Loading...

AI 뉴스

서울대도 AI 부정행위 적발, 대면시험서도 발생

페이지 정보

작성자 xtalfi
작성일 2025.11.12 21:33
1,144 조회
0 추천
0 비추천

본문

f43ee9a7735c9322763d602776200742_1762950809_9931.jpg
 

(퍼플렉시티가 정리한 기사)


연세대와 고려대에 이어 서울대에서도 인공지능(AI)을 이용한 시험 부정행위가 적발되며 대학가 전반에 논란이 확산하고 있다. 이번 사태는 온라인 시험뿐 아니라 대면 시험에서도 AI 부정행위가 발생하고 있음을 보여주며, 명문대학들이 AI 시대에 맞는 교육 평가 시스템 마련에 속수무책인 상황을 드러냈다.


대면 시험도 예외 없어

12일 서울대에 따르면 지난달 치러진 교양 과목 '통계학실험' 중간고사에서 일부 학생이 AI를 활용해 문제를 푼 정황이 적발됐다. 이 강의는 서울대 자연대에서 개설한 교양과목으로 약 30명이 수강하는 대면 강의다. 중간고사도 강의실에 비치된 컴퓨터를 이용한 대면 방식으로 치러졌다.​

학교 측은 시험 전 AI 활용을 금지한다고 공지했지만, 조교가 채점 중 AI 사용 정황을 발견했다. 서울대 관계자는 "자진 신고한 학생이 두 명 있었다"며 "집단적 부정행위 정황은 발견되지 않았고 개인적 일탈로 판단하고 있다"고 밝혔다. 서울대는 해당 분반의 중간고사 성적을 무효화하고 재시험을 실시하기로 결정했다.​

앞서 연세대 '자연어처리와 챗GPT' 수업에서는 600명 중 190명 이상이 비대면 시험에서 부정행위를 한 것으로 알려졌다. 고려대 '고령사회에 대한 다학제적 이해' 과목에서도 학생들이 카카오톡 오픈채팅방을 통해 답안을 공유해 시험이 전면 무효화됐다.​


구조적 문제 지적

전문가들은 이번 사태가 개인의 윤리 문제를 넘어 구조적 문제라고 지적한다. 대학정보공시에 따르면 연세대의 비대면 강의는 2022년 2학기 34개에서 2024년 2학기 321개로 급증했다. 한국직업능력연구원 조사 결과 대학생의 91.7%가 과제나 자료 검색에 AI를 활용한다고 답했지만, 한국대학교육협의회에 따르면 전국 131개 대학 중 AI 가이드라인을 마련한 곳은 30곳(22.9%)에 불과하다.​

김명주 바른AI센터장은 "대면시험에서도 부정행위가 발생한 것은 교수들이 AI의 영향력을 제대로 인식하지 못한 결과일 수 있다"고 분석했다. 학생들 사이에서는 "정직하게 시험을 치른 학생만 손해"라는 인식이 확산하고 있다.​


가이드라인 마련 시급

각 대학은 뒤늦게 대책 마련에 나섰다. 서울대는 오는 21일 '챗GPT로 숙제해도 될까요'라는 주제로 학부생 대상 워크숍을 개최할 예정이다. 연세대도 조만간 AI 활용과 윤리를 주제로 긴급 공청회를 열기로 했다. 유재준 서울대 자연대 학장은 "단순히 정답을 맞히는 기존 시험 평가 방식에서 벗어나는 근본적인 전환이 필요한 시점"이라고 말했다.

댓글 0
전체 1,366 / 73 페이지
테슬라의 CEO 일론 머스크는 일요일에 AI 칩 디자이너를 직접 채용하는 구인 활동을 시작하며, 회사가 5세대 AI 칩의 완성에 가까워졌고 이미 6세대 칩 작업을 시작했다고 밝혔습니다. 이는 맞춤형 AI 하드웨어 생산을 지배하기 위한 공격적 계획의 일환입니다.X에 연속적으로 올린 게시물에서 머스크는 테슬라가 차량 플릿과 데이터 센터에 “수백만 개의 AI 칩”을 배포했으며, 현재의 AI4 세대가 완전자율주행 시스템을 구동하고 있다고 공개했습니다. 회사는 이제 생산 직전의 최종 설계 단계인 “AI5 테이프 아웃(taping out) 직전”에 있으며 AI6 개발도 시작했다고 했습니다.머스크는 “우리의 목표는 매 12개월마다 새로운 AI 칩 설계를 대량 생산에 내놓는 것”이라며, 테슬라가 “궁극적으로 모든 다른 AI 칩을 합한 것보다 더 많은 칩을 만들게 될 것으로 기대한다”고 썼습니다. 그는 “저 문장을 다시 읽어보세요. 저는 농담이 아닙니다”라고 강조했습니다.직접 채용 채널 오픈머스크는 “뛰어난 능력”을 가진 지원자들에게 AI_Chips@Tesla.com으로 이메일을 보내 자신의 전문성, 특히 칩 설계에 AI를 적용한 경험을 세 가지 요점으로 증명해 달라고 요청했다. 이번 채용 활동은 자율주행과 회사의 옵티머스 휴머노이드 로봇 개발을 가속화하기 위한 것이다.CEO는 칩 프로그램에 자신이 직접 관여하고 있음을 밝히며, 매주 화요일과 토요일마다 엔지니어링 팀과 회의를 한다고 말했다. “토요일 회의는 단기적인 것이며 AI5가 테이프 아웃되면 몇 달 내로 더 이상 필요하지 않을 것”이라고 그는 덧붙였다.제조 파트너십과 경쟁테슬라는 칩 로드맵을 위해 TSMC와 삼성전자 모두와 제조 파트너십을 확보했습니다. TSMC는 대만과 애리조나 시설에서 AI5 칩을 생산할 예정이며, 삼성은 2033년까지 165억 달러 규모의 계약을 체결하여 텍사스 테일러의 신공장에서 AI6 칩을 제조합니다.이 프로젝트는 테슬라를 파트너이자 경쟁자인 엔비디아[ -0.97%]와 함께 AI 칩 시장에서 중요한 위치에 올려놓습니다. 테슬라는 데이터센터에서 AI 모델을 훈련하기 위해 엔비디아 GPU를 계속 사용하지만, 자체 개발 칩은 차량에서 추론 작업을 처리합니다.머스크가 제시한 일정에 따르면, AI5는 2026년에 제한적 생산을 시작하고, 2027년에 대량 생산을 목표로 하고 있습니다. AI6는 2028년 중반에 출시될 예정이며, 머스크가 “빠른 추격” 개발 속도라고 묘사한 것을 유지할 방침입니다.
760 조회
0 추천
2025.11.24 등록
인공지능(AI)기술이하루가다르게발전하며우리삶깊숙이파고들고있습니다.이러한변화속에서많은부모는'우리아이를어떻게키워야할까?'라는막연한불안감에휩싸이곤합니다.AI가아이들의일자리를빼앗지는않을지,기술에지나치게의존하게되지는않을지걱정이앞서는것이사실입니다.하지만AI전문가네이트존스(NateJones)는그의뉴스레터아티클 "RaisingHumansintheAgeofAI:APracticalGuideforParents(AI시대의자녀양육:부모를위한실질적가이드)"에서이러한두려움을내려놓고'이해'와'코칭'으로나아가야한다고역설합니다.그는공포를조장하는대다수미디어와달리,AI가실제로어떻게작동하고왜그렇게작동하는지에대한실질적인설명을제공하여부모스스로기술을정확히이해하도록돕습니다.이가이드의핵심은단순히AI사용을금지하거나방치하는것이아닙니다.대신,부모가자녀에게현실세계에서AI를주체적으로활용할수있는능력을길러줄수있도록구체적인**'기술프레임워크(SkillsFramework)'**를제시합니다.이는아이들이AI를막연한두려움의대상이나맹목적인의존의대상이아닌,자신의목표를이루기위한유용한도구로인식하고활용할수있도록이끌어줍니다.AI시대의부모역할은더이상기술로부터아이를격리하는감시자가아닙니다.기술을이해하고아이가올바른방향으로나아갈수있도록돕는**'든든한코치'**가되어야합니다.네이트존스의이실용적인가이드는AI시대를살아갈우리아이들이기술에휘둘리지않고'인간답게'성장할수있도록돕는필수적인나침반이되어줄것입니다.
809 조회
0 추천
2025.11.23 등록
Physical Intelligence는 2024년에 전 Google DeepMind 연구원들이 창립한 로봇 AI 스타트업으로, 모든 로봇에 적용 가능한 범용 “브레인” 소프트웨어를 개발하면서, 기업 가치 56억 달러에 CapitalG 주도로 6억 달러의 자금을 유치했습니다.해당 투자 라운드에는 Jeff Bezos, Amazon, Lux Capital, Thrive Capital, Index Ventures, 그리고 T. Rowe Price가 참여했으며, 이 스타트업은 특정 작업별 프로그래밍 없이 어떤 응용 분야에서도 사용할 수 있는 로봇에 동력을 제공하는 것을 목표로 하고 있습니다.이번 투자는 AI 기반 로봇 분야의 자본 유입 급증을 반영하며, 경쟁사인 Figure AI는 390억 달러 가치에 10억 달러 이상을 유치했고, 전체 로봇 산업은 2025년 1분기 동안에만 22억 6천만 달러 이상의 투자를 받았습니다.
795 조회
0 추천
2025.11.23 등록
Allen Institute for AI (Ai2)는 OLMo 3를 출시했으며, 이는 7B 및 32B 언어 모델 제품군으로, 경쟁사들이 이러한 구성 요소를 공개하지 않는 것과 대조적으로 훈련 데이터, 코드, 중간 체크포인트 및 훈련 로그에 대한 완전한 접근을 제공하는 최초의 완전 공개 32B 추론 모델이라고 설명합니다.OLMo 3-32B는 6배 적은 토큰으로 훈련되면서도 추론 벤치마크 전반에 걸쳐 Qwen3-32B와 비교할 만한 성능을 달성하여, 지도 미세 조정, 선호도 최적화 및 강화 학습 파이프라인을 통해 가능한 효율성 향상을 입증합니다.이 프로젝트에는 60명 이상의 저자가 참여했으며 65,000개 토큰 컨텍스트 창을 지원하여, 훈련 데이터 공개에 대한 규제 압력이 증가하는 가운데 AI 시스템의 투명성을 추구하는 기업 및 연구 사용자를 위한 모델로 자리매김하고 있습니다.
838 조회
0 추천
2025.11.23 등록
홈으로 전체메뉴 마이메뉴 새글/새댓글
전체 검색
회원가입