브라운 AI 부정 논란, 평가 방식의 붕괴
AI 부정행위의 핵심은 탐지 기술의 정확도보다 평가가 무엇을 증명하도록 설계됐는가에 있다. 집에서 푸는 폐쇄형 시험은 이제 신뢰 비용이 너무 비싼 형식이 됐다.
AI 뉴스를 놓치지 마세요
매주 핵심 AI 소식을 이메일로 받아보세요.
아이비리그의 문제가 아니라 평가 형식의 문제다
EL PAIS 보도에 따르면 브라운대 경제학 교수 Roberto Serrano는 ECON 1170 중간고사에서 최소 50명의 학생이 AI를 사용해 부정행위를 했다는 증거가 있다고 주장했다. 해당 수업은 수학경제학 고급 학부 과목이고, 문제의 시험은 집에서 치르는 closed-book 형식이었다.
숫자가 충격적이다. 보도에 따르면 중간고사에는 89명이 응시했고, 40명이 만점을 받았다. 이후 대면 기말고사에서는 평균이 48점으로 떨어졌고, 중간고사 만점자 중 상당수가 기말에 불참했다. 이 통계만으로 개별 학생의 징계를 확정할 수는 없지만, 평가 형식이 더 이상 원래의 신호를 내지 못했다는 점은 분명하다.
노르웨이 초등 AI 금지, 교육 AI의 역풍에서 보았듯 교육기관은 금지와 수용 사이에서 흔들리고 있다. 브라운 사례는 더 구체적인 질문을 던진다. "AI를 허용할 것인가"가 아니라 "이 평가는 학생의 어떤 능력을 독립적으로 측정하는가"다.
AI 탐지기는 해결책이 아니다
학교가 곧바로 AI 탐지기에 의존하기 어려운 이유도 있다. Turnitin의 AI Writing Report 안내는 낮은 구간의 오탐 가능성을 경고하고, 점수 해석에 주의가 필요하다고 설명한다. Vanderbilt의 Turnitin AI 탐지 비활성화 안내는 1% 오탐률이라도 대규모 제출물에서는 많은 학생에게 영향을 줄 수 있다고 지적했다.
브라운의 자체 정책도 단순하지 않다. 브라운대 Academic Code는 학생의 독립 작업과 적절한 출처 표시를 강조하고, 위반 시 견책부터 제적까지 가능하다고 설명한다. 브라운 Provost의 AI 관련 안내는 승인되지 않은 AI 사용이 학업윤리 규정의 대상이라고 밝혔다. 하지만 정책 문구와 실제 증명 절차는 별개의 문제다.
| 대응 방식 | 장점 | 한계 | 한국 대학 적용성 |
|---|---|---|---|
| AI 탐지기 | 빠른 선별 | 오탐과 회피 | 보조 증거 수준 |
| 구술 확인 | 사고 과정 확인 | 인력 소모 | 소규모 과목 적합 |
| 대면 시험 | 독립성 확보 | 유연성 감소 | 핵심 평가에 적합 |
| 과정 로그 제출 | 학습 과정 확인 | 조작 가능 | 과제형 평가에 적합 |
| AI 허용형 과제 | 현실 업무 반영 | 채점 기준 재설계 필요 | 전공별 차등 적용 |
평가 설계는 AI 시대의 보안 설계다
Take-home closed-book 시험은 과거에도 신뢰를 전제로 한 형식이었다. 하지만 생성 AI 이후에는 그 신뢰 비용이 급등했다. 문제를 복사해 모델에 넣고, 풀이를 변형하고, 검산까지 시키는 과정이 너무 쉬워졌기 때문이다. 시험이 지식 회상이 아니라 문제 해결 과정을 평가한다면, 이제 그 과정이 보이도록 설계해야 한다.
이는 보안과 닮았다. AI PR 스팸, 오픈소스 신뢰 인프라를 흔들다가 보여준 것처럼, 생산 비용이 낮아지면 검증 비용이 병목이 된다. 교육도 마찬가지다. 학생 답안 생산 비용은 내려갔고, 교수자의 검증 비용은 올라갔다.
한국 대학과 기업 교육은 세 가지 조합이 필요하다. 첫째, 핵심 개념은 짧은 대면 평가로 확인한다. 둘째, 프로젝트 과제는 AI 사용 로그와 의사결정 근거를 함께 제출하게 한다. 셋째, 무단 사용을 잡는 것보다 허용 사용과 금지 사용의 경계를 과목별로 명확히 한다.
한국 기업 채용에도 번질 문제
이 논쟁은 대학만의 문제가 아니다. 코딩 테스트, 과제 전형, 온라인 자격시험도 같은 압력을 받는다. 지원자가 AI를 썼는지보다 중요한 것은 회사가 실제 업무에서 필요한 능력을 어떻게 검증하느냐다. AI 사용을 완전히 금지한 과제는 현실 업무와 멀어질 수 있고, 무제한 허용 과제는 후보자의 독립 판단을 가리기 어렵다.
Stanford CS336, AI 시대 학업 무결성의 역설는 학업윤리가 AI 리터러시와 충돌하는 장면을 다뤘다. 브라운 사례의 교훈은 더 냉정하다. 평가가 무너진 뒤에 징계 절차로 수습하는 것은 너무 늦다. 처음부터 AI가 있는 환경을 가정하고 평가를 다시 짜야 한다.
자주 묻는 질문
Q1: 브라운 사건은 확정된 징계 사건인가요?
A: 보도는 Serrano 교수의 주장과 통계적 근거를 중심으로 한다. 개별 학생 징계 확정 여부와는 구분해 읽어야 한다.
Q2: AI 탐지기를 쓰면 충분하지 않나요?
A: 아니다. 탐지기는 보조 신호일 수 있지만 오탐, 회피, 절차적 공정성 문제가 있어 단독 증거로 쓰기 어렵다.
Q3: 모든 시험을 대면으로 바꿔야 하나요?
A: 핵심 성취를 측정하는 평가는 대면 비중이 커질 가능성이 높다. 다만 프로젝트형 과제는 AI 사용을 전제로 재설계할 수 있다.
Q4: 학생에게 AI 사용을 허용하면 부정행위가 사라지나요?
A: 허용 기준이 명확하면 회색지대는 줄어든다. 하지만 독립적으로 증명해야 할 학습 목표는 여전히 따로 평가해야 한다.
Q5: 한국 대학이 바로 할 수 있는 조치는 무엇인가요?
A: 과목별 AI 정책 명시, 구술 확인 절차, 과정 기록 제출, 핵심 평가의 대면화부터 시작하는 것이 현실적이다.
관련 토픽 더 보기
📰 원본 출처
english.elpais.com이 기사는 AI 기술을 활용하여 작성되었으며, 원본 뉴스 소스를 기반으로 분석 및 해설을 추가한 콘텐츠입니다. 정확한 정보 전달을 위해 노력하고 있으나, 원본 기사를 함께 확인하시기를 권장합니다.