챗GPT 이후 대학은 금지·탐지 중심으로 대응했지만, AI 고도화로 통제만으로는 한계가 커졌습니다.
이제 핵심은 ‘AI를 썼는지’가 아니라, AI 결과를 근거와 출처로 검증하는 역량을 기르는 일입니다.
과제·시험도 결과물 제출에서 벗어나 질문·탐색·수정 과정까지 평가하는 방식으로 바뀔 가능성이 큽니다.

안녕하세요. 디지털에이전시 이앤아이입니다.

생성형 AI가 대학 강의실로 들어온 뒤, 많은 학교가 처음엔 ‘막는 쪽’에 힘을 줬죠.
과제에서 AI 사용을 금지하거나, AI 표절 탐지 도구를 도입하고, 아예 서비스 접근을 차단하려는 시도도 있었습니다. 그런데 AI가 빠르게 정교해지면서 이 방식은 점점 현실과 어긋나기 시작했습니다. 탐지 도구의 신뢰도는 늘 논쟁거리였고, 학생들은 이미 일상적으로 AI를 쓰고 있으니까요.

최근 김인호 울산대 ICT융합학부 교수는 교수신문 시평에서 대학이 ‘AI를 쓸 것인가 말 것인가’를 반복하기보다, AI가 만든 결과를 ‘어떻게 검증할 것인가’에 더 집중해야 한다고 제안했습니다. 쉽게 말해, 사용 여부를 단속하는 게임에서 벗어나 ‘검증 가능한 학습’으로 판을 바꾸자는 이야기입니다.

여기서 중요한 포인트는 ‘무조건 허용’도 답이 아니라는 점입니다.

학생이 AI의 답을 그대로 베끼는 순간 학습은 멈추죠. 반대로 AI가 낸 답을 근거와 출처로 확인하고, 오류나 편향을 스스로 걸러내며, 필요하면 더 나은 질문으로 다시 파고들 수 있다면 AI는 학습 도구가 됩니다. 결국 대학이 길러야 할 역량도 ‘AI를 잘 쓰는 기술’에서 ‘AI의 답을 검증하고 판단하는 능력’으로 이동하고 있는 셈입니다.

이 변화는 과제와 시험 방식에도 영향을 줍니다.
결과물만 제출하는 평가에서는 AI를 썼는지 안 썼는지 확인하기가 어렵습니다. 반면 자료를 어떻게 찾았는지, 어떤 질문을 던졌는지, AI 답변 중 무엇을 채택했고 무엇을 버렸는지, 어떤 근거로 수정했는지까지 보게 되면 학습자의 사고 과정이 드러납니다. ‘정답’보다 ‘과정’을 평가하는 쪽으로 무게중심이 옮겨갈 수 있다는 뜻이죠.

교수자의 역할도 달라집니다. 감시자가 아니라 코치에 가깝습니다. 학생이 AI 결과를 비판적으로 읽도록 돕고, 질문을 더 정교하게 만들도록 안내하며, 검증 기준을 함께 세우는 역할이 중요해집니다. 수업 운영에서도 ‘AI 사용 규정’만 공지하는 수준을 넘어, 출처 표기 방식이나 검증 체크리스트 같은 실무적인 기준이 필요해질 수 있고요.

이앤아이 관점에서 보면, 대학의 AI 정책 변화는 결국 ‘콘텐츠와 평가의 운영 체계’를 다시 짜는 일과 맞닿아 있습니다. 공지·가이드·서식·FAQ 같은 정책 콘텐츠를 웹에서 일관되게 제공하고, 수업 운영자가 쉽게 업데이트할 수 있게 만드는 환경이 중요해지죠. AI 시대의 대학 경쟁력은 기술 도입 자체보다, 검증과 책임을 담보하는 운영 설계에서 갈릴 가능성이 큽니다.
이앤아이와 함께 더 나은 웹 환경을 만들어 나가요! 

#생성형AI #대학AI정책 #AI리터러시 #학습평가 #과제설계 #비판적사고 #출처검증 #교육혁신 #이앤아이 #디지털에이전시 #ENIMedia #대학교홈페이지 #AI전문기업