AI 학업 부정행위 사건에서 실제로 쓰이는 증거는 무엇입니까? 1,162건의 사건 기록 분석

호주의 한 대학교 사례를 보면 탐지기 점수는 전체 증거 중 극히 일부에 불과했으며 그 비중도 계속 줄어들었습니다. 2023년부터 2025년까지 발생한 1,162건의 AI 관련 부정행위 사건에서 GPTZero와 같은 AI 탐지 도구의 결과물이 차지한 비중은 2023년 기록된 증거 항목의 5.8%, 2024년 8.8%, 2025년 0.5%에 그쳤습니다. 해당 연도에 618건의 사건이 있었음에도 증거 항목은 단 5건에 불과했습니다. 3년을 통틀어 탐지기 결과가 제출된 사건은 1,162건 중 67건뿐이었습니다. 그보다 훨씬 더 흔했던 증거는 학생 면담 과정에서의 시인(전체 사건의 34.3%), 출처를 확인할 수 없는 참고문헌(30.6%), 그리고 채점관이 보기에 AI가 쓴 글 같다는 판단(20.6%)이었습니다. 반면 증거의 유형과 강도는 사건의 최종 처분 결과를 설명하는 데 매우 제한적인 영향만을 미쳤습니다.

이 연구는 울런공 대학교(University of Wollongong)의 Albert Munoz, Mercedez Hinchcliff, Cameron Langfield, Ann Rogerson이 발표한 논문 "How strong is the evidence in generative AI-related academic misconduct allegations? A mixed-methods analysis" (생성형 AI 관련 학업 부정행위 혐의에서 증거의 강도는 어느 정도인가? 혼합 연구 방법론 분석)입니다. 2026년 9월 2일 International Journal for Educational Integrity 학술지에 오픈 액세스로 게재되었습니다. 분석된 사건 기록은 저자들이 재직 중인 대학의 실제 기록입니다. Rogerson은 해당 학술지의 편집위원으로 활동 중이며, 논문에서는 이를 이해 상충으로 명시하고 있습니다.

해당 대학교는 2023년 1월부터 2025년 12월 사이에 총 5,127건의 학업 부정행위 사건을 기록했습니다. 연구팀은 이 중 생성형 AI 사용 의혹이 제기된 1,162건(전체의 22.7%)을 선별했습니다. 이 비율은 매년 증가했습니다:

이 표본에 포함되었다고 해서 학생의 부정행위가 사실로 확정되었다는 뜻은 아닙니다. 논문에서도 이 점을 분명히 밝히고 있습니다: "This study does not adjudicate whether individual students engaged in the misuse of generative artificial intelligence." (본 연구는 개별 학생이 생성형 인공지능을 오용했는지 여부를 판정하지 않습니다.)

연구진은 사건 기록에서 총 1,855건의 개별 증거 항목을 찾아내어 15개 유형으로 분류했습니다. 각 증거는 법학 연구에서 차용한 세 가지 기준, 즉 관련성, 신빙성, 추론적 증명력(해당 증거 자체만으로 혐의를 얼마나 강력하게 뒷받침하는지)에 따라 평가되었습니다. 이 평가는 연구진이 직접 코딩한 데이터로 보정한 로컬 언어 모델을 전체 데이터에 적용하여 도출한 연구진의 학술적 판단입니다. 개별 증거의 실제 진위 여부를 직접 검증한 것은 아닙니다.

등장 빈도순으로 정렬한 15가지 증거 유형 전체 목록입니다. 하나의 사건에 여러 유형의 증거가 동시에 포함될 수 있으므로 백분율의 합은 100%를 초과합니다.

실체를 찾을 수 없는 허위 참고문헌은 가장 빠르게 증가한 유형으로, 2023년 기록된 증거 항목의 10.4%에서 2025년에는 30.0%로 급증했습니다.

위 백분율의 기준은 사건 수가 아닌 증거 항목 수이며, 논문에는 2025년의 구체적인 건수만 명시되어 있습니다. 참고로(분모는 아닙니다) 해당 3년간 발생한 AI 관련 사건 수는 각각 214건, 330건, 618건이었습니다. 3년 전체를 통틀어 AI 탐지 도구가 증거로 쓰인 사례는 1,162건의 사건 중 67건에서 총 69건의 항목으로 집계되었습니다.

이 통계를 보고 "탐지기는 아무 의미 없다"고 섣불리 단정하기 전에, 반드시 짚고 넘어가야 할 두 가지 사실이 있습니다.

첫째, 증거 평가는 실측된 것이 아니라 연구 설계상 미리 정해진 기준이었습니다. 연구진은 모든 AI 탐지 결과를 신빙성 '낮음'으로 일괄 분류했으며, 이는 분석 시작 전부터 적용된 규칙이었습니다. 논문에서는 이러한 결과물이 "were treated in the present analysis as low-credibility evidence" (본 분석에서는 신빙성이 낮은 증거로 처리되었다)라고 밝혔으며, 신빙성 평가 척도 역시 "documented limitations such as AI detector false positive rates" (AI 탐지기 오탐률과 같이 문서화된 한계)를 반영하도록 설계되었습니다. 즉, 이 연구는 특정 점수가 실제로 틀렸는지를 직접 검증하지는 않았습니다. 작은 오탐률이 대학 전체 규모에서 어떤 결과를 초래하는지 구체적으로 확인하고 싶으시다면 한 대학에서 75,000편의 과제물을 제출할 때 1%의 오탐률이 의미하는 것에서 자세한 계산 과정을 확인하실 수 있습니다.

둘째, 탐지 결과 제출의 급감은 해당 대학의 자체 규정 변경과도 맞물려 있습니다. 2025년부터 해당 대학의 평가 정책은 교직원이 학생 과제물을 외부 탐지기에 업로드하는 행위를 금지했습니다. 현행 규정에 따르면 교직원은 "are not permitted to upload student work to third party tools, including generative artificial intelligence (GenAI) or misconduct detection software" (생성형 인공지능(GenAI) 또는 부정행위 탐지 소프트웨어를 포함한 제3자 도구에 학생 과제물을 업로드할 수 없다)로 명시되어 있습니다. 다만 동일 조항에서 대학이 공식 지원하는 "approved detection software" (승인된 탐지 소프트웨어)의 사용은 여전히 허용하고 있으며, 2025년에도 유사도 검사 보고서는 전체 증거의 3.1%를 차지했습니다. 아울러 대학의 현행 학업 부정행위 처리 절차에도 텍스트 일치 검사(Turnitin)와 "language analysis software (e.g. Turnitin Authorship)" (언어 분석 소프트웨어(예: Turnitin Authorship)) 등 대학이 활용할 수 있는 소프트웨어가 열거되어 있습니다. 연구 저자들은 탐지기 수치 급감의 배경으로, 탐지 도구의 결과물만으로는 증거의 우월성 기준을 충족할 수 없다는 점을 교직원들이 인지했기 때문이라고 해석했습니다. 대학마다 적용되는 자체 규정은 상이하며, AI 탐지기 사용이나 증거 채택을 제한하는 19개 대학의 공식 규정에서 주요 대학들의 실제 정책을 확인하실 수 있습니다.

논문에서 명확히 설명하지 않은 한 가지 부분은 Turnitin의 AI 작성 점수가 구체적으로 어느 항목에 분류되었는가 하는 점입니다. 유사도 보고서 유형은 텍스트 일치 증거로 정의되어 있으며, 논문이 든 예시는 해당 과제물 유형에서 "a similarity score of 1%, which is unusually low" (해당 과제 유형으로서는 이례적으로 낮은 1%의 유사도 점수)를 나타낸 보고서였습니다. 반면 AI 탐지 도구 유형으로 언급된 사례는 GPTZero와 ZeroGPT였습니다.

글 자체의 특성에서 비롯된 증거 중 가장 빈번했던 유형은 채점관이 'AI가 쓴 글 같다'고 느낀 주관적 판단이었으며, 총 239건의 사건에 등장했습니다. 논문에 인용된 교직원의 실제 표현 예시는 다음과 같습니다: "generic transitional phrases, unnaturally uniform paragraph structure, and unsolicited definitions of basic terms not required by the task." (판에 박힌 상투적인 전환 문구, 부자연스러울 정도로 획일적인 문단 구조, 과제에서 요구하지도 않았는데 제시된 기초 용어에 대한 불필요한 정의)

연구진은 이러한 증거 항목의 대부분을 '약함'으로 평가했는데, 그 이유로 해당 문체적 특징들이 "not exclusive to GenAI misuse." (생성형 AI 오용에서만 독점적으로 나타나는 특징이 아니다)라는 점을 들었습니다. 전체 증거 중 이 유형이 차지한 비중은 2023년 19.5%에서 2025년 14.5%로 감소했습니다.

비중은 작지만 학생의 평소 제출물과 비교하는 유형(65건)도 있었으며, 이에 대한 평가는 '중간'과 '약함'으로 거의 반반씩 갈렸습니다. 논문의 배경 설명에서는 이 방식의 맹점을 직접 지적합니다. 학생의 작문 실력은 시간이 지나면서 변할 수 있으며, "which can make legitimate improvement difficult to distinguish from anomalies attributable to misuse." (이로 인해 학생의 정당한 실력 향상과 오용으로 인한 이상 징후를 구분하기 어려워질 수 있다)는 점입니다. 현재 이러한 의혹에 직면해 계신다면, 이전 과제물을 문체 기준으로 삼을 때의 유효성과 한계에서 과거 과제물과의 비교가 설득력을 얻는 지점과 반박 가능한 지점을 확인해 보십시오.

다른 어떤 증거보다 많은 사건에서 나타난 유형은 바로 면담 중 학생의 시인(399건)이었으며, 거의 모든 경우에 '강함'으로 평가되었습니다. 면담에서 나타난 또 다른 유형인 '학생이 자신의 과제물을 제대로 설명하지 못함'(63건)은 일괄적으로 '중간' 평가를 받았습니다. 연구진은 그 이유로 해당 정황이 "consistent with GenAI use but equally consistent with alternative explanations such as poor comprehension or test anxiety" (생성형 AI 사용과도 부합하지만, 과제에 대한 이해 부족이나 시험 불안과 같은 대안적 설명과도 똑같이 부합한다)는 점을 제시했습니다.

연구 저자들은 이 현상에 대해 다음과 같은 결론을 내렸습니다: "in a substantial proportion of cases, the strongest evidence available emerged only after the institution had already determined the allegation was sufficient to proceed." (상당한 비율의 사건에서, 확보 가능한 가장 강력한 증거는 기관이 이미 해당 혐의로 절차를 진행하기에 충분하다고 판단한 이후에야 비로소 나타났다)

또한 조사 절차는 매우 신속하게 진행됩니다. 혐의 제기부터 최종 결과 통보까지 소요된 기간의 중앙값은 12일이었습니다(전체 사건의 중간 50%는 6일에서 20일 소요). 해당 대학의 현행 과제 학업 부정행위 처리 절차에 따르면 학생에게는 면담 기회가 주어집니다. 면담 전 교과목 담당자는 반드시 이메일로 학생에게 "the summary of the allegation and evidence that has been collected" (혐의 요약 및 수집된 증거)를 발송해야 합니다. 학생은 동행인을 대동할 수 있으나 대리 발언은 불가능합니다. 대학의 학생 안내 지침에서도 "you may be asked to explain how you developed an assessment item" (과제물을 어떻게 작성하고 발전시켰는지 설명하도록 요구받을 수 있다)며 사전 대비를 당부하고 있습니다.

그렇다고 해서 면담에서 말을 아끼는 것이 상책이라는 의미는 아닙니다. 만약 과제 지침에서 허용하지 않은 방식으로 실제로 AI를 사용했다면, AI 오탐으로 억울하게 지목되었을 때: 소명 방법과 대학이 인정하는 증거에 해당 상황을 다룬 장이 마련되어 있으며, 여기서는 솔직하게 털어놓는 쪽을 권장합니다. 반대로 부당한 지목을 받은 경우라면, 면담은 본인이 과제물을 어떤 과정을 거쳐 직접 작성했는지 증명해 보이는 결정적인 자리입니다.

이번 데이터 분석 결과에 따르면 그렇지 않았습니다. 연구진은 증거 항목의 유형, 수량, 평가 점수가 사건의 확대 단계 및 최종 처분 결과와 일치하는지 분석했습니다. 일부 상관관계는 확인되었으나, "the explanatory power of evidence characteristics across all model specifications is modest" (모든 모델 설정에서 증거 특성의 설명력은 미미한 수준이다)라는 결론에 도달했습니다.

연구진은 이러한 현상의 원인이 처리 절차 자체의 구조에 있다고 설명합니다. 사건의 상급 절차 회부는 증거의 객관적 점수가 아니라 교직원의 주관적 판정에 의해 좌우됩니다. 사건이 정식 징계 처분을 수반하는 부정행위로 종결될지, 아니면 징계 대신 교육적 조치에 그치는 "poor academic practice" (학업 관행 미흡)으로 처리될지는 대체로 초범 여부와 같은 정상 참작 사유에 따라 결정되는 경향이 있습니다. 위원회 단계에서의 기각은 학생의 해명, 절차적 흠결, 또는 학생 복지적 고려에서 비롯될 수 있으나, 사건 기록철에는 청문회 당시 오간 구체적 논쟁 내용이 전부 기록되지 않습니다. 연구 저자들의 표현을 빌리자면 "no minimum evidentiary threshold at any stage of the pipeline" (전체 처리 절차의 어느 단계에서도 최소한의 증거 기준선이 존재하지 않는다)는 것입니다.

이러한 한계는 수치상으로도 명백히 드러납니다. 58건(5.0%)의 사건에서는 의혹 제기 내용 외에 구체적인 증거가 단 하나도 기재되어 있지 않았습니다. 비록 근거 없는 혐의 제기는 2023년 증거 항목의 7.6%에서 2025년 약 2.5%로 점차 줄어들기는 했습니다.

• 단일 대학, 3년간의 기록. 2023년부터 2025년까지 울런공 대학교의 사례만 다루었습니다. 저자들도 이러한 양상이 다른 대학에 그대로 적용되지 않을 수 있음을 인정하고 있습니다.
• 청문회 현장이 아닌 서면 기록 기준. "The evidence records capture what was documented in the case file, not what was argued, tested, or weighed during the hearing." (증거 기록은 사건 기록철에 문서화된 내용을 담고 있을 뿐, 청문회 도중 실제로 오간 논쟁이나 검증, 이익 형량의 과정을 담고 있지 않다)는 점을 유의해야 합니다.
• 학생 집단별 세부 분석 부재. 학부생과 대학원생, 내국인 학생과 유학생, 전공 계열 등의 정보가 데이터에 포함되어 있지 않아 어떤 집단이 더 자주 지목되는지는 밝혀내지 못했습니다.
• 연구진이 설계한 이론적 평가 틀. 평가는 저자들이 자체 설계한 체계에 기반하고 있습니다. 연구진은 12건의 사례로 보정한 언어 모델을 54건의 새로운 사례에 적용해 검증했으며, 해당 모델과 2명의 인간 평가자 간의 일치도는 인간 평가자들 상호 간의 일치도와 통계적으로 차이가 없었습니다.
• 내부 연구자의 시각. 저자들은 자신들이 분석한 사건 기록의 소속 대학 직원이며, 본인들 역시 이 점이 "introduces potential bias, especially during the calibration exercise." (특히 보정 작업 과정에서 잠재적 편향이 개입될 수 있다)고 명시했습니다.
• 조사 기간 중 규정 변경. 2025년에 시행된 외부 제3자 탐지기 업로드 금지 규정이 연구 대상 기간 중에 도입되었습니다.

1. 구체적인 개별 증거가 무엇인지 명확히 요구하십시오. 수치화된 점수인지, AI 문체로 의심받는 특정 문단인지, 이전 과제물과의 비교인지, 참고문헌의 오류인지 항목별로 제시해 달라고 요청하십시오. 본 연구의 5.0%에 달하는 사건에서는 단순 의혹 외에 어떠한 증거도 없었습니다. 학교의 규정에 면담 전 학생이 열람할 권리가 있는 자료가 명시되어 있을 것입니다. 추가적인 면담 준비 요령은 AI 의혹 제기 후 연구 진실성 조사 면담 준비 방법에서 확인하실 수 있습니다.
2. 기록철에 탐지기 점수가 포함되어 있다면 어떤 도구가 사용되었는지 확인하십시오. 아울러 소속 대학에서 교직원의 해당 도구 사용을 공식 허용하고 있는지 규정을 대조해 보십시오.
3. 문체나 문장 표현이 의심받고 있다면 직접 작성했음을 보여주는 과정 기록을 지참하십시오. 초안, 메모, 파일의 버전 수정 기록이 이에 해당합니다. Word, Google Docs, Overleaf에서 문서 버전 기록을 남기는 법에서 각 플랫폼별 버전 기록 확인 및 보존 방법을 알아보실 수 있습니다.
4. 자신의 과제물을 직접 설명할 수 있도록 철저히 준비하십시오. 논증 구조를 왜 그렇게 전개했는지, 주요 참고문헌의 핵심 논지가 무엇인지, 초안 간에 어떤 수정이 있었는지 설명할 수 있어야 합니다. 본 연구에서도 63건의 사건에서 과제를 제대로 설명하지 못한 사실 자체가 불리한 증거로 공식 기록되었습니다.
5. 첫 번째 조사 단계에서부터 준비한 증거를 전부 제출하십시오. 해당 대학의 경우, 최종 판정에 대한 이의 신청은 정당한 절차의 흠결이 있었거나 "new and substantial evidence that has not previously been considered." (이전에 고려되지 않은 새롭고 실질적인 증거)가 있는 경우에만 가능합니다. 소속 대학의 규정집에서도 이에 상응하는 제한 조항을 반드시 확인해 두시기 바랍니다.

이미 공식 조사가 시작된 사건의 경우, 본 서비스의 어떤 기능도 도움이 되지 않습니다. 조사는 이미 제출된 원본을 대상으로 진행되며, 사후에 글을 고친다고 해서 기록철의 내용이 바뀌지는 않기 때문입니다. 이 섹션은 그보다 앞선 시점을 위한 것입니다. 즉, 아직 초안을 수정하는 단계이고, 해당 문서에 대한 Turnitin 또는 iThenticate 보고서를 확보하고 있으며, 교과목 강의계획서에서 특정 도구에 국한되지 않고 외부 AI 도구를 활용한 문장 수정을 허용하고 있는지와 출처 표기 방식을 사전에 확인한 경우입니다. 일례로 울런공 대학교의 학생 지침에서는 학생들에게 "use only the permitted gen AI technology" (허용된 생성형 AI 기술만 사용하라)고 안내하며, 과제 지침을 벗어난 활용은 부정행위로 간주합니다. 이 모든 조건을 충족한다면, 바로 이 상황이 HumanPen이 설계된 본래 목적입니다. Turnitin 또는 iThenticate 보고서를 가져와 표시된 부분만 다시 쓰고, 같은 형식의 편집 가능한 파일로 받으세요. 제출하기 전 수정된 결과를 본인의 원본 초안과 반드시 대조해 보십시오. 제출하는 모든 문장은 본인이 직접 설명할 수 있어야 하기 때문입니다.

대학에서는 여전히 AI 탐지기 점수를 증거로 채택합니까? 이 대학의 경우 2025년 기준으로는 거의 채택하지 않았습니다. 교직원의 제3자 탐지기 업로드를 금지한 정책이 시행된 후, 해당 연도에 기록된 증거 항목 중 탐지기 점수는 단 5건(0.5%)에 불과했습니다. 다만 대학마다 자체적인 정책을 수립하므로, 이 사례만으로 소속 대학의 처리 방식을 단정할 수는 없습니다.

"AI가 쓴 글 같다"는 판단만으로 충분합니까? 연구진은 이러한 증거 항목의 대부분을 '약함'으로 평가했습니다. 지적된 문체적 특성들이 AI 사용에서만 나타나는 고유한 현상이 아니기 때문입니다. 다만 이는 연구진의 분석 틀일 뿐 대학의 확정된 교칙은 아닙니다. 해당 대학의 최종 판단은 사건의 모든 증거를 종합하여 증거의 우월성 기준에 따라 내려집니다. 논문에서는 이 기준의 의미를 구체적으로 밝히고 있습니다. 즉 부정행위가 발생했을 가능성이 그렇지 않았을 가능성보다 더 높아야 하며, "with the burden of proof resting with the institution and the academic raising the allegation rather than the student" (입증 책임은 학생이 아니라 의혹을 제기한 교수진 및 기관에 있다)는 원칙입니다.

본 연구에서 가장 강력한 증거로 평가된 것은 무엇입니까? 서면 또는 대면 면담 과정에서의 시인, 온라인 시험 감독 소프트웨어의 로그 기록, 그리고 해당 기록을 통해 입증된 금지 행위였습니다. 이 항목들은 대부분의 사례에서 '강함'으로 평가되었습니다.

이 연구를 통해 의혹을 받은 학생들이 실제로 AI를 사용했는지 알 수 있습니까? 알 수 없습니다. 이 연구는 사건 기록에 편철된 증거 항목을 집계하고 평가했을 뿐입니다. 1,162건의 사례에 포함되었다는 것은 생성형 AI 오용 의혹이 제기되었음을 의미할 뿐, 부정행위가 최종 확정되었음을 의미하지는 않습니다.

• Albert Munoz, Mercedez Hinchcliff, Cameron Langfield, Ann Rogerson, How strong is the evidence in generative AI-related academic misconduct allegations? A mixed-methods analysis, International Journal for Educational Integrity 22, article 26, 2026년 9월 2일 게재 (공식 확정본 2026년 9월 10일); 2026년 10월 2일 열람 (표 2, 그림 1 및 2).
• 울런공 대학교(University of Wollongong), Academic Misconduct (Coursework) Procedure, 2025년 11월 3일 발효본, 제35, 80, 119조; 2026년 10월 2일 열람.
• 울런공 대학교(University of Wollongong), Assessment and Feedback Policy, 2025년 3월 14일 발효본, 제14조; 2026년 10월 2일 열람.
• 울런공 대학교(University of Wollongong), Using Generative Artificial Intelligence (Gen AI) in Assessments; 2026년 10월 2일 열람.