예측형 AI와 대학 입시

AI, 입시와 만나 미래 교육의 새로운 좌표를 제시하다
예측형 AI 기술이 어떻게 한국의 대학 입시 시스템을 근본적으로 변화시킬 수 있는지 탐구한다. 생성형 AI와 예측형 AI의 차이를 명확히 설명하고, 두 기술이 어떻게 상호 보완적으로 교육에 활용될 수 있는지를 소개한다. 생성형 AI가 콘텐츠를 빠르게 제작하는 데 강점이 있다면, 예측형 AI는 학생의 학습 패턴, 잠재력, 성장 가능성까지 분석하여 보다 입체적이고 공정한 평가를 가능케 한다. 현행 입시 제도는 학생 개개인의 미래 역량을 고려하지 않고 과거 성적에 기반한 정량적 평가에 치우쳐 있다는 구조적 한계가 있다. ‘입시 공화국’이라 불리는 한국 사회의 현실에서 성적 중심의 경쟁은 인간성과 공동체성을 약화시키고 있다
이 책은 AI가 교육에 개입함으로써 평가의 방식뿐 아니라 대학의 역할, 입시의 존재 이유까지도 근본적으로 재정립될 수 있다고 본다. 예측형 AI가 도입될 경우, 학생의 성장 과정을 추적하고 평가하는 새로운 패러다임이 가능해진다. 이는 단순히 기술 도입을 넘어서, 교육이 인간의 가능성과 내면적 성장을 중심에 두는 방향으로 전환될 수 있음을 의미한다. AI는 평가를 넘어 인간의 가치를 되묻는 철학적 질문까지 던지고 있다.

AI 기술이 교육과 입시 평가를 어떻게 바꿀 수 있는지 탐구한다. 정량 중심의 한국 입시 구조를 비판하며, 예측형 AI를 통한 공정하고 미래 지향적 평가의 가능성을 제시한다.

이기호
백석예술대학교 영상학부 교수다. 미국 뉴욕 롱아일랜드대학교에서 미디어아트 석사 학위를, 홍익대학교에서 “AR 기반 e-learning 실습 교육 프레임워크 연구”로 미술학(영상) 박사 학위를 받았다. 백석예술대학교에서 매년 400여 명을 대상으로 ‘인공지능의 활용’ 정규 교과목 강의를 담당했고(2016∼2022), ‘메타버스 교육 연구’, ‘AI와 콘텐츠 제작’ 등의 강의를 하고 있다. 국가경영전략연구원에서 1500여 편의 이러닝을 기획 및 제작 연출했다. 백석예술대학교 교수학습개발원 부원장을 역임하면서 교내 이러닝 시스템과 LMS를 설계 구축하고 교육 혁신 방안을 연구했다. AR/VR, 영상미디어 관련 연구와 AI 저작권 및 예술 창작 등에 대한 연구 논문이 있다. 저서로 『미디어콘텐츠 AI 프롬프트 디자인』이 있으며, 현재 생성형AI연구원의 미디어콘텐츠 분야 운영위원장, 백석예술대학교 영상문화연구소 소장, 한국융합영상예술학회 회장으로 활동 중이다.

AI 시대, 입시 공화국의 미래

01 인공지능과 교육의 만남
02 한국 대학 입시 제도 현황과 문제
03 인공지능이 입시 과정에 미치는 영향
04 예측형 AI 기반 학생부 전형의 미래
05 예측형 AI 기반 수능 혁신
06 예측형 AI 기반 면접 전형 혁신
07 예측형 AI 기반 실기 전형 혁신
08 대학의 입시 행정 혁신
09 학생과 학부모를 위한 교육 제언
10 AI와 미래

2022년까지도 정부는 AI로 대체 가능한 직업과 불가능한 직업을 구분하며 4차 산업 혁명 시대에 창의적 교육의 중요성을 강조했고, 다양한 창의적 교수 학습법이 활발히 시도되었다. 그러나 생성형 AI가 이미지, 동영상, 음악, 소설 등 실제 창작을 수행하면서, 인류 역사상 가장 오래된 인간 고유의 영역이었던 예술이 AI에 의해 대체될 위기에 놓였다. 중요한 것은 생성형 AI가 단순 조합이 아니라 새로운 데이터를 창출(creation)하며, AI 아티스트, 소설가, 음악가 등이 등장해 “창작은 무엇인가?”라는 질문을 우리에게 던졌다는 점이다. 더 나아가 AI 교수, 의사, 목사까지 등장하면서, ‘공부’, ‘인간’, ‘종교’의 본질에 대한 진지한 철학적 고민이 필요한 시대가 도래했다.
－01_“인공지능과 교육의 만남” 중에서

대한민국의 정량화된 입시는 사교육 경쟁을 심화하고 교육 격차를 초래해 왔다. 그러나 예측형 AI는 학생 평가의 다각화를 확보하며, 학습 데이터 기반으로 학업 성취도뿐만 아니라 창의성, 문제 해결 능력, 비판적 사고 등을 분석하여 기존 정량적 평가를 보완함으로써, 기존에는 확인할 수 없었던 학생의 잠재력과 전인적 성장을 예측하여 평가하는 데 기여하게 될 것이다. AI 평가 분석 시스템을 구축하여 입학 사정관의 주관적 판단을 줄이고 평가의 공정성과 투명성을 확보할 수 있다. 또한 공교육 학습 데이터를 활용해 불필요한 스펙 경쟁을 줄이고 학습 성취도를 중심으로 변별력을 확보하는 새로운 입시 모델을 제안할 수 있다.
－03_“인공지능이 입시 과정에 미치는 영향” 중에서

그러나 이러한 기술 도입에는 몇 가지 한계가 존재한다. 첫째, AI의 초기 데이터 학습이 충분하지 않으면 분석 결과가 부정확할 수 있어, 초기에는 면접관이 AI 데이터를 참고하며 정확성을 검증하는 단계적 도입이 필요하다. 둘째, 지원자의 사생활 보호와 윤리적 문제 해결을 위한 법적 제도 마련이 선행되어야 한다. 셋째, AI의 역할이 확대되면 면접관의 역할이 축소될 우려가 있으며, 평가에서 인간적 요소를 잃게 만들 수 있다. 이를 보완하기 위해 AI는 객관적 데이터를 제공하고, 최종 평가는 면접관이 내리는 협력 모델 구성이 필요하다. AI가 제공하는 분석 결과를 보조 자료로 활용하되, 최종 결정은 면접관이 주도하도록 하여 대면 면접에서의 인간적 요소를 유지하는 것이 바람직한 도입 방법이다.
－06_“예측형 AI 기반 면접 전형 혁신” 중에서

미래의 입시는 단순한 지식 습득을 넘어 문제 해결 능력과 협업 경험을 중요하게 평가할 것이다. AI와의 협력적 학습과 문제 해결 능력이 핵심이 되며 토론, 프로젝트 학습 등을 통해 다양한 문제 해결 경험을 쌓는 것이 필요하다. AI가 제공하는 학습 데이터와 맞춤형 학습 경로는 비판적·창의적 사고를 기르는 데 중요한 역할을 하며, 단순한 정답 찾기가 아닌 새로운 해결 방법을 제시하는 능력이 요구될 것이다.
－09_“학생과 학부모를 위한 교육 제언” 중에서