인공지능이 대학생 학습 방식에 미치는 영향

― 디지털사회와 윤리의 관점에서

서론

인공지능(AI)은 더 이상 특정 산업에서만 활용되는 기술이 아니다. 생성형 인공지능의 등장으로 대학생들은 자료 검색, 보고서 작성, 번역, 요약, 발표 준비, 외국어 학습 등 다양한 학습 활동에 AI를 활용하고 있다. 특히 ChatGPT와 같은 대화형 인공지능은 학생의 질문에 즉각적으로 답변하고, 복잡한 개념을 쉽게 설명하며, 개인의 수준에 맞는 학습 자료를 제공한다는 점에서 대학 학습 방식에 큰 변화를 가져왔다. 반면 AI가 제공하는 정보의 부정확성, 개인정보 침해, 학업 부정행위, 사고 능력의 약화와 같은 윤리적 문제도 함께 나타나고 있다.

이러한 변화는 경영학을 공부하는 학생에게 더욱 중요하다. 경영학은 기업의 의사결정, 시장 분석, 조직 관리, 마케팅 전략 등 실제 문제를 해결하는 능력을 요구하기 때문이다. AI는 이러한 문제를 분석하는 데 도움을 줄 수 있지만, AI의 답변을 비판적으로 검토하지 않고 그대로 받아들일 경우 잘못된 판단으로 이어질 수 있다. 따라서 인공지능은 대학생의 학습을 대체하는 도구가 아니라 학습을 지원하는 도구로 활용되어야 한다. 본 글에서는 AI가 대학생의 학습 방식에 미치는 긍정적 영향과 부정적 영향을 살펴보고, 디지털사회에서 요구되는 윤리적 활용 방안을 제시하고자 한다.

1. 대학생 학습 방식의 변화

첫째, AI는 학습의 개인화를 촉진한다. 전통적인 강의에서는 교수자가 다수의 학생에게 동일한 내용을 전달하기 때문에 개인별 학습 수준과 속도를 충분히 반영하기 어렵다. 그러나 생성형 AI는 학생이 이해하지 못한 부분을 반복해서 설명하거나, 동일한 개념을 사례·비유·도표 등 다양한 방식으로 제시할 수 있다. Kasneci 등(2023)은 대규모 언어모델이 학생에게 즉각적인 피드백과 개인 맞춤형 설명을 제공할 가능성이 있다고 보았다. 예를 들어 경영학과 학생은 “시장 세분화란 무엇인가?”라는 질문에 기본적인 정의를 요청한 뒤, 이를 실제 기업의 마케팅 사례와 연결하거나 시험 대비 문제로 변환해 달라고 요청할 수 있다.

둘째, AI는 정보 탐색과 학습 준비에 소요되는 시간을 줄여 준다. 학생은 여러 웹사이트와 논문을 일일이 검색하는 대신 AI를 활용하여 특정 주제의 핵심 개념, 주요 쟁점, 관련 키워드를 먼저 파악할 수 있다. 이를 통해 학습의 초기 단계에서 방향을 설정하기 쉬워진다. 또한 AI는 긴 논문이나 보고서의 내용을 요약하고, 발표문이나 토론 질문을 만드는 데도 도움을 줄 수 있다. OECD(2023)는 디지털 기술이 학습 자료에 대한 접근성을 높이고 학생의 학습 참여를 지원할 수 있다고 설명한다.

셋째, AI는 문제 해결 중심의 학습을 가능하게 한다. 경영학 학습에서는 실제 기업 사례를 분석하고 전략적 대안을 제시하는 활동이 중요하다. 학생은 AI에게 특정 기업의 시장 상황을 가상으로 제시하고, SWOT 분석이나 경쟁 전략을 요청할 수 있다. 이후 AI의 분석 결과를 그대로 사용하는 것이 아니라, 실제 통계 자료와 기업 보고서를 통해 검증하면서 자신의 판단을 발전시킬 수 있다. 이 과정에서 AI는 정답을 제공하는 기계라기보다 토론 상대 또는 초안 작성 보조자의 역할을 수행한다.

2. 인공지능 활용의 긍정적 효과

AI 활용의 가장 큰 장점은 학습 접근성을 확대한다는 점이다. 시간과 장소의 제약 없이 질문할 수 있기 때문에 학생은 강의가 끝난 후에도 학습을 이어 갈 수 있다. 특히 수업 내용을 따라가기 어려운 학생이나 외국어 자료를 읽어야 하는 학생에게 AI는 번역과 설명을 제공하는 유용한 도구가 될 수 있다. 또한 장애 학생에게 음성 변환, 텍스트 요약, 문장 재구성 등의 기능을 제공함으로써 교육 참여의 기회를 넓힐 수 있다.

AI는 창의적 학습에도 기여할 수 있다. 학생은 AI에게 여러 아이디어를 제안하도록 요청한 후, 그중 현실성이 높은 대안을 선택하고 수정할 수 있다. 경영학과 학생이 새로운 서비스의 사업계획서를 작성할 때 AI를 활용하면 고객층, 가격 전략, 홍보 방안, 예상 위험 등을 빠르게 검토할 수 있다. 이러한 과정은 학생이 다양한 관점에서 문제를 바라보도록 도와준다. 다만 창의성의 핵심은 AI가 제시한 결과물이 아니라, 학생이 아이디어를 평가하고 재구성하는 능력에 있다.

또한 AI는 즉각적인 피드백을 제공한다. 학생은 작성한 글의 논리 구조, 문법, 표현 방식에 대해 AI의 의견을 받을 수 있다. 이를 통해 자신의 글에서 반복되는 문제를 발견하고 수정할 수 있다. 그러나 피드백의 기준이 항상 정확하거나 학문적으로 타당한 것은 아니므로, 교수자의 피드백과 학술 자료를 함께 참고해야 한다.

3. 윤리적 문제와 한계

AI 활용에는 여러 가지 윤리적 위험이 따른다. 가장 대표적인 문제는 학업 정직성이다. 학생이 AI에게 과제 전체를 작성하게 한 뒤 자신의 글인 것처럼 제출하면 이는 학습 과정과 평가의 공정성을 훼손하는 행위가 된다. Cotton 등(2023)은 생성형 AI가 대학에서 부정행위를 쉽게 만들 수 있으며, 기존의 평가 방식만으로는 학생의 실제 역량을 확인하기 어려워질 수 있다고 지적하였다. 과제의 목적은 완성된 문서를 제출하는 데만 있는 것이 아니라, 자료를 찾고 분석하며 자신의 주장을 구성하는 과정에 있다. 따라서 AI가 작성한 내용을 그대로 제출하는 것은 과제의 교육적 목적을 상실하게 한다.

둘째, AI가 항상 정확한 정보를 제공하는 것은 아니다. 생성형 AI는 사실과 다른 내용을 그럴듯하게 만들어 내거나, 존재하지 않는 논문과 통계를 제시할 수 있다. 이를 ‘환각’이라고 한다. 학생이 이러한 정보를 확인하지 않고 보고서에 사용하면 잘못된 주장을 하게 된다. Crompton과 Burke(2023)는 고등교육에서 AI가 다양한 가능성을 제공하지만, 정확성·투명성·책임성에 대한 검토가 필요하다고 설명한다. 따라서 AI를 사용할 때는 학술 데이터베이스, 정부 기관, 국제기구의 공식 자료 등을 통해 정보를 교차 검증해야 한다.

셋째, 개인정보와 저작권 문제가 발생할 수 있다. 학생이 과제 초안, 설문 응답, 기업 내부 자료 또는 다른 사람의 개인정보를 AI 서비스에 입력하면 해당 정보가 어떻게 처리되는지 알기 어려울 수 있다. 또한 AI가 생성한 문장이 기존 자료와 유사하거나, 다른 사람의 표현을 무단으로 활용할 가능성도 있다. UNESCO는 생성형 AI를 교육에 활용할 때 개인정보 보호, 인간의 책임, 연령과 교육 수준에 맞는 활용 원칙이 필요하다고 강조한다(Miao & Holmes, 2023).

넷째, AI 의존성이 심해지면 학생의 사고 능력이 약화될 수 있다. 학습자가 스스로 질문을 만들고 자료를 비교하며 논리를 구성하는 대신, AI가 제시한 첫 번째 답변에 의존하면 비판적 사고와 자기주도학습 능력이 충분히 발달하지 않을 수 있다. 특히 AI의 답변은 중립적인 것처럼 보이지만 학습 데이터에 포함된 사회적 편견이나 차별적 관점을 반영할 가능성이 있다. 따라서 AI가 제시한 분석이 특정 집단이나 소비자를 고정관념적으로 묘사하지 않는지 검토해야 한다.

4. 윤리적인 활용 방안

대학생이 AI를 윤리적으로 활용하기 위해서는 먼저 사용 목적을 분명히 해야 한다. 개념 설명, 아이디어 발상, 문장 교정, 토론 준비처럼 학습을 보조하는 용도는 비교적 적절하다. 반면 자신의 사고와 분석이 필요한 과제를 AI에게 전적으로 맡기는 것은 바람직하지 않다. AI를 사용할 경우 어떤 부분에서 어떻게 활용했는지 과제에 간단히 밝히는 것도 투명성을 높이는 방법이다.

둘째, AI의 결과를 반드시 검증해야 한다. AI가 제시한 통계, 인용문, 논문 정보는 원자료를 직접 확인해야 한다. 특히 경영학 분야에서는 기업의 재무자료나 시장 규모처럼 수치의 정확성이 중요한 정보가 많으므로, 기업 공시자료와 공식 통계 자료를 우선적으로 사용해야 한다.

셋째, 학생은 AI 활용 능력뿐 아니라 인간 고유의 역량을 함께 길러야 한다. 창의성, 윤리적 판단, 공감 능력, 의사소통 능력, 책임 있는 의사결정은 AI가 완전히 대체하기 어려운 능력이다. 경영학 전공자는 AI의 분석 결과를 활용하되, 그 결과가 조직 구성원과 소비자에게 미칠 영향을 고려할 수 있어야 한다.

마지막으로 대학은 AI 사용을 단순히 금지하기보다 명확한 지침을 마련해야 한다. 과제 유형에 따라 AI 사용 가능 범위, 인용 방법, 개인정보 보호 원칙, 표절 기준을 구체적으로 안내할 필요가 있다. 동시에 학생이 AI의 답변을 평가하고 수정하는 과정을 반영하는 구두 발표, 학습 일지, 초안과 수정본 제출 등의 평가 방식도 확대할 수 있다.

결론

인공지능은 대학생의 학습 방식에 근본적인 변화를 일으키고 있다. AI는 개인 맞춤형 설명, 신속한 정보 탐색, 즉각적인 피드백, 문제 해결 지원을 통해 학습의 효율성과 접근성을 높일 수 있다. 특히 경영학 학생에게 AI는 기업 사례 분석과 전략 수립을 연습하는 유용한 학습 도구가 될 수 있다.

그러나 AI가 학습을 자동으로 향상시키는 것은 아니다. 학업 부정행위, 부정확한 정보, 개인정보 침해, 편향, 사고 능력 약화와 같은 문제를 적절히 관리하지 못하면 AI는 오히려 교육의 신뢰성을 훼손할 수 있다. 따라서 대학생은 AI를 답을 대신 만들어 주는 도구가 아니라 질문과 사고를 확장하는 도구로 활용해야 한다. 디지털사회에서 중요한 능력은 AI를 사용하는 능력 자체가 아니라, AI가 제공한 정보를 검증하고 그 결과에 책임을 지는 능력이다. 결국 인공지능 시대의 대학 교육은 기술과 인간의 판단이 조화를 이루는 방향으로 발전해야 한다.

참고문헌

Crompton, H., & Burke, D. (2023). Artificial intelligence in higher education: The state of the field. International Journal of Educational Technology in Higher Education, 20, Article 22. https://doi.org/10.1186/s41239-023-00392-8

Cotton, D. R. E., Cotton, P. A., & Shipway, J. R. (2023). Chatting and cheating: Ensuring academic integrity in the era of ChatGPT. Innovations in Education and Teaching International, 61(2), 228–239. https://doi.org/10.1080/14703297.2023.2190148

Kasneci, E., Sessler, K., Küchemann, S., et al. (2023). ChatGPT for good? On opportunities and challenges of large language models for education. Learning and Individual Differences, 103, 102274. https://doi.org/10.1016/j.lindif.2023.102274

Miao, F., & Holmes, W. (2023). Guidance for generative AI in education and research. UNESCO. https://unesdoc.unesco.org/ark:/48223/pf0000386693

OECD. (2023). Digital education outlook 2023: Towards an effective digital education ecosystem. OECD Publishing. https://doi.org/10.1787/c74f03de-en