할을 ‘대체’가 아니라 ‘레버리지’로 못 박아야 한다. 셋째, 약속 장치는 윤리적으로 설계해야 한다 — 빠지면 잃는 구조가 불안 마케팅으로 흐르면 단기 매출은 나도 평판과 리텐션을 깎아먹는다. 동기를 쥐어짜는 게 아니라 떠받치는 톤이 장기 해자다.