" AI 안 쓰면 바보" 대학가의 AI커닝 문제가 심각하다. 얼마 전 연세대의 응시자 1/3이 챗GPT를 사용해 부정행위를 한 것이 밝혀졌다. 며칠 안돼 고려대, 서울대 등에서도 비 대면 시험에서 유사한 사례가 발생해 전면 재시험을 치른다고 한다.

터질 게 터졌다는 반응이다. AI 교과서가 등장하고 다양한 AI 튜터 프로그램의 등장으로 학습에 AI사용이 일상화되고 있는데 무조건적인 AI금지가 답인가라는 주장도 나온다.

AI 부정행위는 한국만의 일이 아니다. 영국은 3년만에 AI부정 행위가 400% 증가했고 학생의 89%가 과제에 AI를 사용한다. 심지어 영국 대학생 5명 중 1명이 부정행위를 했다는 보고도 있다.

현재 세계 다수의 대학들은 탐지 소프트웨어를 도입 사용 중이다. 하지만 오탐률 73%, 실제 AI 사용 중 94%가 탐지되지 않는다. 프린스턴 대학 연구팀과 MIT는 탐지기 의존을 경고했다. 학생을 잠재적 부정행위자로 본다는 점에서 교수와 학생 관계를 악화할 뿐 아니라 오 탐지로 억울한 학생을 만들어 신뢰를 파괴한다는 것이다.

AI부정행위의 가장 큰 문제는 "나만 안 쓰면 학점 따기 불리해진다."는 인식의 확산이다. 시스템이 부정행위를 막지 못하면 정직한 개인이 불이익을 받게 되는 죄수의 딜레마가 된다. 결국 '다들 하는' 부정행위에 정당성을 부여하게 되고 개인의 도덕적 책임감은 희석된다.

구조적 허점이 눈에 훤히 보이는데 개인의 도덕성에만 호소하는 것은 의미가 없다. 한국대학교육협의회 조사에 의하면 전국 131개 대학 중 71.1%가 AI 사용에 대한 명확한 가이드라인이 없는 상태다.

막연하게 학생들의 윤리의식 저하를 지적하기 보단 더 근본적인 질문을 던져야 할 시점이다.

우리 대학은 과연 AI시대에 적합한 교육 패러다임을 갖추고 있을까?

"AI는 위기를 만든 것이 아니라 기존 취약점을 악화시켰다. 교육이 지적 형성이 아닌 자격증 획득 거래가 되면서 학생 참여가 약화되었다." 학술지 스프링어는 평가 시스템에 대한 패러다임 전환의 필요성을 강조한다.

AI가 대중화되면서 전세계 교육기관의 68%가 탐지 도구를, 58%가 정책을 그리고 45%만이 평가를 재설계했다. 그 중 평가 재설계만이 효과를 보였다. 평가 재설계 학교는 AI 문제가 40% 감소했다.

하민회 이미지21 대표.

그렇다면 어떤 평가 재설계가 효과를 거두었을까?

첫째는 구술평가의 부활이다.

펜실베이니아 대학 수학과에서는 50명 미적분학에서 학생당 15분 구술 시험을 실시했다. 쉬운 문제 하나와 어려운 문제 하나를 주고, 10가지 문제 중 무작위 배정. 학생들의 문제 해결 과정과 조직화, 표현, 추론 능력을 직접 평가함으로써 단 15분으로 90분 필기에서 알아내기 어려운 메타인지를 파악할 수 있었다. 시간은 40명 기준 필기시험과 동일하게 소요되었고 채점 인력과 감독이 불필요해서 실질적으로는 오히려 절약된 셈이다.

심지어 600명 비즈니스 과정, 20,000명 법학생 온라인 구술 평가도 ConVOE(동시 비디오 기반 구술 시험)방식을 도입해 성공했다.

둘째는 과정 중심 평가.

큰 프로젝트를 여러 단계로 나눈다. 최종 논문만이 아니라 제안서, 개요, 초안, 동료 피드백, 수정본을 단계별 제출한다. AI는 완성본을 쉽게 만들 수 있지만, 발전 과정의 위조는 어렵다. 여기서 핵심은 메타인지적 성찰이다. AI 사용을 허용할 경우엔 프롬프트, 수정 과정, 학습 내용을 밝히는 성찰 에세이를 함께 제출하도록 한다. 이는 AI 윤리적 사용 학습까지 겸할 수 있다.

챗GPT와 오픈AI 일러스트 이미지 [사진=로이터 뉴스핌]

세번째는 진정성 있는 과제 부여다.

"당신의 인턴십에서 이번 학기에서 배운 이론이 어떻게 적용되었나?" 같은 개인 경험의 성찰을 요구한다. AI는 개인적 경험을 알 수가 없다. "현장 관찰을 통해 서울시 교통 정책을 분석하라." 등의 지역적 맥락, 현장 관찰 같은 AI가 대신할 수 없는 과제를 통해 시간과 생각을 투입하도록 만든다. AI는 일반적인 답은 가능하지만 개인적, 구체적, 독창적인 답에는 여전히 부족하다.

물론 평가 재설계가 말처럼 쉽고 신속하게 이루어지긴 쉽지 않다.

전세계 12개 이상 언어로 번역되어 수십 개국에서 사용되는 프레임워크인 AI Assessment Scale(AIAS)는 Level 0(완전 금지)부터 Level 5(AI 협업 평가)까지 유연한 프레임워크를 제시하며 무엇보다 회색지대를 없애는 것이 중요하다고 강조한다. 학습 목표에 따라 AI 사용법을 선택하고 명확히 공지해야 한다는 것이다.

각 대학별로 전담 태스크포스를 구성해 구체적이고 명확한 AI사용 가이드라인을 제시하고 교수진을 훈련해야 한다. 보다 심도 있는 학생대상의 AI 리터러시 교육도 선행되어야 한다.

평가 재설계 방안에 대한 진지한 토의를 통한 명확한 정책 수립도 필요하다. AI 기술의 발전 속도가 빠른 만큼 대학의 대응 역시 안건에 따라 동시 혹은 순차적으로 꾸준히 이루어져야 한다.

AI 커닝은 그 동안 안일했던 대학교육에 불편한 질문을 던진다.

대학 교육의 본질은 무엇이며 진정한 목적은 무엇인가? 정보를 모으고 정답을 찾고 글을 쓰는 지금껏 해온 방식의 교육과 평가가 AI시대에도 통할까? AI가 대체하기 어렵고 우리가 반드시 익혀야 할 역량은 무엇일까?

AI 커닝은 단순한 윤리적 일탈이 아니라 대량화·상품화된 대학 시스템의 구조적 문제가 AI 기술과 만나 폭발한 현상이다. 탐지와 처벌 중심이 아닌, 평가 방식의 혁신, 학습의 본질 회복, 명확한 AI 윤리 가이드라인 수립이라는 종합적 접근으로 대학 교육이 거듭나야 할 때임을 보여주는 중차대한 신호다. 본질을 잊지 않아야 위기를 기회로 만들 수 있다.

◇하민회 이미지21대표(미래기술문화연구원장) =△경영 컨설턴트, AI전략전문가△ ㈜이미지21대표 △경영학 박사 (HRD)△서울과학종합대학원 인공지능전략 석사△핀란드 ALTO 대학 MBA △상명대예술경영대학원 비주얼 저널리즘 석사 △한국외대 및 교육대학원 졸업 △경제지 및 전문지 칼럼니스트 △SERI CEO 이미지리더십 패널 △KBS, TBS, OBS, CBS 등 방송 패널 △YouTube <책사이> 진행 중 △저서: 쏘셜력 날개를 달다 (2016), 위미니지먼트로 경쟁하라(2008), 이미지리더십(2005), 포토에세이 바라나시 (2007) 등