헤아가 연재하는 책 'AI 시대의 대학 입시 해킹'의 4화다. 매일 아침 한 편씩, AI가 바꿔 놓은 미국 입시의 실제 작동 방식을 짚는다.
지난 몇 년간 챗GPT가 학업 현장에 스며들면서, 많은 학부모들은 한 가지 명백한 사실을 믿어왔다. 대학 역시 정교한 'AI 탐지기'로 무장하고 지원자들의 에세이가 진짜인지 가짜인지를 거의 완벽하게 가려낼 것이라는 믿음이다.
그러나 2026년 입시의 현실은 그 믿음과는 전혀 다른 곳에 서 있다. 입학 사정관들은 탐지기가 내놓는 'AI 유사도 점수'를 섣불리 신뢰하지 않으며, 오히려 그 숫자에 의존하는 것을 가장 경계한다. 기술이 모든 것을 해결해 줄 것이라는 기대와 달리, 입학 사정의 세계는 여전히 인간의 판단이라는 가장 오래된 도구를 내려놓지 못하고 있다.
생성형 AI의 등장은 대학 입시 시장에 새로운 산업을 탄생시켰다. Turnitin, GPTZero, Originality.ai 같은 AI 탐지 도구 개발사들은 저마다 더 높은 정확도를 내세우며 불안에 빠진 교육계를 공략했다. 이들은 AI가 생성한 텍스트를 높은 확률로 식별할 수 있다고 주장했고, 한때 대학들에게는 학문적 무결성을 지킬 방패처럼 여겨졌다.
대학 입장에서도 이 기술에 주목할 이유는 충분했다. 매년 수만 건의 지원서를 처리하는 입학처에 AI 대필 에세이의 가능성은 평가 시스템의 근간을 흔들 수 있는 위협이었다. 그러나 곧 핵심 문제가 드러났다. 이 기술이 약속하는 '정확도'라는 개념이 실제 입학 사정이라는 복잡한 맥락 속에서 얼마나 유효한가라는 문제다.
실험실 환경에서 특정 AI 모델이 생성한 텍스트를 찾아내는 능력과, 각기 다른 배경과 글쓰기 스타일을 가진 18세 지원자의 독창적인 생각을 평가하는 일은 전혀 다른 차원의 문제다. 대학들은 표절과 대필을 막아야 한다는 압박과 결함 있는 기술에 의존할 때 발생할 위험 사이에서 위태로운 줄타기를 시작했다.
이 줄타기 끝에서 입학 사정관들이 깨달은 것은 분명하다. 탐지기가 쏘아 올린 경고등이 실제 화재 신호가 아닐 수도 있다는 사실이다. 탐지기 점수는 참고 자료가 될 수는 있어도, 한 학생의 미래를 결정할 최종 판결문이 될 수는 없었다.
AI 탐지 기술이 입학 사정의 핵심 도구가 될 수 없는 가장 치명적인 이유는 '오탐(false positive)'의 문제다. 오탐이란 인간이 직접 작성한 글을 AI가 생성한 것으로 잘못 판단하는 경우를 말한다. 이는 단순한 기술적 결함을 넘어, 특정 집단의 학생들에게 구조적으로 불이익을 줄 수 있는 차별의 문제로 이어진다.
스탠퍼드 연구진(Liang 외)이 2023년 학술지 Patterns에 발표한 연구는 이 문제를 정면으로 다루었다. 연구진이 여러 상용 AI 탐지 도구로 영어 비원어민(non‑native speakers)의 TOEFL 에세이를 분석한 결과, 원어민이 쓴 글에 비해 AI 생성물로 오탐될 확률이 압도적으로 높게 나타났다. 이는 한국을 포함한 국제 학생들에게 매우 민감한 문제다.
평균 오탐율 61.3% — 영어 비원어민이 작성한 TOEFL 에세이가 AI 생성물로 잘못 판정된 평균 비율. 91편 가운데 최소 한 개 탐지기에 의해 잘못 플래그된 비율은 97.8%에 달했다. 반면 미국 학생(원어민)이 쓴 글에 대한 탐지 정확도는 거의 완벽했다. (Liang 외, Patterns 2023)
이러한 편향이 발생하는 이유는 명확하다. 국제 학생들은 영어를 배울 때 더 정형화된 문법 구조와 예측 가능한 어휘를 사용하는 경향이 있다. 탐지기가 의존하는 'perplexity(언어 모델이 느끼는 의외성)' 지표는 어휘와 문장이 정교할수록 인간의 글로, 단조로울수록 기계의 글로 판정한다. 같은 연구에서 비원어민 에세이의 어휘를 더 풍부하게 보강하자 오탐율이 61.3%에서 11.6%로 급락했다. 글의 독창성이나 사유의 깊이가 아니라 문장의 통계적 패턴을 측정하는 도구의 본질적 한계가 그대로 드러난 것이다.
이는 마치 범죄자를 잡으려 설치한 CCTV가, 정해진 보행 경로를 너무나 정확하게 걷는 모범 시민을 용의자로 지목하는 것과 같다. 영어를 외국어로서 성실하게 학습한 학생일수록 오히려 불이익을 받을 수 있다는 이 역설은, 대학이 AI 탐지기 점수를 맹신할 수 없는 근본적인 이유가 된다.
대학 입학처가 AI 탐지기의 점수를 신뢰하지 않는 이유는 기술적 결함 때문만이 아니다. 여기에는 오탐이 불러올 수 있는 법적, 평판상 리스크라는 훨씬 더 현실적인 계산이 깔려 있다. 한 대학이 탐지기 결과만을 근거로 유망한 지원자에게 불합격을 통보했는데 그 판단이 오류였음이 밝혀진다면, 그 대학은 소송 위험에 노출될 뿐 아니라 공정성에 대한 심각한 타격을 입는다.
밴더빌트 대학교는 이 위험을 직접 계산해 공개했다. Turnitin이 내세운 1%의 오탐율을 연간 약 75,000편의 과제에 적용하면 약 750편이 잘못 플래그될 수 있다는 것이다. 밴더빌트는 "AI 탐지 소프트웨어는 사용해야 할 효과적인 도구가 아니다"라고 선언하며 Turnitin의 AI 탐지 기능을 비활성화했다. 비원어민 편향과 작동 방식의 불투명성도 그 사유로 명시했다.
탐지 기능을 만드는 쪽도 같은 점을 인정한다. Turnitin의 최고제품책임자는 한 인터뷰에서 "탐지는 퍼즐의 작은 조각 하나일 뿐이며, 학생을 직접 아는 것을 대체할 수는 없다"고 말했다. Turnitin은 오탐율을 1% 수준으로 유지하는 대신 실제 AI 텍스트의 약 15%를 놓친다는 점도 함께 인정했다. 밴더빌트, 텍사스대 오스틴, 노스웨스턴 등 여러 대학이 신뢰성 우려를 이유로 탐지 기능 사용을 거부했다.
결국 입학 사정관들은 탐지기가 보내는 신호를 '더 자세히 들여다보라'는 알림 정도로 해석한다. 한 에세이가 높은 'AI 생성 확률' 점수를 받았다면, 사정관은 그 학생을 즉시 부정행위자로 분류하는 대신 추천서나 비교과 활동 목록에 나타난 학생의 목소리와 에세이의 톤이 일치하는지를 더 면밀히 살핀다. 탐지기는 의심을 제기할 뿐, 최종 판단은 여전히 인간 사정관의 종합적인 평가에 달려 있다.
이러한 대학의 보수적인 접근은 지원자에게 중요한 시사점을 던진다. AI 탐지기를 속이는 기술을 연마하는 것은 무의미하다. 탐지기 점수를 0%로 만든다 해도 그것이 합격으로 이어지지는 않기 때문이다. 오히려 대학이 탐지기에 전적으로 의존하지 않기에, 학생과 학부모는 '어디까지가 허용되는 AI 활용인가'라는 더 복잡하고 윤리적인 질문에 스스로 답해야 하는 상황에 놓였다.
기술의 한계와 대학의 현실적 고민이 맞물리면서, AI 시대의 에세이 평가는 다시 원점으로 돌아오고 있다. 기계가 아닌 사람이 읽고 판단한다는 가장 기본적인 전제다. AI 탐지기라는 디지털 문지기를 무사히 통과하는 것이 목표가 될 수 없는 이유가 여기에 있다.
진짜 평가는 그 문을 넘어선 뒤, 인간 사정관의 눈앞에서 시작된다. 그렇다면 그들은 기계가 흉내 낼 수 없는 무엇을, 어떻게 찾아내는 것일까?
이 글은 연재의 일부다. 내용은 공개 1차 출처를 기반으로 하며, 개별 입시 판단을 대신하지 않는다.
점수 너머, 아이만의 프로젝트로 지원 서사를 설계한다. 처음부터 끝까지 함께.
이 글이 도움이 되셨나요?
라운지에서 진짜 경험과 고민을 나눠보세요. (익명 보장)
댓글 불러오는 중...
