입시 현장에 스며든 생성형 AI를 바라보며

최근 웬만한 상담이나 분석이 필요한 일들에 생성형 인공지능(AI)인 챗GPT를 이용한다고 한다. 필자도 한 달 전, 대입 수시모집 원서접수 기간에 한 학생의 학생부를 챗GPT에 넣어봤다. 학생 동의를 받아 개인정보를 삭제하고 일부분만 발췌했다.

필자가 “학생부종합전형 평가자 입장에서 냉정하게 이 학생부를 분석해달라”는 프롬프트를 입력했더니 잠시 후 챗GPT는 그럴듯한 답변을 내놨다.

“누적 평균 석차 등급 약 2.27등급. 비교과·탐구 활동이 우수하여 학생부종합전형 평가 시 실질 반영 내신 체감 등급은 2.1~2.2 수준으로 평가될 수 있음.”

곧이어 챗GPT는 등급 대에 맞는 대학과 학과를 나열하며 “의대·최상위권을 노리기엔 내신과 임팩트가 부족하지만 상위권 자연계열 학과는 충분히 합격 가능성이 높다”는 결론을 내놨다.

또 이 학생의 성적과 비교과를 바탕으로 “자사고이기에 일반고와 평가 기준이 달라 이를 반영하지 않으면 지원 전략이 완전히 잘못될 수 있다”며 주의사항과 지원 전략까지 구체적으로 짚어줬다. 실제 입시 상담을 받는 착각이 들 정도로 말이다. 최종적으로 챗GPT는 “이 학생의 내신, 학교 유형, 성향, 전형 특성을 모두 반영해 수시 6장 카드 구성을 아래와 같이 제안한다”며 지원할 수 있는 대학교 6개를 쭉 뽑아줬다.

챗GPT가 내놓은 응답은 입시 전문가인 필자가 보기에도 꽤 일리가 있었다. 심지어 같은 학생의 학생부를 시차를 두고 재입력했더니 분석이 더 정교해졌다. 그새 다른 학생의 학생부와 각 대학교 전형을 다양하게 학습한 결과로 추측된다. 이렇듯 간단한 프롬프트만으로 정교한 대입 분석을, 그것도 실제 입시컨설팅 대비 저렴한 비용으로 받을 수 있다는 것은 AI의 분명한 장점이다.

그러나 우려되는 지점도 명확하다. 우선 많은 학생이 AI가 제시하는 유사한 조합(전형·학과)으로 몰리면 특정 학교나 학과의 경쟁률이 급증하거나 변별력이 떨어질 수 있다. 또 AI의 할루시네이션(환각)을 가려내기도 쉽지 않다. 실제로 대학별 전형 평가 함수를 모르는데도 자신 있게 수치를 내세우며 분석하기도 한다. 더구나 대학의 모집요강 변경, 모집단위 통폐합, 반영지표 개정 등 최신 정책이 AI 모델에 반영되지 않았다면 부정확한 답변이 나올 위험이 크다. 따라서 AI 답변이 사실에 근거하는지 교차 확인하는 과정을 필수로 거쳐야 한다. 이 밖에도 개인정보를 삭제하지 않은 채 학습에 활용하면 프라이버시 침해 위험이 커지고, 유료·고급형 AI를 쓰는지에 따라 디지털 접근 격차가 생길 수도 있다.

더욱이 최근엔 입시 상담뿐 아니라 학교생활기록부 작성 과정에서도 생성형 AI가 쓰이고 있어 걱정이 크다. 최근 교사가 학생부 ‘세부능력 및 특기사항(세특)’이나 각종 기재 사항을 AI로 작성하는 사례가 늘고 있는데, 여기서도 AI 할루시네이션이 곁들여져 사실이 아닌데도 문장만 말끔해지는 경우가 많다. “의대 지망 학생의 생명과학Ⅱ세특을 적절한 실험과 과정·결과를 넣어 작성해달라”는 프롬프트를 입력하자 순식간에 “심화 실험 활동으로 혈당 조절 호르몬의 작용을 주제로 인슐린과 글루카곤의 작용 기전을 조사하고, 소화계와 내분비계의…”로 시작하는 세특이 작성됐다.

학생부 작성 때 생성형 AI를 참고하는 건 괜찮을지라도, 전반을 의존하게 되면 공정성 논란을 부를 수 있다. AI가 만들어준 학생부를 각 대학 입학사정관은 어떻게 정확하고 공정하게 평가할 것인가. 더 나아가 이런 관행이 심화하면 학생부종합전형의 평가 자체를 AI에 맡기는 사태가 오지 말란 법이 없다.

서울대는 2028학년도 대입 수시모집에서 수능 최저학력기준을 없애고 학생부와 면접만으로 선발하겠다고 밝혔다. 수시에서는 수능을 배제하겠다고 한 상황이다.

서울대만 해도 수시에서 학생부 비중이 압도적으로 커질 텐데 이때 학생과 교사가 생성형 AI를 활용해 학생부 내용을 ‘보정’해 제출한다면 이를 어떻게 감별하고 무엇을 신뢰할 것인가. 편리함의 유혹을 경계하며 기록의 진정성과 평가의 공정성을 지키기 위한 사회적 합의와 제도적 안전장치가 필요한 시점이다.