국내 대학에서의 AI 탐지기 도입 현황과 앞으로의 과제

최근 국내 주요 대학들은 ChatGPT를 비롯한 생성형 AI의 확산에 대응하기 위해 AI 탐지기를 잇따라 도입하고 있다. 특히 서울 소재 주요 국립대와 사립대, 과학기술특성화대학 등은 Turnitin, GPTZero, Copyleaks와 같은 AI 탐지기를 본격적으로 리포트·논문 심사에 적용하고 있다. 교육부 역시 2023년 하반기부터 대학 자체적으로 AI 기반 부정행위 감지 시스템을 구축하도록 권고하고 있으며, 이에 따라 다수의 대학이 AI 탐지 도입을 서두르고 있는 상황이다.

실제로 A대학은 졸업논문 심사 시스템에 Turnitin AI 탐지 기능을 통합했고, B대학은 GPTZero를 교수자 전용 도구로 제공해 에세이 평가에 활용하고 있다. 일부 대학은 아예 AI 탐지기 결과를 학사 시스템에 연동해 ‘AI 생성률’을 수치로 저장하고, 일정 기준 이상일 경우 재제출을 요청하는 구조도 만들었다. 하지만 이러한 변화는 기대만큼 순탄하지 않다. 기술 도입은 빠르게 이루어지고 있지만, 교수자와 학생 모두 AI 탐지기 사용법과 판정 기준에 대해 충분한 교육을 받지 못한 채 결과만 해석해야 하는 상황이 반복되고 있다. 결국 AI 탐지기 도입은 확산되고 있지만, 그것이 실제로 평가의 질과 공정성을 높였는가에 대해서는 여전히 의문이 제기되고 있다.

AI 탐지기 사용에 따른 실제 교육 현장의 혼란

AI 탐지기 도입 이후 많은 대학에서 기술적 혼란과 교육적 갈등이 동시에 발생하고 있다. 가장 큰 문제는 판정 결과의 해석 불일치다. 교수마다 탐지기 결과를 해석하는 방식이 달라, 어떤 교수는 AI 생성률이 40%만 넘어도 무조건 부정행위로 간주하는 반면, 다른 교수는 80% 이하일 경우 ‘참고만 한다’는 태도를 보인다. 이로 인해 학생은 같은 수준의 결과를 두고도 학과나 교수에 따라 전혀 다른 평가를 받게 되는 상황이 벌어진다. 또한 AI 탐지기 결과를 근거로 논문이나 보고서를 무효 처리한 뒤, 학생의 반박을 받아들이지 않는 사례도 증가하고 있다. 실제로 C대학에서는 졸업논문이 Turnitin에서 AI 감지율 90%를 기록하면서 졸업 심사가 중단되었고, 학생은 수기로 작성한 초안과 키보드 입력 로그까지 제출했지만 최종 심사에서 탈락했다. 반면, D대학은 동일한 수준의 탐지 결과를 받은 다른 학생의 논문에 대해 ‘AI 보조 작성은 인정하되, 주요 분석은 학생이 수행했다’는 이유로 통과시켰다. 이처럼 해석과 적용 기준의 부재는 공정성 논란을 키우고 있으며, 학생과 교수 모두에게 신뢰할 수 있는 평가 체계를 제공하지 못하고 있다. AI 탐지기가 단순한 기술 도구가 아닌, 실제 평가에 결정적인 영향을 미치는 ‘판단의 기준’이 되는 현실은 교육 현장의 부담을 더욱 가중시키고 있다.

AI 탐지기 신뢰 한계와 기술 의존 평가의 위험성

국내 대학들이 AI 탐지기를 빠르게 도입하고 있음에도 불구하고, 현재 사용 중인 탐지기의 정확도와 신뢰성에는 여전히 큰 한계가 존재한다. 대부분의 AI 탐지기는 확률 기반 분석에 의존하고 있으며, 문장의 패턴, 길이, 예측 가능성 등 통계적 특성을 중심으로 판정 결과를 도출한다. 그러나 GPT-4나 Claude, Gemini 등 최신 AI는 인간처럼 쓰는 방식을 거의 완벽히 구현하고 있으며, 약간의 리라이팅이나 문장 구조 조정만으로 탐지기를 무력화할 수 있다. 특히 GPTZero와 Turnitin 모두 동일한 글을 입력했을 때 결과가 달라지거나, 같은 글을 반복 입력했을 때도 점수가 변화하는 사례가 잦다. 이러한 불안정한 결과를 평가의 기준으로 삼는 것은 기술 의존 평가의 대표적 위험 사례다. 무엇보다 탐지기 결과만을 근거로 평가를 내리는 것은 ‘의도’나 ‘맥락’을 고려하지 않은 편향된 판단을 초래할 수 있다. 글을 잘 쓰는 학생일수록 오히려 AI로 오인받을 가능성이 높고, 반대로 일부러 글을 어색하게 쓴 경우 AI 탐지를 회피하는 데 성공하기도 한다. 이처럼 기술의 정확성이 불완전한 상태에서, 대학이 탐지기를 맹신하는 구조는 평가의 공정성과 학습자의 권리를 위협하게 된다. AI 탐지기는 평가를 돕는 보조 수단이어야지, 평가의 중심이 되어서는 안 된다는 목소리가 대학 내외부에서 점차 커지고 있다.

AI 탐지기 도입 이후 필요한 정책적·제도적 과제

AI 탐지기의 도입은 이제 거스를 수 없는 흐름이 되었지만, 그 활용이 교육적으로 긍정적인 효과를 내기 위해서는 분명한 제도적 뒷받침이 필요하다.

첫째, 각 대학은 AI 탐지기 결과를 평가에 반영할 때 사용할 수 있는 공식 기준과 지침을 수립해야 한다. 이 기준은 학과별, 교수별로 자의적으로 해석되는 것을 방지하고, 학생에게도 예측 가능한 평가 환경을 제공하는 역할을 한다.

둘째, AI 사용 여부와 방식에 대한 투명성 확보 제도가 필요하다. 학생이 AI를 사용했다면 어느 부분에서, 어떤 방식으로 사용했는지를 자가 보고하고, 해당 내용을 바탕으로 평가자가 판단하는 구조가 바람직하다.

셋째, 교수자 대상의 AI 탐지기 해석 교육과 평가자 훈련 프로그램이 마련되어야 한다. 대부분의 교수는 탐지기 점수를 받아들이는 것까지만 이해하고, 그 결과를 어떻게 해석하고 활용해야 하는지는 충분히 숙지하지 못한 경우가 많다.

넷째, 작성 과정 중심의 평가 시스템 전환이 필요하다. 초안, 자료 조사 기록, 버전 히스토리, 작성 시간 등을 종합적으로 고려하여 글쓰기의 ‘진짜 주체’를 파악할 수 있도록 해야 한다. 마지막으로, AI 탐지기 자체의 투명성과 설명 가능성에 대한 사회적 요구도 강화되어야 한다. 현재 대부분의 탐지기는 ‘이 문장이 AI일 가능성이 높다’는 결과만 제시하고, 그 이유나 과정은 설명하지 않는다. 이는 교육자나 학생 모두에게 해석과 반론의 기회를 주지 않으며, 기술의 판단을 무조건 받아들이게 만든다. 향후 AI 탐지기 기술이 고도화되더라도, 그것을 어떻게 사용할 것인지에 대한 교육 철학과 운영 원칙이 정립되지 않는다면, 그 기술은 교육을 돕는 도구가 아니라 억압의 수단이 될 수 있다.