대학생 AI 사용 실태와 캠퍼스 회색지대: 학습 도구와 목발을 가르는 학생들의 기준

핵심 메시지

• 학생이 직접 진행한 설문에서 90% 이상이 강의 요약, 문제 풀이, 과제 피드백 같은 일상 작업에 AI를 쓰고 있었다.
• 어떤 과목은 금지하고 어떤 과목은 권장하는 탓에 학생들은 무엇이 허용되는지 모르는 회색지대에 놓여 있다.
• AI를 어떻게 쓰는지가 학생이 대학에 온 이유, 즉 배움과 취업과 사교 중 무엇에 비중을 두는지를 드러낸다는 진단이 나왔다.
• 컴퓨터공학 전공이 아닌 학생들이 터미널을 쓰고 웹사이트와 앱을 직접 만드는 등 만들기의 문턱이 크게 낮아졌다.
• 채용에서도 AI 활용이 늘어 지원 15분 만에 자동 탈락 메일을 받는 경험이 흔해졌고, 반대로 AI 활용 능력이 채용 요건이 되는 흐름도 함께 나타났다.
• 학생들이 공통으로 꼽은 기준은 '내가 만든 결과를 설명하고 방어할 수 있는가'였다.

쉽게 이해하기

이 대담에는 런던정경대와 프린스턴, UC버클리, 애리조나주립대에 다니는 네 명의 학생이 참여해 캠퍼스 분위기를 전했다. 한 학생이 직접 진행한 설문에서는 90% 이상이 일상 작업에 AI를 쓴다는 결과가 나왔고, 강의 요약과 문제 풀이, 자기가 쓴 과제에 대한 피드백 받기 등 쓰임새가 폭넓었다. 다만 대학은 이 변화를 관리해야 하는 처지가 됐고, 어떤 수업은 금지하고 어떤 수업은 권장하는 식으로 규정이 갈렸다.

학생들은 이 상황을 '혼란스럽다'고 표현했다. 대부분이 어떤 형태로든 챗봇을 쓰지만 행정과 교수 쪽에서는 AI를 수업에 어떻게 들일지 정리되지 않았고, 인문학 전공 학생들처럼 아예 쓰지 않기로 한 쪽과 적극적으로 쓰는 쪽 사이에 정체성 차이 같은 양극화가 생기고 있다는 관찰도 나왔다. 컴퓨터공학이나 공학 수업에서는 여전히 AI 사용이 금기에 가깝지만, 교실 밖 프로젝트에서는 이미 AI 코딩 도구가 널리 쓰인다.

가장 큰 변화로 꼽힌 것은 만들기의 문턱이 낮아졌다는 점이다. 정치학이나 심리학, 수학 전공 학생도 며칠 만에 아이디어에서 작동하는 시제품까지 갈 수 있게 됐고, 컴퓨터공학을 전공하지 않은 학생이 터미널을 편하게 쓰게 됐다는 이야기가 나왔다. 학생 단체들이 인스타그램 페이지만 두던 데서 정보량이 많은 웹사이트를 직접 만들기 시작했다는 사례도 소개됐다. 강의 슬라이드를 넣으면 교수 주석처럼 설명을 덧붙여 주는 도구, 수강신청 자리가 나면 알려 주는 앱, 빈 강의실을 찾아 알려 주는 도구 등이 학생들이 만든 결과물로 언급됐다.

학습과 관련해서는 의도가 핵심이라는 이야기가 반복됐다. 처음에는 AI가 준 답을 그대로 제출하는 식이었지만 점차 태도가 바뀌었고, 과제를 시작하기 전에 '작업을 대신 시키는 것인지, 여러 관점을 얻으려는 것인지'를 먼저 구분하게 됐다는 것이다. 수업별로 프로젝트를 따로 만들어 강의계획서와 자료를 넣어 두고 대화를 파일처럼 관리하는 사용법, 채점자 관점을 알려 주고 점수와 이유를 받아 고쳐 쓰는 사용법 등 구체적인 방식도 공유됐다.

제도 쪽 변화도 조금씩 감지된다. 런던정경대의 한 필수 과목은 이전에는 아무 지침이 없었지만, 지금은 페르소나를 주고 대화하듯 쓰라는 안내를 제공하고 대화 로그를 제출받아 어떤 질문을 주고받았는지 확인하며, 에세이 대신 본인이 나오는 영상을 제출하게 한다. 애리조나주립대에서는 진로센터가 프롬프트 모음을 만들고 교수가 직접 챗봇을 만들었으며, 인공지능과 일의 미래를 다루는 과목이 학생 요청으로 정규 학기 과목이 됐다. 반면 학교가 만든 챗봇은 학생이 다른 도구로 옮겨 가면 그만이라 임시방편이라는 지적도 나왔다.

어두운 면도 분명하다. 부정행위는 대학에서 가장 흔한 사용처로 꼽혔고, 시험 문제를 그대로 넣으면 채점 기준에 가까운 답이 나오는 환경에서 스스로 문제를 붙들고 있으려면 상당한 의지가 필요하다는 이야기가 이어졌다. AI를 조금이라도 썼다는 사실을 부끄러워하는 분위기, 자기 기여를 설명할 어휘와 틀이 없어 '클로드가 다 했다'고 뭉뚱그리는 현상도 지적됐다. 취업 쪽에서는 화면을 보고 혼자 말하는 형태의 면접과 자동 스크리닝이 늘면서 지원 15분 만에 탈락 통보를 받는 경험이 공유됐고, 동시에 컨설팅 회사들이 AI를 다룰 줄 아는 지원자를 우선한다는 변화도 언급됐다.

마지막으로 학생들은 도구와 목발을 가르는 각자의 기준을 내놨다. '이 자리에서 누가 날카롭게 물어도 내가 만든 것을 설명하고 방어할 수 있는가', '내 작업에서 AI가 맡은 역할까지 설명할 수 있는가', '초등학생 수준으로도, 대학원 수준으로도 설명할 수 있는가', '결과물에 대해 내 것이라는 소유감이 드는가' 같은 표현이 나왔다. 한 학생은 100% AI로 제출해 보고 나서야 그것이 자신에게 도움이 되지 않는다는 사실을 깨닫게 되는 만큼, 대학도 학생이 배워 나갈 시간을 믿고 줘야 한다고 말했다.

주요 인사이트

• 금지와 권장이 과목마다 뒤섞이면 학생은 규칙이 아니라 눈치로 판단하게 된다. 회색지대 자체가 부정행위를 늘리는 조건이라는 점에서 제도 정비의 우선순위가 분명해진다.
• 학교가 자체 챗봇을 만드는 대응은 한계가 있다. 학생이 다른 도구로 옮기면 그만이기 때문에, 도구를 통제하기보다 평가 방식을 바꾸는 쪽이 실효가 있다는 지적이 설득력을 얻는다.
• 대화 로그 제출, 영상 발표, 15분 방어 발표처럼 '설명하게 만드는' 평가는 AI 사용을 금지하지 않으면서도 이해도를 확인한다. 규제보다 설계로 푸는 접근이다.
• AI 활용을 부끄러워하는 분위기는 기여를 정확히 기술할 언어가 없어서 생긴다. 어디까지 사람이 했는지 말할 수 있는 공통 어휘가 생기면 과장도 은폐도 줄어든다.
• 채용에서 AI는 지원자와 회사 양쪽에서 동시에 쓰인다. 자동 스크리닝으로 사람이 검토했는지 의심하게 되는 경험과, AI 활용 능력이 채용 요건이 되는 변화가 함께 나타나고 있다.

자주 묻는 질문

관련 AI 소식