미국 캘리포니아주립대학교(CSU) 에서 공개한 전교원·직원·학생 대상 인공지능 조사 결과는 고등교육이 더 이상 AI를 외부 변수로 다룰 수 없는 단계에 들어섰음을 보여준다. 9만4천 명이 넘는 응답이 모인 이번 조사는 생성형 인공지능을 둘러싼 대학 현장의 활용, 불안, 윤리, 교육 방향을 한꺼번에 드러냈다. 중요한 것은 AI 사용이 이미 광범위하게 확산됐다는 사실 자체보다, 그 확산이 대학의 수업 방식과 평가 기준, 교수의 역할, 학생의 학습 윤리, 미래 노동시장 준비 방식까지 동시에 흔들고 있다는 점이다. 고등교육은 이제 ‘AI를 쓸 것인가 말 것인가’를 묻는 단계를 지나고 있다. 학생들은 이미 사용하고 있고, 교수들은 이미 수업자료를 만드는 데 활용하고 있으며, 직원들도 일상 업무에 AI를 끌어들이고 있다. 그렇다면 대학이 지금부터 답해야 할 질문은 하나다. AI를 금지할 것인가가 아니라, AI를 전제로 무엇을 가르치고 무엇을 평가하며 어떤 기준을 세울 것인가라는 질문이다. 이번 CSU 자료는 바로 그 질문을 정면으로 던진다.
이번 조사는 2025년 가을, 샌디에이고주립대학교 연구진이 개발한 설문을 바탕으로 진행됐다. CSU 산하 대학 구성원 전체를 대상으로 인공지능에 대한 인식과 사용 경험, 태도, 교육 및 훈련 수요, 향후 기대 등을 물었고, 학생 8만여 명, 교수 6천여 명, 직원 7천3백여 명이 응답했다. 규모만 놓고 봐도 이 조사는 고등교육에서 생성형 AI를 둘러싼 현재를 읽는 하나의 기준점에 가깝다. 수치가 보여주는 첫 번째 현실은 단순하다. AI는 이미 고등교육 현장에 깊숙이 들어와 있다. 학생의 절반 이상, 교수의 10명 중 6명, 직원의 3분의 2가 정기적으로 AI 기반 도구를 사용한다고 답했다. 더 주목할 대목은 전체 응답자의 95%가 설문에 제시된 21개 AI 도구 가운데 적어도 하나는 사용해봤다고 답했다는 점이다. 이 정도면 AI는 실험적 기술이 아니라, 캠퍼스의 일상적 인프라에 가까운 존재다. 이 수치는 대학이 여전히 AI를 예외적 도구로 다루고 있다면 이미 현실을 놓치고 있다는 뜻이기도 하다. 대학 현장에서 AI는 ‘허용 여부’를 두고 문턱 바깥에 서 있는 기술이 아니라, 이미 강의실과 과제, 행정, 학습지원 현장 안으로 들어와 작동하고 있다. 학생이 몰래 쓰는 기술, 교수가 경계해야 하는 외부 요인이라는 단순한 도식만으로는 더 이상 현재를 설명할 수 없다. 오히려 대학 내부가 AI를 어떻게 이해하고 있는지, 어떤 기준 없이 개별 구성원에게 맡기고 있는지가 더 큰 문제로 떠오른다.
확산보다 더 중요한 것은 혼란의 동시 진행이다
그러나 사용률이 높다는 사실이 곧 수용의 완성을 뜻하지는 않는다. 이번 조사에서 드러난 두 번째 현실은 확산과 경계가 동시에 진행되고 있다는 점이다. 응답자들은 AI를 적극적으로 사용하고 있지만, 그것을 완전히 신뢰하지는 않는다. 학생, 교수, 직원 다수가 AI가 생성한 결과물의 정확성을 반드시 검증해야 한다고 답했고, 투명성과 윤리적 사용, 책임 있는 규제가 중요하다는 인식도 매우 강하게 나타났다. 여기서 읽히는 것은 단순한 기술 불신이 아니다. 대학은 지금 AI를 유용한 도구로 받아들이면서도, 그 도구가 지식의 신뢰성과 학습의 정직성, 제도적 공정성을 얼마나 쉽게 훼손할 수 있는지 동시에 체감하고 있다. 다시 말해 AI를 둘러싼 캠퍼스의 분위기는 낙관이나 거부 어느 한쪽으로 정리되지 않는다. 이미 써야 하는 기술이 되었지만, 그대로 믿기에는 위험하다는 감각이 캠퍼스 전체에 퍼져 있는 것이다.
이 지점에서 대학이 마주하는 과제는 단순한 사용 교육이 아니다. 어떻게 프롬프트를 입력하고 결과를 빠르게 얻는지 가르치는 것만으로는 충분하지 않다. AI가 만들어낸 문장을 어디까지 신뢰할 수 있는지, 어떤 맥락에서는 사용이 허용되고 어떤 맥락에서는 학습 왜곡으로 이어지는지, 결과물을 검토하는 인간의 책임은 어디까지인지까지 함께 가르쳐야 한다. 즉 기술 활용 교육과 윤리 교육, 비판적 사고 교육이 분리되지 않는 새로운 학습 체제가 필요해진다.
학생들은 AI를 쓰고 있지만, 그것을 자기 성과로 제출하는 데에는 선을 긋고 있다
이번 조사에서 특히 흥미로운 대목은 학생들이 AI를 적극적으로 사용하면서도, 그 사용의 경계에 대해서는 상당히 분명한 윤리 감각을 드러냈다는 점이다. 학생 응답자의 약 80%는 AI가 생성한 결과물을 자신의 것처럼 제출하는 데 불편함을 느낀다고 답했다. 이는 오늘의 대학생들이 무분별한 편의주의만을 따라가고 있다고 보기 어렵다는 신호다. 물론 이 수치 하나만으로 현장의 모든 혼란이 해소되는 것은 아니다. 학생이 어디까지를 도움으로 보고, 어디서부터를 부정행위로 인식하는지는 여전히 과목과 과제 유형, 교수자의 지침, 평가 방식에 따라 크게 달라질 수 있다. 다만 이번 응답은 적어도 학생들이 윤리적 경계의 존재 자체를 무시하고 있지는 않다는 사실을 보여준다. 문제는 학생 개인의 도덕성 부족이 아니라, 대학이 그 경계를 얼마나 분명하고 일관되게 제시하고 있느냐에 있다.
그동안 많은 대학이 AI 문제를 학생의 일탈 가능성이나 부정행위 단속의 관점에서만 바라보는 경향을 보여왔다. 그러나 실제로 필요한 것은 감시 강화보다 기준 설계다. AI를 사용했는지 아닌지만 따지는 방식으로는 문제를 풀기 어렵다. 어떤 수업에서는 아이디어 정리에 AI를 활용하는 것이 유익할 수 있고, 다른 수업에서는 그것이 핵심 학습 과정을 건너뛰게 만들 수 있다. 결국 중요한 것은 금지의 총량이 아니라, 학습 목표에 따라 사용 가능 범위를 정교하게 설계하는 일이다.
교수의 역할도 바뀌고 있다, 전달자가 아니라 설계자이자 해석자가 된다
교수 집단의 응답은 더 직접적인 변화를 보여준다. 응답한 교수의 절반 이상은 AI를 활용해 수업자료를 개발하고 있다고 답했으며, 69%는 학생들에게 AI를 효과적으로 사용하는 방법에 대한 안내를 제공하고 있다고 답했다. 또 3분의 2는 강의계획서에 AI 관련 명시적 방침을 포함하고 있다고 응답했다. 이는 AI가 더 이상 수업 바깥의 변수로 남아 있지 않다는 뜻이며, 동시에 교수자의 역할 역시 재편되고 있음을 말해준다. 이제 교수는 지식을 일방적으로 전달하는 사람에 머물 수 없다. 학생들이 몇 초 만에 설명문과 요약문, 비교표와 초안을 뽑아내는 환경에서 교수의 경쟁력은 정보 전달 속도에 있지 않다. 오히려 어떤 질문을 던질 것인지, 어떤 과제를 설계해야 AI 사용 속에서도 학생의 사고과정을 확인할 수 있는지, 어떤 기준으로 결과물을 검토하고 피드백할 것인지가 더욱 중요해진다. 교수는 점점 더 콘텐츠 제공자보다 학습 설계자이자 판단의 안내자로 이동한다.
이 변화는 결코 가벼운 문제가 아니다. 교수자의 수업 설계 역량과 평가 전문성이 AI 시대에는 훨씬 더 강하게 요구되기 때문이다. 단순 보고서 제출형 과제, 정답을 정리해오는 방식의 시험, 검색과 요약으로 대체 가능한 학습 활동은 빠르게 설 자리를 잃는다. 대신 과정 중심 평가, 구술 설명, 사례 적용, 비판적 비교, 협업과 반성적 글쓰기 같은 방식이 중요해질 수밖에 없다. 결국 AI는 교수의 권위를 무너뜨리는 기술이라기보다, 교수의 역할을 더 어렵고 더 본질적인 방향으로 되돌리는 기술에 가깝다.
교육 격차는 사라지지 않는다, 오히려 AI 교육에서 다시 드러난다
이번 조사에서 놓쳐서는 안 될 대목 중 하나는 AI 교육 수요가 사회적 배경과 연결돼 있다는 점이다. 직원 응답자의 80% 이상, 교수의 약 70%가 공식적인 AI 교육을 원한다고 답했고, 학생도 절반 정도가 같은 요구를 드러냈다. 그런데 학생 집단 안에서는 1세대 대학생이 비1세대 대학생보다 더 높은 비율로 공식 훈련을 원한다고 답했다. 1세대 대학생의 53%, 비1세대 대학생의 45%가 AI 교육을 원한다고 응답한 것이다.
이 차이는 단순한 흥미의 차이가 아니다. AI가 학습 보조 도구이자 노동시장 진입 역량으로 받아들여지는 상황에서, 누가 더 체계적 교육을 절실하게 느끼는지 살펴보는 일은 중요하다. 1세대 대학생은 대학 제도와 정보 접근에서 상대적으로 불리한 위치에 놓이기 쉽고, 새로운 기술 환경에서 더욱 공식적이고 신뢰 가능한 안내를 필요로 할 가능성이 크다. 이는 AI가 자동으로 교육 기회를 평등하게 만들어주지 않는다는 사실을 다시 보여준다.
기술은 누구에게나 열려 있는 듯 보이지만, 실제로는 사용 맥락과 지식, 자기조절 능력, 제도적 지원 여부에 따라 전혀 다른 결과를 낳는다. 어떤 학생에게 AI는 학습 진입 장벽을 낮추는 도구가 될 수 있지만, 다른 학생에게는 검증되지 않은 정보에 의존하게 만드는 지름길이 될 수도 있다. इसलिए 대학이 해야 할 일은 단순히 무료 도구를 제공하는 것이 아니라, 그 도구를 비판적으로 다루는 능력까지 포함한 학습 지원 체계를 설계하는 일이다.
대학은 기술을 가르치는 곳이 아니라, 기술을 다루는 기준을 배우는 곳이 되어야 한다
AI 시대에 대학의 존재 이유를 다시 묻게 만드는 지점도 바로 여기에 있다. 정보를 더 빨리 생산하는 기술이 등장했다고 해서 대학의 기능이 줄어드는 것은 아니다. 오히려 정보가 너무 쉽게 생산되고 유통되는 시대일수록, 무엇이 신뢰 가능한 지식인지 분별하고, 어떤 상황에서 어떤 판단을 내려야 하는지 훈련하는 기관의 중요성은 커진다.
이번 CSU 자료는 이 문제를 여러 갈래로 보여준다. 구성원 다수가 AI가 대부분의 직업에서 필수 요소가 될 것이라고 보고 있다. 학생은 69%, 교수는 78%, 직원은 82%가 AI가 향후 대부분의 직업에 필수적인 요소가 될 것이라고 전망했다. 동시에 학생의 82%, 교수의 78%, 직원의 74%는 AI가 고용 안정성에 미칠 영향에 대해 우려를 드러냈다. 필요성과 불안이 거의 같은 무게로 공존하는 것이다.
이 수치는 대학에 매우 직접적인 질문을 던진다. AI를 익히지 않으면 뒤처질 수 있지만, AI가 확산될수록 지금의 일자리 구조는 흔들릴 수 있다면, 대학은 학생을 어디로 데려가야 하는가. 단순히 최신 기술 사용법을 가르치는 것만으로는 충분하지 않다. 학생이 기술 변화 속에서도 대체되기 어려운 능력, 즉 문제를 재구성하는 힘, 맥락을 읽는 힘, 타인과 협업하는 힘, 윤리적 판단을 내리는 힘, 지식을 검증하고 설명하는 힘을 길러야 한다. AI 활용 교육은 결국 인간 역량 교육과 분리될 수 없다.
고등교육 현장에서 이제 핵심 쟁점은 사용 허용 여부가 아니다. 더 근본적인 질문은 이것이다. AI를 사용해도 학생에게 학습이 실제로 남는가. 학생이 과제를 더 빨리 제출하는 것과 더 깊이 배우는 것은 같은 일이 아니다. 교수의 행정 부담이 줄어드는 것과 교육의 질이 높아지는 것 역시 자동으로 연결되지 않는다. 대학은 바로 이 차이를 구별해야 한다. 예컨대 AI가 초안 작성과 자료 정리, 개념 설명에서 상당한 도움을 줄 수 있다는 사실은 부정하기 어렵다. 그러나 그 편의성이 학생의 사고를 대체하는 순간, 학습은 수행처럼 보이는 빈 껍데기로 남을 수 있다. 반대로 AI를 무조건 금지하는 방식 역시 현실적이지 않다. 학생은 대학 밖 노동시장에 나가면 결국 AI와 함께 일하게 될 가능성이 높기 때문이다. 따라서 대학이 해야 할 일은 허용과 금지 사이에서 줄다리기하는 것이 아니라, 학습 목표별로 사용 규칙을 다르게 설계하는 것이다.
이를 위해서는 과목별 기준이 필요하고, 교수 개별 판단에 전적으로 맡기지 않는 제도적 가이드라인도 필요하다. 무엇보다 학생이 “왜 이 과제에서는 AI 사용이 제한되는지”, “왜 이 활동에서는 오히려 활용이 권장되는지”를 이해할 수 있어야 한다. 규칙은 통제 수단이 아니라 학습 철학의 표현이어야 한다.
이번 조사에서 직원들의 AI 사용률이 높고, 공식 교육 요구도 매우 높게 나타난 점 역시 눈여겨볼 필요가 있다. 대학의 AI 전환은 강의실 안에서만 벌어지는 일이 아니기 때문이다. 상담, 행정, 기록, 학생지원, 진로 안내, 데이터 분석 등 대학 운영 전반이 이미 AI 도구의 영향을 받기 시작했다. 이는 또 다른 차원의 책임 문제를 동반한다. 행정 효율성과 응답 속도를 높이기 위해 AI를 도입할 수는 있지만, 학생의 민감한 정보와 상담 기록, 평가 자료, 의사결정 지원 데이터가 AI 시스템과 어떻게 연결되는지는 매우 신중하게 다뤄져야 한다. 특히 공공성이 강한 대학일수록 기술 도입의 속도만큼이나 투명한 원칙과 책임 구조를 갖추는 일이 중요하다. AI는 대학을 더 빠르게 만들 수 있지만, 잘못 설계되면 대학을 더 불투명하게도 만들 수 있다.
이번 조사 결과가 미국 공공대학 시스템의 사례라고 해서 한국 대학과 무관하다고 보기는 어렵다. 오히려 한국 대학 역시 비슷한 질문 앞에 서 있다. 학생들은 이미 생성형 AI를 과제와 발표 준비, 요약과 번역, 초안 작성에 널리 활용하고 있고, 교수들도 수업자료 작성과 아이디어 정리, 평가 보조에 활용하기 시작했다. 그런데 많은 대학에서는 여전히 공통의 원칙보다 개별 강의실 차원의 자율에 의존하는 경우가 많다. 그 결과 같은 대학 안에서도 어떤 수업에서는 AI 사용이 사실상 묵인되고, 어떤 수업에서는 강하게 금지되며, 어떤 수업에서는 교수자조차 명확한 기준을 제시하지 못하는 혼란이 반복된다. 학생 입장에서는 무엇이 허용되고 무엇이 부정행위인지 불분명해지고, 교수 입장에서는 새로운 도구를 활용하면서도 평가의 공정성을 어떻게 확보할지 부담이 커진다. 결국 한국 대학에도 필요한 것은 “AI 대응 선언”이 아니라, 수업과 평가, 윤리와 지원 체계를 연결하는 실질적 운영 기준이다.
특히 한국 고등교육이 취업과 성과 중심의 압박을 강하게 받는 현실을 고려하면, AI는 편의성의 도구로 더욱 빠르게 확산될 가능성이 높다. 그래서 더더욱 대학은 기술을 잘 쓰는 법만이 아니라, 기술을 써도 학습의 핵심을 잃지 않는 법을 함께 가르쳐야 한다. 그렇지 않으면 AI는 학습 효율을 높이는 도구가 아니라, 교육의 실질을 약화시키는 지름길이 될 수 있다. 이번 CSU 자료가 던지는 가장 큰 메시지는 대학이 AI를 반길 것인가 경계할 것인가의 문제가 아니다. 진짜 문제는 대학이 AI를 다룰 능력이 있는가 하는 점이다. 기술을 빠르게 도입하는 것만으로는 충분하지 않다. 대학이 AI를 어디에, 어떤 원칙으로, 누구를 위해 사용할 것인지 설명할 수 있어야 한다. 그것이 바로 AI 시대의 대학 거버넌스다.
앞으로 대학의 경쟁력은 단순히 최신 도구를 얼마나 많이 도입했는지로 평가되지 않을 가능성이 크다. 더 중요한 기준은 학생에게 어떤 역량을 남겼는지, 교수에게 어떤 수업 혁신을 가능하게 했는지, 제도적 공정성과 학문적 신뢰를 어떻게 지켜냈는지에 있을 것이다. AI는 대학의 위기가 아니라, 대학의 본질을 다시 증명하라는 요구일 수 있다. 9만4천 명의 응답이 보여준 것은 결국 하나다. 고등교육은 지금 선택의 기로가 아니라 설계의 기로에 서 있다. AI는 이미 대학 안에 들어와 있다. 이제 남은 것은 대학이 그 기술을 따라갈 것인지, 아니면 대학다운 기준으로 길들일 것인지의 문제다. 지금 필요한 것은 열광도 공포도 아니다. 더 정교한 원칙, 더 깊은 교육 철학, 더 책임 있는 제도 설계다. AI 시대의 대학은 기술을 받아들이는 기관이 아니라, 기술 시대의 인간 학습을 끝까지 책임지는 기관이어야 한다.
#인공지능 #생성형AI #고등교육 #대학혁신 #대학수업 #학습윤리 #교수역할 #AI교육 #CSU #대학정책
답글 남기기