💻 computer science

To Use or Not to Use: Investigating Student Perceptions of Faculty Generative AI Usage in Higher Education

이 연구는 고등교육에서 생성형 AI 의 학생 사용 규정에 집중했던 기존 연구와 달리, 156 명의 학생을 대상으로 교수진의 생성형 AI 사용에 대한 인식을 조사하여 학생들의 신뢰성 우려와 교수진의 비판적 사고 약화에 대한 걱정을 규명하고 교육적 함의를 도출했습니다.

원저자: Jie Gao, Jiayi Zhang, Dan Chen

게시일 2026-03-30

📖 3 분 읽기☕ 가벼운 읽기

CC BY 4.0

원저자: Jie Gao, Jiayi Zhang, Dan Chen

원본 논문은 CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/) 라이선스로 제공됩니다. ✨ 이것은 아래 논문에 대한 AI 생성 설명입니다. 저자가 작성하거나 승인한 것이 아닙니다. 기술적 정확성을 위해서는 원본 논문을 참조하세요. 전체 면책 조항 읽기

이 연구 논문을 마치 **"학생들이 교수님이 AI 를 쓰는 걸 어떻게 생각하는지"**에 대한 흥미로운 설문조사 이야기처럼 쉽게 풀어서 설명해 드릴게요.

🎭 핵심 주제: "나만 쓰는 건 괜찮은데, 교수님이 쓰시면 안 돼?"

과거에는 "학생들이 시험 볼 때 AI 를 써도 될까?"라는 질문만 많았어요. 하지만 이 논문은 반대 방향을 봤어요. 바로 **"교수님이 수업이나 채점에 AI 를 써도 괜찮을까?"**를 학생들에게 물어본 거죠.

마치 **"학생들은 게임에서 '자동 사냥' 기능을 쓰면 좋다고 생각하지만, 선생님들이 시험 문제를 낼 때 '자동 생성기'를 쓰면 싫어한다"**는 아이러니한 상황을 발견한 거예요.

🔍 연구는 어떻게 진행되었나요? (156 명의 학생 인터뷰)

연구진은 캐나다와 미국 등지의 대학생 156 명에게 두 가지 질문을 던졌어요.

"너는 과제를 할 때 AI 를 써도 될까?"
"교수님이 채점이나 수업을 할 때 AI 를 써도 될까?"

그리고 학생들의 답변을 바탕으로 4 가지 부류로 나누어 봤어요.

📊 학생들의 4 가지 부류 (마치 게임 캐릭터 클래스처럼)

🤖 AI 열광자 (GenAI Optimists, 31%): "나도 쓰고, 교수님도 써! 다 같이 AI 와 친구하자!"라고 생각하는 낙관적인 그룹이에요.
🙅‍♂️ 비호자 (Non-supporters, 37%): "아무도 쓰지 마! 인간이 직접 해야 해."라고 생각하는 가장 보수적인 그룹이에요. (가장 큰 비율을 차지했어요!)
🎓 학생 편애자 (Student Support Group, 26%): "나는 써도 되지만, 교수님은 절대 쓰면 안 돼!"라고 생각하는 그룹이에요. 바로 이중성이 드러나는 부분이에요.
👨‍🏫 교수님 편애자 (Faculty Support Group, 소수): "나는 쓰면 안 되지만, 교수님은 써도 돼."라고 생각하는 아주 드문 그룹이에요.

💡 결론: 학생들은 자신은 AI 를 도구로 쓰길 원하지만, 교수님이 AI 를 쓰면 불안해하는 '이중 잣대' 현상이 명확하게 드러났어요.

😟 학생들은 왜 교수님의 AI 사용을 싫어할까요? (4 가지 걱정)

학생들이 교수님이 AI 를 쓰는 것에 대해 가진 걱정을 분석했더니, 크게 4 가지 이유로 나뉘었어요.

1. 🛠️ "질문할 게 많아요" (품질 문제, 79%)

비유: AI 가 만든 답변이 가짜 뉴스나 잘못된 지도일까 봐 두려워하는 거예요.
학생들은 "AI 가 엉뚱한 정보를 말하거나 (할루시네이션), 채점을 잘못할까 봐" 걱정했어요. "정확하지 않은 걸 가르치면 어떡하지?"라는 불안감이 컸죠.

2. 🧠 "교수님이 게으르진 않을까?" (전문성 문제, 21%)

비유: 교수님이 AI 에게 숙제를 떠넘기는 것처럼 느껴져요. 마치 "선생님이 직접 가르치지 않고 로봇에게 시키면, 우리도 공부할 맛이 안 나지 않을까?"라는 생각이에요.
"교수님이 게으르거나, 학생들과의 정서적 유대감이 끊어질까 봐" 걱정했어요.

3. 📉 "생각하는 근육이 사라질까?" (교육적 문제, 37% - 가장 큰 걱정)

비유: 교수님이 AI 에 너무 의존하면, 학생들의 '비판적 사고' 근육이 위축될까 봐 걱정하는 거예요.
"AI 가 다 만들어주면 우리가 깊이 생각할 필요가 없어지고, 창의성이 죽지 않을까?"라는 근본적인 교육적 우려가 가장 컸어요.

4. ⚖️ "불공정하지 않을까?" (윤리적 문제)

비유: AI 가 편견을 가지고 있거나, 표절 문제를 일으킬까 봐 걱정해요.
"데이터가 안전할까?", "누군가에게 불리하게 작용하지는 않을까?"라는 윤리적 고민도 있었죠.

💡 이 연구가 우리에게 주는 메시지

이 논문의 핵심은 **"학생들은 AI 를 완전히 거부하는 게 아니라, '누가, 어떻게' 쓰느냐에 따라 태도가 달라진다"**는 점이에요.

학생 입장: "나에게는 AI 가 훌륭한 조교가 될 수 있지만, 교수님에게는 AI 가 스승을 대체하는 위험한 존재가 될 수 있다"고 생각해요.
대학과 교수님에게: 단순히 "AI 를 쓰자"라고 강요하기보다, **학생들의 불안감 (정확성, 인간적 유대감, 교육의 질)**을 먼저 이해하고 해결해줘야 해요.

한 줄 요약:

"학생들은 AI 를 '내 친구'로는 환영하지만, '선생님의 대체제'로는 아직 받아들이기 힘들어합니다. 교수님들이 AI 를 쓸 때는 '인간적인 온기와 책임감'을 잃지 않도록 조심해야 해요."

논문 요약: 고등교육에서 교수의 생성형 AI 사용에 대한 학생 인식 조사

1. 연구 배경 및 문제 제기 (Problem)

생성형 인공지능 (GenAI) 이 고등교육에 급속히 통합되고 있지만, 기존 연구는 주로 학생들의 GenAI 사용 규제에 집중되어 왔습니다. 반면, 교수진 (Faculty) 이 GenAI 를 수업 및 평가에 활용하는 것에 대한 학생들의 인식과 태도는 충분히 탐구되지 않았습니다.

핵심 문제: 학생들은 자신의 학습 보조 도구로서 GenAI 사용을 수용하면서도, 동일한 기술을 교수진이 수업 설계나 채점에 사용할 때는 불편함이나 저항감을 느낄 수 있는가? (대칭성 불일치 문제)
연구 목적: 학생들의 GenAI 사용에 대한 태도를 '학생의 학습용'과 '교수의 수업/평가용'으로 구분하여 비교 분석하고, 교수진 사용에 대한 저항의 원인을 규명하는 것.

2. 연구 방법론 (Methodology)

이 연구는 정량적 및 정성적 데이터를 혼합한 혼합 방법론 (Mixed-methods) 을 사용했습니다.

데이터셋: 하버드 Dataverse 에 공개된 익명 온라인 설문조사 데이터 (N=156) 를 재분석했습니다.
- 참여자: 미국, 캐나다, 영국, 호주, 프랑스 등 다양한 국가의 학부 및 대학원생.
- 주요 변수:
  1. 학생이 과제를 위해 GenAI 를 사용해야 하는가?
  2. 교수가 채점을 위해 GenAI 를 사용해야 하는가?
  3. 교수진이 GenAI 를 수업에 사용해야 하는가?
  4. 교수진의 GenAI 사용에 대한 우려 사항 (개방형 질문).
분석 기법:
- 맥네마르 검정 (McNemar's test): 학생의 '자신 사용'과 '교수 사용'에 대한 태도 일관성을 통계적으로 검증.
- 클러스터링 (Clustering): 응답 패턴에 따라 학생을 4 가지 그룹으로 분류.
- 주제 분석 (Thematic Analysis): 개방형 질문 응답을 코딩하여 우려 사항의 주제를 도출 (신뢰도 약 92% 달성).

3. 주요 기여 및 결과 (Key Contributions & Results)

A. 학생 인식의 비대칭성 및 4 가지 그룹 분류 (RQ1)
맥네마르 검정 결과, 학생들의 태도는 통계적으로 유의미하게 다른 것으로 나타났습니다 ( $\chi^2 = 16.820, p < .001$ ).

통계적 발견: 56.4% 의 학생은 자신의 GenAI 사용을 지지하지만, 교수의 채점용 사용은 37.2% 만 지지함.
4 가지 인식 그룹:
1. GenAI 낙관론자 (GenAI Optimists, 31%): 학생과 교수 모두의 사용을 지지.
2. 학생 지지 그룹 (Student Support Group, 26%): 학생의 사용은 지지하지만 교수의 사용은 반대 (비대칭성 명확).
3. 교수 지지 그룹 (Faculty Support Group, 소수): 학생 사용은 반대하지만 교수 사용은 지지.
4. 비지지 그룹 (Non-supporters, 37%): 학생과 교수 모두의 사용을 반대.

B. 교수진 GenAI 사용에 대한 주요 우려 (RQ2)
130 명의 응답자를 대상으로 한 주제 분석 결과, 4 가지 주요 우려 테마가 도출되었습니다.

우려 테마	비율 (참여자 수)	주요 내용
1. 교육학적 우려 (Pedagogical Concern)	37% (46 명)	가장 지배적인 우려. 교수의 GenAI 과의존이 교수의 비판적 사고 능력을 저하시키고, 수업의 질과 개별성을 떨어뜨리며, 학생 - 교수 간 인간적 유대감을 약화시킬 것이라는 우려.
2. GenAI 품질 우려 (GenAI Quality Concern)	26% (34 명)	할루시네이션 (환각), 정보의 부정확성, 신뢰성 부족. 특히 채점 과정에서 오류가 발생하거나 잘못된 정보를 제공할 것에 대한 두려움. (79% 가 정확성 문제 지적)
3. 전문성 우려 (Professional Concern)	21% (26 명)	교수가 GenAI 에 의존하는 것을 '게으름', '교육적 책임 회피', '진정한 열정 부족'으로 인식. 교수 - 학생 간 관계 약화 우려.
4. 윤리적 우려 (Ethical Concern)	13% (16 명)	표절, 편향성 (Bias), 데이터 프라이버시 문제.

4. 연구의 의의 및 시사점 (Significance)

이중적 태도의 규명: 학생들은 GenAI 를 단순히 '찬성' 또는 '반대'로 나누어 볼 수 없으며, 사용 주체 (자신 vs 교수) 에 따라 매우 세분화되고 역할 민감적인 (role-sensitive) 태도를 가짐을 증명했습니다.
우려의 본질 전환: 학생들의 저항은 기술적 결함보다는 **교육적 가치 (Pedagogy)**와 인간적 상호작용의 상실에서 비롯됨을 발견했습니다. 특히 "교수의 비판적 사고 감소"와 "무의미한 순환 (futile cycle)"에 대한 우려는 교수진의 전문성 유지가 중요함을 시사합니다.
정책적 제언: 대학 및 교육 기관은 GenAI 도입 시 학생들의 교육적 기대와 우려를 고려해야 합니다. 특히 채점 및 피드백 과정에서 교수의 인간적 개입 (Human-in-the-loop) 을 보장하고, GenAI 사용에 대한 투명한 가이드라인을 마련하는 것이 필요합니다.

5. 결론

이 연구는 고등교육에서 GenAI 통합이 단순히 기술 도입의 문제가 아니라, 신뢰, 책임, 교육적 질에 대한 학생들의 깊은 인식을 반영하고 있음을 보여줍니다. 성공적인 GenAI 통합을 위해서는 학생들의 다양한 인식 그룹을 이해하고, 교수진의 교육적 역할을 강화하는 방향으로 정책을 수립해야 합니다.