학위 보호 위해 AI 없는 평가 촉구하는 Office for Students

잉글랜드의 Office for Students는 2026년 11월 11일, 대학이 학생들의 지식과 역량을 평가에 반영해야 하며 이를 위해 보안성이 높은 AI 없는 평가 방식을 자주 활용해야 한다고 밝혔다. 감독 없이 치르는 과제 중 상당수는 학생이 거의 관여하지 않아도 AI를 활용해 높은 수준으로 완성할 수 있다고 경고했다.

Advance HE와 공동으로 작성한 연구 보고서와 함께, OfS는 새로운 AI 전용 등록 조건을 만드는 대신 기존 품질 요건을 AI에 적용하는 대학 및 칼리지 대상 지침을 발표했다. 해당 요건에는 최신 교육과정과 관련 역량, 충분한 학생 지원, 타당하고 신뢰할 수 있는 평가에 기반한 정당한 학위 수여가 포함된다. 요건을 충족하지 못하는 기관은 특정 등록 조건 부과, 금전적 제재, 학생 지원금 또는 OfS 보조금 지원 자격 정지 등의 조치를 받을 수 있다.

OfS의 전략·사업 이행 담당 이사인 Josh Fleming은 AI가 기회인 동시에 “현재 체계에 세대적 위험을 초래해 학생들의 학습과 학생을 평가하는 기관의 역량을 훼손할 우려가 있다”고 말했다. 그는 AI 없는 평가를 훨씬 더 폭넓게 활용해야 한다고 촉구했다.

학생과 교직원이 제시한 근거

전체 보고서는 2026년 6월부터 9월까지 최소 127개 기관의 고등교육 분야 교직원 244명과 학생 또는 학생 대표 91명을 대상으로 진행한 연구를 바탕으로 한다. 근거 자료는 대면 행사, 온라인 질문에 대한 응답 64건, 인터뷰 22건에서 수집됐다. 참여자는 자발적으로 응답했으므로 더 넓은 학생 및 교직원 집단을 대표하지 않을 수 있다.

학생들은 일부 동료가 대규모 언어 모델을 사용해 단 몇 분 만에 평가 과제를 마치고, 독립적으로 과제를 수행한 학생들과 비슷한 성적을 받았다고 연구진에게 말했다. 일부 학생은 그런 동료들이 제출물의 기본적인 내용조차 기억하지 못했다고 전했다. 교직원들은 문체와 참고 문헌이 똑같은 제출물이 대량으로 들어왔다고 보고했으며, 원격으로 제출하는 에세이가 특히 취약한 것으로 지적됐다.

보고서는 사람이 AI가 생성한 글을 신뢰성 있게 식별할 수 없으며, 탐지 도구도 AI 사용 여부를 일관되게 판별하지 못한다고 결론 내렸다. 따라서 정책상 사용 내역 공개나 사후 부정행위 절차로 구조적으로 탄탄한 평가 설계를 대신할 수는 없다. 탐지 결과는 공정한 절차에서 증거 중 하나에 그쳐야 하며, 강력한 증거가 없는 의심만으로 낮은 점수를 정당화해서는 안 된다.

실제 적용에서의 보안성 높은 평가

지침은 AI 사용을 방지하도록 설계된 형식을 보안성 높은 평가로 정의하며, 대면 시험, 발표, 구술시험, 공연, 실습 또는 응용 과제를 예로 든다. AI 사용이 허용되는 경우에도 학생은 의도된 학습 성과를 입증해야 하며, 여기에는 AI를 효과적으로 사용하는 능력이 포함될 수 있다. 평가하려는 지식이나 역량을 요구하지 않고도 AI로 완료할 수 있는 평가라면 다른 방식으로 대체해야 한다.

한 사례 연구는 평가 설계의 선택을 보여준다. University of Bath는 기존 신호등 체계의 중간 단계가 지정된 AI 사용을 허용했지만 신뢰성 있고 공평하게 관리할 수 없다는 점을 확인한 뒤, 2026년 9월 두 갈래 모델을 도입했다. 폐쇄형 평가에서는 AI에 접근할 수 없고, 개방형 평가에서는 AI 사용을 허용하며 그 전제에 맞춰 평가를 설계해야 한다. 어느 방식이든 의도된 학습 성과를 측정해야 한다.

보안성 높은 평가에는 비용도 따른다. 참여자들은 시험과 구술 평가에 필요한 자원, 비공개 자료 시험이 실제 직무 수행을 반영하지 못할 수 있다는 우려, 일부 평가 방식이 장애 학생에게 불리하게 작용할 가능성을 언급했다. 기관은 차별하지 않을 법적 의무가 있으며, 평가 방식 변경 등을 포함한 합리적인 조정이 필요할 수 있다. 다만 그러한 조정이 불공정한 이점을 만들어내지 않도록 해야 한다.

AI 역량과 접근성

보고서는 교육에서 AI를 없애자고 권고하지 않는다. 학생들은 어려운 개념을 설명받고, 문서를 요약하고, 연습 문제를 만들고, 복습하는 데 AI를 활용한다. 이는 장애가 있거나 신경다양성이 있는 학생, 영어가 모국어가 아닌 학생에게 도움이 될 수 있다. 보고서는 이러한 활동을 인지적 부담의 전가와 구분한다. 인지적 부담의 전가란 AI가 읽기, 조사, 문제 해결 또는 그 밖의 고된 작업을 대신해 지식과 역량을 기르는 데 필요한 생산적인 씨름을 건너뛰게 하는 것을 뜻한다.

많은 학생은 AI 활용 능력이 취업에 중요하다고 여기며 전공별 교육을 더 많이 원하지만, 교육 제공은 고르지 않고 교직원 교육은 자발적으로 참여하는 경우가 많아 참여율도 낮다. OfS 지침은 허용되는 AI 사용에 관한 명확한 규칙, AI가 생성한 교육 자료와 피드백에 대한 감독, 유료 도구와 교육에 대한 접근성 차이로 생기는 격차를 완화하기 위한 조치를 요구한다. 조사에 참여한 기관 중 기관 전반에 적용되는 AI 전략을 도입한 곳은 비교적 적었다.

OfS는 이러한 변화의 규모와 성격을 더 체계적으로 조사할 계획이며, Advance HE는 2027년 초 회원 기관을 대상으로 AI에 중점을 둔 Change Academy를 출범할 예정이다. 각 기관이 당장 규정 준수 측면에서 답해야 할 질문은 AI의 도움을 받았는지 알아내기 어려운 상황에서도 학위 자격이 학생이 알고 있고 할 수 있는 것을 여전히 입증하는가 하는 점이다. 같은 규제 대응에서는 관련 AI 역량과 접근성 높은 설계도 요구한다. 따라서 평가의 보안은 교육과 학생 지원과 더불어 학위의 가치를 지키는 여러 요소 가운데 하나다.