[대학 AI 윤리, 가이드라인을 넘어 운영체계로]

sisaone.kr 보도 [대학 AI 윤리, 가이드라인을 넘어 운영체계로]

교육부와 한국대학교육협의회가 지난 8월 내놓은 대학 AI 활용 윤리 가이드라인이 첫 공통 기준이라는 상징성에도 불구하고, 여전히 ‘권고’ 수준에 머물러 있다는 비판이 제기된다. AI가 강의실과 과제, 시험, 나아가 논문 작성과 데이터 분석까지 파고든 지금, 대학 현장은 “어디까지 허용할 것인가”라는 질문 앞에서 여전히 개별 교수의 판단에 의존하고 있다. 문제는 기술이 아니라 제도다. 가이드라인이 학문적 진실성, 인간 중심성, 투명성, 공정성, 정보 보호라는 원칙을 제시했지만, 이를 실제 운영체계로 전환하지 못한다면 AI 윤리는 선언문에 그칠 수밖에 없다.

이번 가이드라인의 가장 뚜렷한 한계는 적용 범위다. 수업과 과제, 평가를 중심으로 설계되면서 학술 연구에서의 AI 활용은 사실상 사각지대에 남았다. 그러나 오늘날 대학은 교육기관인 동시에 연구기관이다. 논문 작성, 자료 검색, 데이터 분석, 번역, 코딩, 연구 아이디어 도출 등 연구 전 과정에서 AI 활용은 이미 일상이 됐다. 교육 영역에서만 AI 윤리를 논하고 연구를 별도 영역으로 남겨둔다면 대학의 AI 윤리는 절반의 체계에 머물게 된다. 교육과 연구를 아우르는 통합 기준이 시급한 이유다.

법적 구속력이 없다는 점도 핵심 쟁점이다. 교육부는 이를 대학이 자율적으로 마련하는 예방적 행동 지침이라고 설명한다. 자율성 존중은 중요하지만, 자율이 방임으로 흐르면 기준의 불확실성이 또 다른 불공정을 낳는다. 대학마다 규정이 다르고 교수마다 판단 기준이 다르면, 동일한 AI 활용 행위가 어느 대학에서는 허용되고 다른 대학에서는 부정행위로 판정될 수 있다. 학생 입장에서는 예측 불가능한 평가 기준 자체가 불이익이 된다.

AI 탐지 기술에 대한 과도한 의존도 경계 대상이다. 탐지 결과만으로 부정행위를 단정해서는 안 된다는 것이 가이드라인의 방향이지만, 실제 판단의 최종 단계가 교수의 개별 면담과 판단에 의존하면 대형 강의를 맡은 교수나 비전임 교원에게 부담이 집중된다. AI 시대의 평가 문제를 교수 개인의 감별 능력에 맡겨서는 안 된다. 대학 차원의 표준 절차와 지원체계가 필요하다.

평가 방식의 전환도 불가피하다. AI가 보고서를 대신 작성할 수 있다면 결과물 한 장으로 학습 성과를 측정하기 어려워진다. 초안과 수정 과정, 발표와 구술, 프로젝트 수행 과정 등 학생 자신의 사고와 판단이 드러나는 평가가 중요해진다. AI를 막는 평가에서 AI 시대에 맞는 평가로 전환해야 한다는 뜻이다. 출처 표기 역시 단순한 인용 방식을 넘어 AI가 학습과 결과물에 어떻게 기여했는지를 밝히는 체계로 발전해야 한다. 아이디어 도출, 자료 요약, 문장 다듬기, 코드 수정, 초안 생성 등 기여 정도가 각기 다른데 이를 ‘출처’ 하나로 뭉뚱그리는 것은 한계가 있다. 가이드라인에 포함된 AI 도구·활용 단계·기여도 체크리스트를 실제 평가제도와 연결하는 작업이 남아 있다.

AI 접근성 격차도 간과할 수 없는 문제다. 고성능 유료 AI와 무료 서비스 사이의 기능 차이는 경제적 여건에 따른 새로운 교육 격차로 이어질 수 있다. 대학이 이를 학생 개인의 선택으로 방치해서는 안 된다. 구성원이 안전하게 사용할 수 있는 공공·대학형 AI 인프라를 구축하고, 개인정보와 연구자료가 외부 서비스로 무분별하게 유출되지 않도록 보안 기준을 마련해야 한다. 비공개 학습자료를 외부 AI에 입력하지 않도록 하는 가이드라인의 안내는 타당하지만, 안전한 대안 없이 책임만 개인에게 돌린다면 실효성을 기대하기 어렵다.

이제 대학은 최소한의 공통 기준을 마련해야 한다. 교육과 연구를 아우르는 통합 윤리 기준, AI 부정행위의 최소 정의와 조사·소명·판정 절차, 대학 차원의 표준 절차와 지원체계, 과정 중심 평가 전환, 안전한 AI 인프라 구축, 학생과 교원 대상 AI 윤리·리터러시 교육 정례화가 그것이다. 필요하다면 AI 윤리와 법률, 교육평가, 정보보호 전문가가 참여하는 자문체계도 검토할 만하다.

시사점은 분명하다. 에듀테크 업계는 이제 ‘AI를 얼마나 잘 쓰게 할 것인가’만이 아니라 ‘AI를 어떻게 검증하고 책임 있게 활용하게 할 것인가’를 제품과 서비스의 핵심 기능으로 내장해야 한다. 탐지 기술 일변도의 솔루션은 한계가 있다. 과정 기록, 기여도 추적, 출처 표기 자동화, 보안 내장형 학습관리시스템 등 대학의 운영체계와 결합하는 방향으로 진화해야 한다. 정부는 최소한의 공통 기준과 지원체계를 마련하고, 대학은 이를 학칙과 교육·연구 시스템으로 정비해야 한다. AI 시대 대학의 본질은 지식 전달이 아니라 스스로 질문하고 근거를 확인하며 자신의 판단에 책임지는 인간을 길러내는 데 있다. AI가 아무리 뛰어나도 이 책임까지 대신할 수는 없다. 대학 AI 윤리의 핵심은 허용 범위가 아니라, AI를 사용하더라도 인간의 사고와 책임을 어떻게 지켜낼 것인가에 있다.