학생은 ChatGPT를 쓰고, 교수는 Codex로 수업을 다시 짠다

대학의 AI 논의는 너무 오래 “학생이 ChatGPT를 써도 되는가”에 묶여 있었다.

물론 중요한 질문이다. 과제 대필, 표절, 평가 공정성은 쉽게 넘길 문제가 아니다. 하지만 그 질문만 붙잡고 있으면 더 큰 변화를 놓친다.

AI는 이미 학생의 부정행위 도구를 넘어가고 있다.

이제 AI는 수업을 준비하고, 자료를 정리하고, 코드를 실행하고, 피드백을 만들고, 반복 업무를 처리하는 수업 운영체제에 가까워지고 있다. 이전에 쓴 ChatGPT desktop에 Codex가 들어간 이유: 챗봇이 아니라 작업 운영체제가 되려는 신호가 개발자 관점이었다면, 이번에는 같은 변화를 대학 수업 쪽에서 봐야 한다.

OpenAI가 2026년 8월 “New ways to learn and teach with ChatGPT Work and Codex”라는 교육 관련 발표를 냈다는 점은 그 흐름을 보여준다.¹ 직접 접근 가능한 OpenAI Developers 문서를 보면 더 분명하다. ChatGPT desktop app은 Chat, Work, Codex 같은 작업 모드를 나누고, 프로젝트·파일·브라우저·로컬 작업과 연결된다.² Codex는 단순히 “코드 답변을 해주는 챗봇”이 아니라, 프로젝트 안에서 파일을 읽고 고치고, Git worktree에서 병렬 작업을 수행하고, scheduled tasks로 반복 작업까지 맡을 수 있는 실행 환경으로 설명된다.³⁴

이 조합이 교육 현장에 들어오면 질문이 바뀐다.

학생이 ChatGPT를 써도 되는가?

보다,

대학 수업은 AI가 있는 상태를 전제로 어떻게 다시 설계되어야 하는가?

가 더 중요한 질문이 된다.

ChatGPT 금지로는 해결되지 않는 단계에 왔다

초기 대응은 대체로 비슷했다.

AI 사용 금지.
AI 사용 여부 신고.
AI 탐지기 활용.
구술평가 확대.
손글씨 시험 부활.

이런 조치가 완전히 무의미하다는 말은 아니다. 과제의 성격에 따라 필요할 수 있다. 특히 기초 개념 학습이나 개인 수행 여부가 중요한 평가에서는 제한이 필요하다.

하지만 금지 중심 대응은 오래 가기 어렵다.

학생은 이미 AI를 쓴다. 교수도 쓴다. 연구자도 쓴다. 행정부서도 쓴다. 대학 밖의 기업과 기관도 쓴다. 그런데 대학 수업만 AI 없는 공간처럼 설계하면, 수업은 현실과 점점 멀어진다.

문제는 AI 사용 여부가 아니다.

AI가 들어온 수업에서 무엇을 학생의 역량으로 볼 것인가.
무엇을 도구 활용 능력으로 볼 것인가.
무엇을 여전히 개인이 직접 증명해야 하는가.

이 구분이 없으면 교수자는 계속 탐지와 단속에 매달리고, 학생은 계속 우회 방법을 찾는다.

그건 교육이 아니라 숨바꼭질이다.

학생은 답을 만드는 게 아니라 작업 흐름을 짜게 된다

학생 입장에서 ChatGPT는 이미 답변기다.

하지만 ChatGPT Work나 Codex 같은 작업형 인터페이스가 들어오면, 학생의 AI 활용은 한 단계 더 이동한다. 단순히 “레포트 써줘”가 아니라, 과제 수행 과정을 여러 단계로 쪼개고 AI를 작업 파트너처럼 쓰게 된다.

예를 들면 이런 식이다.

주제 탐색
→ 자료 수집
→ 개요 작성
→ 초안 생성
→ 반론 찾기
→ 코드/데이터 분석
→ 시각화
→ 발표자료 구성
→ 자기 검토

이 흐름에서 학생에게 필요한 역량은 프롬프트 몇 줄이 아니다.

문제를 어떻게 쪼갤지, 어떤 자료를 믿을지, AI가 만든 결과를 어떻게 검증할지, 어디까지를 자기 판단으로 책임질지 정해야 한다.

즉 AI 리터러시는 “혼자서 모든 산출물을 직접 만드는 능력”에서 “도구를 써도 자기 판단을 잃지 않는 능력”으로 이동한다.

이건 편해지는 문제가 아니다.

오히려 좋은 학생과 그렇지 않은 학생의 차이가 더 벌어질 수 있다. AI를 베껴 쓰는 학생은 더 빨리 얕아지고, AI를 검증하며 쓰는 학생은 더 빨리 깊어진다.

교수는 콘텐츠 전달자보다 수업 설계자가 된다

교수자의 역할도 바뀐다.

기존 수업에서는 교수자가 강의자료를 만들고, 과제를 내고, 채점하고, 피드백을 주는 흐름이 기본이었다. AI는 이 과정의 많은 부분을 보조할 수 있다.

강의안 초안 작성.
사례 생성.
토론 질문 설계.
루브릭 초안 작성.
학생 답안 유형 분류.
피드백 문장 생성.
실습 코드 점검.
보충 학습자료 추천.

Codex가 프로젝트 파일과 Git worktree를 다룰 수 있고, scheduled tasks가 반복 작업을 배경에서 수행할 수 있다면, 교수자는 수업자료와 실습환경을 매번 수작업으로만 관리하지 않아도 된다.³⁴

하지만 여기서 함정이 있다.

AI가 교수자의 일을 줄여준다고 해서 좋은 수업이 자동으로 생기지는 않는다.

오히려 교수자의 설계 책임이 커진다.

어떤 학습목표를 AI 없이 직접 훈련시킬 것인가.
어떤 활동에서는 AI 사용을 허용할 것인가.
AI 사용 과정을 어떻게 기록하게 할 것인가.
산출물보다 과정과 판단을 어떻게 평가할 것인가.
AI가 만든 피드백을 어디까지 교수자가 검토할 것인가.

이 질문을 피해 가면, 수업은 AI로 더 빨리 만들어지지만 더 얕아질 수 있다.

조교와 행정은 반복 업무를 넘기지만, 검수 업무는 늘어난다

대학 수업은 교수와 학생만으로 굴러가지 않는다. 조교, 학과사무실, 비교과센터, 교수학습센터, 전산팀, 데이터 담당자가 함께 움직인다.

AI가 들어오면 이들의 업무도 바뀐다.

반복 공지 작성, 질의응답 정리, 과제 제출 현황 체크, 실습 환경 점검, 설문 결과 요약, 회의록 작성 같은 일은 AI가 빠르게 가져갈 수 있다.

하지만 일이 줄기만 하지는 않는다.

AI가 만든 결과를 확인해야 한다. 개인정보가 들어가지 않았는지 봐야 한다. 학생별 피드백이 부적절하게 자동화되지 않았는지 봐야 한다. 실습 코드가 보안상 위험하지 않은지 봐야 한다. AI가 권한 밖의 자료를 보지 않았는지 점검해야 한다.

즉 행정 업무는 “작성”에서 “검수”로 일부 이동한다.

대학이 이 변화를 준비하지 않으면, AI 도입은 업무 경감이 아니라 새로운 피로가 된다.

대학의 AI 교육은 프롬프트 특강으로 끝나면 안 된다

많은 대학이 AI 리터러시 교육을 시작했다. 좋은 일이다. 하지만 프롬프트 특강 몇 번으로 끝나면 부족하다.

이제 필요한 것은 교육과정 수준의 재설계다.

나는 최소한 네 가지 층위가 필요하다고 본다.

층위	대학이 설계해야 할 질문
과목	이 과목에서 AI 사용을 금지·허용·요구하는 활동은 무엇인가
평가	산출물, 과정, 구술, 로그, 검증 중 무엇을 평가할 것인가
전공	이 전공의 실무에서 AI가 바꾸는 작업 흐름은 무엇인가
대학	AI 사용 원칙, 개인정보, 저작권, 기록, 책임 체계를 어떻게 둘 것인가

AI 교육은 “도구 사용법”이 아니다.

전공별 작업 방식이 바뀌는 문제다. 경영학과 학생은 시장조사를 AI로 어떻게 검증할지 배워야 하고, 공학계열 학생은 AI가 만든 코드와 시뮬레이션을 어떻게 테스트할지 배워야 한다. 디자인 전공은 생성 이미지의 출처와 저작권을 다뤄야 하고, 교육학 전공은 AI 튜터와 평가 공정성을 다뤄야 한다.

대학 전체로 보면 더 크다.

AI 활용 가이드라인, 수업계획서 문구, 평가 루브릭, 교수자 연수, 학생 오리엔테이션, LMS 연동, 개인정보 처리, 저작권 정책, 연구윤리까지 같이 움직여야 한다.

이건 단순한 에듀테크 도입이 아니다.

대학의 교육 운영모델이 바뀌는 일이다.

표절 탐지보다 중요한 것은 과제의 재설계다

AI 탐지기에 모든 것을 걸면 수업은 방어적으로 변한다.

학생은 의심받고, 교수자는 경찰이 되고, 과제는 “AI가 못 할 만한 것”을 찾는 게임이 된다.

그보다 중요한 것은 과제 자체를 다시 설계하는 것이다.

예를 들어 단순 요약 과제는 AI 시대에 약하다. 대신 이런 식으로 바꿀 수 있다.

• AI가 만든 요약을 비판하게 하기
• 서로 다른 AI 답변을 비교하게 하기
• 출처가 있는 주장과 없는 주장을 구분하게 하기
• 자기 경험이나 현장자료와 AI 답변을 대조하게 하기
• 중간 과정 로그를 제출하게 하기
• 최종 산출물보다 수정 이유를 설명하게 하기

이렇게 바꾸면 AI 사용을 무조건 막지 않아도 된다.

오히려 AI를 쓰는 과정에서 학생의 판단을 드러낼 수 있다.

평가의 중심은 “AI를 썼는가”가 아니라 “AI를 어떻게 다뤘는가”로 이동해야 한다.

대학컨설팅 관점에서 보면, 이것은 정책이 아니라 운영구조 문제다

대학 입장에서 AI 대응은 선언문 하나로 끝나지 않는다.

“우리 대학은 책임 있는 AI 활용을 지향합니다.”
좋은 문장이다. 하지만 그 문장만으로 수업은 바뀌지 않는다.

실제 변화는 운영구조에서 나온다.

• 수업계획서에 AI 사용 기준이 반영되는가
• 전공별 과제 유형이 재설계되는가
• 교수자 연수가 실제 수업 설계까지 이어지는가
• 학생에게 AI 사용 로그와 검증 방법을 가르치는가
• 학과와 교수학습센터가 함께 루브릭을 만드는가
• 개인정보와 저작권 리스크를 관리하는가
• AI 활용 사례가 다음 학기 교육과정 개선에 반영되는가

이게 없으면 대학의 AI 대응은 행사와 특강으로 끝난다.

반대로 이 구조를 만들면 AI는 단순 도구가 아니라 교육과정 혁신의 계기가 될 수 있다.

결론: AI 시대 대학 수업의 질문은 바뀌어야 한다

ChatGPT Work와 Codex 흐름이 보여주는 것은 분명하다.

AI는 더 이상 학생이 몰래 쓰는 답변기가 아니다. 수업, 연구, 실습, 행정, 피드백을 다시 묶는 작업 환경으로 이동하고 있다.

그래서 대학의 질문도 바뀌어야 한다.

학생이 ChatGPT를 써도 되는가.

이 질문만으로는 부족하다.

이제는 이렇게 물어야 한다.

AI가 있는 상태에서 학생은 무엇을 배워야 하는가.
교수자는 무엇을 설계해야 하는가.
대학은 어떤 기준과 운영구조를 만들어야 하는가.

AI 시대 대학 교육의 핵심은 금지와 허용의 이분법이 아니다.

수업을 다시 설계하는 일이다.

그리고 그 일은 프롬프트 특강보다 훨씬 어렵다. 하지만 훨씬 중요하다.

---

출처