AI 에이전트 시대, 대학 평가는 어떻게 바뀌어야 할까

AI 에이전트(AI agent, 사람을 대신해 여러 작업을 수행하는 인공지능)가 과제를 풀고 제출 시간까지 조절하는 사례가 알려지면서, 대학의 AI 대응은 탐지 중심에서 학습 과정 중심으로 바뀌어야 합니다. 핵심은 “AI를 썼는가”만 가려내는 일이 아니라, 학생이 결과를 이해하고 책임질 수 있는지를 확인하는 일입니다.

탐지와 회피의 경쟁이 된 과제 평가

최근 보도에서는 일부 대학생이 AI 코딩 도구로 과제를 자동 수행하는 프로그램을 만들고, 사람이 직접 푸는 듯한 속도로 답안을 제출하도록 했다는 사례가 소개됐습니다. 또 AI가 만든 글을 사람이 다시 고쳐 탐지 단서를 줄이는 방식도 언급됩니다.

이런 사례가 사실이라면, 문체의 특징이나 제출 시간만으로 AI 사용 여부를 판별하는 방식은 오래 버티기 어렵습니다. 생성형 AI(Generative AI, 텍스트·이미지·코드 등을 만들어 내는 인공지능)는 빠르게 발전하고, 사용자는 그 결과물을 다시 편집할 수 있기 때문입니다. 탐지 정확도가 높아질수록 회피 방법도 함께 학습되는 구조입니다.

교육자가 평가해야 할 것은 결과만이 아닙니다

AI를 무조건 금지하는 규정은 필요할 수 있지만, 금지만으로는 학습을 보장하지 못합니다. 특히 프로그래밍, 글쓰기, 데이터 분석처럼 AI 도구가 실제 현업에 널리 쓰이는 분야에서는 도구 사용 자체보다 판단 과정이 더 중요해집니다.

평가 설계는 다음과 같이 달라질 수 있습니다.

과정을 남기는 과제

초안, 자료 선택 이유, 프롬프트(prompt, AI에 전달하는 작업 지시), 수정 내역을 함께 제출하게 하면 학생의 사고 흐름을 확인할 수 있습니다. 최종 답안이 완벽하지 않아도, 어떤 근거로 판단을 바꿨는지 설명할 수 있다면 학습의 증거가 됩니다.

짧은 구두 검증과 적용 과제

제출물의 핵심 선택을 3~5분 동안 설명하게 하거나, 같은 개념을 새로운 사례에 적용하게 하는 방식도 유효합니다. AI가 만든 결과를 붙여 넣는 것과 내용을 이해해 자기 문제에 적용하는 일은 다르기 때문입니다.

AI 활용 기준의 명확화

수업마다 허용 범위를 구체적으로 알려야 합니다. 아이디어 정리와 문장 교정은 허용하되, 해답 생성은 제한하는 식으로 목적에 맞춰 기준을 나눌 수 있습니다. 중요한 것은 학생이 AI의 기여를 밝히고, 오류와 편향을 검토할 책임을 지도록 하는 것입니다.

제도도 수업 현장을 따라가야 합니다

AI 규제 논의가 기술 변화 속도를 따라가지 못한다는 지적도 나옵니다. 교육 현장에는 일률적인 금지나 막연한 장려보다, 개인정보 보호·평가 공정성·AI 리터러시(AI literacy, 인공지능을 이해하고 비판적으로 활용하는 능력)를 함께 다루는 기준이 필요합니다.

장기 프로젝트에서 맥락을 기억하고 필요한 정보를 골라 쓰는 AI 기능에 대한 요구도 커지고 있습니다. 이는 학습 보조 도구가 단발성 답변기를 넘어설 수 있음을 보여 줍니다. 동시에 학생은 AI의 답을 받아 적는 이용자가 아니라, 출처를 확인하고 결론을 검증하는 편집자가 되어야 합니다.

학생 활용법

AI에게 과제의 정답을 맡기기보다, 자신의 초안을 비판해 달라고 요청하고 반론·누락 근거·오류 가능성을 점검해 보세요. AI가 제안한 내용은 원문 자료로 다시 확인한 뒤, 어떤 도움을 받았는지 기록하는 습관이 가장 안전하고 실용적입니다.