대부분의 대학 학문적 진실성 정책은 AI 도구 자체를 금지하지 않습니다. 금지하는 것은 주장입니다. 보조 초안 작성 — AI를 사용하여 브레인스토밍, 개요 작성, 문장 다듬기 또는 문법 검사 — 은 일반적으로 허용되거나 용인됩니다. 허위 표시 — AI 생성 작업을 자신의 무보조 노력으로 제출하거나, 공개가 요구될 때 사용 사실을 숨기는 것 — 이 바로 위법 행위 판정이 나오는 지점입니다. 이 경계는 과제, 과목, 교수에 따라 달라지므로, 정책을 읽는 것보다 강의 계획서를 읽는 것이 더 중요합니다.
대학의 AI 정책은 보조 초안 작성과 허위 표시 사이의 경계를 어떻게 긋는가?
정책은 명확한 정의를 거의 공개하지 않습니다. 대신 금지 행위를 정의합니다 — 보통 “학생 자신의 것이 아닌 작업을 제출하는 것” 또는 “제출된 작업의 저자를 허위로 표시하는 것” — 그런 다음 특정 과제에 대해 그것이 무엇을 의미하는지 교수가 결정하도록 맡깁니다.
실제로 허용된 도움과 허위 표시를 구분하는 세 가지가 있습니다:
- 누가 실질적인 내용을 생성했는가. 당신이 논증, 증거 및 구조를 만들고 AI가 그것을 표현하도록 도왔다면, 당신은 보조 초안 작성 영역 안에 있습니다. AI가 논증을 만들고 당신이 문장을 다듬었다면, 당신은 그 영역 밖에 있습니다.
- 공개했는지 여부. 많은 정책은 공개를 사용 조건으로 삼습니다. 허용된 곳에서 AI를 사용한 후 그 사실을 말하지 않는 것 자체가 위반이 될 수 있습니다 — 작업이 진정으로 당신의 것일지라도.
- 과제가 무엇을 입증하도록 요구했는가. 당신의 추론을 평가하는 에세이는 데이터 처리를 평가하는 실험 보고서와 AI를 다르게 취급하며, 이는 다시 당신의 경험을 평가하는 성찰 일지와 다르게 취급됩니다. 동일한 도구 사용이 하나에서는 괜찮을 수 있고 다른 하나에서는 자격 미달이 될 수 있습니다.
유용한 테스트: 당신과 의견이 다른 사람과 노트 없이 10분 대화에서 문서의 모든 주장을 방어할 수 있습니까? 그렇다면 그 작업은 정책이 의미하는 바에 따라 당신의 것입니다. 다른 사람의 추론을 설명하게 된다면, 그것은 당신의 것이 아닙니다.
실제로 공개는 어떻게 이루어질까?
공개는 고백이 아니다. 무엇을 사용했고 그것으로 무엇을 했는지 짧고 구체적으로 밝히는 것이다. 이를 요구하는 대부분의 정책은 형식을 규정하지 않으므로, 명확하게 밝힐 책임은 당신에게 있다.
과제 유형별로 효과적인 방법:
| 과제 유형 | 일반적인 공개 방식 | 포함할 내용 |
|---|---|---|
| 에세이 또는 보고서 | 각주 또는 방법 주석 | 도구 이름, 무엇을 요청했는지, 어떤 섹션에 영향을 주었는지 |
| 실험 또는 데이터 과제 | 방법 섹션 | AI가 분석, 코드 또는 작성에만 사용되었는지 여부 |
| 성찰 또는 개인 글쓰기 | 일반적으로 전면 금지 | 시작 전에 강의계획서를 확인하세요. 가장 흔한 금지선입니다 |
| 코드 또는 문제 세트 | 주석 블록 또는 README | AI가 제안한 함수나 해답, 그리고 이를 어떻게 검증했는지 |
| 그룹 프로젝트 | 팀 합의 후 메모 | 각 구성원이 무엇을 사용했고, 그룹이 결과물을 어떻게 확인했는지 |
검증을 견뎌내는 공개 문장은 다음과 같다: “저는 ChatGPT를 사용하여 섹션 2의 세 문단에 대한 대체 표현을 제안받고 제 인용을 확인했습니다. 논증, 출처 및 결론은 제 것입니다. 포함하기 전에 제안된 모든 문장을 수정했습니다.”
이는 구체적이고, 수정 이력으로 검증할 수 있으며, 과장하지 않는다. 모호한 공개 — “이 작업을 준비하는 데 AI가 사용되었습니다” — 는 아무것도 밝히지 않는 것보다 나쁘다. 왜냐하면 검토자에게 당신이 공개의 중요성을 알면서도 명확히 밝히지 않기로 선택했음을 알려주기 때문이다.
If you want to see what a detector actually flags in your own draft before you submit it, the AI detector scores the whole document and highlights each sentence by AI probability, so you can see which lines carry the signal and fix them yourself.
How do I keep my process defensible if I’m questioned?
Defensibility is built before the accusation, not after. The students and faculty who come through misconduct processes well are the ones who can reconstruct what they did.
Keep these, as a habit rather than an emergency measure:
- Version history. Word’s tracked changes, Google Docs revision history, or dated files. This is the single most persuasive artefact you can produce, because it shows a draft developing over time.
- Your notes and sources. Rough notes, annotated PDFs, a reading list. They show the thinking that preceded the writing.
- Your prompts, if you used AI. Save them. A prompt that says “here is my outline, suggest tighter transitions” reads very differently from one that says “write me an essay on this topic.”
- A short process note. Two or three sentences in your own files describing how the piece came together. If you are ever asked, you have the answer already written.
If you are questioned, the worst response is to become vague or defensive about the tool. State plainly what you used, show the history, and explain your reasoning. Faculty are generally trying to establish authorship, not catch you out — and a clear account of a defensible process usually ends the conversation.
알아둘 만한 점이 하나 있습니다. 탐지기의 출력은 확률 추정치일 뿐, 작성자의 증거가 아닙니다. 높은 점수는 더 자세히 살펴볼 이유일 뿐, 판정 결과가 아닙니다. 직접 작성한 글에 문제가 제기된 상황이라면, 오탐과 부정 사용 의심을 받을 때 대처법 가이드에서 대응 절차를 단계별로 안내합니다.
규정이 모호한 부분 — 그리고 이를 해석하는 방법
대부분의 정책 공백은 네 가지 유형으로 나뉩니다. 어떤 유형에 해당하는지 알면 누구에게 물어봐야 하는지도 알 수 있습니다.
정책에 언급이 없는 경우. AI 관련 조항이 전혀 없습니다. 이때는 기존 규정이 기본값이 됩니다. 과제물은 본인이 작성해야 한다는 규정입니다. 이는 AI의 도움을 금지하는 것은 아니지만, AI가 생성한 내용을 밝히지 않으면 여전히 위험하다는 뜻입니다. 마감 후가 아니라 마감 전에 담당 교수에게 문의하세요.
정책은 포괄적이고 강의계획서는 구체적인 경우. 많은 기관이 허용적이거나 제한적인 기준을 정하고, 교수자가 이를 더 엄격하게 조정할 수 있게 합니다. 이때는 강의계획서가 우선합니다. 강의계획서가 특정 과제에 대해 AI 사용을 금지한다면, 대학의 일반적인 허용 규정이 이를 무효화하지 않습니다.
문법 도구는 예외이고, 생성형 도구는 예외가 아닌 경우. 가장 흔한 구분이지만, 현대 문법 검사기가 생성형 결과물과 매우 비슷한 재작성 문장을 제안하기 때문에 실제로 혼란스럽습니다. 안전한 해석은 이렇습니다. 도구가 의미를 바꾸거나 내용을 제공한다면 생성형 도구로 간주하고 이를 밝히세요.
그룹 작업은 다루어지지 않습니다. 정책은 보통 개인 제출물을 대상으로 합니다. 그룹에서 어떤 형태로든 AI를 사용했다면, 팀으로서 공개 내용에 합의하고 제출 전에 서면으로 작성하세요. 무엇이 사용되었는지에 대해 그룹 구성원 간의 의견 불일치는 신고로 이어지는 흔한 원인입니다.
확실하지 않을 때는 교수님께 구체적인 질문을 이메일로 보내세요: “제 초안에서 문법을 확인하고 전환 문구를 제안받는 데 AI를 사용하고 싶습니다 — 이 과제에서 허용되나요, 그리고 어떻게 공개하기를 원하시나요?” 그 이메일 자체가 선의의 증거이며, 2분이면 충분합니다.
AI를 도구로 사용하기 vs AI를 자신의 작업물로 제출하기
구분은 AI가 얼마나 관여했는지에 관한 것이 아닙니다. 누가 그 내용에 책임을 질 수 있는지에 관한 것입니다.
AI를 도구로 사용하는 것은 이렇습니다: 논지가 있고, 출처가 있으며, 어떤 요점을 더 명확하게 표현하도록 도움을 요청하고, 제안을 읽고, 그것이 정확한지 판단하고, 자신의 목소리로 다시 씁니다. 도구가 존재하지 않았더라도 그 결과를 변호할 수 있습니다.
AI를 자신의 작업물로 제출하는 것은 이렇습니다: 프롬프트를 붙여넣고, 완성된 글을 받고, 훑어보고, 제출합니다. 문장은 유창할 수 있습니다. 그러나 아이디어, 구조, 결론은 설명할 수 없는 어딘가에서 온 것이며, 그것들을 뒷받침할 수 없습니다.
다음은 구체적인 예시입니다. 평평하고 기계적인 문장을 하나 들어보겠습니다:
변경 전: “재생 에너지 정책의 시행은 다양한 이해관계자에 대한 신중한 고려가 필요한 다면적인 문제입니다.”
변경 후: “재생 에너지 규칙은 비용을 부담하는 사람들 — 설치업자, 전력망 운영자, 그리고 더 높은 요금을 감당하는 가정 — 을 무시하면 실패합니다.”
두 번째 버전이 더 나은 이유는 탐지기를 피했기 때문이 아닙니다. 그 문장이 실제로 주장하는 바를 누군가 결정했기 때문에 더 낫습니다.
이는 어떤 점수를 해석하는 방식에 중요합니다. 2026-09-13에 우리가 직접 측정한 결과, 30% 플래그 임계값으로 탐지기를 사용해 손으로 작성한 DeAIze 가이드 23개를 채점했습니다: 평균 점수 21%, 중앙값 22%, 범위 0-46%, 그리고 23개 중 5개가 플래그되었습니다. 편집되지 않은 모델 출력은 평균적으로 더 높은 점수를 받았습니다 — 12개 구절, 평균 33% — 하지만 범위는 인간 샘플과 거의 완전히 겹쳤습니다. 점수는 텍스트에 기계적인 패턴이 있다는 것을 알려줍니다. 누가 썼는지는 알려줄 수 없으며, 그 자체로 판결로 취급되어서는 안 됩니다.
자신의 글이 플래그가 뜨는 이유를 이해하고 싶다면, AI 탐지 작동 방식에서 점수 뒤에 있는 신호를 설명하고, 학생을 위한 AI 지원 글쓰기에서 일반적인 규칙 경계가 어디에 있는지 다룹니다.
제출 전 간단한 체크리스트
- 강의 계획서나 과제 안내문에 AI에 관한 언급이 있나요? 다시 한 번, 특히 주의 깊게 읽어보세요.
- AI를 무엇에 사용했는지 한 문장으로, 얼버무리지 않고 말할 수 있나요?
- 과제에서 요구하는 형식에 맞춰 공개했나요?
- 작업이 발전해 온 과정을 보여주는 버전 기록이나 메모가 있나요?
- 모든 주장과 결론을 자신의 추론이라고 변호할 수 있나요?
- 이 중 하나라도 ‘아니오’라면, 마감 후가 아니라 마감 전에 고치세요.
이 정책은 당신을 잡아내기 위한 것이 아닙니다. 당신이 실제로 한 작업의 가치를 보호하기 위한 것입니다. 그것이야말로 어떤 도구도 대신할 수 없는 부분입니다.
측정 참고: 이 글의 수치는 2026-09-13에 자체 탐지기를 실행한 결과입니다 — 손으로 작성한 가이드 n = 23 대 편집하지 않은 모델 출력 n = 12, 중앙값 AI 점수는 각각 22%와 34%입니다. 방법: /methodology/.