학생들은 예전처럼 강의를 보지 않습니다. 동영상을 검색 엔진처럼 다룹니다. 궁금한 점에 답하는 바로 그 지점으로 건너뛰고, 특정 설명이 나오는 곳으로 되감고, 나중에 다시 볼 장면을 북마크해 둡니다. 동영상은 살아 있는 지식 기반이 됐습니다. 교육 기관이 지금 좁혀야 할 격차는 동영상 보유와 실제 활용 사이에 있습니다.
워싱턴 대학교의 연구는 동영상 학습의 중요성을 분명하게 보여 줍니다. 학생의 98%가 동영상이 학습에 직접 도움이 됐다고 답했고, 90%는 동영상 덕분에 실제 성적이 올랐다고 답했습니다. 가치는 이미 입증됐습니다. 달라진 것은 학생들이 동영상에 요구하는 기준입니다.
학생과 필요한 답 사이의 마찰
생성형 AI 시대에 학생들은 답이 바로 나오고 검색되기를 기대합니다. 특정 개념을 알려면 60분짜리 강의를 봐야 한다면 그 기대를 충족할 수 없습니다. 학생들은 타임라인을 앞뒤로 움직이고, 한 지점을 찾으려 녹화본 전체를 다시 보고, 정보를 이해하는 것보다 찾는 데 더 많은 사고력을 소모합니다.
Instructure의 Canvas 솔루션 엔지니어이자 15년 동안 교실에 섰던 Benjie Messinger-Barnes는 이렇게 짚습니다:
“요즘 학습자는 동영상을 보고 싶어 하지 않습니다. 질문을 던지고 싶어 하죠. 교과서나 검색 엔진을 다루듯 동영상을 다루고 싶어 합니다. 지금 당장의 문제를 풀어 줄 바로 그 쪽, 그 문단, 그 순간으로 넘어가고 싶은 겁니다.”
문제는 비효율만이 아닙니다. 검증된 강의 자료에서 답을 빨리 찾지 못하면 학생들은 외부 자료를 찾습니다. 외부 AI 도구는 그 강의, 그 실습, 그 교육 과정의 맥락을 담고 있지 않습니다. 자료에서 멀어질수록 일반적이거나 부정확한 정보를 접할 확률이 올라갑니다. 정확한 정보를 가장 쉽게 찾을 수 있게 하는 일은 단순한 편의 개선이 아닙니다. 학습의 진정성이 걸린 문제입니다.
지능형 동영상 인프라의 실제 모습
이 문제를 푸는 첫걸음은 동영상을 학습 환경에 어떻게 통합하느냐입니다. Panopto의 최고제품책임자(CPO) Kuljit Dharni는 핵심 설계 원칙을 이렇게 짚습니다:
“Canvas는 교수진이 고민하는 곳이고 학생이 참여하고 싶어 하는 곳입니다. 그 콘텐츠 맥락 밖으로 나가는 건 마찰이죠. 그래서 저희는 그 마찰을 없애려고 합니다.”
Panopto가 LTI로 Canvas와 연동되면, 교수진은 Canvas 안에서 전체 동영상 라이브러리를 열어 보고, 녹화본을 강의 구조에 바로 삽입한 학습 자료로 지정할 수 있습니다. 학생에게 별도 플랫폼 로그인을 요구할 일도 없습니다. 학생은 평소 학습하던 환경에서 동영상을 이용합니다.
Panopto는 말로 나온 모든 단어를 텍스트로 옮기고, 화면에 보이는 텍스트에는 광학 문자 인식을 적용합니다. 그래서 말했거나 표시된 모든 단어에 타임스탬프가 붙고 검색이 됩니다. 학생이 용어나 개념, 키워드를 입력하면 자신이 볼 수 있는 모든 자료 가운데서 해당 동영상의 바로 그 지점으로 이동합니다.
이 기능을 바탕으로 작동하는 것이 Access AI입니다. 동영상 요약을 만들고 핵심 개념을 뽑고, 해당 장면으로 연결되는 챕터를 만들어 주는 도구입니다. 모든 기능은 동영상 플레이어 안에서 바로 보이고, 새 인터페이스는 필요 없습니다.
교수진은 참여도 분석으로 학습 과정을 종합적으로 파악할 수 있습니다. 학생이 어디서 이탈하는지, 어떤 구간을 다시 보는지, 어떤 용어를 검색하는지 보여 주는 대시보드입니다.
깊은 연동이 만드는 결과: UNLV 사례
UNLV는 8년 동안 Canvas와 Panopto를 함께 운영해 왔고, 사용 현황 데이터에서 그 효과를 확인할 수 있습니다. 한 학기가 시작된 지 6주 만에 이 대학은 사용자 11,000명 이상이 Canvas 안에서 Panopto 탐색 링크를 437,000회 실행한 것을 기록했습니다. Canvas와 연동된 약 90개 도구 중 Panopto의 이용량은 다른 모든 도구를 큰 차이로 앞섭니다.
UNLV의 선임 교육 기술 지원 전문가 Andy Borts는 그 이유로 무엇보다 다음 한 가지를 꼽습니다:
“다른 데로 갈 필요가 없었어요. 사용자 이름도 따로 필요 없고, 비밀번호도 따로 필요 없었죠. 모든 걸 제 Canvas 코스 셸 안에서 했습니다. 제가 바라는 게 그거고, 학생들이 기대하는 것도 그거예요.”
UNLV는 폴더 생성도 자동화했습니다. 새 코스 셸이 만들어지면 Panopto 코스 폴더와 과제 폴더가 자동으로 생기니, 학생은 필요한 자료를 바로 이용할 수 있습니다.
이 연동 안에서 학생이 사용할 수 있는 기능은 이렇습니다. 말로 나온 모든 단어와 화면 요소를 아우르는 전문 검색, 성적을 Canvas 성적부로 바로 넘기는 동영상 내 퀴즈, 동영상마다 특정 시점을 표시해 원하는 부분을 찾아볼 수 있는 개인 메모와 북마크, 재생 속도 조절, 그리고 완전한 자막 지원입니다.
AI 도구 평가: 목적 있는 도입
모든 AI 기능이 학습을 더 좋게 만들지는 않습니다. 실제 검증 기준은 하나입니다. AI가 새 탐색 단계나 인지 부담을 더하지 않고, 학생이 이미 이용하는 환경에서 결과를 보여 주는가? Panopto는 요약과 챕터, 핵심 개념을 동영상 플레이어 안에 둡니다. 교수진은 AI가 만든 결과를 언제든 직접 수정할 수 있습니다. 반복되는 일은 AI가 맡고, 섬세한 판단이 필요한 일은 교수진이 전문성을 발휘해 맡습니다.
접근성 측면에서 Panopto는 20개가 넘는 언어의 자동 자막, 시각 장애 학습자를 위한 음성 해설(AI 생성본과 사람이 제작한 본 모두), 규정 준수 보고 대시보드를 지원합니다. ADA Title II 요건을 준비하는 교육 기관에서 이는 점점 더 필수적인 인프라가 되고 있습니다.
Panopto의 단기 로드맵에는 Elai도 있습니다. Panopto의 AI Video Studio로, PDF나 PowerPoint 같은 정적 문서를 아바타가 내레이션하는 동영상으로 제작해 주고 분기 논리와 내장 퀴즈를 지원합니다. 카메라 앞에 서기가 부담스러운 교수진도 제작 자원 없이 흥미로운 교육 콘텐츠를 만들 수 있습니다.
한 번쯤 생각해 볼 만한 질문
동영상이 학생 학습에 미치는 영향을 두고는 결론이 났습니다. 결론이 나지 않은 것은 교육 기관이 학생들의 실제 동영상 활용을 뒷받침할 인프라를 구축하고 있는지입니다. 녹화된 강의를 모아 둔 라이브러리와, 평소 학습하는 환경에서 검색과 상호작용, AI 지원을 제공하는 지식 기반 사이에는 분명한 차이가 있습니다.
거꾸로 교실을 직접 경험한 Benjie Messinger-Barnes는 이렇게 정리합니다:
“동영상을 전략적으로 쓰면 콘텐츠만 전달되는 게 아닙니다. 학습이 증폭됩니다.”
동영상 보유와 실제 활용 사이의 격차를 좁힐 조직은, 검색 가능성과 접근성, AI를 제품 기능이 아니라 설계의 토대로 보는 곳들입니다.
