대학생들은 이미 챗지피티와 제미나이를 쪼개 쓰는 ‘AI 네이티브’가 됐다

대학생에게 AI는 이제 ‘보조 도구’가 아니라 기본 작업 환경임

• 이화여대 학생 설문을 보면 생성형 인공지능(AI)은 이미 대학생 학업 루틴에 깊게 들어와 있음

  • 조사 대상은 재·휴학생 156명이고, 조사 기간은 2026년 5월 12일부터 5월 26일까지였음
  • 시험공부에 AI를 쓴다는 응답이 117명, 75%로 가장 많았고 문서 작성도 116명, 74.4%로 거의 비슷했음
  • 자료조사와 데이터 분석은 80명, 51.3%였고, 단순 정보 검색 35.9%, 번역 28.8%, 감정 상담과 대화도 23.7%까지 나왔음

• 학생들 표현이 꽤 직관적임. AI를 쓰면 ‘0부터 시작’이 아니라 10이나 100에서 시작하는 느낌이라는 것

  • 한 학생은 노트북을 켜고 있는 거의 모든 시간에 AI 창을 한쪽에 띄워둔다고 말했음
  • 파이썬 코드 작성, 보고서 주제 선정, 탈고뿐 아니라 인간관계 고민까지 AI에게 묻는다고 함
  • 디자인 작업을 하는 학생은 오전 9시부터 오후 9시까지 작업하는 동안 메일, 일정 관리, 디자인 아이디어, 레퍼런스 정리에 계속 AI를 쓴다고 했고 하루 사용 시간이 10~12시간에 달했음

• 사용 시간만 보면 모두가 장시간 쓰는 건 아니지만, 이미 ‘상시 보조 두뇌’처럼 붙여 쓰는 층이 생겼음

  • 하루 30분 미만 사용자는 73명, 46.8%로 가장 많았음
  • 30분1시간은 45명, 28.8%, 12시간은 22명, 14.1%, 2시간 이상은 16명, 10.3%였음
  • 즉 전체 평균만 보면 가볍게 쓰는 학생이 많지만, 일부는 사실상 작업 OS처럼 쓰고 있음

돈 내고 쓰는 AI, 학생들에겐 이미 성적 투자임

• 응답자 10명 중 4명 가까이가 현재 유료 AI를 구독 중이었음

  • 현재 유료 구독자는 58명, 37.2%였고 과거 구독 경험이 있는 학생은 28명, 17.9%였음
  • 유료 구독 경험 없이 무료로만 쓰는 학생은 70명, 44.9%였음
  • 유료 구독자의 월평균 구독료는 1만 원 이상~3만 원 미만이 38명, 50%로 가장 많았음

• 유료 결제 이유는 꽤 현실적임. 더 똑똑하고, 더 많이 물어볼 수 있고, 과제에 바로 도움이 되기 때문임

  • ‘성능과 정확도가 더 좋아서’가 45명, 57%였음
  • ‘업무나 과제에 필요해서’와 ‘사용 제한이 적어서’가 각각 43명, 54.4%였음
  • 파일 업로드, 이미지 생성 같은 기능 다양성도 39명, 49.4%로 높게 나왔음

• 특히 이공계 학생들에게 AI는 거의 계산기나 풀이 보조 도구처럼 자리 잡았음
  • 전공책 솔루션에 풀이 과정이 충분히 나오지 않을 때 챗지피티 풀이와 자기 풀이를 비교한다고 함
  • 교수자가 생략한 수학 문제 풀이 과정을 AI로 확인한다는 사례도 있었음
  • 한 학생은 AI가 사라지면 학과 학생들이 과제를 하는 게 불가능해질 것 같다고까지 말했음. 좀 세게 들리지만 현장감은 확실함

모델도 하나만 쓰지 않음. 용도별로 쪼개 씀

• 가장 많이 쓰는 서비스는 챗지피티(ChatGPT)와 제미나이(Gemini)였음

  • 챗지피티 사용자는 119명, 76.3%였고 제미나이는 107명, 68.6%였음
  • 클로드(Claude)는 44명, 28.2%, 노트북LM(NotebookLM)은 9명, 5.8%, 퍼플렉시티(Perplexity)는 6명, 3.8%였음
  • 코파일럿(Copilot), 딥엘(DeepL) 같은 도구도 함께 언급됐음

• 흥미로운 건 학생들이 모델별 캐릭터를 나눠서 쓰고 있다는 점임

  • 챗지피티는 일상적 대화, 문장 작업, 가벼운 작업에 많이 쓰임
  • 제미나이는 코딩, 수학, 논문 정리처럼 기술적이고 정량적인 작업에 강하다고 인식됨
  • 클로드는 긴 글이나 문서 완성도를 높이는 작업에 유리하다고 보는 경향이 있었음
  • 노트북LM은 시험공부, 요약, 퀴즈 생성에 쓰이고 퍼플렉시티는 자료조사와 출처 확인용으로 쓰였음

• 이건 개발자들이 여러 도구를 파이프라인처럼 묶는 방식과도 닮아 있음

  • 퍼플렉시티에서 1차 자료를 모은 뒤 제미나이나 챗지피티에 넘겨 과제를 수행하는 식의 워크플로가 등장함
  • 단일 모델에 모든 걸 맡기는 게 아니라 검색형 AI, 장문 처리형 AI, 대화형 AI를 역할별로 조합하는 쪽으로 사용법이 진화 중임

그래도 그대로 믿지는 않음. 환각은 이미 다들 겪어봄

• 학생들은 AI를 많이 쓰지만 답변을 무조건 신뢰하지는 않았음

  • 존재하지 않는 논문을 출처로 가져오거나, 없는 내용을 지어내거나, 계산을 틀리는 사례가 나왔음
  • 답변이 그럴듯해도 제대로 된 근거를 못 가져오는 경우가 많다는 지적도 있었음
  • 지난 대화 내용을 근거로 사용자가 듣기 좋게 답하는 것처럼 느꼈다는 반응도 있었음

• 그래서 학생들 사이에 교차검증 습관도 같이 생기고 있음

  • 무료 챗지피티가 틀린 적이 많아 여러 자료와 비교한다는 응답이 있었음
  • 교수 자료, 전공책, AI 답변을 함께 놓고 오류를 직접 확인한다는 방식도 언급됐음
  • AI를 ‘정답 생성기’라기보다 검증이 필요한 조력자로 보는 감각이 생긴 셈임

• 성과 향상 기대와 사고력 저하 우려도 동시에 존재함

  • 간단한 개념 설명은 AI에게 맡기고, 남은 시간을 해석과 활용에 쓸 수 있어 전공 역량이 좋아졌다는 반응이 있었음
  • 반대로 글쓰기처럼 시행착오 자체가 중요한 작업에서는 AI가 능력을 퇴화시킬 수 있다는 걱정도 나왔음
  • 통번역처럼 AI 영향을 직접 받는 진로는 포기했다는 사례가 있었지만, 동시에 배우지 않은 영역에 도전할 수 있다는 기대도 함께 나왔음

대학의 AI 지침은 있는데, 학생들은 체감하지 못함

• 대학 차원의 AI 윤리 지침은 빠르게 늘고 있음

  • 한국대학교육협의회에 따르면 2026년 2월 기준 AI 가이드라인을 운영하거나 검토하는 대학은 회원교의 80%였음
  • 1년 6개월 만에 두 배 가까이 오른 수치임
  • 배경에는 고려대, 서울대, 연세대 등에서 AI를 활용한 집단 커닝 정황이 드러난 사건도 있었음

• 문제는 지침이 있어도 학생들이 잘 모르거나 실효성을 낮게 본다는 점임

  • 이화여대는 2023년 7월 생성형 AI 활용 윤리 지침을 공포했지만, 인터뷰에선 지침 존재를 몰랐다는 반응이 나왔음
  • 과제 제출 시 AI 활용 내역서를 내는 방식도 실제로 얼마나 썼는지 모니터링하기 어렵다는 지적이 있었음
  • ‘어떤 목적으로 만든 지침인지 알기 어렵다’는 반응도 있었음

• 이제 핵심은 ‘쓰지 마라’가 아니라 ‘어떻게 쓰게 할 것인가’에 가까움

  • 한 학생은 과정을 평가하는 방식으로 과제 형태를 바꿔야 AI 남용을 막을 수 있다고 봤음
  • 또 다른 학생은 AI에게 묻는 걸 똑똑한 친구에게 묻는 것과 비슷하게 보고, 정보를 걸러낼 수 있도록 교육해야 한다고 말했음
  • 학교 차원의 유료 AI 지원이 교육 방향이 될 수 있다는 의견도 나왔음

• 결론적으로 대학은 AI를 금지할 수도, 무시할 수도 없는 단계에 들어왔음

  • 학생들은 이미 여러 AI를 조합해 과제와 학습을 처리하고 있음
  • 남은 과제는 환각 검증, 출처 확인, 평가 방식, 유료 도구 접근성 같은 현실 문제를 제도 안으로 끌고 들어오는 것임