생성형 인공지능의 시대, 대학 글쓰기가 맞닥뜨린 기회와 위기
대학 글쓰기의 새로운 도전
생성형 인공지능은 지난 몇 년간 학문 세계의 글쓰기에 급격한 변화를 가져왔다. 이전까지 학생들이 학술적 글을 쓰는 과정은 단순히 지식을 재현하는 것이 아니라, 스스로 문제를 정의하고, 자료를 탐색하며, 논리를 구성하는 복합적 훈련이었다. 그러나 이제는 짧은 지시문을 입력하는 것만으로도 완결된 글이 자동으로 생성되는 시대가 도래했다. 이 현상은 대학 교육 현장에서 깊은 긴장을 불러일으키고 있다.
특히 교육자들은 이 변화를 두고 갈등한다. 어떤 이는 AI가 학생들의 사고를 촉진하는 보조 수단이 될 수 있다고 기대하지만, 또 다른 이들은 학문의 본질을 훼손하는 위험 요소로 본다. 이 갈등은 단순한 기술 수용 여부를 넘어, 학문적 성실성과 지식 생산의 의미를 어떻게 재정립할 것인가라는 근본적 질문과 맞닿아 있다. 결국 문제의 핵심은, AI가 학문적 글쓰기에 있어 게임 체인저(Game-changer)로 기능할 것인지, 아니면 지름길과 편법을 제공하는 쇼트 체인저(Short-changer)로 전락할 것인지에 있다.
학생들의 사용 현실 – 편리함과 의존의 유혹
대학 강의실에서 실제로 나타나는 풍경은 흥미롭다. 과제물에서 표절이 발견되어 확인을 요청하면, 상당수의 학생들이 “AI를 사용했다”고 순순히 답한다. 이는 단순한 개인적 일탈이 아니라, 이제 학생들 사이에서 AI 글쓰기가 일상화되고 있음을 보여준다.
이러한 선택의 배경에는 명백한 이유가 있다. 학생들은 여러 과목의 리포트와 발표 준비에 동시에 시달리며, 학업 외에도 아르바이트와 인턴, 취업 준비까지 병행해야 한다. 이 과정에서 AI는 마치 ‘시간을 사주는 도구’처럼 보인다. 몇 초 만에 구조화된 글을 제공하는 AI는, 책을 읽고 정리해야 하는 수고를 단번에 대체한다.
그러나 이러한 의존은 곧 학습 과정의 단축을 의미한다. 학생들은 편리함에 매혹되어 ‘사고의 훈련’ 자체를 건너뛰게 되고, 교사들은 더 이상 학생 고유의 목소리를 읽지 못한 채 AI가 만들어낸 흔적만 추적한다. 결국 교육 현장은 학생과 교사가 모두 AI의 흔적을 추적하는 소모적 경쟁에 빠져들고 있다.
학술적 엄밀성과 충돌하는 AI
학문 연구는 단순히 답을 찾는 행위가 아니다. 동일한 방법을 반복했을 때 같은 결과가 재현되어야 한다는 재현 가능성이 핵심 가치로 자리한다. 그러나 AI는 동일한 질문에도 매번 다른 결과를 제시한다. 표면적으로는 ‘창의성’처럼 보일 수 있으나, 학문적 맥락에서는 이는 곧 불안정성과 불확실성으로 해석된다.
더구나 AI는 특정한 논리적 검증 절차를 거치지 않는다. 동일한 주제에 대해 서로 모순되는 주장을 내놓을 수 있으며, 심지어 존재하지 않는 연구를 인용하기도 한다. 이러한 불확실성은 학문이 추구해온 확실성과 검증 가능성을 근본적으로 흔든다. 학계가 AI를 신뢰할 수 없는 이유는 바로 여기에 있다. AI의 문장은 유려할지 몰라도, 그 기반은 불안정한 모래성에 가깝다.
AI의 언어 생성 능력은 때때로 사람들에게 착각을 불러일으킨다. 매끄러운 문장과 풍부한 단어 선택은, 마치 AI가 스스로 생각하고 있는 듯한 환상을 준다. 그러나 사실 AI는 지식을 생산하거나 이해하는 주체가 아니다. 방대한 데이터베이스를 바탕으로 통계적 확률에 따라 단어를 이어 붙이는 기계일 뿐이다. 이 점에서 AI는 지식의 ‘생산자’가 아니라 ‘재조합자’다. 그러나 많은 학생들은 이 차이를 간과한다. 그 결과 ‘설득력’이 곧 ‘진실성’으로 오인되고, ‘완성도 있는 글’이 곧 ‘지식의 성과’로 잘못 받아들여진다. 학문적 글쓰기에서 요구되는 정당화된 참된 믿음이라는 기준은 AI가 결코 충족할 수 없는 영역이다. 결국 AI 글쓰기가 가진 가장 큰 위험은, 학문적 진실의 가치를 ‘그럴듯함’으로 대체해버린다는 점이다.
정보 불평등과 AI의 한계
생성형 AI는 인터넷에 공개된 방대한 데이터로 훈련된다. 그러나 모든 지식이 온라인에 존재하지는 않는다. 특히 유료 학술 데이터베이스, 특정 연구기관의 내부 보고서, 지역별 아카이브 자료 등은 AI가 접근할 수 없는 경우가 많다. 따라서 AI가 제공하는 글은 본질적으로 불완전한 지식 조각들의 조합에 머무른다.
더 심각한 문제는 정보의 질적 불평등이다. 인터넷에 무료로 공개된 자료 중 상당수는 신뢰성이 낮거나 검증되지 않은 경우가 많다. 따라서 학생들이 AI를 통해 얻는 지식은, 실제로는 학문적으로 빈곤하고 왜곡된 정보일 수 있다. 결국 AI에 대한 전적인 의존은 정보의 편중과 학문적 빈곤화를 심화시킬 위험이 있다.
AI 글쓰기를 둘러싼 가장 큰 우려 중 하나는 바로 ‘환각(hallucination)’이다. AI는 사실 여부를 판단하지 않고, 단지 통계적으로 그럴듯한 문장을 만들어낸다. 그 결과 존재하지 않는 논문이나 저자를 인용하거나, 전혀 근거 없는 수치를 제시하는 경우가 빈번하다. 이러한 허구는 단순한 오류를 넘어 학문적 질서를 위협한다. 특히 초보 연구자나 학부 학생들은 AI가 제시하는 문장을 곧이곧대로 받아들이기 쉽다. 만약 이 허구가 검증되지 않은 채 학술적 결과물로 제출된다면, 학문 공동체는 사실과 허구가 뒤섞인 불안정한 기반 위에 놓이게 된다. AI의 환각은 단순히 기술적 결함이 아니라, 학문적 성실성을 잠식하는 구조적 위험이다.
교육적·윤리적 딜레마
AI를 통해 손쉽게 글을 생성하는 것은 학생들에게 즉각적인 효율을 제공한다. 그러나 그 대가로 학생들은 사고의 훈련, 자료 탐색 능력, 비판적 사고라는 학습의 본질적 과정을 상실한다. 교육은 결과물이 아니라 과정에 의미가 있다. 하지만 AI 의존은 그 과정을 무력화시킨다.
윤리적 측면에서도 문제는 명확하다. 학생이 직접 작성하지 않은 글을 자신의 성과처럼 제출하는 것은 명백한 표절이며, 이는 학문 세계에서 가장 심각한 위반 행위 중 하나다. 교육 제도 전체가 신뢰를 바탕으로 운영된다는 점에서, AI 오남용은 단순한 개인의 편법이 아니라 제도적 붕괴를 초래할 수 있다.
그럼에도 불구하고 AI를 전면 배제하는 것은 현실적이지 않다. 이미 학생들은 다양한 방식으로 AI를 접하고 있으며, 이를 완전히 차단하는 것은 불가능하다. 따라서 중요한 것은 ‘무분별한 사용’이 아니라 ‘책임 있는 활용’이다.
예컨대 학생들이 글의 도입부를 구상할 때 AI를 참고하거나, 새로운 주제에 대한 개괄적 설명을 얻는 데 활용할 수 있다. 더 나아가 AI가 제시한 문장을 검색해 원 출처를 확인한다면, 오히려 더 폭넓은 자료를 접할 기회가 될 수도 있다. 결국 AI는 학술 글쓰기에서 출발점이 될 수 있지만, 결코 도착점이 되어서는 안 된다.
현재 대학들은 AI 글쓰기를 둘러싼 정책에서 갈팡질팡하고 있다. 일부는 AI 사용을 전면 금지하지만, 현실적으로 학생들의 활용을 막기는 어렵다. 반대로 무제한 허용은 학문적 성실성에 치명적 결과를 초래한다.
따라서 필요한 것은 명확한 가이드라인이다. AI 사용 시 반드시 출처를 명시하도록 하고, AI가 제시한 내용을 그대로 인용하는 대신 검증 절차를 거치도록 규정해야 한다. 이미 유럽 일부 대학들은 이러한 지침을 마련하고 있으며, 학생들이 AI를 ‘편법’이 아닌 ‘도구’로 활용할 수 있도록 교육하고 있다.
AI는 대학 글쓰기와 연구 환경에 거대한 변화를 일으켰다. 그러나 그 본질은 어디까지나 도구이지, 학문을 대신할 수는 없다. 학문은 질문을 던지고, 증거를 찾으며, 이를 바탕으로 지식을 축적하는 과정이다. AI는 이 과정을 보완할 수는 있지만, 결코 대체할 수 없다.
따라서 AI를 무조건 금지하거나 무제한 허용하는 양극단을 넘어서야 한다. 중요한 것은 학문적 성실성을 지키면서도 기술의 이점을 활용하는 균형이다. 학생과 교사, 대학 제도가 함께 노력할 때, AI는 편법이 아닌 혁신의 도구로 자리매김할 수 있다. 결국 AI가 학술 글쓰기에서 게임 체인저가 될지, 아니면 쇼트 체인저로 전락할지는 우리의 선택과 제도적 대응에 달려 있다.
#AI글쓰기 #학술성실성 #대학교육 #연구윤리 #생성형AI #AI환각 #게임체인저 #쇼트체인저
답글 남기기