그 숙제, 완성된 것은 '과제'인가 '학습'인가 - AI 시대에 흔들리는 학교의 평가

정돈된 문장. 논리적인 구성. 보기 좋은 자료.

아이들이 그런 보고서를 제출했을 때, 어른들은 "잘 공부했다"고 받아들일지도 모른다. 하지만, 생성 AI가 문장이나 구성을 만들 수 있는 현재, 그 완성도는 본인의 이해 깊이와 반드시 일치하지 않는다.

이 문제는 부정을 찾아내기 위한 기술만으로는 해결되지 않는다. 학교가 무엇을 학습의 성과로 인정하고, 가정이 무엇을 노력의 증거로 보는지. 그 기준 자체가 문제시되고 있다.

2026년 10월 14일자 아일랜드 신문 "The Irish Times"에서 코너 머피 씨는 교육 회의 "ResearchEd"의 참가기를 통해 교육 제도에 대한 강한 우려를 나타냈다.

기사가 다루는 것은 AI만이 아니다. 기억, 복습, 주의력, 그리고 실수할 수 있는 교실. 거기에 공통되는 것은, '배운 것처럼 보이는 것'과 '정말로 배우는 것'을 혼동하지 않는가라는 질문이다.

훌륭한 제출물은 누구의 능력을 나타내는가

회의에서 심리학적 견해를 소개한 브래들리 부시 씨는, 학생의 글에 AI가 사용되었는지를 안정적으로 구별하는 어려움에 대해 언급했다.

머피 씨는 이를 숙제뿐만 아니라, 아일랜드의 졸업 자격 시험 "Leaving Certificate"에서 확대되는 과제 평가에 대한 의문으로 연결하고 있다.

이 시험은 대학 진학에도 관련된다. 개혁으로 도입되는 "Additional Assessment Components(AACs)"에는 조사나 프로젝트에 기반한 보고서 등이 포함된다.

교원 조합 ASTI가 2026년 3월에 발표한 설명에서는, 2027년 시험에서 대상이 되는 아홉 개의 신설·개정 과목에 대해 AAC가 최종 성적의 적어도 40%를 차지한다고 되어 있다. 동시에, 교사 측에서는 제출된 과제가 학생 본인의 작업인지 확인하는 어려움이 지적되었다.

필기 시험에서는 포착하기 어려운 능력을 평가하는 것에는 의미가 있다. 그러나 성적에 대한 영향이 커질수록, 본인이 어디까지 생각하고 조사하고 판단했는지를 확인하는 시스템도 중요해진다.

여기서 구별하고 싶은 것은, AI를 조사 보조로 사용하는 것과 본인이 이해하지 못한 채 성과물을 만들게 하는 것이다. 두 가지를 하나로 묶으면, 적절한 활용도 공정한 평가도 어려워진다.

"선생님이라면 알아챌 수 있다"는 기대의 한계

이 우려를 생각할 자료로, 영국 레딩 대학교의 연구가 있다.

2024년에 발표된 연구에서는, 심리학 학부 과목의 시험에 AI가 작성한 답안을 섞어, 실제 채점 과정에서 어떻게 다루어지는지를 조사했다. 그 결과, AI 답안의 94%가 알아차리지 못했고, 평균적으로 실제 학생의 답안보다 높은 평가를 받았다.

다만, 이는 특정 대학·과목·시험 조건에서의 결과다. 일본의 모든 학교에서 같은 비율이 된다는 의미도, 모든 AI 탐지 기술의 성능을 나타내는 숫자도 아니다.

그럼에도, "경험 있는 선생님이라면 글을 읽으면 알 수 있다"는 기대만으로 제도를 지탱하는 것의 위험성은 전해진다.

평가의 체계로서 생각하고 싶은 것은, 완성품에 더해 짧은 구두 설명, 수업 중 작업, 중간 단계의 기록 등을 결합하는 것이다. 어느 하나를 만능의 증명으로 삼는 것이 아니라, 여러 장면에서 본인의 이해를 확인할 필요가 있다.

형광펜으로 줄을 긋는 것, 왜 "공부한 느낌"이 드는가

원 기사에서 인상적인 것은, AI 이야기와 오래된 공부법 이야기가 연결되어 있는 점이다.

교과서에 줄을 긋는다. 노트를 깔끔하게 정리한다. 여러 페이지를 읽어 나간다.

이러한 행위는 눈에 보이기 때문에, 본인에게도 주변에도 노력이 전해지기 쉽다. 하지만, 페이지가 색칠된 것과 내용을 기억할 수 있게 된 것은 별개이다.

학습법을 비교한 던로스키 씨 등의 연구 리뷰에서도, 연습 테스트나 간격을 둔 학습은 높게 평가된 반면, 줄 긋기나 다시 읽기는, 폭넓은 조건에서의 유용성이 낮다고 평가되었다.

이는 형광펜을 사용해서는 안 된다는 의미가 아니다. 줄을 그은 후에, 무엇이 중요했는지를 스스로 꺼내는 기회가 필요하다.

예를 들어, 교과서를 닫고 요점을 세 가지 들기. 답을 보지 않고 문제를 풀기. 어제 배운 것을 짧게 설명하기. 할 수 없었던 부분을 확인하고 다시 도전하기.

AI가 만든 이해하기 쉬운 설명을 읽을 때도, 같은 질문을 던지고 싶다. 읽고 납득했을 뿐인가. 아니면, 화면을 닫아도 설명할 수 있는가.

오늘 할 수 있었던 것이, 다음 주에도 할 수 있다는 보장은 없다

회의에서는, 수업 직후의 성과와 장기적으로 남는 학습을 구별하는 중요성도 논의되었다.

설명을 들은 직후라면 대답할 수 있다. 예제의 바로 아래에 있는 유사 문제라면 풀 수 있다. 하지만, 며칠 후, 아무런 힌트 없이 도전하면 손이 멈춘다. 이러한 경험은 드물지 않다.

원 기사에서 소개된 것은, 학습을 분산시키고 관련 내용을 결합하면서 반복적으로 확인하는 방법이다. 30분 정도의 짧은 학습 시간도 예로 들고 있지만, "누구나 반드시 30분이 최적"이라는 이야기는 아니다.

가정에서 도입한다면, 오늘 배운 내용에 다음 날 조금 돌아가고, 주말에 다시 확인하는 형태가 생각될 수 있다. 수학이라면, 풀이 방법이 같은 문제만 계속하는 것이 아니라, 학습한 다른 종류의 문제를 섞어 본다.

중요한 것은, 술술 진행되는 감각만을 성공의 기준으로 삼지 않는 것이다. 다만, 어렵게 해서 곤란하게 하면 되는 것도 아니다. 도전할 수 있는 과제와, 실수를 수정할 수 있는 설명이 필요하다.

SNS에서는 "대작에 대한 불안"과 "한 번의 시험에 대한 의문"이 교차

이 문제를 둘러싼 온라인의 논의는, 단순한 AI 찬성·반대로 나뉘지 않는다.

이하는, 이번 The Irish Times 기사 자체에 대한 직접적인 반응이 아니라, 아일랜드의 교육 개혁과 AI를 둘러싼 Reddit 상의 관련 논의에서 확인할 수 있었던 의견이다. 익명의 게시물이며, 여론 전체를 나타내는 조사는 아니다.

2024년 12월, 연구 과제에서의 AI 이용을 다룬 스레드에서는, 높은 배점이 붙는 이상, 규칙으로 금지해도 AI로 과제를 만들게 하는 학생이 나올 것이라는 우려가 쓰여 있었다.

같은 게시물에서는, 구술 시험이나 음악의 실기 등, 필기 시험 이외의 평가를 모두 부정하는 것은 아니라고도 설명되어 있다. 문제시되고 있는 것은, 과제의 종류마다 본인의 능력을 어떻게 확인할 것인가라는 설계다.

다른 관련 스레드에서는, 가정 환경에 따른 지원의 차이와, 과제가 겹치는 것에 대한 부담에 대한 불안이 보였다. 한편으로, 한 번의 큰 시험에 성적이 집중되는 것에 대한 의문이나, 평가를 작게 나누면 학생의 압박을 줄일 수 있지 않을까 하는 의견도 있었다.

이 논의에서 보이는 것은, "시험인가, 과제인가"라는 두 가지 선택만으로 정리할 수 없는 문제이다.

과제 평가에는, 시간을 들인 탐구를 인정하는 가치가 있다. 하지만, 가정에서 받을 수 있는 도움이 다르고, 본인의 이해도 확인하기 어렵다면, 다른 불공평을 낳을 우려가 있다. 어느 방식에도, 지켜야 할 이점과 보완해야 할 약점이 있다.

일본의 학교에서도, "무엇을 평가할 것인가"를 먼저 결정하고 싶다

이 질문은, 일본의 독서 감상문, 조사 학습, 탐구 활동, 대학의 보고서에도 겹친다.

예를 들어, 같은 "지역의 과제를 정리하는" 숙제라도, 목적은 하나가 아니다. 정보 수집 능력을 키우고 싶은 것인가. 자료를 비교하는 능력인가. 글을 쓰는 능력인가. 그것에 따라, AI에 맡겨도 되는 작업은 달라진다.

문장 표현을 연습하는 과제에서 본문 전체를 생성하게 하면, 연습의 중심이 사라진다. 한편, 정보를 비교하는 과제라면, AI의 설명과 공적 자료의 차이를 조사하는 활동도 생각할 수 있다.

문부과학성이 2024년 12월에 개정한 가이드라인 제2판도, 인간을 중심에 둔 활용과, AI의 존재를 염두에 둔 정보 활용 능력의 육성을 기본으로 하고 있다. 아동·학생의 이용에서는, 발달 단계나 능력의 육성 상황, 리스크에 대한 대책을 염두에 둔다는 생각이다.

이 방향성을 수업에 반영하려면, "AI 이용 가능"이라고만 전하는 것으로는 충분하지 않다. 발상의 보조, 표현의 수정, 본문의 생성 등, 어떤 사용 방법을 인정할 것인가를 과제마다 제시할 필요가 있다.

완성품에 더해, "생각한 흔적"이 보이는 평가로

그러면, 어떤 과제라면 본인의 학습을 확인하기 쉬운가. 여기부터는, 원 기사와 관련 자료를 바탕으로 한 제안이다.

하나는, 제출까지의 과정을 조금씩 공유하는 방법이다. 처음의 질문, 참조한 자료, 중간에 바꾼 생각, 최종적인 결론. 그 전부를 대량으로 기록하게 할 필요는 없다. 중요한 분기점만이라도, 완성품에서는 보이지 않는 판단을 포착할 수 있다.

또 하나는, 제출 후의 짧은 설명이다.

"이 자료를 선택한 이유는?"
"처음의 생각과 달라진 점은?"
"다른 조건에서도 같은 결론이 나오는가?"

이러한 질문은, AI 이용을 단속하기 위한 것뿐만 아니라, 이해를 깊게 하는 기회가 되기도 한다.

다만, 즉답의 속도나 사람 앞에서 말하는 능숙함만으로 평가해서는 안 된다. 생각할 시간을 마련하고, 짧은 문장이나 그림으로 설명할 수 있게 하는 등, 학습 목표에 맞춘 방법이 필요하다.

또한, 확인 작업을 모두 교사의 추가 부담으로 하면 오래 지속되지 않는다. 과제 수나 분량을 재검토하고, 수업 중에 과정을 확인할 시간을 확보하는 것도, 평가 개혁의 일부이다.

실수할 수 없는 교실에서는, 생각하는 과정도 보이지 않게 된다

원 기사 말미에서는, 안전한 환경에서 실수할 수 있는 것의 중요성이 다루어지고 있다.

이는 AI 시대의 교육과도 깊은 관련이 있다. 완성된 정답만이 평가되고, 중간의 망설임이나 오류가 부끄러움이 된다면, 학생에게는 불완전한 자신의 생각을 보여줄 이유가 없어진다.

반대로, 실수에서 무엇을 수정했는지가 인정된다면, 생각한 과정을 나타내는 의미가 생긴다.

"여기까지는 알았다"
"이 부분은 AI의 설명을 읽어도 이해할 수 없었다"
"처음 사용한 자료에는 문제가 있었다"

그런 발언을 학습의 출발점으로 다룰 수 있는 교실이라면, 교사도 지원해야 할 부분을 파악하기 쉽다.

원 기사에서 소개된 교사들의 실천도, 학생의 주의를 끌고 깊이 생각하는 시간으로 이어지려는 것이었다. 방법이나 세대가 달라도, 학생에게는 배울 가능성이 있다는 신뢰가 공통되어 있었다.

"몇 페이지 했어?" 다음에 묻고 싶은 것

가정에서 바꿀 수 있는 것도 있다.

"몇 페이지 했어?"에 더해, "오늘은 무엇을 알았어?"라고 물어본다. "다 끝났어?"뿐만 아니라, "아직 모르는 부분은?"이라고 묻는다.

매번 구술 시험을 할 필요는 없다. 아이가 설명에 막혔을 때도, 책망의 자료로 삼는 것이 아니라, 함께 확인하는 계기로 삼으면 된다.

생성 AI는, 보기 좋은 성과물을 짧은 시간에 만든다. 하지만, 그 성과물이 완성된 것과, 배우는 사람 안에 지식이나 판단력이 남은 것은 같은 것이 아니다.

앞으로의 교육에서