솔직히 저는 이 문제가 대학만의 이야기라고 생각했습니다. 그런데 매 학기 과제물을 검토할 때마다 화면 위로 쏟아지는 문장들을 보며 그 생각이 틀렸다는 걸 뼈저리게 깨달았습니다. 대학생 10명 중 6명이 과제에 생성형 AI를 쓰면서도 62.5%가 표절 불안을 호소하는 현실은, 고교 교실에서부터 이어진 학문 윤리 교육의 공백이 그대로 올라간 결과입니다.

윤리 공백 — 도구는 주었는데 나침반은 없었다
단국대 교양기초교육연구소 학술지에 실린 논문에 따르면, 서울 소재 4년제 사립대 재학생 573명 중 84.8%가 생성형 AI(Generative AI) 사용 경험이 있다고 답했습니다. 생성형 AI란 텍스트·이미지·코드 등을 스스로 만들어내는 인공지능 기술로, 챗GPT처럼 질문을 입력하면 즉시 완성된 문장을 출력해 주는 도구를 말합니다. 문제는 이 도구가 이미 학습 현장 깊숙이 들어와 있다는 사실 자체가 아닙니다.
제가 직접 학생들의 과제물을 들여다봤을 때 가장 기괴했던 점은, 문장의 호흡과 어휘가 대학원 논문 수준으로 유려한데 학생 본인의 목소리가 한 줄도 없다는 것이었습니다. 논리 구조는 완벽한데 그 안에 사유의 흔적이 없는 글. 그게 오히려 더 불편했습니다.
같은 조사에서 표절 예방 교육을 받은 학생은 고작 42.8%에 불과했습니다. 나머지 57.2%는 관련 교육을 아예 받지 못했다고 답했고, 교육을 받은 학생들마저 "복사·붙여넣기 하지 말라", "걸리면 낙제"라는 경고성 안내가 전부였다고 했습니다. 학문적 정직성(Academic Integrity)이란 개념, 즉 자신의 지적 결과물에 대해 책임지는 태도를 훈련받을 기회가 없었던 겁니다.
교무실에 찾아와 "챗GPT로 자료 구조를 잡고 문장을 다듬었는데 이것도 세특에서 표절로 걸리나요?"라고 묻던 제자의 눈빛이 아직도 생생합니다. 그 질문에 명쾌한 지침 하나 쥐여주지 못했을 때 느낀 당혹감은, 이 문제가 단순히 학생의 도덕성 문제가 아님을 다시 한번 확인시켜 주었습니다.
- 생성형 AI 사용 경험: 응답자의 84.8% (573명 중 486명)
- 과제에 실제로 AI 활용: 60.4% (346명)
- 표절 여부를 걱정한 경험: 62.5% (358명)
- 표절 예방 교육을 받은 학생: 42.8% (245명)에 불과
지침 부재 — 88.8%의 요구를 묵살한 제도
조사 결과에서 제가 가장 눈이 갔던 숫자는 88.8%였습니다. 전체 응답자 509명이 대학 차원의 AI 활용 지침이 필요하다고 답한 것입니다. 표절 예방 교육이 필요하다는 응답은 무려 97.2%에 달했습니다. 이쯤 되면 학생들이 AI를 무비판적으로 남용하는 게 아니라, 오히려 제대로 쓰는 방법을 가르쳐달라고 간절히 요청하고 있는 겁니다(출처: 경향신문 보도).
그런데 제도는 묵묵부답이었습니다. AI 활용 가이드라인(AI Use Guideline)이란 AI를 과제에 어디까지 허용하는지, 프롬프트 작성 이력을 어떻게 제출해야 하는지, AI가 생성한 문장을 인용할 때 출처 표기를 어떻게 해야 하는지를 명시한 공식 기준을 뜻합니다. 쉽게 말해 AI 시대의 인용 규칙이라고 보면 됩니다. 이 기준이 없으니 학생도 교수도 기준 없는 눈치 게임을 하고 있는 현실입니다.
솔직히 이건 예상 밖이었습니다. 연세대·서울시립대 논술 시험장에서 스마트 안경을 이용한 부정행위 논란이 불거진 것도 같은 맥락입니다. 기술이 먼저 뛰어들어왔는데 제도는 아직 출발선에 서 있는 모습이죠. 국내뿐 아니라 UNESCO도 2023년 고등교육에서의 생성형 AI 활용 지침서를 공개하며 각국에 표준 가이드라인 마련을 촉구한 바 있습니다(출처: UNESCO 디지털교육 AI 페이지).
제 경험상 이건 좀 다릅니다. 단순히 "AI 쓰지 마라"고 막는다고 해결되지 않습니다. 금지만 하면 학생들은 더 교묘하게 활용할 뿐, 윤리적 판단력은 오히려 퇴화합니다. 어떤 목적으로, 어느 범위까지, 어떻게 기재하고 제출해야 하는지를 명시한 구체적인 인용 기준(Citation Standard)이 먼저입니다. 인용 기준이란 타인의 지적 결과물을 어떤 형식으로 밝혀야 하는지 규정한 학술 규범을 말합니다.
평가 전환 — 레포트를 없애야 AI 표절이 줄어든다
단국대 연구진은 논문에서 "AI가 쉽게 생성할 수 있는 요약형·서술형 과제의 비중을 줄이고, 비판적 사고와 고유한 관점을 요구하는 대면 평가와 토론, 심층 연구 보고서로 평가 방식을 전환해야 한다"고 명시했습니다. 제가 이 부분을 읽었을 때, 솔직히 뒤통수를 한 대 맞은 것 같았습니다. 맞는 말이기 때문입니다.
생각해보면 AI가 몇 초 만에 긁어모아 완성하는 건 요약형 과제입니다. "○○에 대해 A4 2장으로 서술하시오" 같은 과제는 사실상 AI 프롬프트나 다름없습니다. 반면 과정 중심 평가(Process-based Assessment)는 학생이 주제를 어떻게 설정하고, 어떤 자료를 왜 선택했으며, 논증 과정에서 어떤 고민을 거쳤는지를 단계별로 확인하는 방식입니다. 결과물 한 장이 아니라 사유의 흐름 자체를 평가하는 것이어서 AI가 대리 수행하기 훨씬 어렵습니다.
제 경우엔 학생에게 "이 문장에서 네 생각은 뭐야?"라고 구술로 한 마디만 물어봐도 AI가 쓴 글인지 아닌지 3초 안에 알 수 있었습니다. 그 학생이 그 주제를 실제로 소화했다면 자기 언어로 바로 답이 나오거든요. 구술 면접(Oral Assessment), 즉 학생이 제출한 과제물을 놓고 교수나 교사가 직접 질문하고 학생이 즉석에서 답하는 평가 방식은 AI 표절을 가장 효율적으로 걸러낼 수 있는 도구입니다.
물론 모든 과제를 구술로 바꾸는 건 현실적으로 어렵습니다. 그래서 더더욱 AI 활용 범위와 출처 표기 방식을 명확히 제도화하는 일이 선행되어야 합니다. 평가 방식의 전환과 제도적 가이드라인은 둘 다 있어야 비로소 작동합니다.
자주 묻는 질문
Q. 챗GPT로 과제를 쓰면 무조건 표절인가요?
A. 무조건 표절로 볼 수는 없습니다. 표절의 핵심은 출처를 밝히지 않고 타인의 결과물을 자신의 것처럼 제출하는 행위입니다. 현재 대부분의 대학은 AI 활용 자체를 금지하기보다 기준이 불명확한 상태이므로, AI를 사용했다면 어떤 프롬프트를 입력했는지, 어떻게 수정했는지 이력을 투명하게 밝히는 것이 학문적 정직성을 지키는 최소한의 방법입니다.
Q. AI 표절 탐지 프로그램은 얼마나 믿을 수 있나요?
A. 현재 시중의 AI 탐지 도구(GPTZero, Turnitin AI Detection 등)는 오탐률이 적지 않아 100% 신뢰하기 어렵습니다. 실제로 사람이 직접 쓴 글도 AI 생성으로 오판하는 사례가 보고되고 있습니다. 때문에 도구에만 의존하기보다 구술 면접이나 과정 중심 평가를 병행하는 것이 더 현실적인 접근입니다.
Q. 대학에서 AI 활용 지침을 안 만들면 학생은 어떻게 해야 하나요?
A. 지침이 없을수록 학생 스스로 보수적인 기준을 적용하는 것이 안전합니다. 구체적으로는 AI가 생성한 문장을 그대로 제출하지 않고 자신의 언어로 재구성하되, 각주나 별도 기재란에 "생성형 AI를 자료 탐색 보조 도구로 활용함"이라고 명시하는 방식이 현재로서는 가장 합리적입니다. 교수에게 직접 허용 범위를 질문하는 것도 학문적 정직성을 보여주는 좋은 방법입니다.
Q. 고등학교 수행평가에서도 AI 사용이 표절이 되나요?
A. 수행평가는 학생의 학습 과정과 사고력을 평가하는 것이 목적이므로, AI가 대리로 생성한 결과물을 제출하는 것은 평가의 본질을 훼손하는 행위입니다. 학교생활기록부(세특)에 기재되는 과제라면 특히 주의가 필요합니다. 현재 교육부 차원의 공식 가이드라인은 미비한 상태이므로, 담당 교사에게 허용 범위를 먼저 확인하는 것이 가장 확실합니다.
결론
아이들에게 강력한 도구를 쥐여주고 윤리적 나침반 없이 내몬 것은 학생들의 잘못이 아닙니다. 제도와 교육이 기술의 속도를 따라가지 못한 결과입니다. 97.2%의 학생이 표절 예방 교육을 원한다는 숫자는 경고가 아니라 요청입니다.
지금 당장 모든 것을 바꿀 수는 없더라도, 각 대학과 교육부가 AI 활용 가이드라인 표준안을 제도화하고, 과정 중심 평가로의 전환을 구체적 로드맵으로 제시하는 것이 첫걸음이라고 생각합니다. 그리고 교사·교수 개인 차원에서는 지금 당장 수업 안에서 "이 문장은 왜 이렇게 썼어?"라는 질문 하나를 더 던지는 것부터 시작할 수 있습니다.
'과학·환경·AI' 카테고리의 다른 글
| AI 시대 인재 (질문력, 판단력, 인재 품격) (0) | 2026.11.02 |
|---|---|
| AI 과제 대필 (AI 의존, 지적 외주화, 리터러시) (0) | 2026.10.30 |
| AI 안경 논술 부정행위 (적발 경위, 처벌 수위, 감독 대책) (0) | 2026.10.27 |
| AI와 교육 (평가 제도, 학습 격차, 리터러시) (0) | 2026.10.26 |
| 학생부 AI 분석 서비스 (규제 사각지대, 데이터 세탁, 입시 정보 격차) (0) | 2026.10.22 |