언어 앱은 아직도 죽은 언어를 가르친다

A List Apart의 Shrey Shah가 오늘날의 언어 학습 앱들이 정작 ‘죽은 언어’를 가르치던 방식을 그대로 물려받았다고 지적했습니다. 1788년 프로이센은 제한된 자원으로 살아 있는 언어를 대규모로 가르쳐야 했고, 그래서 읽기·해석만 필요했던 라틴어 교육의 문법·번역식(Grammar-Translation) 방법을 빌려 왔습니다. 제약이 낳은 이 선택이 시간이 지나며 ‘교육의 진리’로 굳어졌고, 지금의 앱들도 같은 가정을 반복한다는 것입니다.

"측정할 수 있는 것에 손을 뻗기 전에, 사용자가 실제로 무엇을 해야 하는지, 그리고 지금까지 무엇이 그것을 가로막았는지를 먼저 물어야 한다."A List Apart

왜 중요한가

글은 언어학자 Stephen Krashen이 1982년에 나눈 ‘습득(acquisition)’과 ‘학습(learning)’의 구분을 끌어옵니다. 무의식적 습득은 유창함을 낳지만, 의식적인 문법 학습은 시험 점수를 낳을 뿐이라는 것입니다. 문제는 앱들이 정답률·연속 학습일(streak)처럼 ‘측정하기 쉬운 것’을 최적화하면서, 정작 사용자가 원하는 ‘말이 통하는 경험’과는 멀어진다는 데 있습니다. 인터페이스는 새로워도, 언어를 ‘살아가는 환경’이 아니라 ‘공부하는 대상’으로 보는 낡은 전제는 그대로 남아 있다는 진단입니다.

실무 적용

이는 언어 앱만의 이야기가 아닙니다. 제품을 만들 때 ‘측정하기 쉬운 지표’를 목표로 착각하면, 숫자는 오르는데 사용자가 원래 하려던 일은 여전히 안 되는 함정에 빠집니다. 지표를 정하기 전에 ‘사용자가 실제로 달성하려는 것은 무엇이고, 무엇이 그것을 막고 있었나’를 먼저 물어야 합니다. 실제로 글이 인용한 2025년 메타분석에서는 AI 대화 도구가 플래시카드 최적화보다 나은 성과를 냈는데, 이는 ‘연습 문제 최적화’가 아니라 ‘실사용 맥락 재현’이 목표에 더 가까웠기 때문입니다.

교차 참고

• Nielsen Norman Group: Establishing Baselines for Impact — ‘무엇을 측정할 것인가’를 신중히 고르는 관점으로 이 논의를 보완합니다.
• Smashing Magazine: Matching AI Modality To User Intent — AI 대화형 인터페이스가 사용자 의도에 맞을 때 힘을 낸다는 관점을 함께 보여줍니다.

Wemeet의 관점

측정하기 쉬운 것과 사용자가 원하는 것은 자주 어긋납니다. Wemeet은 제품을 설계할 때 지표부터 세우지 않고, ‘사용자가 실제로 끝내려는 일’과 ‘그것을 막던 마찰’을 먼저 정의합니다 — 숫자는 그 목표를 향할 때만 의미가 있습니다.