서울대 한 수업에서 수강생 62명 중 36명이 허용되지 않은 AI 사용으로 감점을 받았습니다.
생성형 AI 시대에는 ‘사용 여부’보다 과제 목적에 맞춘 허용 범위와 안내의 구체성이 더 중요해집니다.
대학은 평가 방식과 위반 판단 절차까지 포함한 운영 기준을 수업 현장에 맞게 정교화해야 합니다.

안녕하세요. 디지털에이전시 이앤아이입니다.

서울대학교의 한 컴퓨터공학 수업에서 수강생 62명 중 36명이 ‘허용되지 않은 AI 사용’으로 감점을 받았다는 소식이 전해졌습니다. 숫자만 보면 놀랍지만, 이 이슈를 단순히 ‘AI를 썼다 vs 안 썼다’로 보면 핵심을 놓치기 쉬워요. 문제는 AI 자체가 아니라, 수업에서 정한 규칙을 어겼는지와 그 규칙이 얼마나 명확했는지에 더 가깝습니다.

요즘 대학 현장은 생성형 AI를 학습 도구로 받아들이는 흐름과, 평가의 공정성을 지켜야 하는 요구가 동시에 커지고 있죠. 어떤 과제는 AI를 활용해 아이디어를 확장해도 괜찮지만, 어떤 시험이나 과제는 ‘학생이 직접 해결하는 능력’을 확인해야 하니 제한이 필요합니다. 같은 도구라도 과제의 목적과 사전 안내 조건에 따라 판단이 달라질 수밖에 없습니다.

이번 논의가 국정감사로까지 이어진 이유도 여기에 있습니다.
서울대는 올해 1월 AI 활용 가이드라인을 마련했지만, 현장에서는 “원칙 선언”만으로는 부족하고 “수업에서 바로 쓸 수 있는 기준”이 더 필요하다는 지적이 나왔습니다. 예를 들어 아이디어 정리까지는 허용인지, 문장 다듬기는 어디까지인지, 코드 수정 도움은 가능한지처럼 학생이 헷갈릴 만한 지점을 항목별로 쪼개 안내해야 혼선이 줄어듭니다. AI를 썼다면 어떤 도구를 어떤 범위로 썼는지 밝히게 할지 같은 ‘표시(Disclosure) 규칙’도 함께 정해야 하고요.

평가 방식도 같이 바뀔 수밖에 없습니다. 완성본만 제출받으면 학생이 어떤 과정을 거쳤는지 확인하기 어렵거든요. 그래서 초안과 수정 과정, 해결 이유를 함께 제출하게 하거나, 짧은 구두 설명을 더하는 방식이 대안으로 거론됩니다. 다만 모든 수업에 똑같이 적용하기는 어렵습니다. 수강 인원, 과목 특성, 교수자의 채점 부담을 고려해 ‘현실적으로 운영 가능한 설계’가 필요하죠.

또 하나 중요한 건 위반 판단 절차입니다. 의심 정황이 있다고 곧바로 부정행위로 확정해버리면 성실한 학생도 불안해지고, 교수자도 설명과 분쟁 대응에 시간을 빼앗기게 됩니다. 사전에 공지한 기준, 확인 가능한 자료, 그리고 학생의 소명 기회를 포함한 절차가 있어야 ‘공정하다’는 신뢰가 생깁니다.

결국 질문은 ‘AI를 막을 수 있나’가 아니라, ‘AI가 있는 환경에서 무엇을 학생의 역량으로 보고 어떻게 확인할 것인가’로 옮겨가고 있습니다. 대학이 해야 할 일은 금지/허용의 이분법이 아니라, 수업 목적에 맞춘 허용 범위, 평가 설계, 안내 문구, 판단 절차를 세트로 정교화해 구성원에게 분명히 전달하는 일이겠죠.

이앤아이 관점에서 보면, 이런 기준은 문서로만 존재하면 현장에서 쉽게 흐려집니다. 수업 공지, 과제 제출, 표절·AI 사용 고지, 이의제기 절차까지 한 흐름으로 ‘운영’되도록 시스템과 콘텐츠를 함께 설계하는 게 중요해요. 기준이 명확할수록 학생도, 교수자도 불필요한 소모를 줄이고 수업의 본질에 집중할 수 있습니다.
이앤아이와 함께 더 나은 웹 환경을 만들어 나가요!

#대학AI가이드라인 #생성형AI #AI부정행위 #평가기준 #학습윤리 #온라인시험 #교육디지털전환 #AI활용정책 #이앤아이 #디지털에이전시 #ENIMedia #AI전문기업 #대학교홈페이지