YouTubeKBS 1라디오·2026년 11월 17일·0

AI부정행위'' 적발 불가능? AI시대 생존 전략은? with. 김덕진 세종사이버대 AI학부 교수ㅣ채상욱의 경제쇼|KBS 261117 방송

Quick Summary

김덕진 교수는 AI 부정행위를 기기 검사만으로 모두 적발하기는 어렵다고 봤고, AI 시대의 생존 전략으로 실제 업무를 맡겨 본 뒤 결과를 직접 검토하고 최종 판단을 내리는 연습을 권했다.

영상 보기

클릭 전까지는 가벼운 미리보기만 먼저 불러옵니다.

원본 열기

🖼️ 인포그래픽

AI부정행위'' 적발 불가능? AI시대 생존 전략은? with. 김덕진 세종사이버대 AI학부 교수ㅣ채상욱의 경제쇼|KBS 261117 방송 내용을 설명하는 본문 이미지

🖼️ 4컷 인포그래픽

AI부정행위'' 적발 불가능? AI시대 생존 전략은? with. 김덕진 세종사이버대 AI학부 교수ㅣ채상욱의 경제쇼|KBS 261117 방송의 핵심 내용을 4단계로 요약한 인포그래픽
AI부정행위'' 적발 불가능? AI시대 생존 전략은? with. 김덕진 세종사이버대 AI학부 교수ㅣ채상욱의 경제쇼|KBS 261117 방송 핵심 내용을 4단계로 압축한 4컷 인포그래픽

💡 한 줄 결론

김덕진 교수는 AI 부정행위를 기기 검사만으로 모두 적발하기는 어렵다고 봤고, AI 시대의 생존 전략으로 실제 업무를 맡겨 본 뒤 결과를 직접 검토하고 최종 판단을 내리는 연습을 권했다.

📌 핵심 요점

  1. 방송은 AI 장비를 이용한 세무사 시험 부정행위로 수석 성적을 낸 사례를 전했다. AI 안경 시연은 특정 기기만 점검하는 방식으로 시험의 공정성을 지키는 데 한계가 있다는 논의로 이어졌다.
  2. 김 교수는 당장 치를 수능에서는 부정행위 시도를 억제할 수준의 제재가 현실적이라고 봤다. 장기적으로는 시험 장소와 출제 방식까지 검토하자고 했고, 진행자는 구술시험을 늘리자는 의견도 소개했다.
  3. 김 교수는 2027년에 이용자와 개발사가 서로 다른 ‘AI 청구서’를 받아 들 것으로 전망했다. 이용자는 더 비싼 모델이 업무 성과를 얼마나 높이는지, 개발사는 이용량에 따라 늘어나는 비용을 감당하고 이익을 낼 수 있는지 따져야 한다는 뜻이다.
  4. 현업을 아는 직원은 AI를 익혀 업무 절차를 개선할 수 있고, 자영업자는 혼자 맡을 수 있는 일을 늘릴 수 있다. 반면 두 출연자는 기업이 입사 때부터 실무 경험을 요구하면 신입이 산업 지식을 쌓을 첫 기회가 줄어들 수 있다고 우려했다.
  5. 김 교수가 권한 연습은 자신이 하던 일 하나를 AI에 맡겨 끝까지 해보는 것이다. 직접 결과를 검토해 보면 어떤 판단을 사람이 맡아야 하는지, AI가 어디까지 정보를 읽고 일하게 할지 정할 근거가 생긴다.

🧩 배경과 문제 정의

  • 방송은 AI 장비를 이용한 세무사 시험 부정행위로 수석 성적을 낸 사례를 전했다. AI가 시험 문제를 풀 수 있고 착용형 기기까지 보급되면서, 시험장에서 무엇을 검사해야 평가의 공정성을 지킬 수 있는지가 쟁점이 됐다.
  • 김덕진 세종사이버대 AI학부 교수는 2027년에는 AI의 성능만큼 비용이 중요해질 것으로 봤다. 개발사는 서비스로 이익을 낼 수 있는지, 이용자는 비싼 모델을 쓸 만큼 업무 성과가 좋아지는지 따져야 한다는 전망이다.
  • AI 활용 경험에 따른 격차는 고용에도 영향을 준다. 현업 지식을 갖춘 직원과 혼자 일하는 사업자에게는 맡을 수 있는 일이 늘어나는 반면, 신입에게는 그 지식을 처음 쌓을 기회부터 줄어들 수 있다는 우려가 나왔다.

🕒 시간순 섹션별 상세정리

1. 휴대전화에서 AI로 바뀐 시험 부정행위

  • 2004년 수능에서도 휴대전화 문자메시지를 이용하려던 부정행위가 적발됐다. 김 교수는 기술이 바뀔 때마다 비슷한 문제가 생겼지만, 이번에는 예상보다 빨리 드러났다고 봤다. [01:12]
  • 김 교수에 따르면 2024년 튀르키예 대입 시험에서도 소형 카메라와 AI를 쓴 수험생이 붙잡혔다. [01:33]

2. AI 안경 시연이 드러낸 감독의 한계

  • 시연에서 김 교수는 안경 안쪽에 뜬 안내 문구를 읽을 수 있었지만 맞은편 진행자는 글자를 볼 수 없었다. [02:24]
  • 촬영 소리와 착용자의 동작은 눈에 띌 수 있었고, 올해 5월 국내 토익과 국가기술자격시험에서도 관련 문제가 불거졌다. [03:54]

3. AI의 문제 풀이 능력이 바꾼 외부 조력자의 역할

  • 김 교수는 강성태 씨가 약 2년 전, AI가 공개된 정답을 미리 학습했을 가능성을 줄이려고 수능 교시가 끝난 직후 공개된 문제로 시험해 봤다고 전했다. 그때 풀게 한 문제의 정답률은 100%였다고 한다. [06:26]
  • 과거에는 시험장 밖에서도 문제를 빠르고 정확하게 풀 사람이 필요했다. 김 교수는 AI가 풀이를 맡으면서 외부 조력자에게 필요한 과목 지식의 문턱이 낮아졌다고 봤다. [07:19]

4. 시험장 기기 검사와 응시 제한 강화

  • 안경 등 소지품을 점검하고 스마트 기기의 전원을 꺼 시험 자리에서 멀리 보관하는 방안이 거론됐다. [07:24]
  • 김 교수는 기기 검사만으로 모든 시도를 적발하기 어렵기 때문에 제재가 시도 자체를 억제할 만큼 커야 한다고 봤다. 방송 당일에는 적발 시 응시 제한을 1년에서 10년으로 늘리겠다는 발언도 나왔다. [08:38]

5. 중국 시험장의 통신 차단과 감독관 확인

  • 김 교수에 따르면 중국은 시험장 출입 때 전파를 탐지하고 시험 중 통신을 차단한다. 주변 통신까지 영향을 받을 수 있어 통신사가 지역 주민에게 알리는 경우도 있다고 했다. [09:25]
  • 시험 전에는 부정행위 적발에 따른 불이익을 영상으로 알린다. 시험 중에는 AI CCTV가 의심 행동이 담긴 20~30초 분량의 영상을 보내고 감독관이 확인한다. [10:00]

6. 한국 수능의 단기 제재와 장기 평가 개편

  • 김 교수는 한국에서 수능 당일 지역 통신을 차단할 준비가 돼 있지 않다는 점을 들어, 이번 수능에는 강한 처벌과 제재가 가장 현실적이라고 판단했다. [10:45]
  • 다음 수능부터는 여러 학교에 나눠 치르는 방식과 대형 체육관 같은 장소에 모아 치르는 방식을 비교하고, 출제 방식과 시험 제도 자체도 검토할 필요가 있다고 봤다. 진행자는 선택형 시험의 대안으로 구술시험을 늘리자는 의견도 있다고 덧붙였다. [11:44]

7. 성능이 상향 평준화되면서 날아오는 ‘AI 청구서’

  • 김 교수는 체감 성능을 점수에 빗대어 3년 전 최상위 모델이 75~80점이었다면 지금은 하위 모델도 90점 이상이라고 표현했다. 무료 모델도 좋아졌지만 최고 성능에 가까운 모델의 가격은 계속 오르고 있다는 설명이다. [13:11]
  • 그는 개발사가 손해를 감수하며 시장을 키운 시기를 지나고 있다고 봤다. 2027년의 ‘청구서’란 이용자에게는 지불할 가치가 있는지, 개발사에는 실제로 돈을 벌 수 있는지 검증받는다는 뜻이다. [13:36]

8. 토큰 사용량에 따라 늘어나는 비용과 상장의 시험대

  • 기존 플랫폼은 가입자가 늘어도 비용이 같은 비율로 늘지 않아 광고 수익을 키울 수 있었다. AI 서비스에서는 이용자가 100명에서 1천 명으로 늘어도 한 사람이 쓰던 300토큰이 줄지 않고, 토큰당 비용도 규모만으로 크게 낮아지기 어렵다는 게 김 교수의 설명이다. [15:22]
  • 김 교수는 앤트로픽의 상장 준비와 이듬해 오픈AI 상장 가능성을 거론했다. 실제 상장 과정에서 원가와 수익 구조가 공개되면 시장이 기업 가치를 다시 평가할 수 있다고 봤다. [16:54]

9. 개인 구독료와 기업의 모델 선택

  • 김 교수는 3~4년 전에는 무료 서비스나 20달러 요금제로도 충분했다고 회고했고, 진행자는 현재 200달러짜리 계정 세 개를 쓴다고 했다. 지금과 같은 수준으로 이용하려면 앞으로 500달러가 들 수 있다는 이야기도 나왔지만, 이는 요금 전망이었다. [17:33]
  • 기업은 고가 AI를 쓰면 어떤 업무에서 인건비를 얼마나 상쇄할 수 있는지 따지게 된다. 김 교수는 업무마다 필요한 성능을 판단해 어려운 일에는 고가 모델을, 반복 작업에는 저렴한 모델을 배정하는 능력이 중요해질 것으로 봤다. [19:06]

10. 기존 직원 재교육과 인력 재배치

  • 김 교수는 월마트가 유통 현장을 아는 직원의 AI 교육에 큰돈을 쓰고 있다고 설명했다. 업을 아는 사람이 AI를 익히면 일을 더 잘할 수 있다는 판단과, AI에 능숙한 소수 인력으로 효율을 높일 수 있다는 판단이 기업들 사이에 공존한다고 봤다. [20:34]
  • 그는 국내 기업에서 인력 재배치를 고민한다는 이야기를 들었다고 했다. 열 명이 맡던 일을 다섯 명이 할 수 있다고 판단할 경우 나머지 다섯 명을 어느 부서에 배치할지가 그가 든 가정이다. 이런 조직 변화가 2027년에 나타날 수 있다고 전망했다. [21:17]

11. 느린 조직 변화와 AI 인재 영입 경쟁

  • 대기업은 AI를 도입해도 업무 절차와 보직이 빨리 바뀌지 않아, 도구를 잘 쓰는 직원을 역량에 맞는 자리에 배치하기 어려울 수 있다. 김 교수는 이런 조직 구조가 AI 활용을 늦추는 요인이라고 봤다. [21:57]
  • 한편 기업들은 AI를 잘 쓰는 개인과 팀을 영입하는 데 큰돈을 쓰고 있다고 했다. 김 교수는 수년간 누구나 배울 수 있다는 점을 강조해 왔지만, 이제는 실제 활용 경험에 따른 격차가 나타나기 시작했다고 판단했다. [23:13]

12. 자영업자와 신생기업이 업무를 처음부터 설계할 기회

  • 김 교수는 AI를 적극적으로 활용하는 일부 자영업자의 업무량을 ‘혼자서 거의 100인분’이라고 표현했다. 진행자는 자신이 참여하는 신생회사에서도 여러 AI 에이전트가 함께 일하는 체계를 구축할 예정이라고 했다. [23:47]
  • 진행자가 만난 솔루션 업체는 기존 직원과 업무 절차가 있는 회사보다 신생회사에서 AI를 도입하기 쉽다고 봤다. 김 교수는 자영업자와 프리랜서에게도 일하는 방식을 직접 설계해 큰 조직과 경쟁할 기회가 생긴다고 전망했다. [24:26]

13. 조직 안에서 AI를 잘 쓰는 직원의 역할

  • 김 교수는 큰 기업 중에도 개인보다 AI를 잘 활용하지 못하는 곳이 있다고 봤다. 직원 개인이 도구로 성과를 내는 데서 한 걸음 더 나아가, 내부 사정을 바탕으로 어떤 절차와 구조를 바꿀지 제안할 때 조직의 변화를 이끌 수 있다는 설명이다. [25:07]

14. 신입의 높아진 진입 문턱과 AI 팀 운영 경험

  • 신입은 회사에서 일을 맡아 봐야 산업 지식을 쌓을 수 있다. 그런데 입사 단계부터 경험을 요구하면 그 지식을 얻을 첫 기회가 줄어든다는 점을 두 사람이 우려했다. [25:26]
  • 김 교수는 학생에게 비용 부담이 있다는 점을 인정하면서도 월 100달러 수준의 AI 서비스로 직접 팀을 꾸려 보는 경험을 권했다. ‘팀장 같은 신입’을 원하는 기업에 대비해, 공모전 과제를 수행하듯 문제를 정하고 AI에 일을 나눠 맡겨 끝까지 해결해 보자는 취지다. [26:41]

15. 일을 맡기는 연습과 사람이 내리는 최종 결정

  • 김 교수는 개인이 고용이나 평가 제도를 바꾸기는 어려워도 변화에 적응하는 능력은 기를 수 있다고 봤다. AI를 한 번 써 보는 데서 더 나아가 실제로 자신이 하던 일을 맡겨 보는 경험을 강조했다. [28:36]
  • AI를 어디에 쓸지 막막한 사람도 자기 업무와 어려움을 설명하고 답을 주고받으면서 활용법을 익힐 수 있다고 했다. [29:24]

16. AI의 질문에 답하면서 조사 목적을 구체화한다

  • 투자 공부 계획을 짤 때는 AI가 먼저 사용자에게 필요한 정보를 물을 수 있다. 김덕진 교수의 경험으로는 맞춤 질문이 적게는 다섯 개, 많게는 30~40개였고, 그 답을 채우면서 자신의 의도를 계획에 반영할 수 있었다. [31:15]
  • 시장조사에서는 소속 산업, 회사 규모, 최근 관심사가 질문의 대상이 된다. 이런 정보가 있어야 AI가 해당 기업의 사정에 맞는 답을 줄 수 있고, 사용자도 질문에 답하려면 자기 업과 조사 목적을 분명히 알아야 한다. [32:04]

17. 초보자도 음성 대화와 예약 작업으로 AI 비서를 경험할 수 있다

  • 김 교수는 같은 강의실 안의 숙련도 차이를 0~50단계 중 3단계와 40단계에 비유했다. 격차가 커지면 같은 ‘AI’라는 말을 써도 서로 다른 것을 떠올려 대화가 어려워질 수 있다고 봤다. [32:44]
  • 처음 쓰는 사람도 무료 버전에서 마이크로 하고 싶은 일을 설명하고 후속 질문에 답해 보면, AI가 자신의 상황에 맞춰 어떤 도움을 줄 수 있는지 경험할 수 있다. [33:18]

18. 업무를 맡긴 사람이 오류를 살피고 접근 범위를 정한다

  • 진행자가 경험한 AI 비서의 역할은 정해진 시간에 미국·국내 증시를 요약하는 일에서 캘린더의 놓친 일정과 업무 메일의 답장 여부를 확인하는 일까지 넓어졌다. [34:25]
  • 김 교수가 말한 ‘맡겨본 만큼 보인다’에는 AI가 잘못 처리한 일까지 직접 살펴본다는 뜻이 담겨 있다. 그래야 보안상 위험이 생길 수 있는 지점을 알아차리고, 어느 단계에서 작업을 멈출지와 어떤 정보까지 열람을 허용할지를 판단할 수 있다는 설명이다. [35:11]

🧾 결론

  • 시험 운영자가 당장 결정할 문제는 어떤 점검과 제재로 시도를 줄일지다. 장기적으로는 응시자 자신의 역량을 확인할 수 있도록 평가 방식을 어떻게 바꿀지도 검토해야 한다.
  • 업무에 필요한 AI 성능은 과제마다 다르다. 김 교수는 반복 작업에는 저렴한 모델을 쓰고, 어려운 일에는 결과 개선이 추가 비용만큼 큰지 따져 고르라고 제안했다.
  • AI에 일을 맡기는 경험에는 오류를 찾아내는 일도 포함된다. 그래야 다음번에 맡길 범위와 사람이 개입할 시점을 스스로 정할 수 있다.

📈 투자·시사 포인트

  • AI 서비스의 수익성을 볼 때는 가입자 증가와 함께 사용량에 따른 원가도 살펴야 한다. 김 교수는 이용자가 늘어도 한 사람의 작업에 드는 토큰이 그만큼 줄지는 않는다고 설명했다.
  • 김 교수는 앤트로픽과 오픈AI의 상장 가능성을 거론했다. 향후 상장 과정에서 원가와 수익 구조가 공개된다면 기업 가치를 다시 판단할 자료가 생긴다는 전망이다.
  • 기업의 AI 도입 성과를 가늠할 때는 구독료와 절감한 업무 시간뿐 아니라 재교육을 받은 직원이 어떤 업무를 맡게 됐는지도 볼 필요가 있다. 김 교수는 기존 보직과 절차가 그대로면 숙련된 직원의 역량을 살리기 어렵다고 봤다.

⚠️ 불확실하거나 확인이 필요한 부분

  • 방송에서 적발 시 응시 제한을 1년에서 10년으로 늘리겠다는 발언이 나왔다. 적용 대상과 확정 여부, 시행 시점은 해당 시험의 공식 공고에서 확인해야 한다.
  • 김 교수가 전한 AI 정답률 100%는 강성태 씨가 당시 풀게 한 수능 문제에 한정된 결과다. 방송에서 소개한 수치만으로 다른 과목이나 시험의 정답률까지 판단하기는 어렵다.
  • 향후 이용료가 500달러에 이를 수 있다는 언급과 오픈AI의 이듬해 상장 가능성은 방송에서 제시된 전망이다. 확정 요금이나 상장 일정으로 인용하기에는 근거가 부족하다.
  • 자막 기반 정리: 타임스탬프가 있는 자막을 기준으로 정리했으며, 고유명사·수치·인용은 원문 확인 필요 시 별도 검증한다.
  • 영상 속 주장: 발표자의 해석·전망·비교는 확인된 외부 사실이 아니라 영상 속 주장으로 분리해 읽는다.
  • 검증 필요: 수치, 기업 실적, 정책·시장 전망은 발행 전 최신 자료로 별도 검증이 필요하다.

✅ 액션 아이템

  • 응시할 시험의 공식 공고에서 반입 기기 기준과 부정행위 제재를 확인한다.
  • 자주 하는 작업 하나를 골라 현재 쓰는 모델과 저렴한 모델에 각각 맡긴 뒤, 비용과 검토·수정에 든 시간, 결과의 품질을 비교한다.
  • 일정이나 메일 확인을 AI에 맡길 때는 필요한 정보의 범위를 먼저 정하고, 누락이나 오류가 생기면 어느 단계에서 사람이 확인할지 정한다.
  • 실무 경험을 쌓는 단계라면 공모전 과제처럼 문제 하나를 정해 AI에 일을 나눠 맡기고, 자신이 결과를 어떻게 수정하고 최종안을 골랐는지 기록한다.

❓ 열린 질문

  • 기기 점검과 제재로도 한계가 남는다면, 구술시험 같은 평가 방식은 응시자 본인의 역량을 어느 정도 확인할 수 있을까?
  • 어떤 업무에서 고가 모델이 줄여 주는 검토·수정 시간과 결과의 품질 향상이 추가 요금을 정당화할까?
  • 기업이 신입에게 AI를 활용한 실무 경험을 기대하면서도, 입사 후 산업 지식을 처음 쌓을 기회를 주려면 어떤 일을 맡겨야 할까?

관련 문서

공통 태그와 주제 흐름을 기준으로 같이 보면 좋은 문서를 이어서 제안합니다.