교수들이 두려워하는 것은 무엇인가
매 학기마다 대학 교수진은 비슷한 질문에 직면합니다. 학생들이 진정으로 배우고 있는 걸까요, 아니면 그저 학위 취득을 위한 형식적인 절차만 밟고 있는 걸까요? 올해는 이 질문에 새로운 배경이 더해졌습니다. 미국대학협회(AACU)와 일론대학교가 2025년 11월 교수 1,057명을 대상으로 실시한 설문조사에 따르면, 응답자의 90%는 생성형 AI가 학생들의 비판적 사고 능력을 저하시킬 것이라고 생각하고, 83%는 집중력을 떨어뜨릴 것이라고 생각하며, 95%는 학생들이 AI 도구에 지나치게 의존하게 될 것이라고 예상했습니다. 또한, 거의 4분의 3에 해당하는 73%는 AI와 관련된 학업 윤리 문제를 직접 경험한 적이 있다고 답했습니다. 이러한 우려는 소수의 반발적인 의견이 아닙니다. 이는 교육계 대다수의 견해이며, 추상적인 "AI는 파괴적이다"라는 말이 아니라, 학생들의 사고방식에 측정 가능한 변화가 일어나고 있다는 구체적인 인식입니다.
학생들이 이미 하고 있는 일
학생들도 이러한 변화를 외면하지 않습니다. 영국 학부생 1,054명을 대상으로 한 HEPI의 2026년 학생 생성형 AI 설문조사에 따르면, 현재 95%가 어떤 형태로든 AI를 사용하고 있으며, 94%는 평가 과제에 AI를 활용하고 있습니다. AI가 생성한 텍스트를 직접 제출한다고 답한 학생은 12%에 불과했지만, 이 수치는 2024년 3%에서 4배로 증가한 것으로, "AI를 활용하여 도움을 받는 것"과 "AI에 맡기는 것" 사이의 경계가 빠르게 모호해지고 있음을 시사합니다. 설문조사에서 나온 두 학생의 답변을 나란히 살펴보면 이러한 현상을 명확히 알 수 있습니다. 한 학생은 AI를 사용하여 복잡한 내용을 요약함으로써 "비판적 분석과 심층적인 이해에 집중할 수 있었다"고 설명했습니다. 반면 다른 학생은 "나는 내 머리를 전혀 쓰지 않고 있다"고 간단하게 답했습니다. 같은 도구, 같은 용어를 사용했지만, 완전히 다른 학습 경험을 한 것입니다. 설문조사 결과는 두 학생 모두 특별한 행동을 했다는 어떤 징후도 보여주지 않습니다.
메커니즘이 바뀌지 않은 이유는 무엇일까요?
두 학생을 가르는 것은 도구가 아닙니다. 도구를 사용한 후 교실에서 그들에게 요구한 것이 무엇인지가 중요합니다. AI는 어떤 강의나 교과서, 심지어 교수님과의 상담 시간보다 빠르게 "무엇"에 대한 답을 제시할 수 있습니다. 하지만 학생이 결과를 예측하거나, 자신의 선택을 옹호하거나, 자신의 말로 다시 설명해야 하는 순간에는 AI가 그 역할을 대신할 수 없습니다. 왜냐하면 그러한 순간들은 학생 스스로 정보를 떠올려야만 제대로 작동하기 때문입니다. 이 모든 것의 근저에 깔린 것은 바로 '인출 연습', 즉 '테스트 효과'라는 오래된 개념입니다. 정보를 적극적으로 기억에서 끄집어내는 행위가 단순히 정보를 다시 제공받는 것보다 훨씬 더 강력하고 오래 지속되는 이해를 구축한다는 잘 알려진 사실입니다. 이는 새로운 개념도 아니고 AI만의 문제도 아닙니다. 단지 AI가 이러한 과정을 건너뛰는 것을 비정상적으로 쉽게 만들어줄 뿐입니다.
2025년 드렉셀 대학교의 한 연구는 이러한 격차를 수치로 보여줍니다. 연구진은 데이터 과학 전공 학생들에게 강의 쉬는 시간에 AI가 생성한 회상 연습 문제를 제공했습니다. 이는 학생들이 방금 배운 내용을 떠올리고 적용하도록 유도하는 부담이 적은 유형의 문제였습니다. 그리고 이후 퀴즈 성적을 이러한 연습을 받지 않은 대조군과 비교했습니다. 회상 연습을 받은 그룹은 89%의 점수를 받았고, 대조군은 73%를 받았습니다. 연구진은 이 16점 차이가 통계적으로나 실질적으로 모두 유의미하다고 평가했습니다. 이는 내용 자체는 전혀 바뀌지 않았고, 단지 학생들이 내용을 회상하도록 유도했는지 여부만 달라졌을 뿐인데 나타난 결과입니다. AI가 존재한다고 해서 이 결과가 달라진 것은 아닙니다. 오히려 이 결과는 무엇이 중요한지 정확히 보여줍니다. 진정한 학습을 가능하게 하는 메커니즘은 여전히 노력을 통한 회상에 기반하며, 학생에게 AI가 얼마나 유용한지는 AI가 그러한 노력을 유도하는 데 사용되는지 아니면 그 노력을 대체하는지에 달려 있습니다.
정책이 한계에 다다른 곳
이것이 바로 AI 정책이 아니라 질문 기법에 초점을 맞추는 것이 고등 교육에서 가장 활용도가 낮은 수단이 될 수 있는 이유입니다. AAC&U 설문조사에서 교수진의 87%가 AI 사용에 대한 명확한 정책을 마련했다고 답했지만, 59%는 여전히 소속 기관이 학생들이 다가올 변화에 대처할 준비가 제대로 되어 있지 않다고 답했습니다. 정책은 필요하지만, 학생이 제출한 내용을 규제하는 데 그칠 뿐입니다. 학생들이 과제를 제출하기 전 90분 동안, 강의실이나 세미나실에서 실제로 사고가 이루어지거나 그렇지 않은 바로 그 순간에는 정책이 거의 아무런 역할을 하지 못합니다. 그 어떤 정책 문서도 학생들의 사고를 더 깊게 자극한 적이 없습니다.
이 모든 것은 교실에서 AI 도입을 반대하자는 주장이 아니며, 데이터 또한 그러한 결론을 뒷받침하지 않습니다. 이미 많은 학생들이 AI를 잘 활용하고 있습니다. 다만, 학생만의 시간이 얼마나 중요한지 더욱 신중하게 고려하고, 강의, 세미나, 평가 방식을 의도적으로 설계하여 그러한 시간을 보호해야 한다는 점을 강조하는 것입니다. 이번 호의 '슬라이드 뒤에 숨겨진 이야기'에서 소개된 것처럼, 한 강사가 이미 한 번에 하나의 질문씩 활용하여 이러한 노력을 기울이고 있습니다.
참고자료
미국 대학 협회(AAC&U) 및 엘론 대학교 디지털 미래 구상 센터(2026년 1월 21일). 전국 설문조사: 대학 교수진의 95%가 학생들의 AI 과다 의존과 생성형 AI 도구를 사용하는 학습자의 비판적 사고력 저하를 우려함. https://www.aacu.org/newsroom/national-survey-95-of-college-faculty-fear-student-overreliance-on-ai-and-diminished-critical-thinking-among-learners-who-use-generative-ai-tools
An, Y., Liu, J., Acharya, N., & Hashmi, R. (2025). LLM으로 생성된 검색 연습 문제를 통해 학생 학습 향상: 데이터 과학 과정에 대한 실증 연구. arXiv. https://arxiv.org/abs/2507.05629
Stephenson, R., & Armstrong, C. (2026년 3월 12일). 2026년 학생 생성형 인공지능 설문조사(HEPI 보고서 199). 고등교육정책연구소. https://www.hepi.ac.uk/reports/student-generative-ai-survey-2026/
