대학생의 AI 리터러시, 얼마나 이해하고 어떻게 사용하는가?

1. 연구의 목적

(1) 인공지능(AI)은 고등 교육 현장의 학습, 창작, 의사결정 방식에 근본적인 변화를 가져옴. 그러나 AI에 대한 학생들의 근본적인 이해 부족은 AI 생성 정보의 정확성과 객관성을 과신하게 만들 위험이 있음. 이는 비판적 정보 소비 능력, 윤리적 의사결정 역량, 그리고 학습자의 주도성 상실로 이어질 수 있음. 또한, 학문 분야별 AI 활용에 대한 정의와 기대치 불일치는 학생들에게 혼란을 야기하고, 미래 직업 시장에서 AI 역량 불균형을 심화할 수 있음. 이러한 배경에서 학생들의 AI 리터러시 함양은 단순한 기술 습득을 넘어선 필수적인 교육 과제로 부상함.

(2) 이 연구는 대학생 및 대학원생의 AI 리터러시에 대한 인식(접근성, 이해, 비판적 사고, 적용, 윤리)과 실제 사용 방식을 심층적으로 탐구함. 학문 프로그램과 학생 수준에 따른 AI 리터러시 인식 및 실천의 차이를 실증적으로 분석함.

2. 연구의 방법

(1) 이 연구는 기존 AI 리터러시 프레임워크(스탠포드, Tadimalla & Maher, Hervieux & Wheatley)를 바탕으로 개발된 설문 도구를 사용함. 설문은 AI 접근, 이해, 비판적 사고, 적용, 윤리 다섯 가지 하위 영역을 측정함. 또한, AI 학습 방법, 사용 결정 기준, 선호 도구 등을 묻는 개방형 질문을 포함하여 정량적 데이터와 정성적 데이터를 함께 분석하는 혼합 연구 접근 방식을 채택함.

(2) 미국 남동부의 한 대규모 대학에 재학 중인 학부생과 대학원생 총 130명을 대상으로 설문조사를 진행함. 주요 분석 대상은 교육학 전공 학생 대 비전공 학생, 학부생 대 대학원생 집단임. 또한, 성별, 1세대 대학생 여부, 재정 지원 여부, AI 도구 사용 빈도 등 인구통계학적 특성에 따른 AI 리터러시 인식 및 실천의 차이를 비교 분석함.

3. 주요 발견

이 연구는 학생들이 인식하는 AI 리터러시의 다양한 측면과 그에 영향을 미치는 요인들을 밝혀냄.

(1) AI 리터러시 하위 요소별 인식 수준

학생들은 자신의 AI 리터러시를 전반적으로 ‘동의’ 수준으로 인식함. 특히 AI 윤리에 대한 인식이 가장 높고, AI 기술의 이해에 대한 인식이 가장 낮음을 발견함. 이는 학생들이 AI를 사용할 때 윤리적 측면을 중요하게 고려하지만, AI의 작동 방식이나 기술적 원리에 대한 깊이 있는 이해는 부족할 수 있음을 나타냄.

AI 리터러시 하위 요소	평균 점수 (5점 만점)	해석
윤리 (Ethics)	3.85	가장 높은 인식. AI 사용의 윤리적 책임에 대한 고려 높음
비판적 사고 (Critical Thinking)	3.63	AI 결과물을 비판적으로 평가하려는 경향
접근 (Access)	3.48	AI 도구에 대한 접근성이 충분하다고 인식
적용 (Application)	3.34	AI 도구를 실제로 사용하는 능력에 대한 인식
이해 (Understanding)	3.27	가장 낮은 인식. AI 기술 자체에 대한 지식은 부족할 수 있음

(2) AI 사용 빈도와 리터러시 인식의 상관관계

AI 도구를 자주 사용하는 학생일수록 AI에 대한 이해, 비판적 사고, 적용 하위 요소에서 높은 인식을 보임. AI를 매일 사용하는 그룹은 그렇지 않은 그룹보다 이 세 가지 영역에서 통계적으로 유의미하게 높은 점수를 기록함. 특히 적용 영역에서 그 차이가 가장 큼(Cohen’s d = -0.973). 이는 AI를 직접 다루는 경험이 AI 리터러시를 높이는 핵심 요소임을 단언함. 단순히 AI에 노출되는 것을 넘어 적극적인 실험과 상호작용이 깊은 이해를 만든다는 의미임.

(3) 전공 및 학년에 따른 인식 차이

• 전공별 차이: 교육학 비전공 학생이 교육학 전공 학생보다 AI 이해 수준이 더 높다고 보고함(p = 0.025). 이는 교육학 전공 학생들이 AI의 교육적 활용에 대한 회의적 시각이나 명확한 교육 경험 부족으로 AI 기술 자체에 대한 이해를 낮게 평가할 수 있음을 보여줌.
• 학년별 차이: 학부생이 대학원생보다 AI 윤리 인식이 더 높다고 보고함(p = 0.031). 이는 대학원생이 AI 윤리의 복잡성과 미묘한 함의를 더 깊이 인식하여 자신의 지식 한계를 겸손하게 평가하기 때문일 수 있음. 학부생은 윤리적 사용에 대한 단순한 규칙 준수나 부정행위 회피에 집중하는 경향을 보일 수 있음.

(4) 학생들의 AI 도구 사용 현황 및 학습 방식

학생들은 대학에서 공식적으로 제공하지 않는 챗GPT를 압도적으로 가장 많이 사용함(67.7%). 이는 대학의 공식 도구 채택이 실제 학생 사용으로 이어지지 않는 현실을 분명히 보여줌. 대학 제공 도구인 Gemini나 Co-Pilot의 언급 비율은 매우 낮음.

학생들은 AI를 주로 다음과 같은 방식으로 학습함.

학습 방식	설명	비율
자기 주도 학습	온라인 검색, 영상 시청, 전문 서적 독서 등 스스로 정보를 탐색함.	34명
직접 사용해보는 경험	시행착오를 겪으며 AI 도구와 상호작용함.	11명
직접 지시를 통한 학습	교수나 친구, 동료를 통해 AI 사용법을 배우고 권고받음.	14명

(5) AI 사용 결정 기준 및 도구 선택 요인

학생들은 AI 사용 여부를 결정할 때 다음과 같은 기준을 활용함.

결정 기준 분류	세부 내용	설명 및 예시
강화 (Augmentation)	시작점 마련, 아이디어 구체화	과제 시작이 막막할 때, 아이디어를 얻을 때, 정보 요약 등 학습을 돕는 보조 도구로 사용함.
	명확화, 검색, 자동화, 마무리	특정 개념 이해, 자료 검색, 문법 교정, 학습 가이드 생성 등에 활용함.
정책 (Policy)	학교/교수 정책	교수자의 명시적 허가나 과제 성격에 따라 사용함. 부정행위 우려 시 사용하지 않음.
개인적 규칙	사회/교육 맥락, 윤리적 기준	학습 방해나 부정행위가 아닌 선에서, 개인의 윤리적 판단에 따라 사용함.
	학습 영향 이해	AI가 자신의 학습 과정에 도움이 되는지, 지름길이 되는지 판단함.
자제 (Abstention)	의도적 자제, 드문 사용자	AI에 대한 불신, 인간 중심 학습 선호, 사용법 미숙 등의 이유로 사용하지 않음.
	사용법 미숙	AI 사용법을 모르거나, 언제 사용해야 할지 몰라 사용을 회피함.

AI 도구 선택 시 학생들은 주로 편의성(무료, 접근 용이성, 기본 설정), 추천(인기, 교수 권유)을 가장 중요하게 고려함. 정확성, 윤리성, 목적 적합성 등 맥락적 요인도 고려되지만, 편의성이 우선함을 알 수 있음. 이는 학생들이 AI 사용의 효율성을 우선시하며, 비판적 평가를 위한 충분한 지식과 판단 기준이 부족할 수 있음을 시사함.

4. 결론 및 시사점

(1) 이 연구는 대학생들이 자신의 AI 리터러시를 비교적 높게 인식하지만, 실제 AI 사용 빈도가 낮고, 챗GPT 등 대학의 공식 지원을 받지 않는 도구를 선호함을 보여줌. 학생들의 AI 사용 결정은 교수자의 지침, 부정행위 우려, 개인적 윤리관의 불확실성에 크게 좌우됨. 전공 및 학년에 따라 AI 기술 이해도와 윤리적 인식에 차이가 있음이 밝혀짐. 이는 모든 학생에게 일률적인 AI 리터러시 교육이 비효율적임을 의미함.

(2) 대학은 AI 리터러시 교육을 대학 전반의 필수 교육 과정으로 통합해야 함. 단순히 기술 사용법을 가르치는 것을 넘어, AI의 사회·윤리적 함의와 비판적 사고를 강조하는 교육 내용이 필요함. 특히 전공별 특성과 학년 수준에 맞는 맞춤형 AI 리터러시 모듈을 설계해야 함. 예를 들어, 인문사회 계열에서는 AI와 정보 편향, 데이터 프라이버시에 중점을 두고, 공학 계열에서는 AI 윤리적 개발과 사회적 책임에 초점을 맞춤.

(3) 학생들의 실제 AI 사용 행태를 고려하여 대학의 AI 도구 정책을 재고해야 함. 학생들이 가장 많이 사용하는 챗GPT와 같은 비공식 도구의 책임 있는 활용 방안을 모색하고, 해당 도구에 대한 윤리적 가이드라인을 제공해야 함. 또한 데이터 보안, AI의 편향성, 환각 현상 등 AI의 본질적인 한계에 대한 명시적인 교육을 조기에 제공하여, 학생들이 AI 결과물을 무비판적으로 수용하지 않고 능동적으로 검증하도록 유도함. 이러한 교육은 학생들의 디지털 시민 역량을 강화하는 데 필수적임.

5. 리뷰어의 ADD(+) One: 생각 더하기

(1) 이 논문에서 가장 주목할 지점은 AI 리터러시의 하위 요소 간 불균형과 자기 보고식 윤리 인식의 역설임. 학생들은 ‘윤리’ 점수가 가장 높다고 스스로 평가하면서도, AI 사용을 꺼리는 주요 이유로 ‘부정행위 우려’와 ‘정책 불확실성’을 꼽음. 이는 학생들이 AI 윤리를 추상적인 원칙이나 규칙 위반 여부로만 인식하고 있을 수 있다는 반직관적 전환을 보여줌. 진정한 AI 윤리 리터러시는 기술적 한계(편향, 환각), 사회적 영향(고용, 불평등), 그리고 개인의 책임(데이터 프라이버시)을 포괄하는 비판적 사유 능력을 포함함. 현재 학생들의 윤리 인식은 깊이 있는 성찰보다는 회피 전략에 가깝게 보임. 이 간극은 AI 리터러시 교육이 단순한 지식 전달을 넘어 실천적 윤리 판단 능력을 길러야 함을 단언함.

(2) 이 연구가 던지는 더 넓은 의미는 AI 시대 학습자의 주체성 재정의와 교사 전문성 개발의 절실함임. 학생들은 AI를 주로 ‘보조 도구’나 ‘아이디어 창출의 시작점’으로 인식하지만, 이는 학습 과정에서의 인지적 외주(cognitive offloading) 위험을 내포함. 즉, AI가 창의력을 증진할 수도 있지만, 문제 해결 능력이나 비판적 사고력을 저해할 수도 있음. 이 논문은 교사의 AI 활용 지침이 학생들의 AI 사용에 큰 영향을 미친다고 명확히 밝힘. 이는 교수자의 AI 리터러시와 교육 역량이 학생들의 미래 역량에 직접적인 병목 현상으로 작용함을 의미함. 교사는 단순히 AI 도구 사용법을 아는 것을 넘어, AI가 학습 과정에 미치는 인지적, 윤리적 영향을 이해하고, 이를 바탕으로 학습자의 주체성과 비판적 사고를 강화하는 교수법을 설계해야 함.

(3) 이 연구를 발전시킬 구체적인 아이디어는 다음과 같음. 첫째, 대학 내 AI 리터러시 이수 의무화 및 표준화된 교육 과정 개발을 제안함. 모든 신입생을 대상으로 AI 윤리, 작동 원리, 비판적 활용에 대한 기초 교육을 필수 교양으로 도입하고, 각 전공 과정에서는 해당 분야에 특화된 AI 활용 및 윤리 사례 분석 프로젝트를 의무화함. 둘째, 교수자를 위한 AI 리터러시 전문 연수 프로그램을 정규화함. 단순히 도구 사용법을 넘어, AI가 촉발하는 교수법의 변화, 평가 방식의 혁신, 표절 방지 및 데이터 보안에 대한 심층적 이해를 다루는 워크숍을 제공함. 셋째, AI 사용 가이드라인을 학문 분야별로 세분화하고, 학생 및 교수 대표가 참여하는 상시 업데이트 거버넌스 시스템을 구축함. 이는 일률적인 규제 대신, 각 학문의 특성과 학습 목표를 고려한 유연하고 실용적인 AI 활용 문화를 조성함.

6. 추가 탐구 질문

(1) 학생들의 자기 보고식 AI 리터러시 인식과 실제 AI 활용 능력(예: AI 결과물 오류 식별 능력, 효과적인 프롬프트 작성 능력) 사이의 실증적 괴리는 어느 정도이며, 이 괴리가 학업 성과나 비판적 사고 능력에 어떤 영향을 미치는가?

(2) 이 연구 결과가 한국의 고등 교육 환경에 적용될 때, 교육 제도, 문화적 배경, AI 도구 접근성 등의 차이로 인해 어떤 다른 양상(예: AI에 대한 신뢰도, 윤리적 우려의 종류, 선호하는 AI 도구)이 나타날 수 있는가?

(3) 학생들의 AI에 대한 불신(데이터 보안, 편향성)이 AI 기술 개발자나 교육 정책 입안자들에게 어떤 구체적인 기술적·제도적 개선 요구로 이어져야 하며, 이러한 요구를 반영하기 위한 학생 참여형 메커니즘을 어떻게 설계할 수 있는가?

출처

Wakeman, S., Johnson, H., Cary, J., Endacott, C., Westine, C., & Liu, Q. (2026). AI literacy: University students’ perceptions and practices. Trends in Higher Education, 5(2), 44. https://doi.org/10.3390/higheredu5020044