과제가 더 이상 실력을 증명하지 못하는 시대
소프트웨어를 가르치는 한 교육자가 자기가 내던 과제를 AI에게 풀게 해봤더니 전부 해결해버렸고, 그 뒤로 수업 방식을 바꿨다는 경험을 공유했어요. 사실 이건 한 사람만의 고민이 아니에요. 요즘 LLM 기반 코딩 도구는 연결 리스트 구현하기, 간단한 REST API 만들기, 정렬 알고리즘 비교하기 같은 전형적인 과제를 몇 초 만에 깔끔하게 풀어내거든요.
문제는 과제의 목적이 원래 결과물을 받는 게 아니었다는 점이에요. 과제는 학생이 직접 머리를 싸매고 고민하는 과정을 만들어주는 장치였어요. 헬스장에서 무거운 바벨을 드는 이유는 바벨을 옮기려는 게 아니라 근육을 키우려는 거잖아요. 지게차가 대신 들어주면 바벨은 옮겨지지만 근육은 안 생기죠. AI가 과제를 대신 해주면 제출물은 완벽해도 학생 실력은 그대로인 거예요.
교육 현장에서 시도되는 변화들
그럼 어떻게 해야 할까요? 여러 교육자들이 시도하는 방향을 정리해보면 크게 네 갈래가 있어요.
1. 결과물보다 과정을 평가하기 최종 코드만 보지 않고 커밋 히스토리, 설계 메모, 중간에 막혔던 지점과 해결 방법을 같이 제출하게 하는 방식이에요. 커밋이 한 번에 몽땅 올라왔다면 과정을 설명하기가 어렵겠죠.
2. 말로 설명하게 하기 (구술 평가) 이 함수에서 왜 이 자료구조를 골랐는지, 입력이 비어 있으면 어떻게 되는지 같은 질문을 직접 던지는 거예요. 현업의 코드 리뷰나 기술 면접이랑 비슷하죠. AI가 쓴 코드라도 본인이 완전히 이해했다면 대답할 수 있고, 아니면 금방 티가 나요.
3. AI를 금지하지 않고 전제로 깔기 오히려 AI를 써도 되니까 AI가 만든 코드에서 버그를 찾으라거나, AI 답을 검증하는 테스트를 작성하라는 과제를 내는 거예요. AI가 쓴 코드를 읽고, 의심하고, 고치는 능력이 앞으로 더 중요해질 거라는 판단이죠.
4. 정답이 하나로 정해지지 않은 과제 요구사항이 모호한 상태에서 스스로 질문을 정리하고 트레이드오프(하나를 얻으면 하나를 포기해야 하는 선택)를 결정해야 하는 프로젝트예요. 이런 문제를 AI에게 그냥 던지면 그럴듯하지만 엉뚱한 결과가 나오기 쉬워서, 결국 사람의 판단이 필요해요.
업계도 이미 같은 고민 중
이런 흐름은 교실 밖에서도 똑같이 벌어지고 있어요. 기업들도 온라인 코딩 테스트만으로는 지원자 실력을 가려내기 어려워졌다고 느끼기 시작했거든요. 그래서 라이브 코딩, 기존 코드베이스에서 버그 고치기, 설계 토론 같은 형식이 다시 주목받고 있어요. 문제를 푸는 능력보다 문제를 정의하고, 답이 맞는지 판단하는 능력을 보려는 쪽으로 무게중심이 옮겨가는 중이에요.
재밌는 건 이게 원래 시니어 개발자에게 요구되던 역량이라는 점이에요. 코드를 빨리 치는 것보다 요구사항을 쪼개고, 설계를 결정하고, 남의 코드를 리뷰하는 능력 말이에요. AI 덕분에 그 요구가 주니어 단계까지 내려온 셈이죠.
한국 개발자에게 주는 시사점
학생이나 취준생이라면, AI로 과제를 빨리 끝내는 게 당장은 편해도 결국 자기 손해일 수 있어요. 추천하는 방법은 먼저 혼자 30분이라도 고민해본 다음, AI에게 물어보고 내 풀이와 비교하는 거예요. 그리고 AI가 준 코드는 한 줄 한 줄 왜 필요한지 설명할 수 있을 때까지 뜯어보세요.
부트캠프나 사내 교육 담당자라면, 지금 과제 채점 기준을 한번 점검해볼 때예요. 최종 결과물 위주로 평가하고 있다면 그 평가는 이미 의미가 많이 흐려졌을 가능성이 커요. 짧은 코드 리뷰 세션이나 페어 프로그래밍을 평가에 섞기만 해도 차이가 커요.
주니어를 이끄는 시니어라면, 주니어가 AI로 만든 PR을 올렸을 때 왜 이렇게 했는지 한 번만 더 물어봐 주세요. 그 질문 하나가 성장할 기회가 되거든요.
마무리
한 줄 정리: AI가 답을 대신 써주는 시대에는 답을 판단하는 능력이 곧 실력이에요.
여러분은 AI 도구를 쓰면서 오히려 실력이 늘었다고 느끼시나요, 아니면 뭔가 빠져나가고 있다고 느끼시나요? 공부하거나 후배를 가르칠 때 쓰는 나만의 방법이 있다면 공유해주세요.
🔗 출처: Hacker News