AI 성적 인플레는 학생의 실력이 오른 만큼 성적이 오른 현상을 뜻하지 않는다. 생성형 AI가 과제 수행의 일부 또는 전부를 대신하면서, 성적이 실제 학습보다 더 좋아 보이는 현상에 가깝다.
UC버클리 연구는 2018년부터 2025년까지 8개 가을 학기 동안 84개 학과, 319개 과목의 성적 추이를 분석했다. 연구에 따르면 ChatGPT 등장 이후 AI에 노출되기 쉬운 과목에서 A 학점 비율은 2022년 기준치보다 13퍼센트포인트 증가했고, 평균 GPA는 0.12점 상승했다.1
이 수치는 단순히 “학생들이 더 잘했다”는 이야기로 읽기 어렵다. 핵심은 성적이 오른 방식이다.
문제는 과목보다 평가 방식이다
AI 성적 인플레를 이해할 때 가장 중요한 단서는 과목명이 아니라 평가 방식이다. 연구에서 숙제 비중이 중앙값보다 높은 과목은 같은 AI 노출도를 가진 숙제 비중이 낮은 과목보다 A 학점 비율이 16퍼센트포인트 더 크게 상승했다.1
이는 AI가 학생을 더 잘 가르쳤다는 증거라기보다, 집에서 제출하는 과제에 AI가 개입했을 가능성을 보여준다. 글쓰기, 코딩, 문제풀이처럼 결과물만 제출하는 과제는 교수자가 학생의 사고 과정과 실제 수행 능력을 확인하기 어렵다.
물론 대면 시험, 손글씨 시험, 감독 구술시험은 AI 개입을 줄이는 데 도움이 될 수 있다. 하지만 이런 방식만으로 모든 평가를 대체하기는 어렵다. 통제된 환경에서 확인할 수 있는 기술은 제한적이며, 긴 시간의 탐색, 수정, 실험, 창작을 요구하는 능력은 오히려 평가하기 힘들어질 수 있다.2
탐지와 금지만으로는 부족하다
AI 사용 여부를 잡아내는 일은 표절 적발보다 어렵다. 표절은 비교할 원문이 남는 경우가 많지만, 생성형 AI 문장은 증거 수집과 입증이 훨씬 까다롭다.2
탐지 도구가 발전해도 문제는 끝나지 않는다. AI 문장을 사람 글처럼 바꿔주는 ‘AI 휴머니저’ 서비스도 함께 등장하고 있기 때문이다.2 탐지 기술과 회피 기술이 동시에 발전하면, 평가는 점점 더 단속 게임처럼 변한다.
그렇다고 일괄적인 AI 금지가 현실적인 해법이 되기도 어렵다. 학생들은 이미 AI를 사용하고 있으며, 일부는 교수에게 묻기 어려운 질문을 하거나 복잡한 자료를 설명받는 학습 도구로 AI를 활용한다.2 문제는 AI 사용 자체가 아니라, AI가 배움을 돕는지 아니면 배움을 대체하는지다.
과목별로 “책임 있는 사용”을 정해야 한다
필요한 질문은 “AI를 썼는가?”에서 멈추면 안 된다. 더 중요한 질문은 “AI를 사용한 뒤에도 학생이 스스로 설명하고 수행할 수 있는가?”다.
글쓰기, 코딩, 문제풀이, 실험, 창작 과제는 책임 있는 AI 사용 기준이 서로 다르다.2 따라서 대학과 교수자는 과목별로 다음을 분명히 해야 한다.
AI 사용을 금지해야 하는 부분
AI 사용을 허용할 수 있는 부분
사용했다면 공개해야 하는 방식
결과물 외에 초안, 수정 과정, 설명 능력을 평가하는 방법
예를 들어 글쓰기 과제에서는 초안과 수정 기록이 중요할 수 있고, 코딩 과제에서는 코드 설명과 디버깅 능력이 중요할 수 있다. 창작 과제에서는 아이디어 형성과 최종 표현 사이에서 학생이 어떤 선택을 했는지 확인해야 한다.
학생에게도 기준이 필요하다. 과제를 끝낸 뒤 다음 질문에 답할 수 있어야 한다.
AI 없이도 핵심 개념을 설명할 수 있는가?
비슷한 문제를 내일 혼자 풀 수 있는가?
AI가 이해를 도왔는가, 아니면 제출물을 빨리 만드는 데 그쳤는가?
내가 낸 결과물의 판단과 표현을 책임질 수 있는가?
이 질문에 답하지 못한다면 높은 성적은 실제 학습을 충분히 보여주지 못할 수 있다.
성적보다 중요한 것은 신뢰할 수 있는 평가다
AI 성적 인플레는 특정 대학만의 문제가 아니다. 연구는 하버드대의 A 학점 비율이 2005년 24%에서 2025년 60.2%로 증가했다고도 밝혔다.1 성적 상승이 장기간 이어지는 상황에서 생성형 AI는 평가의 신뢰성 문제를 더 크게 드러내고 있다.
AI 시대의 좋은 평가는 AI를 완전히 없애는 평가가 아니다. 학생이 무엇을 알고, 무엇을 할 수 있으며, 어떤 과정을 거쳐 결과에 도달했는지 믿을 만하게 보여주는 평가다.
결국 AI 성적 인플레가 던지는 질문은 성적이 얼마나 올랐는지가 아니다. 그 성적이 여전히 배움을 증명할 수 있는가다.
1Artificial Intelligence and Grade Inflation. CSHE Higher Education Working Paper Series. Vol 26-3
2The largest study of AI use by undergrads is in, revealing disparities in access -- and in cheating
이 노트는 보도·비평·교육·연구 목적으로 작성되었습니다. 저작권 문의가 있으시면 에서 알려주세요.