AI 과제 '쉽게 만들기'의 실패와 합의의 착각

오늘 큐레이션을 관통하는 한 문장은 'AI의 능력과 AI에 대한 신뢰를 검증 없이 등치하지 말라'는 것이다. 대표 근거가 1위 연구다. LLM에게 프로그래밍 과제의 난이도를 조절하게 했더니(2,520개 과제), '어렵게 만들기'는 안정적으로 해냈지만 '쉽게 만들기'는 두 모델 모두 일관되게 실패했다. AI 맞춤형 학습의 핵심 약속이 '학생 수준에 맞게 낮춰 주기'라는 점을 생각하면 뼈아픈 비대칭이다 — 문제를 잘 푸는 AI라고 잘 가르치게 만들 수 있는 것은 아니며, 부진 학생용 과제 변형일수록 교사 검수가 필수라는 뜻이다.

'AI를 어떻게 믿을 것인가'의 데이터도 쌓였다. 26만 5천 개 표본 감사에서 '여러 LLM이 같은 답을 내면 맞다'는 통념이 무너졌다 — 모델 간 합의는 정답의 약한 신호(상관 0.20~0.59)였고, 합의도가 높은 사례의 48%가 오답이었다. 모델들이 편향을 공유해 '자신 있게 함께 틀리기' 때문이다. 학생들이 흔히 쓰는 'ChatGPT와 Gemini에 둘 다 물어보기' 전략이 왜 검증이 아닌지를 보여주는 수치다. 여기에 AI 조언의 90% 이상이 '지지 일변도'로 수렴한다는 페르소나 붕괴 연구까지 — AI 산출물의 검증과 보완은 결국 사람의 몫으로 남는다.

제도·사람 쪽 실증도 풍성하다. 학생 971명·교수 135명 혼합연구는 AI 윤리에서 교사는 '기관 지침 부재'를, 학생은 '책임·경계의 불확실성'을 호소한다는 동상이몽을 보여 줬고 — 학교 AI 규정을 집단별로 이원 설계할 근거다. 유럽 819명 준실험에서는 AI 기업가정신 도구(KABADA)가 전통 워크숍보다 창업 의도를 1.31배 높였으며, 77,543명 실사용 로그 분석은 에듀테크 평가가 '만족도 설문'이 아니라 행동 데이터 위에서 이뤄져야 함을 보여 줬다. Kyndryl 보고서의 '도입 77% vs 준비 인식 23%' 격차, 그리고 신입일수록 AI 수용도가 낮다는 반직관적 수치는 학교 AI 리터러시 교육이 선행 투자임을 뒷받침한다.

뉴스에서는 애플이 오픈AI를 영업비밀 절취로 제소하며 2024년 파트너십이 소송전으로 반전됐고, 오픈AI는 GPT-5.6 시리즈(Sol·Terra·Luna)를 공개했다 — M365 Copilot 기본 모델로 채택될 예정이라 학교 도구 성능 변화로 직결된다. 하버드 로스쿨은 'AI 에이전트가 사고 치면 누구를 고소하나'를 위험도 스펙트럼으로 분석했다. 국내에서는 교육교부금 개편 첫 공개토론에서 예산처-교육부가 평행선을 달렸고(학교 운영비·AI 인프라 투자 여력 직결), 경남교육청이 전자칠판 100% 보급·지능형 과학실 등 AI 교육 기반에 집중한 6841억 추경을 편성했으며, 전남광주 통합교육청이 첫 공동 대입박람회를 열었다. 수집은 게재일 D-3~D(07-08~07-11) 확정 뉴스와 원문 검증 학술자료로 구성했다.