교수학습혁신센터-20250725

<출처 표기방법> 이상은, 구민영, 김예진(2025). AI 학습경험 조사결과에서 얻은 수업계획을 위한 팁 (CTL Teaching Tips #64). 서울: 성균관대학교 교수학습혁신센터

생성형 AI를 활용한 학생들의 학습경험 조사결과를 바탕으로, 수업계획 수립 시 참고하실만한 세 가지 제안을 소개합니다.

   • 지난 6월 우리 대학 학생 412명 대상 설문에서, 대부분의 학생이 생성형 AI의 오류 가능성을 인지하고 결과물을 수정해 사용하는 것으로 나타났습니다.

   • 학생들은 AI 사용에 대한 교수자나 학교의 명확한 기준을 원하고 있으며, 이 기준이 불분명할 경우 학습 윤리와 신뢰에 혼란이 생길 수 있습니다.

   • 필요에 따라 도구없이 학생 스스로 쓰고 말하는 서술형 시험이나 구술시험을 도입하는 것이 현실적인 평가방안이 될 수 있습니다.

---------------------------------------------------------------------

 영국 고등교육정책연구소(Higher Education Policy Institute)가 공개한 2025년 2월 대학생 1041명 대상 생성형 AI 활용 조사결과 리포트에 따르면, 생성형 AI를 활용하는 학생의 비율은 2024년 66%에서 2025년 92%로 크게 증가하였으며, 평가(과제 등)에 생성형 AI를 활용한 비율도 53%에서 88%로 급증했다고 합니다. 또한 AI의 보급으로 인해 대학의 평가 방식에 변화가 생겼는지에 대한 질문에 2024년 조사에서 3분의 1(32%)만이 '그렇다'고 답했으며, '약간만 변화했다'고 답한 학생은 23%였는데 반해, 2025년 조사에서는 약 59% 학생들이 동의하여 생성형 AI 확산으로 인해 영국 대학들이 평가 방식을 많이 바꾸었음을 알 수 있습니다. 

 우리 대학의 상황도 크게 다르지 않을 것입니다. 교수님들께서 수업에서 직접 경험하고 계실 것으로 짐작합니다만, 이미 많은 학생들이 생성형 AI를 활용하고 있고, 그 정도는 갈수록 증가하는 추세이며 결과물의 출처를 판별하는 것은 점점 더 어려워지고 있습니다. 생성형 AI가 일상화된 지금, 교수자 입장에서는 “학생들이 AI를 책임 있게 사용하고 있는가?”, “학습 결과를 어떻게, 무엇으로 평가해야 할 것인가?”라는 질문이 자연스럽게 제기될 수밖에 없습니다. 나아가 학생들의 비판적 사고를 촉진하는 도구로서 AI를 사용하도록 과제와 평가를 재설계할 필요성이 제기되고 있습니다. 

 이번 티칭팁에서는 지난 6월 우리 대학 학생들을 대상으로 실시한 생성형 AI 활용 학습경험 조사 가운데 생성형 AI 활용에 대한 학생들의 책임감에 대해 알아본 결과를 바탕으로, 수업계획에서 학생들의 바람직한 생성형 AI 활용을 유도하는 몇 가지 방안을 교수님들께 제안드리고자 합니다. 2025년 생성형 AI 활용 학습경험 조사는 지난 6월 27일부터 7월 11일까지 실시하였으며, 총 412명의 학생들이 참여하였습니다. 응답자의 성별은 남성 42.7%, 여성 57.3%로 여학생이 좀더 많았고, 학년별로는 1학년 24.3%, 2학년 27.4%, 3학년 24.0%, 4학년 20.9%로 비교적 고르게 분포하였습니다. 조사결과를 종합하여 학생들의 바람직한 생성형 AI 활용을 유도하기 위한 수업계획의 팁을 다음 세 가지로 정리할 수 있었습니다.

1. 학생들이 생성형 AI 응답을 그대로 쓰지않음을 이해하기

 대부분의 학생들은 AI 결과물을 무비판적으로 복사하지 않고, 오류 가능성을 인지하며 사용하고 있었습니다. 이번 조사는 학생들이 생성형 AI가 완벽한 도구가 아님을 잘 아는지를 점검하기 위한 질문을 두 가지 질문을 포함하였습니다. 먼저 “생성형 AI 답변에서 오류를 경험한 적이 있다.” 문항 응답을 살펴보면, 전체 응답자의 95.6%가 긍정적으로 응답하였고, ‘매우 그렇다’고 대답한 응답자도 전체의 80.8%나 되었습니다. 또한 “나는 생성형 AI 답변이 틀릴 수 있다고 전제하고 내용을 확인하는 편이다”에도 92.2%나 되는 학생들이 긍정적으로 응답하였습니다. 이러한 결과를 놓고 볼 때, 학생들은 생성형 AI의 한계와 오류 가능성을 인지하고 있으며, AI의 오류를 실제로 경험하였고, 이를 경계하는 태도를 보이고 있음을 알 수 있었습니다.

또한 대부분의 학생들이 생성형 AI의 결과물을 면밀히 검토하고 자신의 아이디어가 되도록 수정하는 것으로 나타났습니다. “나는 생성형 AI의 결과물을 꼼꼼히 검토하고 내 아이디어가 되도록 수정하는 편이다.” 문항에서 전체의 86.4%가 긍정적으로 응답하였으며, ‘매우 그렇다(51.7%)’는 응답이 전체 응답의 과반수 이상을 차지하며 가장 많았습니다. 질문을 달리하여, “생성형 AI의 결과물을 검토 없이, 그대로 제출한 적이 있다”라는 문항에는 대다수(79.6%) 학생들이 아니라고 응답하였으나, ‘그렇다(6.1%)’, ‘매우 그렇다(6.1%)’라는 응답도 일부 있었습니다. 정리해보면, 생성형 AI의 답변에서 오류를 경험한 적이 있고, 생성형 AI 답변이 틀릴 수 있다고 전제하고 내용을 확인한다는 학생들이 10명 중 9명, 생성형 AI의 결과물을 검토 없이 제출하지 않는다는 학생이 10명 8명으로서, 대부분의 학생들이 생성형 AI를 활용하고 있지만 검토를 통해 자신의 학습결과물이 되도록 확인한 후 과제로 제출하고 있음을 알 수 있습니다.

2. 어떤 학습활동에 써도 되고, 어떤 활동에 안되는지 명확하게 밝히기

 싱가포르 The Straits Times 기사 ‘Unclear rules on AI use in classrooms is creating confusion and distrust’에 따르면, 2025년 봄 여러 캠퍼스 95명의 학생들을 대상으로 연구결과, 대부분의 참여자들은 학습에 AI를 활용했으나 많은 학생들이 AI 사용에 대한 규칙이 충분히 명확하지 않다고 하였습니다. 또한 학생들은 AI에 지나치게 의존하는 동료 학생들에 대한 불신과 좌절감을 호소했습니다. 즉 규칙이 불분명한 경우, 학생들 간에 학업 윤리 위반으로 신고하거나 감정적 거리감과 경계심이 형성될 수 있다는 것입니다.  

 우리 대학 설문조사에서도 ‘나는 생성형 AI의 활용 범위에 대한, 교수님이나 학교의 명확한 기준이 필요하다고 느낀다’ 문항에 대한 답변으로 65.8%의 학생들이 그렇다라고 답했습니다. 학생들은 생성형 AI 활용에 대한 명확한 기준이 있을 때, 책임감을 가지고 학습윤리에 어긋나지 않도록 AI를 활용할 것입니다. 따라서, 교수님의 명확한 기준에 입각하여 어떤 상황에서는 사용을 하지 않는 것을 권장하고, 어떤 상황에서는 활용을 하되 출처를 밝히는 것을 권장하는 등 학생들이 바람직한 AI 활용 방식을 안내해주실 것을 제안합니다.

영국 리즈대학교(University of Leeds)는 평가에서 생성형 AI의 사용 범주를 3단계 신호등 시스템을 적용하여, 생성형 AI를 사용하면 안되는 Red 카테고리, AI를 보조적인 역할로 사용할 수 있는 Amber category, AI를 기본도구로 사용하는 Green category로 구분하고 있습니다. 각 카테고리를 예시와 함께 좀더 구체적으로 살펴보면 아래 표와 같습니다.

    • Red category : 생성형 AI를 사용하면 안 되는 평가

이 범주의 평가는 기억력, 이해력, 비판적 사고 능력을 함양하고 지식을 적용하는 능력과 같은 기초 수준의 역량을 입증하는 것이 포함됩니다. 생성형 AI가 허용되지 않는 평가의 예는 다음과 같습니다.

           ৹ 비대면 시험 / 일부 온라인 테스트 / 말하기와 쓰기 언어능력을 평가해야 하는 경우

    • Amber category : AI를 보조적인 역할로 사용할 수 있는 평가

생성형 AI가 보조 범주에서 사용될 수 있는 예는 다음과 같습니다.

          ৹ 콘텐츠 초안 작성 및 구성 / 코드 테스트 및 디버깅이나 콘텐츠 번역과 같은 특정 프로세스 지원

    • Green category : AI를 기본 도구로 사용할 수 있는지 평가하는 경우

 이 평가에서는 생성형 AI 도구를 효과적이고 비판적으로 사용하여 복잡한 문제를 해결하고, 정보에 기반한 판단을 내리고, 창의적인 해결책을 도출하는 능력을 입증하게 됩니다. 이 경우는 평가가 생성형 AI를 효과적이고 책임감 있게 활용하는 능력을 검증하는 것임을 명시해야 합니다. 생성형 AI 도구를 평가의 필수 부분으로 사용할 수 있는 사례는 다음과 같습니다.

           ৹ 아이디어 생성 / 콘텐츠 비교(AI 생성  vs. Human 생성) / 특정 스타일로 콘텐츠 생성 / 요약 작성 / 콘텐츠 분석 등

 교수님께서도 이러한 사례를 참고하여 수업에서 생성형 AI 활용에 대한 명확한 기준과 틀을 확립하신 후 생성형 AI를 사용할 수 있는 활동과 그렇지 않은 활동을 구분하여 수업계획서에 명시한다면, 학생들이 생성형 AI의 학습 활용을 이해하는 데 도움이 될 것입니다.

3. 학습결과를 직접 쓰거나, 말로 표현하는 평가계획 고려하기

 교수자가 AI 사용을 금지하더라도 학생들은 AI를 사용할 가능성이 높습니다. 따라서, AI의 도움 없이도 학습 내용을 표현하게 하는 평가(서술형·구술형 등)를 고려할 필요가 있습니다. 설문에는 ‘교육적 목적에 비추어 생성형 AI를 금지하는 경우도 필요하다고 생각한다’는 문항도 있었습니다. 흥미롭게 이 문항의 응답은 다른 문항들과는 달리는 ‘전혀 그렇지 않다’부터 ‘매우 그렇다’까지 흩어져있었습니다. 부정적으로 응답한 비율(37.6%)에 비해 긍정적으로 응답한 비율(46.6%)이 약간 높았으나, 절반에도 미치지 못하는 수준이었습니다. 생성형 AI가 편리하나, 교육적 목적을 위해 이를 금지하는 경우도 필요하다는 의견과 더불어, 생성형 AI의 높은 학습 효율성으로 금지가 필요하지 않다는 의견, 긍정과 부정 어느 쪽도 아닌 의견까지 학생들의 의견은 넓게 흩어진 것으로 보입니다.

 놀랍게도 ‘교수님이 생성형 AI 활용을 금지하더라도, 학생들은 어떻게든 생성형 AI를 써서 과제를 할 것이다.’라는 문항에는 86.6%(357명)의 학생들이 ‘그렇다’, ‘매우 그렇다’라고 답했습니다. 즉, 교육적 목적으로 교수님께서 AI의 활용을 금지한다고 하더라도, 학생들은 어떻게든 생성형 AI를 써서 과제를 할 것이라는 현실적인 응답을 한 것입니다.

 이러한 결과는 교수님들께서 평가계획을 세울 때 학생들이 학습한 결과를 다른 도구의 도움없이 면대면 상황에서 직접 글로 쓰는 서술형 시험, 말로 하는 구술시험을 고려할 필요가 있음을 보여줍니다. 2023년 12월 조선일보 기사는 미국 캘리포니아대(University of California) 샌디에이고 공대에서 학부생들을 대상으로 7000여 건의 구술 시험을 실시한 결과, 부정행위가 크게 줄고 학업 성취도가 향상되었다는 국립과학재단(NSF)의 발표를 보도하였습니다. 구술 시험은 AI를 활용한 부정행위를 방지하기 위한 방법으로서 학생 1명당 10~15분의 시험 시간을 주고, 답변을 시작하기까지 8초간 기다리는 등 방식으로 이루어졌습니다. 구술 시험을 경험한 학생들은 개념을 말로 설명하려면 더 깊게 이해해야 하기 때문에 공부를 더 많이 하게 됐다고 언급했습니다.

 호주 멜버른 대학교 고등교육연구센터(Melbourne Centre for the Study of Higher Education)도 구술 시험을 부정행위 위험이 적고 학생들의 사고 과정과 추론을 듣고 이해도를 평가할 수 있는 방법으로 제안하고 있습니다. 물론, 수강 인원이 많은 대규모 강의인 경우 교수 한 명이 모든 학생을 개별적으로 평가하기 어렵다는 한계가 있습니다.

 생성형 AI의 보편화는 교육 현장에 새로운 도전과 기회를 동시에 가져오고 있습니다. 이번 설문조사 결과를 통해 알 수 있듯이, 학생들은 AI의 한계와 오류 가능성을 인지하며 비교적 책임감 있게 활용하고 있었고, 교수자의 명확한 지침과 평가 설계가 AI 활용 방식에 큰 영향을 미친다는 점도 확인할 수 있었습니다. 이번 티칭팁이 학생들의 실제 AI 활용 방식과 인식을 이해하고 수업계획을 세우시는 데 실제적인 참고자료가 되기를 바랍니다.

참고자료

정시행. (2023, June 5). 美대학가 'AI 커닝' 막으려... 2400년 전 '소크라테스식' 구술시험 도입. 조선일보.

https://www.chosun.com/international/us/2023/06/05/S6SJOR46UJCSPG7YI3LR5DGI6I/

Freeman, J. (2025, February 26). Student Generative AI Survey 2025. Higher Education Policy Institute.

https://www.hepi.ac.uk/2025/02/26/student-generative-ai-survey-2025/

Mulder, R., Baik, C., & Ryan, T. (2023). Rethinking assessment in response to AI. Melbourne Centre for the Study of Higher Education.

https://melbourne-cshe.unimelb.edu.au/__data/assets/pdf_file/0004/4712062/Assessment-Guide_Web_Final.pdf

Silva, E. (2025, July 18). Unclear rules on AI use in classrooms is creating confusion and distrust. The Straits Times.

https://www.straitstimes.com/opinion/unclear-rules-on-ai-use-in-classrooms-is-creating-confusion-and-distrust

University of Leeds. (2024, December). Generative AI guidance for taught students.

https://generative-ai.leeds.ac.uk/wp-content/uploads/sites/134/2023/12/UoL-GenAI-guidance-for-taught-students.pdf