AI가 만든 결과물,
학생의 실력으로
어떻게 평가할 것인가

학생의 실력은 결과물·과정·개인 기여·검증·설명을 서로 대조할 때 더 믿을 만하게 판단할 수 있다.

생성형 AI가 과제의 일부를 수행할 수 있다는 사실은 평가를 없애야 한다는 뜻이 아니다. 무엇을 배웠는지 보여 주는 증거를 한 파일에 몰아 두지 말아야 한다는 뜻에 가깝다. TEQSA는 신뢰할 수 있는 학습 판단을 위해 여러 유형의 포괄적이고 맥락화된 평가를 함께 보라고 권고한다. [S1] [S2]

평가 전에 세 가지를 먼저 정한다

첫째, AI를 사용해도 변하지 않아야 할 학습성과를 쓴다. 둘째, 과제 단계마다 허용되는 AI 사용 범위를 알린다. 셋째, 학생이 제출할 증거와 교수자가 확인할 질문을 함께 공개한다. 금지 여부만 공지하고 증거를 설계하지 않으면 학생도, 채점자도 경계를 해석해야 한다.

AI 탐지기는 학생의 사고 과정, 전공 이해, 저자성을 직접 측정하지 않는다.

Weber-Wulff 등은 2023년 14개 탐지기에 출처를 아는 영어 문서 54건을 넣어 총 756회 시험했다. 모든 도구의 정확도가 80% 미만이었고, 70%를 넘은 도구는 5개뿐이었다. 연구진은 사람 글을 AI 글로, AI 글을 사람 글로 분류하는 오류가 모두 발생한다고 보고했다. [S3]

공정한 처리 절차가 필요하다

탐지 결과만으로 감점하거나 부정행위를 확정하면 오분류의 부담을 학생에게 넘길 수 있다. 탐지 신호를 사용한다면 과제 지침, 초안과 변경 이력, 학생 설명, 원자료 대조 등 다른 증거와 함께 살피고 이의 제기 경로를 마련해야 한다. 이는 법률 판단이 아니라 평가 공정성을 위한 운영 권고다.

평가 항목은 “AI를 잘 썼는가”가 아니라, 학생이 성취해야 할 역량에서 출발한다.

예를 들어 “전공 문제를 분석하고 타당한 해결안을 제안한다”가 학습성과라면, 완성 보고서만으로는 분석이 학생의 판단인지 확인하기 어렵다. 문제 정의 메모, 대안 비교, 원자료 검증, 구두 설명을 묶으면 같은 학습성과를 여러 방향에서 확인할 수 있다. [S1] [S2]

한 과목 안에서도 아이디어 탐색, 자료 해석, 글쓰기, 검증에 서로 다른 AI 규칙이 필요할 수 있다.

AI Assessment Scale은 평가에서 AI 사용을 5단계로 구분해 교수자와 학생의 대화를 돕는다. 이 보고서는 그 취지를 참고하되, 단계 번호를 성취 수준이나 우열로 사용하지 않는다. 과제마다 학습성과와 위험이 다르기 때문이다. [S4]

지침 문장에는 네 요소를 넣는다

가능 단계, 금지 행동, 표시 방법, 학생 책임을 함께 쓴다. 예: “자료 탐색과 문장 교정에는 AI를 쓸 수 있다. 존재하지 않는 출처를 만들거나 개인정보를 입력해서는 안 된다. 사용한 도구·목적·핵심 수정은 부록에 적고, 최종 수치와 인용의 정확성은 학생이 확인한다.”

모든 클릭을 감시할 필요는 없다. 평가할 판단과 연결된 최소한의 변화만 남긴다.

TEQSA는 학습 과정의 증거가 비판적 사고, 판단, 윤리적 결정, 성찰을 드러낼 수 있다고 설명한다. 과정을 기록하는 목적은 학생을 감시하는 것이 아니라 최종 산출물이 어떻게 만들어졌는지 판단할 근거를 얻는 데 있다. [S2]

팀 프로젝트의 개인 평가는 “몇 퍼센트 일했는가”보다 “어떤 결정을 맡고 설명할 수 있는가”에 가깝다.

세 종류의 증거를 교차 확인한다

담당 증거는 개인이 책임진 산출물과 결정 기록이다. 상호 증거는 팀원의 확인과 통합 기록이다. 응답 증거는 짧은 구두 질문, 현장 수정, 반례 적용처럼 학생이 자신의 판단을 다시 보여 주는 장면이다. 하나만으로 점수를 확정하지 않고 불일치가 크면 추가 확인한다.

AI 사용 공개는 시작점이다. 사실, 수치, 출처, 코드, 결과를 확인한 행동이 평가 증거가 된다.

검증 결과에는 “통과”만 쓰지 않는다. 무엇을 어떤 자료로 확인했는지, 어떤 한계가 남았는지 적는다. 확인할 원문이 없거나 결과를 재현할 수 없다면 문장을 약하게 하거나 제출 범위에서 제외한다.

AI 프로젝트 평가는 개인정보·저작권·편향·투명성·사람의 책임을 결과 품질과 함께 다뤄야 한다.

UNESCO는 교육용 생성형 AI에 인간 중심 접근, 개인정보 보호, 윤리적·교육적 적합성 검토를 제안한다. KERIS 가이드는 AI 생성물, 타인의 저작물, 서비스 약관과 출처 표시를 교육 현장에서 확인하도록 돕는다. [S5] [S6]

모든 전공에 같은 과제와 배점을 복사하면 실제 역량보다 형식 준수만 평가할 수 있다.

형식보다 전문적 판단을 본다

보고서, 영상, 코드, 작품처럼 결과 형식은 달라도 평가는 전공의 판단 기준으로 돌아와야 한다. 공학에서는 재현과 안전, 인문에서는 해석과 근거, 디자인에서는 목적과 사용자 경험의 연결이 더 큰 비중을 가질 수 있다. AI 사용 기록은 이 판단을 드러내는 보조 증거다.

루브릭은 분량과 도구 숙련도가 아니라 판단의 질과 검증 가능성을 구분해야 한다.

채점자 간 판단을 맞추는 방법

과제 시작 전에 익명 예시 산출물 2~3개를 같은 루브릭으로 채점하고, 점수보다 판단 근거가 어디서 갈리는지 기록한다. 중대한 윤리 위반은 단순 감점인지 별도 학칙 절차인지 사전에 구분한다. 구두 설명은 짧고 구조화된 질문으로 운영하며 접근성 지원을 제공한다.

모든 과목에 같은 통제형 시험을 추가하는 방식은 평가 부담과 불평등을 키울 수 있다.

TEQSA의 2025년 자료는 학습성과 보증을 구성하는 세 경로를 제시한다. 학위과정 전체를 연결하는 방식, 각 교과목 안에서 독립 수행을 확인하는 방식, 두 접근을 섞는 방식이다. 각 경로에는 자원·유연성·전공 구조에 따른 장단점이 있다. [S1]

기말 결과물에 모든 점수를 몰아주지 않고, 학습이 진행되는 장면에서 작은 증거를 모은다.

주차는 기관의 학사 교시와 과목 특성에 맞춰 바꾼다. 핵심은 같은 학생의 판단이 시간에 따라 어떻게 깊어졌는지 볼 수 있게 시작·중간·완료 증거를 연결하는 것이다.

평가 개편은 문구 수정만이 아니라 학습성과, 학생 안내, 채점, 이의 처리, 데이터 보관을 함께 바꾸는 일이다.

아래 항목에 답할 수 있으면 학생은 무엇을 배우고, 어디까지 AI를 쓰고, 무엇으로 평가받는지 알 수 있다.

경성대학교의 공개 가이드라인도 과제에서 생성형 AI의 허용·금지 범위를 분명히 알리고, 오류 찾기와 비판적 리뷰를 평가에 넣는 방향을 제시한다. 이는 국내 대학이 이미 운영 문구를 구체화하고 있음을 보여 주는 한 사례이며 전국 공통 규정은 아니다. [S7]

공식·학술 원문과 KAAI 교육 설계를 구분해 읽고, 효과가 입증되지 않은 운영 예시는 그렇게 표시했다.