[AI 시대 대학 교육] AI 시험 커닝 논란, 대학 교육은 무엇을 놓치고 있나

요즘 대학가에서 AI 커닝 논란이 반복해서 등장하는 이유는 단순하지 않습니다. 이는 특정 학생의 일탈이나 윤리 의식의 문제라기보다, 교육 환경 자체가 이미 AI를 전제로 바뀌었기 때문에 가깝습니다. 산업 전반에서 AX(AI 전환)가 빠르게 진행되는 가운데, 대학 교육 역시 AI를 떼어놓고는 설명하기 어려운 국면에 들어섰습니다.

대학을 비롯한 교육 현장에서 AI는 이미 일상적인 도구가 됐습니다. 많은 학생이 필기 대신 AI로 강의 내용을 요약하고 자료를 정리하며 글쓰기 과정에서도 LLM(대형언어모델)을 활용합니다. 학습 과정 전반에 AI가 자연스럽게 개입하면서, 이제 “AI를 쓸 것인가”는 선택의 문제가 아니게 됐습니다.

문제는 변화의 속도입니다. 학생들의 학습 방식은 빠르게 바뀌었지만 평가 기준과 제도는 여전히 이전 구조에 머물러 있습니다. 이 간극이 최근 ‘AI 커닝’이라는 이름으로 표면화되고 있는 셈입니다. 그래서 지금의 AI 커닝 논란은 단순한 부정행위 논쟁을 넘어 대학 교육이 무엇을 평가해야 하는지 다시 묻게 만드는 질문에 가깝습니다.

관련 글 더 보기: 연세대·고려대·서울대까지... AI 커닝 논란이 보여준 교육의 새로운 과제

요즘 대학가의 AI 활용 풍경 - 10명 중 9명 ‘AI’로 공부

요즘 대학생들에게 AI를 활용한 학습은 이미 일상이 됐습니다. 대학 교육 현장에서 AI는 더 이상 일부 학생이 선택적으로 사용하는 도구가 아니라 공부를 시작할 때 자연스럽게 함께 사용하는 기본 도구에 가까워졌습니다. AI 활용 여부가 학습 방식의 차이를 만드는 환경도 빠르게 형성되고 있습니다.

이 같은 변화는 통계로도 확인됩니다. 한국산학기술학회지(2025)에 실린 연구에 따르면 대학생의 생성형 AI 인지율은 85.7%, 실제 이용 경험은 89.3%로 나타났습니다. 활용 목적은 주로 아이디어 탐색과 요약 정리에 집중돼 있었으며, 생성형 AI를 과제의 특정 단계가 아니라 과제 기획부터 결과물 정리까지 전반에 활용하는 사례가 보편화되고 있는 것으로 분석됐습니다.

해외 교육 현장도 크게 다르지 않습니다. 미국의 고등학생과 대학생 역시 85% 이상이 AI 기반 학습 도구를 사용하고 있다는 조사 결과가 이어지고 있습니다. 생성형 AI 활용은 특정 국가나 일부 대학의 문제가 아니라 이미 전 세계 교육 현장에서 공통적으로 나타나는 변화로 자리 잡고 있는 것이죠.

요즘 대학생들의 AI 활용 방식(대표 사례)

강의자료·논문 요약 및 핵심 내용 정리
과제 주제에 대한 아이디어 탐색과 방향 설정
보고서·에세이 초안 구성
문장 표현 교정 및 구조 다듬기
개념 이해를 위한 질의응답 활용

→ AI는 결과를 대신 만드는 도구라기보다 학습 과정 전반을 보조하는 도구로 쓰이고 있습니다.

AI 활용 시험 부정행위 차단: 기술 외면 vs. 공정성 사수

학생들의 AI 활용은 빠르게 일상화되고 있지만 대학의 대응은 여전히 조심스러운 단계에 머물러 있습니다. 생성형 AI를 어디까지 학습 도구로 인정할 것인지 어떤 경우를 부정행위로 판단해야 하는지에 대한 기준이 충분히 정리되지 않았기 때문입니다. 그 결과, 대학들은 서로 다른 우려를 안은 채 비슷한 선택지 앞에 서게 됩니다.

공정성 사수: 평가 신뢰를 지키기 위한 현실적 선택

AI 부정행위가 급속도로 확산되자 일부 대학은 오히려 과거의 평가 방식으로 돌아가고 있습니다. 자필 시험, 대면 시험, 구술 평가처럼 AI 개입이 어려운 방식을 다시 꺼내 든 것입니다. 실제로 한 과학기술 특성화 대학에서는 기말고사에서 학생들이 손으로 직접 코드를 작성하도록 시험 방식을 바꿨습니다. 수백 명의 학생을 다수의 조교가 감독하는 방식이었지만 과제나 온라인 시험과 달리 학생 개인의 이해 수준과 실력이 명확하게 드러났다는 평가가 나왔습니다. 이 경험을 계기로 해당 방식은 다음 학기에도 유지될 예정으로 알려졌습니다.

수도권 주요 대학들 역시 비대면 시험이나 과제를 줄이고, 대면 시험이나 구술 평가를 검토하는 사례가 늘고 있습니다. AI를 활용한 결과물 제출이 증가하면서, 결과보다 사고 과정을 직접 확인할 필요성이 커졌기 때문입니다. 이처럼 평가 방식을 되돌리는 선택은 기술을 거부하기보다는 현재 조건에서 공정성을 가장 확실하게 지킬 수 있는 방법을 택한 결과에 가깝습니다. AI를 허용한 상태에서 평가의 신뢰를 담보할 기준이 아직 충분히 마련되지 않았다는 판단이 깔려 있습니다.

기술 외면: 변화한 학습 현실을 따라가지 못한다는 평가

반면 이러한 대응이 달라진 학습 현실과 괴리를 만들고 있다는 지적도 적지 않습니다. 이미 많은 학생이 학습 과정 전반에서 AI를 활용하고 있는 상황에서, 시험만 과거 방식으로 되돌리는 것이 학생의 실제 학습 능력과 사고력을 제대로 반영하고 있는지에 대한 의문입니다. 특히 보고서나 과제에서는 AI 활용을 완전히 통제하기 어렵지만 시험에서는 이를 전면 차단하는 이중 구조가 만들어지면서 혼란이 커지고 있다는 목소리도 나옵니다. “어디까지가 허용이고, 어디부터가 부정행위인지”에 대한 기준이 명확하지 않다 보니 판단의 책임이 제도보다 개인에게 맡겨지는 경우도 적지 않습니다.

결국 이 관점에서 보면, 현재의 대응은 AI를 전제로 한 평가 설계라기보다 AI 이전의 기준을 최대한 유지하려는 선택으로 보이기도 합니다. 단기적으로는 공정성을 지킬 수 있을지 몰라도 AI 활용이 일상이 된 교육 환경에서 이 방식이 지속 가능한 해법이 될 수 있을지에 대한 질문이 남습니다.