미국 명문 UC 버클리의 컴퓨터 과학(CS) 수업에서 낙제 성적이 전례 없이 급증해 교육계에 충격을 주고 있습니다. 2026년 봄 학기 CS 10 ‘The Beauty and Joy of Computing’ 수업의 낙제율은 35.3%, CS 61A ‘The Structure and Interpretation of Computer Programs’는 10.6%를 기록했습니다. 이는 학과 지침인 하위 과정 D·F 비율 7%와 평균 GPA 2.8~3.3을 크게 벗어나는 수치로, 지난 몇 년간 10%를 넘지 않던 낙제율과 비교하면 이례적인 현상입니다.
댄 가르시아(Dan Garcia) 교수는 클로드(Claude), 챗GPT(ChatGPT), 구글 제미니(Google Gemini) 등 대규모 언어모델(LLM) 사용으로 인한 학업 부정행위 증가를 낙제율 급등의 주된 원인으로 지목했습니다. 실제로 CS 10 수업에서는 약 30명의 학생이 재택 시험(take-home exam) 부정행위로 적발되기도 했습니다. 또한, LLM에 과도하게 의존한 학생들이 실제 시험에서 준비 부족을 드러내 낙제하는 경우도 많았다고 언급했습니다. 가르시아 교수는 성적을 동료 학생의 성과에 따라 조정하는 곡선 보정(curve adjustment) 방식 대신, 정해진 점수 기준에 따라 성적을 매겨 학생들이 스스로 목표에 도달하도록 유도했지만, 이러한 노력에도 불구하고 낙제율은 치솟았습니다. 이와 더불어, 지리자 라나데(Gireeja Ranade) 교수의 EECS 127 ‘Optimization Models in Engineering’ 수업 역시 학생들의 수학적 준비 부족과 조교 인력 부족으로 16.8%의 높은 F 비율을 보였습니다. 라나데 교수는 오피스아워 참여율이 현저히 낮아진 점도 문제로 지적했습니다.
이번 버클리 CS 수업의 낙제율 급증은 AI 시대의 교육 방식과 학생들의 학습 태도에 대한 근본적인 질문을 던지고 있습니다. LLM이 학습 도구로서 강력한 잠재력을 가짐과 동시에, 과도한 의존이 비판적 사고와 문제 해결 능력 저하로 이어질 수 있음을 보여주는 사례입니다. 교수진은 학생들이 어려운 문제에 직면하고 혼란을 견디며 스스로 해결책을 찾아가는 과정의 중요성을 강조하고 있습니다. 가르시아 교수는 “혼란은 배움의 땀방울”이라는 말을 인용하며 학생들이 충분히 ‘땀’을 흘리지 않고 있음을 지적했습니다. 앞으로 버클리 대학은 AI 시대에 맞춰 수업 재설계와 보충 지원 시스템 강화를 통해 학생들이 비판적·분석적 사고 능력을 함양할 수 있도록 교육 패러다임의 변화를 모색할 것으로 보입니다. 이는 비단 버클리만의 문제가 아니라, 전 세계 교육기관이 직면한 AI 시대의 새로운 도전 과제가 될 것입니다.