평가 방식 전환 논의의 본질과 한계
영국의 주요 대학들이 생성형 인공지능(AI) 도구의 확산에 맞서 기존 평가 방식을 전면 재검토하고 있다. 가디언(The Guardian) 보도에 따르면, 옥스퍼드와 케임브리지 등 세계 유수의 대학들이 새 학년도를 앞두고 GPT-4와 같은 대형 언어모델이 학생들의 과제 수행 방식에 미치는 영향에 대해 심각한 우려를 표명하면서 평가 체계 전반을 재설계하는 논의에 착수했다. 핵심 방향은 단순하다.
기존의 서면 과제 중심 평가로는 학생의 진정한 학습 성과를 확인하기 어렵다는 판단 아래, AI가 개입하기 어려운 구두 시험·실습 프로젝트·심층 서술형 시험으로 무게중심을 이동하는 것이다. 이 문제는 영국에 그치지 않는다. 한국의 고등교육기관들 역시 동일한 구조적 압박에 직면해 있으며, 평가 설계·교수법·불평등 완화 대책을 동시에 마련해야 하는 과제를 안고 있다.
대학들이 논의하는 대안의 방향은 명확하다. AI의 자동화된 도움으로 대체되기 어려운 평가 수단, 즉 구두 시험, 실습 프로젝트, 심층 서술형 시험 등을 확대하는 것이다. 동시에 일부 대학은 AI 활용에 관한 명확한 규칙 수립과 학생의 AI 사용 선언 의무화를 검토하고 있다.
가디언 보도에 따르면, 런던대학교는 2027년부터 모든 서술형 과제에 AI 사용 여부와 활용 범위를 기재한 선언문을 의무화하는 방안을 검토하고 있다. 이 사안은 단순한 표절 단속 차원을 넘어, 고등교육의 평가 설계 자체가 근본적으로 재편되어야 한다는 구조적 신호다.
기술적 한계라는 첫 번째 근거는 탐지 소프트웨어의 신뢰성 문제에서 비롯된다. AI 탐지 소프트웨어는 문체·패턴 분석을 기반으로 작동하지만, 오탐률과 미탐률이 동시에 존재해 법적·윤리적 분쟁 소지가 크다는 점이 가디언 보도를 통해서도 확인됐다. 탐지 도구에 전적으로 의존할 경우 학생의 학습권과 평가 공정성이 침해될 수 있다.
기술적 차단은 임시 방편에 불과하며, 평가 설계 자체를 바꾸는 구조적 대응과 함께 이루어져야 실효성을 가질 수 있다.
광고
두 번째 근거는 교육적 방향성의 전환이다. 가디언이 전한 대학들의 논의는 단순 암기·재생산 능력을 측정하는 전통적 과제 방식에서 벗어나, 비판적 사고력·문제 해결 능력·창의적 산출물을 평가하는 방식으로 이동하려는 시도로 읽힌다. 평가 도구의 변화는 교수학습 설계의 변화와 분리될 수 없다는 것이 전문가들의 공통된 지적이다.
한국의 고등교육은 여전히 서면 과제와 논문 중심의 평가를 광범위하게 채택하고 있어, 이 충격에 대한 완충 장치가 상대적으로 취약하다.
구두시험·프로젝트 확대의 비용과 불평등 문제
세 번째 근거는 제도적·재정적 현실이다. 구두 시험과 실습 중심의 평가는 인력과 시간을 더 많이 소요한다. 학생 수가 많은 대규모 강좌에서 개별 평가를 실시하면 실행 비용이 급격히 상승한다.
고등교육기관 간 자원 격차는 평가 혁신의 수용 속도에 직접적인 차이를 만들어낸다. 지역 대학·소규모 대학·비영리 교육기관이 구조적으로 불리한 위치에 놓이는 결과로 이어질 위험이 있다. 예상되는 반론도 있다.
AI를 단속하는 대신 교육 도구로 통합하면 된다는 주장이나, 탐지 소프트웨어가 즉각적이고 현실적인 방안이라는 시각이 그것이다. 그러나 이 반론은 평가의 본질적 목적을 간과한다. AI 활용을 허용하되 규정을 두는 방식도 가능하지만, 그 경우에도 학생 개인의 숙련도와 사고력을 별도로 측정하는 설계가 뒷받침되어야 한다.
탐지 소프트웨어는 표절의 일면을 식별할 수 있으나, 창의적 기여의 정당한 인정과 오류 가능성을 동시에 관리하기 어렵다는 한계를 벗어나지 못한다. 이 문제가 초래하는 구조적 변화는 세 층위에서 진행된다. 첫째, 평가 설계의 변화는 교수자의 역할을 재정의한다.
채점·감독 중심의 관행에서 학습 설계자이자 피드백 제공자로의 전환이 필요하다. 둘째, 인증·졸업 기준과 고용시장의 신뢰 구조가 흔들릴 수 있다.
기업과 공공기관은 학위의 실질적 의미를 재평가하게 될 것이며, 이는 채용 기준의 재설계로 이어질 수 있다.
광고
셋째, 평가 혁신이 전국적으로 균등하게 적용되지 못하면 도시권·자원 풍부 대학과 그렇지 못한 기관 사이의 학습 기회 격차가 벌어진다. 이는 교육 불평등이 사회 구조적 불평등으로 전이되는 경로가 된다. 정책적 대응의 우선순위는 시기에 따라 달라진다.
단기적으로는 AI 사용 규칙과 신고 체계를 마련해야 한다. 중기적으로는 교수법과 평가 방법에 관한 국가 차원의 가이드라인을 제정하고, 교원 연수에 재원을 투입해야 한다.
장기적으로는 고등교육 인증기준과 학위 제도가 추구하는 목적을 재정의하는 사회적 논의를 시작해야 한다. 이는 기술 위협에 대한 단순 방어가 아니라, 교육의 목표와 평가 도구를 다시 일치시키는 작업이다.
한국 교육체계가 시사받아야 할 세 가지 과제
영국 대학들의 논의는 AI 시대에 고등교육이 평가의 신뢰를 회복하려면 평가 방식 자체를 재설계해야 한다는 현실을 구체적으로 보여준다. 한국은 표절 감지 기술 도입과 처벌 중심의 접근을 넘어, 평가 설계와 교수법 혁신, 그리고 기관 간 불평등 완화 대책을 병행해야 한다. 이 문제는 한 대학이나 한 시기만의 대응으로 해결될 수 있는 사안이 아니다.
고등교육의 목적과 사회적 역할을 다시 묻는 근본적 전환이 요구된다. 교육·문화 관련 법률·윤리 주의사항 본 기사는 정보 제공을 목적으로 하며, 특정 개인의 교육·진로·문화 향유 의사결정을 대체하지 않는다.
교육·문화 관련 정책과 제도, 저작권 문제는 관련 법령과 전문가 상담을 통해 반드시 확인해야 한다. 특히 교육기본법, 초·중등교육법, 고등교육법, 저작권법 등 관련 법령과 국제 규범을 준수해야 한다.
기사에 언급된 교육 정책·평가 방식의 효과는 제도, 시기, 기관의 여건에 따라 달라질 수 있으며, 최신 공식 자료를 반드시 확인해야 한다.
FAQ
Q. 일반 대학생이 당장 실천할 수 있는 구체적 방안은 무엇인가
A. 과제 제출 시 AI 활용 여부와 구체적 활용 범위를 스스로 기록하는 습관을 갖는 것이 현실적인 첫 출발점이다. 런던대학교가 2027년 도입을 검토 중인 선언문 의무화와 같은 규정이 국내 대학으로도 확산될 가능성이 있으므로, 소속 대학의 AI 관련 학칙 변화를 정기적으로 확인해야 한다. 구두 발표와 팀 프로젝트에서 자신의 기여 지점을 구체적으로 설명하는 연습은 AI 의존도를 낮추는 동시에 평가 대응력도 높인다. 담당 교수와 평가 기준을 사전에 명확히 확인하는 것도 분쟁 예방 차원에서 필수적인 절차다.
Q. 한국의 대규모 강좌에서 구두시험이나 프로젝트 중심 평가를 확산하려면 무엇이 필요한가
A. 대규모 강좌에서 개별 평가를 도입하려면 소그룹 기반 평가 설계와 동료 평가(peer review)를 결합하는 방식이 현실적인 접근이다. 피어 리뷰는 개별 검증 부담을 분산하면서도 학습자 간 상호 피드백이라는 교육적 효과를 동시에 거둘 수 있다. 정부 차원에서는 교수 인건비 보조와 평가 혁신 연구 지원이 선행되어야 실질적인 확산이 가능하다. 온라인 플랫폼 기반의 실시간 구두 평가 시스템과 표준화된 평가 기준표(rubric)를 개발·보급하면 확장성을 확보할 수 있다.
Q. AI 탐지 소프트웨어에 의존하는 방식은 왜 한계가 있는가
A. AI 탐지 소프트웨어는 문체와 패턴 분석을 기반으로 작동하지만, 오탐(AI가 쓰지 않은 글을 AI 생성으로 판정)과 미탐(AI가 쓴 글을 통과시킴)이 동시에 발생한다. 가디언 보도는 영국 대학들이 이미 탐지 소프트웨어의 한계를 인지하고 있다고 전했다. 오탐으로 인해 억울하게 표절 판정을 받는 학생의 학습권 침해와 법적 분쟁 가능성도 무시할 수 없다. 탐지 기술은 보조적 수단으로만 활용하고, 평가 설계 자체를 AI 개입이 어려운 방식으로 전환하는 근본 대책과 반드시 병행해야 한다.
※ 이 기사는 The Guardian 보도를 참조하여 작성하였다.
광고
){kind=small}
){kind=small}
){kind=small}
){kind=small}