AI 없이 시험 보니 성적이 반토막 난 이유
미국 브라운대학교 교수가 AI 사용을 금지하고 대면 감독 시험을 실시한 결과, 학생들의 평균 점수가 96점에서 48점으로 급락했습니다. 이는 학생들이 과제와 비대면 시험에 AI를 광범위하게 무단 사용하고 있었음을 시사하며, 두 개의 대규모 연구도 '높은 과제 점수와 낮은 실제 시험 점수'라는 동일한 패턴을 확인했습니다. 이는 교육 현장에서 평가 방식의 근본적인 재정비와 AI 사용에 대한 엄격한 가이드라인이 필요함을 보여줍니다.
브라운 대학교 교수가 학생들에게 AI 없이 시험을 치게 하자 성적이 96%에서 48%로 떨어졌다
작성자: Matthias Bastian | 2026년 7월 12일
핵심 요약:
- 미국 브라운 대학교 경제학과 교수는 학생들이 집에서 치른 시험(Take-home exam) 점수가 비정상적으로 높게 나오자 학생들의 AI 부정행위를 의심했습니다.
- 기말고사를 교수가 직접 감독하는 대면 시험으로 변경하자 성적이 급락했고, 이에 수강을 포기하거나 낙제를 받는 학생들이 속출했습니다.
- 두 건의 추가 연구 결과 역시 이러한 패턴을 뒷받침합니다. 비감독 과제에서는 부풀려진 높은 성적이, 감독이 있는 시험에서는 현저히 낮은 성적이 나오는 현상이 확인되어, 과제에 AI 도구가 광범위하게 사용되고 있음을 시사합니다.
브라운 대학교의 한 교수는 학생들이 집에서 치른 시험 평균이 96%가 나온 반면, 대면 시험에서는 역대 최저 점수가 나오자 수강생 대부분이 AI를 이용해 부정행위를 했을 것으로 의심하고 있습니다. 두 건의 대규모 연구 역시 이러한 패턴, 즉 학생들이 과제에 AI를 의존할 경우 감독관이 있는 시험에서는 점수가 추락한다는 사실을 확인해 주었습니다.
브라운 대학교 경제학과 로베르토 세라노(Roberto Serrano) 교수는 그의 수강생 86명 중 대다수가 시험에서 AI를 이용해 부정행위를 했다고 믿고 있습니다. 해당 시험은 집에서 푸는 형태였으며, 평균 점수는 96%가 나왔습니다. 역사적으로 그 수치는 보통 65%에서 80% 사이였습니다.
세라노 교수는 시험 문제를 챗GPT(ChatGPT)에 입력해 보았고, 거의 동일한 답변을 얻었습니다. 많은 학생들이 더 명확하고 직관적인 풀이 방식 대신, 챗GPT가 선택한 것과 동일한 복잡한 수학적 증명 방식을 사용했습니다.
세라노 교수는 학생들에게 경고하고, 기말고사를 감독관이 있는 대면 시험으로 실시했습니다. 결과는 그의 의심을 입증했습니다. 18명의 학생이 수업을 포기(Drop)했고, 9명은 아예 시험장에도 나타나지 않았습니다. 평균 점수는 48.6%로 떨어졌으며, 이는 해당 강좌에서 역대 최악의 결과입니다.
극소수의 학생들만이 비대면 시험과 비슷한 점수를 받았습니다. 19명의 학생이 그대로 낙제(F)를 받았습니다. 세라노 교수는 중간고사 점수를 무효화하고, 기말고사 성적을 전체 학점의 80%로 반영했습니다.
세라노 교수에 따르면, 대학 행정부의 대응은 '무기력했습니다(meek)'. 행정 담당자들은 교수에게 각각의 부정행위 사례를 개별적으로 신고하라고만 지시했습니다. 교수의 관점에서 이는 '터무니없는(Ridiculous)' 일이며, 그는 더 강경한 입장을 원합니다.
그는 "우리의 가장 뛰어난 젊은 인재들 중 상당수가 부정행위를 괜찮다고 생각하는 사회를 감당할 수 없다"며, "이는 쇠퇴하는 사회, 실패한 사회로 이어진다... 우리는 스스로 바보가 되기를 선택할 수 없다"고 말했습니다. 이와 관련된 추가 논의는 계속 진행 중입니다.
과제는 좋아지고, 시험은 나빠지다
세라노 교수의 사례가 결코 예외가 아닙니다. 최근의 두 연구는 동일한 현상, 즉 '높은 과제 점수와 낮은 시험 점수'라는 패턴을 보여줍니다.
중국 중부 지역을 기반으로 한 연구는 7학년부터 12학년까지의 학생 26,000명 이상을 30개월 동안 추적했습니다. 학생들이 AI 사용을 시작한 지 6개월 후, 과제 소요 시간은 64분에서 45분으로 줄어들었지만 과제 점수는 18% 상승했습니다. 반면 시험 점수는 20% 하락했습니다.
입학 시험(Entrance exams)의 경우, 장기적인 성적 손실은 18%에서 24%에 달했으며, 이러한 영향이 완전히 나타나는 데 약 2년이 소요되었습니다. 장기 사용자의 약 81%가 이러한 패턴(과제는 빨리 끝내고 높은 점수를 받지만 시험은 성적이 나쁨)을 보였습니다. 특히 상위권 학생들이 가장 큰 타격을 입어 성적이 24% 하락했습니다.
텍스의 대형 연구 중심 대학에서 50만 개 이상의 성적 데이터를 분석한 UC 버클리(UC Berkeley)의 연구에 따르면, 챗GPT가 출시된 이후 글쓰기 및 프로그래밍 과제 비중이 높은 강좌에서 A 학점(A grades)을 받은 비율이 13% 포인트나 급증했습니다.
이러한 영향은 철저히 감독되지 않는 과제(Homework)에 집중되어 있었습니다. 과제 비중이 높은 과목은 감독관이 있는 시험에 의존하는 과목에 비해 A 학점 비율이 16% 포인트나 더 높게 증가했습니다.