언어 학습 앱은
정말 효과가 있을까?
있습니다. 측정 가능하고, 주로 초급 구간에서요. 앱 학습 약 34시간이 배치고사에서 대학 스페인어 한 학기와 맞먹었습니다 — 다만 그 연구는 앱 제작사가 직접 의뢰한 것입니다(Vesselinov & Grego, 2012). 같은 앱으로 진행된 독립적인 한 학기 연구에서는 읽기와 듣기에서 실제 향상이 있었고 말하기에서는 거의 변화가 없었습니다(Loewen et al., 2019). 그리고 효과를 본 사람과 그만둔 사람을 가르는 것은 앱이 아니라 몇 번의 학습이 일어났는가입니다.
이 페이지의 모든 수치는 마지막에 출처가 있습니다
효과 연구가 실제로 측정한 것
언어 학습 앱은 세계에서 가장 많이 내려받는 카테고리 중 하나이면서, 가장 덜 엄격하게 검증된 카테고리 중 하나입니다. 진지한 연구는 한 줌뿐이고, 규모는 작으며, 그 결과는 광고보다도 냉소보다도 흥미롭습니다. 함께 읽으면 일관된 형태가 보입니다. 향상은 실제이고, 산출보다 인지에 몰려 있으며, 개인차가 엄청납니다.
자금 출처 열은 결과 열만큼 중요합니다. 이 분야에서 가장 많이 인용되는 수치는 제작사가 비용을 댄 연구에서 나옵니다. 그렇다고 틀린 수치가 되는 것은 아니지만, 의심의 하한선이지 약속의 상한선은 아닙니다.
| 연구 | 측정한 것 | 찾아낸 것 |
|---|---|---|
| Vesselinov & Grego (2012) | 스페인어 성인 초보자를 대상으로 앱 자습 전후에 대학 배치고사를 실시 — 제작사 의뢰 | 평균 약 34시간이 대학 첫 학기에 견줄 만한 향상을 냈지만, 각자가 실제로 공부한 양의 편차는 대단히 컸다 |
| Loewen et al. (2019) | 같은 앱으로 터키어를 처음부터 배우는 대학생을 대상으로 한 독립적인 한 학기 연구 | 읽기와 듣기에서 측정 가능한 향상, 말하기에서는 거의 변화 없음, 학기 내내 사용량이 가파르게 감소 |
| Rachels & Rockinson-Szapkiw (2018) | 초등학교에서 게임화된 스페인어 앱과 대면 수업을 비교하고 성취도와 자기효능감을 함께 측정 | 성취도에 유의한 차이 없음, 앱 집단의 자기효능감은 더 낮음: 같은 성과, 더 적은 자신감 |
| Golonka et al. (2014) | 언어 학습 기술 전반을 기술 유형과 근거의 강도로 정리한 리뷰 | 열정은 많지만 특정 기술이 일반 수업을 앞선다는 엄밀한 근거는 얇음. 가장 잘 뒷받침된 활용은 좁고 구체적이었다 |
| Burston (2015) | 20년간의 모바일 언어 학습 프로젝트를, 보고된 성과가 실제로 무엇에 기대는지 기준으로 분석 | 거의 모든 프로젝트가 매우 짧고 매우 작았음: 긍정적 결과는 몇 주간의 신선함을 묘사할 뿐 학기 단위 학습이 아니다 |
이 연구들 중 이 앱을 검증한 것은 없고, 유창성을 측정한 것도 없습니다. 측정 대상은 배치고사 점수, 수용 기능, 그리고 몇 주에서 한 학기의 학업 성취입니다. 카테고리에 대한 평결은 «초급에서, 인지 쪽부터, 실제로 뭔가를 한다»이고, 화면 터치만으로 회화가 된다고 약속하는 수치는 근거가 없다고 보시면 됩니다.
«앱은 효과가 있다» 아래에는 서로 다른 세 주장이 함께 다닌다
근거가 완전히 다릅니다. 그래서 같은 사람이 앱은 쓸모 있다고 생각하면서 그 광고는 허튼소리라고 생각해도 모순이 아닙니다. 잘 뒷받침되는 것은 첫 번째뿐입니다.
- 뒷받침되는 것: 초급의 측정 가능한 향상, 주로 수용 쪽. 위 연구는 모두 무언가를 찾았습니다. 배치 점수가 움직이고 읽기와 듣기가 움직이며, 어휘는 가장 안정적으로 움직이는 부분입니다. 어휘는 간격을 둔 인출에 가장 잘 반응하는 요소이고, 그것이 소프트웨어가 교실보다 잘하는 유일한 일입니다.
- 과장된 것: 앱이 강의를 대체한다. Rachels와 Rockinson-Szapkiw(2018)가 찾은 것은 대면 수업과의 무승부이지 우위가 아니었고, Loewen 연구진이 찾은 것은 바로 교실이 메우려고 존재하는 말하기 격차였습니다. Nation(2007)의 네 갈래가 형태를 분명히 합니다. 의미 중심 입력, 의미 중심 출력, 의도적 언어 학습, 유창성 개발은 서로 다른 일이고, 눌러서 고르는 앱이 강한 것은 정확히 하나입니다.
- 거짓인 것: 하루 15분으로 유창하게. 이 문헌의 어떤 연구도 유창성을 측정하지 않았으므로, 유창성 약속을 뒷받침하는 연구는 없습니다. 하루 10분이면 가장 유명한 결과의 34시간은 약 일곱 달이 걸립니다. 게다가 그 계산은 하루도 거르지 않는다는 가정 위에 서 있는데, 그 가정을 다음 절이 해체합니다.
인출 없는 노출은 또 다른 네 번째 주장이고, 자체 근거가 있습니다: 수동적 학습은 효과가 있을까
앱이 당신에게 통할지 실제로 가르는 것
여섯 가지입니다. 모두 기능 목록이 아니라 연구에서 가져왔고, 결과를 얼마나 움직이는지 순서로 놓았습니다. 첫 번째가 나머지를 압도하는데, 나머지 다섯을 파는 모든 사람에게는 불편한 사실입니다.
| 무엇이 결정하나 | 근거가 말하는 것 | 어떤 모습인가 |
|---|---|---|
| 학습이 애초에 일어나는가 | Nielson(2011): 라이선스와 유급 학습 시간, 튜터 지원을 받은 연방 공무원조차 대부분 일찍 그만두었고, 의미 있는 사용량에 도달한 사람은 극소수였다 | 실패는 나쁜 수업이 아니라 한 번도 열리지 않은 수업입니다. 지원과 유급 시간으로 충분했다면 그 연구는 다르게 끝났을 것입니다 |
| 인지하는가 인출하는가 | Roediger & Karpicke(2006): 같은 시간을 다시 읽는 데 쓰는 것보다 시험을 보는 쪽이 장기 파지가 좋았다 | 넷 중 맞는 칸을 고르는 일은 단어를 산출하는 일보다 훨씬 쉽고, 쉬운 연습은 사는 것이 적습니다. 연습의 종류가 앱의 차이보다 무겁습니다 |
| 연습이 분산되어 있는가 | Cepeda et al.(2006), 254개 연구 종합: 분산 연습에서 회상 약 47%, 같은 양을 몰아서 하면 37% | 엿새에 10분씩이 일요일 한 시간을 이기고, 매일 나타나는 앱은 내용을 비교하기도 전에 이 축에서 이깁니다 |
| 단어마다 충분한 만남이 있는가 | Nation & Wang(1999): 한 단어가 남으려면 대개 간격을 둔 만남이 8~12회 필요하다 | 매일 새 자료로 만든 연속 기록은 아무것도 끝내지 못합니다. 남는 단어는 되돌아오도록 예정된 단어입니다 |
| 그 단어가 만남 값을 하는가 | Nation(2006): 첫 3,000개 단어족이 일상 대화의 약 95%를 덮고, 그 뒤로 커버리지는 급격히 평평해진다 | 빈도순은 첫해 수익의 거의 전부입니다. 동물 이름 같은 주제별 코스가 생산적으로 느껴지면서 수치가 나쁜 이유입니다 |
| 그 분(分)은 어디서 오는가 | Reviews.org(2026): 미국 성인은 하루 약 186회 휴대폰을 본다고 답했고, 깨어 있는 시간당 약 11.6회다 | 하루에 새 칸을 요구하는 계획은 나머지 전부와 경쟁합니다. 이미 있는 습관에 얹히는 계획은 경쟁하지 않습니다 |
소프트웨어 품질에 해당하는 것은 2행부터 5행까지뿐이고, 그것들은 카테고리 거의 전체가 이미 풀어 놓은 항목입니다. 1행과 6행은 전달 방식이고, 결과가 실제로 갈리는 곳은 그쪽입니다. 방법 비교가 매번 무승부로 나오는 이유이기도 합니다.
리뷰가 결코 측정하지 않는 변수
앱 비교는 기능에 대해 쓰입니다. 음성 인식이 얼마나 좋은지, 문법 노트가 쓸 만한지, 복습 큐가 어떻게 짜였는지. 모두 실재하는 차이이고, 모두 작은 차이입니다. 작지 않은 차이는 마흔 번 한 사람과 네 번 한 사람 사이에 있고, 어떤 리뷰도 당신이 둘 중 누가 될지 말해 주지 못합니다. 그것은 앱의 속성이 아니기 때문입니다.
그래서 효과 문헌은 계속 밋밋한 결과를 내놓습니다. Golonka 연구진(2014)은 우위의 강한 근거가 있는 기술을 찾으러 갔다가 주로 열정을 발견했고, Burston(2015)은 20년간의 모바일 프로젝트가 몇 주짜리 연구로 채워져 있음을 발견했습니다. 기간이 짧고 참가자 간 학습 시간이 한 자릿수 배로 차이 나면, 방법 차이가 드러날 자리는 거의 없습니다. 한편 Nielson(2011)은 자습 소프트웨어에 최상의 조건이었어야 할 것 — 자원자, 라이선스, 보호된 시간, 튜터 — 을 갖춰 놓고 대다수가 그만두는 것을 지켜봤습니다. 꾸준함은 단단한 요인 옆의 무른 요인이 아닙니다. 그것이 단단한 요인입니다.
그러면 사람들이 실제로 묻는 질문이 다시 쓰입니다. 정직한 판본은 이렇습니다. 이 앱은 아무것도 잘 풀리지 않는 날에도, 분산과 인출이 쌓일 만큼의 학습을 만들어 내는가? 이 페이지의 어떤 기법도 3월에 열기를 그만둔 앱 안에서는 0이고, 평범한 기법조차 열지 말지 결정할 필요가 없었던 앱 안에서는 복리로 붙습니다. 생산적인 수는 더 나은 연습을 사냥하는 것이 아니라, 손실이 실제로 나는 단계를 치는 것입니다.
그만두는 비용을, 연구의 단위로
«꾸준히 하세요»는 아무도 실행할 수 없는 조언입니다. 아래는 같은 말을 숫자로 옮긴 것입니다. 학습이 멈출 때 함께 멈추는 네 가지 구체적인 일이고, 각각 누군가 측정했습니다.
넷 중 셋은 «덜 배운다»는 이야기가 아닙니다. 이미 값을 치른 자료를 잃는다는 이야기입니다.
| 잃는 것 | 근거 | 측정된 크기 |
|---|---|---|
| 분산의 이점 | Cepeda et al.(2006), 분산 연습 254개 연구 종합 | 약 47% 대 37% — 다른 날 돌아와야만 받을 수 있는 차이 |
| 그 단어가 아직 필요로 하는 만남 | Nation & Wang(1999), 단어가 남으려면 몇 번 만나야 하는가에 대해 | 대략 8~12회. 네 번에서 버린 단어는 3분의 1쯤 익힌 것이 아니라 사라진 것입니다 |
| 절반쯤 익혀 둔 모든 것 | Murre & Dros(2015), 에빙하우스 망각 곡선 재현 | 복습이 없으면 초기 손실이 가파릅니다. 비우기를 그만둔 큐는 처음 며칠에 가장 빠르게 무너지고 그 뒤 느려집니다 |
| 끝낸 코스 | Nielson(2011), 라이선스·시간·지원이 갖춰진 직장 내 자습 | 대다수가 일찍 그만둠: 자기주도 소프트웨어의 가장 흔한 결말은 끝내지 못한 코스이지 나쁜 코스가 아닙니다 |
이건 규율을 권하는 이야기가 아닙니다. 당신과 복습 사이에 놓인 결정을 줄이도록 배치하자는 이야기이고, 그것은 설계 문제이며 풀 수 있는 문제입니다. 그 사이 단어에 무슨 일이 일어나는지는 왜 단어를 잊어버리는가에 있습니다.
손실이 나는 단계 자체를 없애기
결과를 가르는 변수가 꾸준함이라면, 쓸모 있는 설계 질문은 «수업을 어떻게 더 좋게 만들까»가 아닙니다. «아무도 시작하기로 결정하지 않아도 복습이 일어나게 하려면»입니다. LearnScreen은 이 한 가지 생각을 중심으로 만들어졌습니다. 장치는 이렇습니다.
시작할 세션이 없다
애플의 스크린 타임 API로 원하는 앱을 차단할 수 있습니다. 그 앱을 열면 피드가 있었을 자리에 단어 카드가 나타납니다. 휴대폰은 하루 약 186회 확인되므로(Reviews.org, 2026), 복습은 새 시간을 달라고 하는 대신 이미 있는 습관에 얹힙니다.
카드는 매번 인출 시도다
답은 탭하기 전까지 가려져 있어, 카드는 읽을거리가 아니라 시험입니다. Roediger와 Karpicke(2006)가 장기 파지에 더 낫다고 찾아낸 방향이지요. 환경형 전달이 늘리는 것은 시도의 수이지, 한 번의 값어치가 아닙니다.
무엇이 돌아올지는 일정이 정한다
라이트너 큐가 틀린 단어를 더 일찍 되돌리고 아는 단어는 기하급수적으로 멀리 보냅니다. 그래서 한 단어에 필요한 8~12회의 만남(Nation & Wang, 1999)이 한자리에 몰리지 않고 여러 날로 퍼집니다.
- 양은 당신이 정합니다. 한 번에 3~20단어, 차단이 돌아오는 빈도도 조절됩니다. 기본값이면 하루 약 25회의 인출 시도, 합쳐서 2분 30초쯤이 흩어져 들어갑니다. 다른 계획을 하나도 취소하지 않아도 되는 크기입니다.
- 이건 코스가 아니고, 그런 척하지도 않습니다. 이것은 의도적인 어휘 학습, Nation(2007)의 네 갈래 중 하나입니다. 말하기·읽기·듣기는 이 앱이 하지 않는 일이고, 정직한 자리는 그 아래입니다: 능동 어휘와 수동 어휘.
- 빈도순 목록, 또는 당신의 단어. 준비된 세트는 커버리지가 가장 싼 곳에서 시작하고(Nation, 2006), 손으로 추가하거나 한꺼번에 붙여 넣은 것도 같은 큐로 들어갑니다: 단어가 몇 개 필요한가.
- 오프라인에서, 계정 없이 작동합니다. 설치 후에는 네트워크 없이도 카드와 차단이 작동합니다. iCloud 백업은 우리 서버가 아니라 당신 자신의 비공개 데이터베이스에 기록되고, 가입할 것도 없습니다.
이어서 읽기
- 수동적 학습은 효과가 있을까 — 노출만으로 얻는 것, 그리고 어디서 멈추는지.
- 외국어를 그만두지 않으려면 — 이 페이지가 도달한 꾸준함 문제를 진지하게.
- 하루 몇 분이 필요한가 — 그 34시간을 한 해에 펼치면 어떤 모습인지.
- 능동 어휘와 수동 어휘 — 앱의 향상이 왜 인지 쪽에 먼저 내려앉는지.
- 어떤 단어부터 배워야 하나 — 그 만남 하나하나를 값지게 만드는 법.
자주 묻는 질문
출처
- Vesselinov, R., & Grego, J. (2012). Duolingo Effectiveness Study. City University of New York / University of South Carolina. Commissioned by Duolingo.
- Loewen, S., Crowther, D., Isbell, D. R., Kim, K. M., Maloney, J., Miller, Z. F., & Rawal, H. (2019). Mobile-assisted language learning: A Duolingo case study. ReCALL, 31(3), 293–311.
- Rachels, J. R., & Rockinson-Szapkiw, A. J. (2018). The effects of a mobile gamification app on elementary students’ Spanish achievement and self-efficacy. Computer Assisted Language Learning, 31(1–2), 72–89.
- Nielson, K. B. (2011). Self-study with language learning software in the workplace: What happens? Language Learning & Technology, 15(3), 110–129.
- Golonka, E. M., Bowles, A. R., Frank, V. M., Richardson, D. L., & Freynik, S. (2014). Technologies for foreign language learning: A review of technology types and their effectiveness. Computer Assisted Language Learning, 27(1), 70–105.
- Burston, J. (2015). Twenty years of MALL project implementation: A meta-analysis of learning outcomes. ReCALL, 27(1), 4–20.
- Cepeda, N. J., Pashler, H., Vul, E., Wixted, J. T., & Rohrer, D. (2006). Distributed practice in verbal recall tasks: A review and quantitative synthesis. Psychological Bulletin, 132(3), 354–380.
- Roediger, H. L., & Karpicke, J. D. (2006). Test-enhanced learning: Taking memory tests improves long-term retention. Psychological Science, 17(3), 249–255.
- Nation, I. S. P., & Wang, K. (1999). Graded readers and vocabulary. Reading in a Foreign Language, 12(2), 355–380.
- Nation, I. S. P. (2006). How large a vocabulary is needed for reading and listening? Canadian Modern Language Review, 63(1), 59–82.
- Nation, I. S. P. (2007). The four strands. Innovation in Language Learning and Teaching, 1(1), 2–13.
- Murre, J. M. J., & Dros, J. (2015). Replication and analysis of Ebbinghaus’ forgetting curve. PLOS ONE, 10(7), e0120644.
- Reviews.org (2026). Cell Phone Usage Stats. Survey of ~1,000 US adults, fielded Q4 2025. Report
모두 작은 연구입니다. 표본은 한 학급에서 수백 명까지, 기간은 몇 주에서 한 학기까지이며, 측정 도구는 실제 대화가 아니라 배치고사와 기능 검사 묶음입니다. 그중 하나는 평가 대상 회사가 비용을 댔고, 인용한 자리에 그 사실을 적어 두었습니다. LearnScreen은 효과 검증 시험을 거치지 않았고 이 페이지도 그렇다고 주장하지 않습니다. 앱과 관련된 수치는 기본 설정과 약 20초의 인출 시도를 전제로 한 산술이지, 측정된 사용 데이터가 아닙니다.
결과를 가르는 단계를 고치세요
연구가 꾸준함이 방법을 이긴다고 말한다면, 해법은 더 나은 수업이 아니라 결정 없이 일어나는 복습입니다. LearnScreen은 그것을 어차피 잠금 해제할 휴대폰 위에 올려놓고, 새로운 시간은 1분도 요구하지 않습니다.
App Store에서 다운로드