Ai-powered Mobile Proctoring Frameworks Using Machine Learning Algorithms in Higher Education: Post-covid Trends, Challenges, and Ethical Implications

대학 시험실을 상상해 보세요. 하지만 수많은 학생과 그들을 감시하는 몇 명의 교사가 있는 강의실 대신, "강의실"은 인터넷 전체이고 학생들은 각자의 거실, 주방, 또는 침실에 앉아 있습니다. 이것이 팬데믹 이후 고등 교육의 현실입니다.

Bartholomew Oganda Mogoi와 동료들의 이 연구 논문은 대학교들이 사용하려고 노력 중인 새로운 종류의 "디지털 보안 요원", 즉 **AI 기반 모바일 감독(AI-powered mobile proctoring)**에 대한 탐정 보고서와 같습니다.

다음은 이 논문의 내용을 일상적인 비유를 사용하여 쉽게 풀어서 설명한 것입니다.

1. 문제점: "숙제하는 강의실"은 너무 크다

팬데믹 이전에는 1,000명의 학생에게 시험을 보게 하려면 큰 강당과 아마도 10명의 인간 교사가 필요했습니다. 하지만 모두가 집에서 학습해야 하게 되자, 이는 불가능해졌습니다. 10,000개의 서로 다른 거실에 앉아 있을 10,000명의 교사를 고용할 수는 없으니까요.

대학교들은 카메라가 달린 컴퓨터(PC)를 사용하여 학생들을 관찰하기 시작했습니다. 하지만 저자들은 한 가지 큰 격차를 발견했습니다. 개발도상국의 대부분 학생들은 고성능 노트북이 아니라 스마트폰을 가지고 있다는 점입니다. 그들은 마치 레이스카(PC 기반 시스템)를 운전하려 하지만 정작 가진 것은 자전거(스마트폰)인 상황과 같습니다. 현재의 시스템들은 종종 스마트폰에서 잘 작동하지 않거나, 스마트폰에 담기에는 너무 무겁고 느립니다.

2. 해결책: "스마트폰 보안 요원"

이 논문은 새로운 아이디어인 **모바일 감독(Mobile Proctoring)**을 살펴봅니다. 클립보드를 든 무거운 보안 요원 대신, 여러분의 휴대폰 안에 살고 있는 작고 매우 똑똑한 로봇을 상상해 보세요.

• 작동 방식: 이 로봇은 "머신러닝"(사례로부터 배우는 일종의 AI)을 사용하여 휴대폰 카메라를 통해 학생을 관찰합니다. 로봇은 시선을 너무 자주 돌리거나, 다른 사람이 방에 들어오거나, 휴대폰을 이상하게 움직이는 등의 "의심스러운 행동"을 찾아냅니다.
• 목표: 인간이 세 시간 동안 옆에 앉아 있지 않아도 시험이 공정하게 치러지도록 만드는 것입니다.

3. 연구진이 발견한 것 ( "좋은 점"과 "나쁜 점")

저자들은 이 기술이 어떻게 진행되고 있는지 확인하기 위해 180개의 연구 중 20개의 특정 연구를 검토했습니다. 그 결과는 다음과 같습니다.

좋은 소식: 빠르고 확장 가능하다

• "마법의 눈": AI는 무언가를 포착하는 데 매우 능숙해지고 있습니다. AI는 "컴퓨터 비전"(디지털 눈과 같은 기능)을 사용하여 학생이 어디를 보고 있는지, 혹은 두 번째 사람이 방에 들어왔는지 추적할 수 있습니다.
• 경량화: 최신 버전의 AI는 "소형차"와 같습니다. 기존의 무거운 시스템처럼 큰 컴퓨터를 필요로 하지 않고, 일반 스마트폰에서도 휴대폰이 과열되거나 멈추지 않고 실행될 수 있을 만큼 작습니다. 이는 큰 개선입니다.

나쁜 소식: 아직 완벽하지 않다 (아직은)

• "오보(False Alarm)" 문제: 때때로 로봇은 혼란을 겪습니다. 방의 조명이 나쁘거나 휴대폰 카메라가 오래된 경우, AI는 학생이 단순히 문제를 읽고 있는 것뿐인데도 부정행위를 하고 있다고 생각할 수 있습니다. 이는 마치 토스트 한 조각을 구웠을 뿐인데 화재 경보기가 울리는 것과 같습니다.
• "편향성" 문제: 논문은 심각한 문제를 강조합니다. AI는 의도치 않게 "인종차별적"이거나 "불공정"할 수 있습니다. AI는 주로 밝은 조명 아래 피부색이 밝은 사람들의 사진으로 학습되었기 때문에, 피부색이 어둡거나 어두운 방에 있는 학생들을 인식하는 데 자주 실패합니다. 이는 일부 학생들이 환경이나 피부색 때문에 억울하게 부정행위자로 낙인찍힐 수 있음을 의미합니다.
• "빅 브라더" 느낌: 학생들은 불편함을 느낍니다. 로봇이 24시간 내내 여러분을 지켜보고, 얼굴과 지저도한 침실을 녹화하고 있다고 상상해 보세요. 많은 학생은 이것이 사생활을 침해하며, 마치 스파이에게 감시당하는 것처럼 불안감을 준다고 느낍니다.

4. 빠진 조각: "규칙집"

논문은 우리가 자동차(기술)를 만드는 속도가 교통법규(윤리)를 만드는 속도보다 빠르다고 주장합니다.

• 개인정보 보호: 여러분의 시험 영상은 누가 소유하나요? 시험이 끝난 후 삭제되나요? 논문은 많은 학교가 이에 대한 명확한 규칙을 가지고 있지 않다고 말합니다.
• 인프라: 어떤 지역에서는 인터넷 연결이 불안정합니다. 만약 연결이 끊어지면, AI는 학생이 부정행위를 하고 있다고 생각할 수 있습니다. 논문은 "자동차"(AI 감독)를 안전하게 운전하기 전에 "도로"(인터넷과 기기)를 먼저 고쳐야 한다고 말합니다.

5. 결론: 다음 단계는 무엇인가?

저자들은 AI 모바일 감독이 강력한 도구이지만, 현재는 "진행 중인 작업(work in progress)"이라고 결론짓습니다.

• 감시만 하지 말고, 도와라: 단순히 부정행위자를 잡는 경찰 역할을 하는 대신, 기술은 공정하고 투명하게 설계되어야 합니다.
• 인간 + 로봇: 가장 좋은 시스템은 로봇이 모든 것을 결정하는 것이 아닙니다. 로봇은 "의심되는 상황"을 표시하고, 인간 교사가 최종 결정을 내리는 방식입니다. 그래 это 로봇이 불공정한 실수를 하는 것을 막아줍니다.
• 모두를 위해 구축하라: 우리는 이 기술이 최신 기기를 가진 사람들뿐만 아니라, 오래된 휴대폰, 불안정한 인터넷, 어두운 방을 사용하는 학생들에게도 작동하도록 만들어야 합니다.

요약하자면: 이 논문은 스마트폰의 AI가 모든 이에게 공정한 시험을 치를 수 있도록 도와줄 수 있지만, 기술이 주도권을 잡기 전에 버그를 수정하고, 불공정한 편향성을 없애며, 학생의 개인정보를 존중해야 한다고 말합니다. 우리는 똑똑하면서도 친절하고 공정한 시스템을 구축해야 합니다.