MIT AI 위원회 보고서: 제도보다 먼저 도착한 기술과 교육

TL;DR. 다섯 달에 걸친 회의와 조사, 의견 수렴 끝에 MIT 임시위원회는 학생들이 AI를 자주, 광범위하게 쓰며 교수자의 태도는 열정적 탐색부터 “AI 거부”까지 갈린다고 보고했다. 학생들은 명확하고 일관된 규칙을 원한다.

핵심 요약

과제와 기한은 있되 정해진 결론은 없는 위원회. 새로운 기술에 관한 기관 보고서는 대부분 저자들의 머릿속에서 논쟁이 이미 끝난 뒤에 나온다.
잦고 광범위하며, 감정은 뒤섞여 있다. 첫 번째 조사 결과는 나머지 모든 것을 시급하게 만드는 결과다.
토대가 움직이고 있다는 징후. 조사 결과에서 가장 눈에 띄는 부분은 AI가 MIT의 교육 경험에 무엇을 하고 있을지에 대한 목록이다.
학생이 알아야 할 것 자체가 바뀌고 있다. 앞 절을 다 읽은 독자는 문제가 부정행위이며 더 엄격한 평가 체제로 해결할 수 있다고 믿을 수도 있다.

MIT의 AI 임시위원회는 생성형 AI를 정책 하나로 땜질할 도구 문제로 다루지 않는다. 보고서는 이를 MIT 교육이 무엇을 위해 존재하는지를 묻는 압력 시험으로 보며, 불확실성이 아무것도 하지 않을 핑계가 될 수 없다고 주장한다.

과제와 기한은 있되 정해진 결론은 없는 위원회 #

새로운 기술에 관한 기관 보고서는 대부분 저자들의 머릿속에서 논쟁이 이미 끝난 뒤에 나온다. 이 보고서는 스스로에 대해 다르게 말한다. 교수, 학습, 연구 훈련에서의 AI 사용에 관한 임시위원회는 폭넓은 경험을 가져왔을 뿐 정해진 결론 없이 과제에 임했으며, 자신의 작업을 짧지만 집중적이었다고 설명한다. 이는 방법에 관한 주장이고, 조사 결과를 어떻게 읽어야 하는지와 관련해 중요하다. 이어지는 결론들은 위원회가 증명하려고 나선 것이 아니라 위원회가 도달한 것으로 제시된다.

일정은 짧다. 2026년 1월, 챈슬러 Melissa Nobles, 프로보스트 Anantha Chandrakasan, 교수회 의장 Roger Levy가 위원회에 임무를 부여했다. 위원회는 이후 MIT 공동체 전반에 걸쳐 다섯 달 동안 회의와 조사, 의견 수렴을 진행했다. 명시된 목적은 MIT의 생활과 교육적 사명에서 생성형 AI가 어떤 역할을 하는지 이해하고, 그것이 가져오는 도전과 기회 모두에 어떻게 대처할지 권고하는 것이었다.

임무는 세 부분으로 되어 있었고, 서로 다른 방향으로 잡아당기기 때문에 한 묶음으로 읽을 만하다. 위원회는 MIT의 현재 AI 사용을 평가하라는 요청을 받았다. 이는 기술적(記述的)인 과제다. 교수와 학생 평가의 혁신을 찾아내라는 요청도 받았다. 이는 탐색적인 과제다. 그리고 AI 사용 정책을 제안하라는 요청을 받았다. 이는 규범적인 과제다. 첫 번째만 하고 세 번째를 하지 않는 집단은 실태 조사를 만들어 낸다. 세 번째만 하고 첫 번째를 하지 않는 집단은 학생들이 무시하는 규칙집을 만들어 낸다. 보고서는 세 가지 모두를 시도하며, 이 글도 같은 순서를 따른다. 무슨 일이 일어나고 있는지, 무엇이 바뀌고 있는지, 그리고 위원회가 그에 대해 무엇을 하라고 말하는지다.

구성도 중요하다. 위원회는 학부생과 대학원생, 모든 단과대학의 교수진, 그리고 MIT 도서관과 Teaching and Learning Lab을 포함한 관련 부서의 직원으로 이루어졌다. 공동위원장은 Eric Klopfer와 Sam Madden이다. 단일 이해관계자가 장악한 위원회를 겪어 본 창업자와 기술 분야 독자에게 이 구성은 눈여겨볼 만하다. 학생 행동을 평가하는 기구에 학생이 참여했다. AI와의 관련성이 가장 뚜렷한 단과대학만이 아니라 모든 단과대학의 교수진이 그 자리에 있었다. 도서관과 교수 연구소의 직원들은 날마다 수업을 지원하는 부서의 관점을 가져왔다.

보고서는 용어도 신중하게 다루는데, 이는 보고서가 어떻게 쓰이도록 의도되었는지를 보여 주는 작지만 의미 있는 신호다. “교수자”에는 교수진과 MIT에서 가르치는 일에 참여하는 다른 모든 사람이 포함된다. “학생”에 대한 언급 대부분은 몇몇 명백한 경우를 제외하면 학부생과 대학원생 모두에게 해당한다. 이는 조사 결과가 아니라 정의이지만, 독자층을 넓힌다. 정년 보장 교수진에게만 말하는 정책은 실제로 분반을 운영하고 과제를 채점하는 많은 사람을 놓칠 것이다.

잦고 광범위하며, 감정은 뒤섞여 있다 #

첫 번째 조사 결과는 나머지 모든 것을 시급하게 만드는 결과다. MIT 학생들은 AI를 자주, 광범위하게 사용한다. 보고서는 이를 걱정거리로도, 성과로도 제시하지 않는다. 어떤 정책이든 그것을 전제로 쓰여야 하는 기본 사실로 제시하고, 학생들이 그것을 어떻게 느끼는지에 대한 서술과 짝지어 놓는다. 그 감정은 강하게 뒤섞여 있다.

감정의 폭은 넓다. 한쪽에는 호기심, 창의적 영감, 감사가 나열된다. 다른 쪽에는 체념, 우려, 불안이 나열된다. 이를 열성파와 걱정하는 쪽이라는 두 진영으로 읽기는 쉽다. 그러나 표현은 덜 깔끔한 무언가를 시사한다. 이 폭은 그 기술을 광범위하게 쓰는 학생 집단 내부의 감정을 묘사하므로, 한 학생이 그중 둘 이상을 품고 있을 수도 있다. 보고서는 그렇게 단정하지 않으며, 여기서는 조심할 필요가 있다. 이 주장이 입증하는 것은 분포의 폭이지, 개인들이 그 안에 어떻게 분포하는지가 아니다.

교육 접점	기존 기관의 전제	AI가 널리 퍼진 상황에서 관찰되는 현실
문제 세트(p-set)	홀로 씨름하는 과정이자 인지적 숙달의 지표	LLM을 통한 빠른 완성. 깊은 문제 해결 없는 얕은 숙달의 위험
재택 시험	종합적 이해를 신뢰에 기반해 측정하는 수단	검증할 수 없는 협업. 개별 학생 평가의 붕괴
오피스 아워와 조교	교수진 및 조교와의 형성적 대화	학생들이 대화형 LLM 튜터에 기본적으로 의존하면서 참석 감소
협력 스터디 그룹	학생 간 추론과 협력적 발견	도구 도입의 불균형이 동료 간 반감과 평가상의 마찰을 낳음
학부 연구(UROP)	실험 설계와 문헌에 대한 조기 몰입	합성 방식의 빠른 문헌 검토와 검증되지 않은 환각 출처가 섞일 위험 증가

교수자들도 비슷한 폭을 보이지만, 축이 다르다. 그들의 태도는 열정적 탐색과 AI에 대한 의존 증가부터 회의, 의심, 그리고 “AI 거부”에 이른다. 주목할 표현은 “의존 증가”다. 보고서는 한쪽 끝에 실험하는 사람들이, 다른 쪽 끝에 거리를 두는 사람들이 있다는 구도만 그리는 것이 아니다. 적어도 일부 교수자는 자신의 업무에서 도구에 기대게 되었고, 다른 교수자들은 아예 관여하지 않기로 했다.

두 집단을 나란히 놓으면 구조적 문제가 드러난다. 학생들은 AI를 광범위하게 쓴다. 교수자들은 의존부터 거부까지 전 범위에 걸쳐 있다. 두 과목을 오가는 학생은 그 범위의 양 끝에 있는 두 교수자를 만날 수 있다. 보고서는 그 결과를 직접 기록한다. 학생들은 한 과목 안에서도, 교육과정 전반에서도 AI 사용에 관한 명확성, 일관성, 근거가 부족하다는 점에 혼란스러워하고 우려한다.

이 문장은 꼼꼼히 읽을 가치가 있다. 서로 다른 세 가지 실패를 짚고 있기 때문이다. 명확성은 규칙을 이해할 수 있는가의 문제다. 일관성은 규칙이 곳마다 같은가의 문제다. 근거는 그 규칙이 왜 존재하는지 누군가 설명했는가의 문제다. 정책은 이 가운데 어느 하나에서 따로 실패할 수 있다. 규칙은 명확하지만 자의적일 수 있고, 일관되지만 설명되지 않을 수 있다. 보고서가 기록한 학생들의 불만은 세 가지 모두에 걸쳐 있으며, 한 과목 안에도, 교육과정 전반에도 해당한다.

그 바로 옆에 좀 더 희망적인 결과가 있다. 보고서는 교수자들 사이에 경험, 아이디어, 기법을 공유하고자 하는 바람이 널리 퍼져 있다고 서술한다. 태도가 이렇게 날카롭게 갈리는 공동체에서 서로 경험을 비교하려는 의지는 자산이다. 그것은 이 불일치가 양쪽이 서로 귀를 닫아 버린 고착된 종류가 아님을 시사한다. 그 의지를 학생들이 원하는 일관성으로 바꿀 수 있는지는 조사 결과가 답하기보다 제기하는 질문이다.

토대가 움직이고 있다는 징후 #

조사 결과에서 가장 눈에 띄는 부분은 AI가 MIT의 교육 경험에 무엇을 하고 있을지에 대한 목록이다. 모든 항목은 징후로 제시되며, 그 방식은 의도적이다. 위원회는 이러한 영향을 측정했다고 주장하지 않는다. 그런 징후가 있다고 보고하는 것이며, 신중한 독자도 같은 선을 지켜야 한다.

대표적인 징후는 AI가 특히 학부생에게 MIT 교육 경험의 근간을 이루는 요소들을 뒤흔들고 있다는 것이다. 보고서는 그 요소들을 지목한다. 문제 세트, 재택 시험, UROP, 그리고 오피스 아워와 스터디 그룹이다. 이것들은 주변적인 특징이 아니다. 문제 세트는 일상적인 작업 단위다. 재택 시험은 신뢰의 한 형태다. UROP는 학부생이 연구에 들어서는 통로다. 오피스 아워와 스터디 그룹은 배움이 사회적인 것이 되는 곳이다. 보고서가 이것들이 뒤흔들리고 있다고 말할 때, 그것은 학부 경험을 떠받치는 하중 부재를 지목하는 것이다.

이어서 몇 가지 징후가 더 나오는데, 각각 다른 종류의 상실을 가리키므로 따로 짚어 볼 만하다.

AI가 고립을 키우고 있다는 징후가 있다. 스터디 그룹과 오피스 아워는 사람들이 서로에게 의지하는 데서 성립한다. 유능한 조수가 언제든 곁에 있다면 그렇게 할 동기가 약해질 수 있다. 보고서는 그 메커니즘을 구체적으로 밝히지 않으므로, 메커니즘으로 단정해서는 안 된다. 징후는 고립이고, 지목된 요소들은 그것이 어디서 나타날 수 있는지를 시사한다.

AI가 학생의 숙달과 자신감을 약화하고 있다는 징후가 있다. 이 둘은 서로 다른 것이다. 숙달은 학생이 실제로 무엇을 할 수 있는가에 관한 것이다. 자신감은 학생이 자신이 무엇을 할 수 있다고 믿는가에 관한 것이다. 보고서는 둘을 함께 놓으며, 그 짝은 피해가 양방향으로 미칠 수 있음을 상기시킨다. 작업을 외부에 맡긴 학생은 그 기술을 갖추지 못했을 수 있고, 기술을 갖춘 학생은 그것을 의심할 수 있다.

AI가 교수자와 학생 사이의 “사회적 계약”을 잠식하고 있다는 징후가 있다. 이 표현을 감싼 따옴표는 보고서 자체의 것이다. 쉽게 말해 양쪽은 서로가 무엇을 할지에 대한 전제를 갖고 있고, 보고서는 그 전제가 약해지고 있다는 징후를 발견한다. 이는 규칙에 대한 학생들의 혼란과 맞아떨어진다. 무엇이 기대되는지 아무도 말할 수 없다면, 그 계약은 기댈 곳이 거의 없다.

AI가 학생의 진전을 평가하는 일을 훨씬 어렵게 만들고 있다는 징후가 있다. 이것에는 분명한 실무적 날이 서 있다. 성적, 피드백, 그리고 다음 단계로 나아갈 준비가 되었는지에 대한 판단은 모두 학생이 무엇을 이해하는지 알아볼 수 있는가에 달려 있다. 결과물이 더 이상 학생을 믿을 만하게 반영하지 못한다면, 그 도구는 작동을 멈춘다.

끝으로, AI가 엄밀성, 배움에 필요한 창의적 마찰, 협력적 문제 해결, 개인의 정직성에 관한 수십 년에 걸친 MIT 특유의 공동체 규범과 가치에 도전하고 있다는 징후가 있다. 이는 징후 가운데 가장 폭넓고, 아마 가장 중대한 것이다. “창의적 마찰”은 곱씹어 볼 만한 표현이다. 그 주장은 어느 정도의 어려움이 배움에 필요한 재료이며, 어려움을 없애는 도구는 규범이 지켜 온 무언가를 함께 없앨 수 있다는 것이다.

이 가운데 어느 것도 확정된 것으로 서술되지 않는다. 모두 단서가 붙어 있으며, 독자에게 맞는 자세는 징후를 측정된 영향으로 바꾸지 않으면서 진지하게 받아들이는 것이다. 그 구분이야말로 좋은 위원회가 지키고 엉성한 요약이 잃어버리는 것이다.

학생이 알아야 할 것 자체가 바뀌고 있다 #

앞 절을 다 읽은 독자는 문제가 부정행위이며 더 엄격한 평가 체제로 해결할 수 있다고 믿을 수도 있다. 보고서는 그런 틀에 두 가지 방식으로 저항한다.

첫째, 보고서는 AI가 학생이 알아야 할 것과 할 줄 알아야 할 것을 바꾸고 있다고 분명히 밝힌다. 출처에서 이는 단서가 붙은 주장이 아니다. 사실로 서술된 결과다. 그 함의는 문제가 단지 학생들이 기존 과제를 우회할 수 있다는 데만 있지 않다는 것이다. 바탕이 되는 기술이 달라졌다면, 과제 자체가 엉뚱한 목표를 겨냥하고 있을 수 있다.

둘째, 보고서는 교육과정에 관한 결론을 끌어낸다. MIT에서 가르치는 모든 과목은 교수, 학습, 평가가 “AI를 인식한” 것이 되도록 재검토되고 경우에 따라 개편되어야 할 가능성이 크다. 단서는 실제로 있다. “가능성이 크다”와 “경우에 따라 개편”은 명령이 아니다. 그러나 범위는 전면적이다. 모든 과목이라고 말한다. 대부분의 개혁안은 몇몇 학과나 몇몇 과목만을 대상으로 삼기 때문에, 기관 문서로서는 이례적으로 큰 주장이다.

“AI를 인식한”이라는 표현은 보고서 자체의 것이고, 신중하게 고른 말이다. 도입을 함의하는 “AI 기반”이라고도, 방어를 함의하는 “AI 방지”라고도 하지 않는다. 인식은 어느 쪽 대응에도 전제 조건이다. 과목은 재검토를 거친 뒤 타당한 이유로 AI를 제한하거나, 요구하거나, 무시하기로 결정할 수 있다. 그러나 도구가 가르치고 평가하는 내용에 어떻게 작용하는지 먼저 이해하지 않고서는 그 선택을 잘 할 수 없다. 이는 근거에 관한 학생들의 불만과도 연결된다. AI를 인식한 과목이란 교수자가 자신의 입장을 설명할 수 있는 과목이다.

위원회는 교육과정보다 더 나아간다. AI의 등장은 오늘날 고등교육의 본질, 범위, 목적에 대한 더 넓고 총체적인 재평가를 요구한다고 위원회는 말한다. 이는 출처에서 단서 없이 서술된 입증된 주장이며, 보고서를 과목 설계에서 기관의 목적으로 옮겨 놓는다. 위원회는 또한 MIT 공동체, 특히 교수진이 MIT 교육의 구조, 의미, 가치에 관한 더 깊은 질문에 맞서야 하며, AI는 MIT의 사명을 복잡하게 만드는 여러 요인 중 하나라고 밝힌다.

마지막 구절은 그냥 지나치기 쉽지만, 그래서는 안 된다. AI는 여러 요인 중 하나다. 위원회는 AI 하나만으로 사명이 의문에 부쳐졌다고 주장하지 않는다. AI가 기존의 복잡한 사정 속으로 들어와 그것을 더 날카롭게 만들고 있다고 말하는 것이다. 교육 기술을 만드는 이들에게 이는 유용한 교정이다. 구매자는 제품 하나로 해결할 수 있는 깔끔한 문제를 가진 기관이 아니라, 자신이 무엇을 위해 존재하는지에 관한 더 큰 대화의 한가운데에 있는 기관이다.

실무적 우려와 강의실 너머의 질문 #

보고서는 교육학에만 머물지 않는다. 공동체를 위한 실무적 우려를 나열하고, 이를 더 넓은 사회적 질문과 구분하는데, 이는 합리적인 구분이다.

실무적 측면에서 AI는 데이터 프라이버시와 기밀성부터 접근 격차, 편향, 공정성, 책임성을 둘러싼 질문에 이르기까지 상당한 우려를 낳는다. 이를 짝지어 살펴보자. 프라이버시와 기밀성은 도구에 들어가는 정보가 어떻게 되는가에 관한 것이다. 학생의 과제, 연구 자료, 연구자가 건물 밖으로 내보내고 싶지 않은 모든 것이 그렇다. 접근 격차, 편향, 공정성, 책임성은 누가 혜택을 보고 누가 해를 입는지, 그리고 무언가 잘못되었을 때 누가 책임지는지에 관한 것이다. 연구 훈련 환경에서는 두 묶음 모두가 문제가 된다. 기밀성을 다루지 않은 채 모두에게 도구를 쓰라고 하는 정책은 불완전할 것이고, 접근 격차를 무시하는 정책은 학생이 감당할 수 있는 구독료의 차이를 유불리로 바꿀 위험이 있다. 두 번째 예는 우려를 설명하기 위한 것이지 보고서의 조사 결과가 아니며, 보고서는 이 문제를 위와 같은 일반적인 표현으로만 서술한다.

캠퍼스 밖에 대해서는, 보고서가 AI의 성장이 사회적 질문을 제기한다고 지적한다. 여기에는 AI 데이터센터의 환경 영향, 지식재산과 학습 데이터의 사용, 그리고 그 기술과 산업이 인간에게 미치는 전반적 영향이 포함된다. 이는 대학 혼자서는 해결할 수 없는 질문이지만, 그 구성원들이 질문받게 될 것이고 학생들이 제기할 질문이다. 이를 보고서에 포함한 것은, AI에 대해 그리고 AI와 함께 가르치는 일이 사람들이 저마다 의견을 가진 맥락 속에서 이루어진다는 인정이다.

보고서가 이러한 우려를 구조적으로 어떻게 다루는지 눈여겨볼 만하다. 특정 입장을 위한 논거가 아니라 상황에 관한 사실로 서술한다. 위원회는 데이터센터의 환경 영향 때문에 MIT가 사용을 제한해야 한다고 말하지 않는다. 그런 질문이 존재한다고 말한다. 그 절제는 폭넓은 견해를 가진 공동체를 이끌기 위해 쓰인 문서에 어울리며, 권고를 이념이 아니라 조사 결과에 묶어 둔다.

보고서는 자신의 겸손함도 놓치지 않는다. 다른 교육 기관들도 AI를 둘러싼 비슷한 질문과 씨름하고 있으며, 누구도 모든 답을 찾은 것 같지는 않다. 이 문장에는 단서가 붙어 있고, 그것이 옳다. “것 같다”가 정직한 역할을 한다. 이는 MIT를 다른 기관보다 앞에 두지 않고 동료들 사이에 놓으며, 다른 기관의 접근 방식을 기성품 답안으로 취급하려는 유혹을 막는다.

압축된 시간표로 도착한 기술 #

고등교육 밖의 독자에게 보고서에서 분석적으로 가장 유용한 부분은 이 기술이 왜 다르게 느껴지는지에 대한 설명이다. 보고서는 혁신이 도착하는 방식에 대한 단순한 모형을 제시한다.

어떤 기술 혁신은 점진적으로 나타난다. 사회와 기술이 함께 진화하면서 상호 적응이 충격을 누그러뜨린다. 출처는 예를 하나 든다. AI의 전신이자 핵심 기반으로 묘사되는 컴퓨터가 이 유형에 들어맞는다. 시간이 흐르며 기관들은 컴퓨터로 가르치는 법, 컴퓨터로 만든 결과물을 평가하는 법, 그 사용에 관한 규범을 정하는 법을 익혔다. 적응은 상호적일 수 있을 만큼 느렸다.

다른 혁신은 더 갑작스럽게 도착해, 개인과 기관이 적응할 시간을 갖기 전에 사회적으로 중대해진다. 보고서의 논지는 생성형 AI가 이 두 번째 부류에 속한다는 것이다.

그 논지를 세우기 위해 보고서는 날짜를 하나 정한다. 사회는 새로운 기술의 “탄생”을 그것이 손쉽게 쓸 수 있게 된 시점으로 잡는 경향이 있다. 그 기준으로 보면 생성형 인공지능은 2022년 말 ChatGPT의 공개와 함께 “탄생”했다. 따라서 대중이 생성형 AI를 접한 지는 4년이 채 되지 않는다. 출처에 따르면 그동안 사용자가 10억 명을 넘어섰다.

이 두 숫자를 함께 붙들어 보자. 4년 미만, 그리고 10억 명이 넘는 사용자다. 보고서는 요점을 전하기 위해 더 말할 필요가 없다. 공개부터 10억 명의 사용자에 이르기까지 4년이 채 걸리지 않은 기술은 교육과정 위원회, 평가 설계자, 정책 부서에 컴퓨터가 주었던 것과 같은 수년간의 활주로를 주지 않았다.

보고서는 두 가지 관찰을 더한다. AI 기술을 파는 기업들이 뉴스 헤드라인, 주식 시장, 대중의 의식을 장악하게 되었다. 그리고 AI는 거의 모든 영역에서, 사회가 그 영향을 제대로 관찰하고 분석한 뒤 점진적으로 적응하기에는 너무 압축된 시간표로 발전하고 있다.

꼼꼼히 읽으면, 마지막 문장은 점진적 적응이 보통 필요로 하는 네 단계를 제시한다. 영향을 관찰하고, 분석하고, 그다음 적응하되, 점진적으로 하는 것이다. 주장은 그 순서를 밟기에는 시간표가 너무 압축되어 있다는 것이다. 이는 문제를 정확하게 진술한 것이다. AI가 나쁘다는 것도, 좋다는 것도 아니다. 사회가 새 도구를 흡수하는 통상의 방식, 즉 행동하기 전에 지켜보고 배우는 방식이 이 속도에 맞지 않는다는 것이다.

창업자에게는 여기에 고객에 관한 교훈이 있다. 이런 처지의 기관이 느린 것은 고집스러워서가 아니다. 통상의 절차가 더는 적용되지 않는 시간표를 전제하고 있기 때문에 느린 것이다. 기관이 문제를 연구할 시간을 가졌다고 가정하는 제품과 서비스가 아니라, 압축된 상황에서 기관이 분별 있게 행동하도록 돕는 제품과 서비스야말로 보고서가 묘사하는 실제 조건을 다루고 있다. 이는 보고서의 틀을 지지하는 논거이지, 보고서가 시장에 대해 내놓은 주장이 아니다.

겸손하게 제시된 여덟 가지 원칙 #

상황을 묘사한 뒤 보고서는 그에 대해 무엇을 할지로 넘어간다. 먼저 위원회가 의지했고 앞으로의 작업에서 MIT를 이끌어 주기를 바라는 여덟 가지 원칙을 정의하는 데서 시작한다. 여기서 출처의 주장은 제한적이다. 여덟 가지가 있다고 밝히고, 첫 번째 원칙을 밝힌다. 나머지는 확보한 자료에 없으며, 이 글은 그것을 추측하지 않는다.

첫 번째 원칙은 위원회가 겸손의 정신으로 제안을 내놓는다는 것이다. 이례적인 출발점이다. 방금 상황을 시급하다고 묘사한 보고서라면 원칙을 결의로 시작하리라 예상할 법하다. 그런데 보고서는 한계를 밝히는 말로 시작하고, 겸손이 실제로 무엇을 뜻하는지 곧바로 설명한다. 기술이 계속 진화하고 MIT가 실험하며 배워 가는 동안, 방향 수정, 어쩌면 큰 폭의 수정조차 피할 수 없을 것이다.

이 문장에는 단서가 있고, 솔직하다. 위원회는 자신의 권고가 앞으로 몇 년의 현실과 맞닥뜨려도 살아남으리라 약속하지 않는다. 그 가운데 일부는 아마 수정이 필요할 것이고, MIT는 해 나가면서 배울 각오를 해야 한다고 미리 말하는 것이다. 탄생한 지 4년도 안 된 기술에 관해 다섯 달 일정으로 만든 문서로서 이는 건전한 자세다. 또한 보고서를 더 신뢰하게 만든다. 최종 답을 가졌다고 주장하는 위원회라면, 변화의 속도에 관해 스스로 막 제시한 증거와 모순될 것이다.

그러나 겸손이 마비가 되는 것은 허용되지 않는다. 출처는 분명하다. 불확실성은 아무것도 하지 않을 핑계가 될 수 없다. 그리고 전략적 자세도 똑같이 단호하게 서술된다. 교수와 학습에서 AI가 제기하는 도전은 모든 곳에서, 특히 MIT에서 대담한 전략적 대응을 요구한다.

이 두 진술은 짝으로 읽는 것이 가장 좋다. 첫 번째는 특정한 답에 대한 확신을 제한한다. 두 번째는 그 제한이 기다릴 이유가 되는 것을 거부한다. 함께 놓으면 하나의 작업 방식이 그려진다. 행동하고, 관찰하고, 수정한다. 이는 점진적 기술 도입이 수십 년에 걸쳐 사회에 허락했던 것과 같은 방식을, 한 기관의 계획 주기 길이로 압축한 것이다.

위원회는 MIT의 역할에 관한 믿음도 밝힌다. MIT에는 선도할 책임이 있다고 위원회는 말한다. 이 표현은 조사 결과가 아니라 믿음이며, 그렇게 읽어야 한다. 선도한다는 것이 구체적으로 어떤 모습일지는 자료 어디에도 나오지 않으며, 이 출처에 기댄 글이 그것을 지어내서는 안 된다. 다만 그 믿음은 “대담한 전략적 대응”의 “대담한”을 설명해 준다. 스스로 선도해야 한다고 생각하는 기관은 관망하는 자세를 받아들일 만한 것으로 여길 수 없다.

권고, 그리고 아직 열려 있는 작업 #

보고서는 교수자와 대학 본부 모두를 위해 즉각적 조치와 장기적 조치를 권고하겠다고 약속한다. 그 구분 자체가 시사하는 바가 있다. 교수자는 특정 과목에서 무슨 일이 일어날지 결정하는 사람들이며, 조사 결과는 그들이 AI를 인식한 선택을 하려면 재량과 지원이 필요하다는 점을 시사한다. 대학 본부는 어느 교수자도 혼자서는 다룰 수 없는 문제를 다룰 수 있는 기구다. 교육과정 전반의 일관성, 정책, 그리고 프라이버시, 접근, 책임성을 둘러싼 실무적 우려다. 즉각과 장기의 구분은 이번 학기에 할 수 있는 일도 있고 지속적인 노력이 필요한 일도 있음을 인정한다.

확보한 주장에 포함되지 않은 것은 그 권고들의 내용이며, 이 글은 그것을 채워 넣지 않는다. 말할 수 있는 것은 조사 결과가 권고를 어떻게 제약하는가다.

학생들이 일관성 부족에 혼란스러워한다면, 교수자를 겨냥한 권고는 선택이 어떻게 설명되고, 적절한 경우 어떻게 조율되는지를 다뤄야 한다. 교수자들이 경험, 아이디어, 기법을 공유하고 싶어 한다면, 권고는 그 바람이 향할 곳을 마련해 주어야 한다. 평가가 어려워지고 있다면, 장기적 조치는 아마 무엇을 어떻게 평가할지 다시 생각하는 일을 포함할 것이며, 이는 과목을 재검토해야 한다는 보고서 자신의 요구와 맞아떨어진다. 이는 권고가 무엇을 다뤄야 하는지에 관해 조사 결과에서 끌어낸 추론이지, 보고서가 무엇을 권고하는지에 관한 진술이 아니며, 가볍게 붙들고 있어야 한다.

주장 자체에서 몇 가지 열린 질문이 떠오른다.

첫째는 징후가 어떻게 증거가 되는가다. 보고서는 고립의 증가, 숙달과 자신감의 약화, 사회적 계약의 잠식, 평가의 어려움에 대한 징후가 있다고 말한다. 어느 기관에게나 자연스러운 다음 단계는 그 영향이 얼마나 크고 어디에 집중되는지 알아내는 것이다. 보고서의 단서 붙은 표현은 의심되는 것과 측정된 것 사이의 간극을 표시한다.

둘째는 공유하려는 교수자들의 바람이 실제 견해의 폭을 납작하게 만들지 않고 일관성을 만들어 낼 수 있는가다. 보고서는 열정적 탐색부터 AI 거부까지의 태도를 묘사한다. 또한 명확성, 일관성, 근거에 대한 학생들의 요구를 기록한다. 이 두 사실은 쉽게 조화되지 않을 수 있으며, 보고서도 조화된다고 주장하지 않는다.

셋째는 교육과정 작업의 규모다. “모든 과목”은 엄청난 수의 과목이며, 보고서의 단서(“재검토되고 경우에 따라 개편되어야 할 가능성이 크다”)는 개편의 깊이에 편차가 생길 여지를 남긴다. 보고서 스스로 압축되었다고 묘사하는 시간표 위에서 기관이 수천 개의 과목 사이에 어떻게 우선순위를 정하느냐가, 조사 결과가 남겨 두는 실무적 질문이다.

넷째는 위원회가 가장 직접적으로 제기하는 것으로, MIT 교육의 구조, 의미, 가치에 관한 더 깊은 질문들이다. AI는 사명을 복잡하게 만드는 여러 요인 중 하나이며, 특히 교수진이 그 질문들에 맞서도록 요청받는다. 정책은 몇 달이면 쓸 수 있다. 위원회가 요구하는 오늘날 고등교육의 본질, 범위, 목적에 대한 재평가는 더 긴 대화이며, 보고서는 그것을 시작하기 전에 확실성을 기다릴 수 없다는 점을 분명히 한다.

보고서가 독자를 어디에 남겨 두는지를 가장 잘 담아내는 것은 보고서 자신의 문장이다. 방향 수정은 피할 수 없으며, 불확실성은 아무것도 하지 않을 핑계가 될 수 없다. 남은 질문은 어떤 수정이 먼저 오는지, 그리고 MIT에서 누가 증거가 다 갖춰지기 전에 그것을 실행할 의지가 있는지다.

분야별 의미 #

일류 대학 환경에서 생성형 AI가 빠르게 확산된 것은 여러 교육 및 전문 분야에 걸친 기관 혼란의 초기 지표 역할을 한다.

고등교육과 연구 중심 대학 #

고등교육 지도자들은 강의계획서 단위의 “AI 금지” 정책이 집행 불가능하며 역효과를 낸다는 점을 인식해야 한다. 과제는 구조적이다. 학습 평가는 대면 구술 심사, 동시적 문제 해결, 그리고 최종 서면 결과물만 평가하는 것이 아니라 추론의 과정을 검증하는 반복적 프로젝트 포트폴리오로 옮겨 가야 한다.

에듀테크와 AI 튜터링 제공업체 #

상용 도구 개발자들은 교육적 딜레마에 직면한다. 답을 생성하는 데만 맞춰 설계된 제품은 학생의 이탈과 인지적 고립을 가속한다. 최상위 학술 환경에서 성공할 플랫폼은 소크라테스식 문답법을 구현해, 목표에 맞춘 비계를 제공하면서도 인지적 씨름을 보존하는 플랫폼일 것이다.

기업 교육과 기술 온보딩 #

기업 연수원과 기술 기업 고용주도 같은 숙달 결손에 직면한다. 바탕에 있는 실패 양상을 이해하지 못한 채 생성형 코드 도구를 활용하는 신입 인력이다. 엔지니어링 조직은 기초적인 디버깅과 아키텍처 추론을 평가할 수 있도록 도제식 모델을 조정해야 한다.

결론 #

MIT 임시위원회의 보고서가 돋보이는 것은 생성형 AI를 학업 윤리상의 골칫거리로 축소하기를 거부하기 때문이다. 이 기술을 대학 교육의 핵심 목적에 대한 스트레스 테스트로 규정함으로써, 위원회는 냉정한 로드맵을 제시한다. 기관으로서의 겸손한 정신으로 실험을 받아들이되, 불확실성이 행정의 마비를 정당화하도록 두지 않는 것이다. 다음 학사 주기의 진짜 시험대는 교수진이 깊은 숙달을 지키면서 졸업생이 AI가 기본인 세상에 대비하도록 교육과정을 다시 설계할 수 있느냐다.

자주 묻는 질문 #

MIT는 학생 과제에서 생성형 AI를 금지하는가?

아니다. MIT는 일괄 금지를 시행하지 않는다. 개별 교수자가 자신의 과목 정책을 정하며, 그 범위는 과제에 AI 사용을 통합하는 것부터 AI를 쓰지 않는 특정 기초 연습까지 이른다. 위원회는 기관 차원의 일관성 강화와 투명한 교육적 근거를 권고한다.

생성형 AI는 전통적인 “p-set”(문제 세트)에 어떤 영향을 미치는가?

문제 세트는 역사적으로 홀로 문제를 푸는 과정을 통해 인지적 회복력을 기르는 주요 수단으로 기능해 왔다. AI를 어디서나 쓸 수 있는 상황에서 학생들은 올바른 풀이를 빠르게 생성할 수 있고, 이는 피상적인 완성이 진정한 지적 숙달을 대신할 위험을 낳는다.

평가에 관한 위원회의 권고는 무엇인가?

위원회는 기존의 평가 수단(재택 시험, 표준적인 서면 문제 세트)을 재평가해야 한다고 강조한다. 장기적 해법은 동시적 평가, 프로젝트 기반 시연, 그리고 기계적인 결과물 생성보다 비판적 분석을 보상하는 교육과정 재설계에 초점을 맞춘다.

참고문헌 #

MIT Ad Hoc Committee, (2026). 교수, 학습, 연구 훈련에서의 AI 사용에 관한 최종 보고서 ⧉. Massachusetts Institute of Technology.
MIT Office of the Chancellor and Provost, (2026). 생성형 AI 임시위원회에 대한 임무 부여 ⧉. Massachusetts Institute of Technology.
Eric Klopfer and Samuel Madden, (2026). 생성형 AI 시대의 교수와 학습 ⧉. MIT News.

최종 검토 2026-09-25.

최종 검토 2026-10-27.

이 기사 재게시

MIT AI 위원회 보고서: 제도보다 먼저 도착한 기술과 교육 — Sebastien Rousseau

다섯 달에 걸친 회의와 조사, 의견 수렴 끝에 MIT 임시위원회는 학생들이 AI를 자주, 광범위하게 쓰며 교수자의 태도는 열정적 탐색부터 “AI 거부”까지 갈린다고 보고했다. 학생들은 명확하고 일관된 규칙을 원한다.

이 기사의 라이선스는 Creative Commons Attribution 4.0 International. 재게시 시 정규 URL 출처 표시가 필요합니다.

MIT AI 위원회 보고서: 제도보다 먼저 도착한 기술과 교육 — Sebastien Rousseau

다섯 달에 걸친 회의와 조사, 의견 수렴 끝에 MIT 임시위원회는 학생들이 AI를 자주, 광범위하게 쓰며 교수자의 태도는 열정적 탐색부터 “AI 거부”까지 갈린다고 보고했다. 학생들은 명확하고 일관된 규칙을 원한다.

Originally published at https://sebastienrousseau.com/ko/2026-09-25-mit-ai-wiwonhoe-bogoseo-jedoboda-meonjeo/ by Sebastien Rousseau.
Licensed under CC-BY-4.0.

SEBASTIEN ROUSSEAU FOUNDER · ENGINEER