grammarly2026년 8월 13일

Grammarly Authorship, 이제 Blackboard에서 사용 가능 (새 탭에서 열림)

Grammarly Authorship는 학생 글의 출처와 작성 과정을 기록해 AI 시대의 학업 신뢰를 높이는 도구다. Google Docs에서 시작해 Grammarly Docs, Microsoft Word, Word Online, Canvas, Blackboard로 확장됐으며, AI 생성·복사·직접 작성·생성형 AI로 바꿔 쓴 문장을 구분한다. Grammarly는 Rowan-Cabarrus Community College에서 도입 후 학업 부정행위가 한 학기 만에 27건에서 1건으로 96% 감소했다고 밝혔다. ## Grammarly Authorship의 역할 - 문서 속 텍스트의 출처를 자동으로 분류한다. - 사람이 직접 입력한 글 - AI가 생성한 글 - 외부에서 복사한 글 - Grammarly 생성형 AI로 재작성한 글 - 학생은 자신의 작성 과정을 확인하고, 교수에게 투명한 형태로 공유할 수 있다. - 기존 AI 탐지 도구처럼 결과만 추정하는 대신, 학생의 동의와 작성 과정의 귀속을 중심으로 설계됐다. - 학생은 기록된 작성 데이터를 볼 수 있지만, 보고서 자체를 제출 전에 임의로 수정할 수는 없다. ## 지원되는 작성 환경과 확장 - 2024년 10월 Google Docs 베타로 출시됐다. - 이후 다음 환경으로 확대됐다. - Grammarly Docs - Microsoft Word - Word Online - Google Docs - 문서에 직접 생성된 AI 콘텐츠뿐 아니라, 외부에서 붙여 넣은 AI 생성 콘텐츠도 식별한다. - Word의 Copilot, Google Docs의 Gemini 사용도 기록 대상에 포함된다. - 현재까지 학생들이 500만 건 이상의 Authorship 보고서를 생성했다. ## Blackboard 연동 방식 ### 교수자의 과제 설정 - Blackboard 과제 생성 화면의 **Originality Report** 영역에서 **Enable Grammarly Authorship** 옵션을 켠다. - 별도의 복잡한 절차 없이 과제 단위로 Authorship 보고서 제출을 요구할 수 있다. ### 학생의 작성 및 추적 - 학생은 평소 사용하던 Word, Google Docs, Word Online, Grammarly Docs에서 Authorship 추적을 클릭 한 번으로 활성화한다. - AI 도구 사용이나 외부 텍스트 붙여넣기 시 출처가 자동 기록된다. - 학생은 작성 중 언제든 자신의 Authorship 보고서를 확인할 수 있다. ### 보고서 제출 - 학생이 Authorship 보고서 공유 설정에서 **Anyone with the link**를 선택한다. - 일반적인 Blackboard 과제 제출 과정에서 과제 파일과 보고서 공유 링크를 함께 제출한다. - 교수자는 Blackboard에서 학급 전체의 Authorship 현황을 확인할 수 있다. ### 교수자의 검토 - 모든 학생의 보고서를 일일이 처음부터 열람할 필요 없이 전체적인 현황을 한눈에 볼 수 있다. - 추가 확인이 필요한 학생에 대해서는 작성 과정 재생 기능으로 입력·붙여넣기·AI 사용 흐름을 자세히 살펴볼 수 있다. - 이를 통해 모든 학생을 조사하기보다 특이 사례에 집중할 수 있다. ## 학생·교수·기관에 제공하는 가치 - **학생** - AI를 사용했는지 여부와 관계없이 자신의 사고와 작성 과정을 증명할 수 있다. - 부당한 AI 사용 의심이나 오탐으로부터 자신을 보호할 수 있다. - 출처를 기록하는 습관을 통해 장기적인 AI 활용 능력과 학업 윤리를 기를 수 있다. - **교수자** - 과제별로 Authorship 보고서 제출을 의무화할 수 있다. - 학급 단위 화면에서 전체 제출물을 빠르게 검토할 수 있다. - 의심되는 경우에만 개별 작성 과정을 확인해 채점과 검증에 드는 시간을 줄일 수 있다. - 학업 부정행위 조사를 처벌 중심이 아닌 학습과 대화의 기회로 전환할 수 있다. - **교육기관** - 여러 학과와 캠퍼스에 일관된 학업 신뢰 기준을 적용할 수 있다. - 학생과 교수가 이미 사용하는 작성 도구를 유지하므로 새로운 작업 습관을 강요하지 않아도 된다. - 기관 차원에서 AI 사용을 어떻게 관리하는지 설명할 수 있는 확장 가능한 체계를 마련할 수 있다. ## 도입 현황과 의미 - Blackboard 연동 기능은 Blackboard를 사용하는 Grammarly for Education 기관 전체 플랜 고객에게 제공된다. - 관리자는 LTI를 설치해 Blackboard와 Authorship을 연결할 수 있다. - 글의 결과물만 평가하는 것이 아니라 작성 과정과 출처를 함께 확인함으로써, AI 사용이 일상화된 환경에서 학생과 교수 모두가 더 신뢰할 수 있는 평가 기반을 제공한다. 실무적으로는 단순한 AI 탐지 도구로 사용하기보다, 과제 제출 시 작성 과정 공개를 기본 원칙으로 삼고 의심 사례에 한해 상세 보고서를 검토하는 방식이 효과적이다.

academic-integritygen-aigrammarlygoogle-docs+4

grammarly2026년 5월 29일

플로리다대학교 교수는 교실에서 AI와 싸우는 것을 멈췄다: 동료 심사를 거친 연구가 뒤따랐다 (새 탭에서 열림)

AI 시대의 학생 글쓰기를 감시나 탐지보다 과제 설계의 변화로 해결해야 한다는 글이다. 플로리다대 브라이언 하프 교수는 학생들에게 AI 초안을 먼저 작성하게 한 뒤 자신의 관점에 맞게 수정하도록 했고, 310편의 에세이를 분석해 학생들이 실제로 상당한 편집과 사고를 수행한다는 사실을 확인했다. 연구 결과는 AI 사용 자체보다 학생이 AI 결과물을 어떻게 검토하고 재구성했는지가 더 중요하다는 점을 보여준다. ## 설문조사와 AI 탐지기의 한계 - 설문조사는 학생이 교수나 학교가 기대한다고 생각하는 답변에 영향을 받는다. - AI 사용을 긍정적으로 보는 학생은 사용량을 과장할 수 있다. - 처벌을 우려하는 학생은 사용을 축소해 보고할 수 있다. - 여러 차례의 작성·수정 과정에서 AI가 어느 정도 기여했는지 정확히 기억하기도 어렵다. - AI 탐지기는 텍스트가 AI로 작성됐을 가능성을 확률적으로 판단할 뿐, 실제 사용 여부를 확정하지 못한다. - 대부분의 탐지기는 문서 전체에 대한 판정만 제공하며, 어느 부분이 AI 작성인지 또는 AI가 얼마나 기여했는지는 보여주지 않는다. - 결과적으로 기관은 학생들의 AI 사용에 대한 불안은 크지만, 실제 작성 과정에 관한 신뢰할 만한 데이터는 부족하다. ## AI를 배제하지 않고 과제를 재설계하다 - 하프 교수는 AI 사용을 감시하거나 금지하는 대신, 과제 자체에 AI를 포함했다. - “더 나은 인간을 설계할 수 있는가, 그래야 하는가?”라는 강의의 기말 에세이에서 학생들은 다음 과정을 수행했다. - 인간 복제와 유전공학에 관한 AI 생성 초안을 먼저 작성 - 초안을 자신의 견해에 맞게 수정 - 최종 글에 자신의 관점을 반영 - AI 초안을 얼마나 유지하거나 삭제할지는 학생이 결정 - 학생들은 AI 사용 자체로 불이익을 받지 않았기 때문에 사용 사실을 숨길 유인이 줄었다. - 평가의 초점도 “AI를 사용했는가”에서 “AI 결과물을 어떻게 활용하고 비판적으로 수정했는가”로 이동했다. ## 단어 단위 작성 이력을 추적한 Authorship - 하프 교수는 AI 탐지기가 아닌 Grammarly Authorship를 사용했다. - Authorship는 확률적 판정을 내리는 대신 각 문장의 출처를 기록한다. - 학생이 직접 입력한 텍스트 - AI 도구에서 복사한 텍스트 - 다른 출처에서 가져온 텍스트 - 학생들은 에세이와 함께 Authorship 보고서를 제출했다. - replay 기능을 통해 AI 초안이 최종 제출물로 발전하는 과정을 확인할 수 있었다. - 이를 통해 글을 완성된 결과물이 아니라 작성·수정의 과정으로 분석할 수 있었다. ## 310편의 에세이에서 나타난 결과 - 연구 대상은 7개 단과대와 100개가 넘는 전공에 속한 학생들의 에세이 310편이었다. - 학생이 직접 작성한 부분이 많을수록 과제 완료에 더 많은 시간이 걸렸다. - 과제에 투입한 시간과 실제 수정량 사이에 강한 상관관계가 나타났다. - 이는 과제 설계가 학생의 실질적인 참여를 요구할 때 작성 데이터에도 그 흔적이 남는다는 뜻이다. - STEM 전공 학생은 비STEM 학생보다 인간이 작성한 텍스트를 더 많이 생성했다. - 두 집단이 AI 초안의 주장에 동의할 가능성은 비슷했다. - 따라서 단순히 주제에 대한 동의 여부만으로 편집량 차이를 설명하기는 어렵다. - 학업 성취도가 높은 학생일수록 AI 초안을 더 extensively 수정했다. - 이 경향은 모든 전공 분야에서 나타났다. - 수정 깊이는 전공지식보다 전반적인 학업 태도나 비판적 검토 습관과 더 관련 있을 가능성이 있다. - 학생들은 평균적으로 AI 초안의 약 76%를 최종 글에 유지했다. - AI의 주장에 실제로 동의하지 않은 약 5%의 학생들은 훨씬 더 많은 부분을 수정했다. - 자신의 견해가 분명한 학생일수록 AI 초안을 그대로 받아들이기보다 적극적으로 재작성했다. - 310명 중 AI 초안을 전혀 수정하지 않은 학생은 단 2명이었다. - 100% AI 작성 에세이를 제출해도 만점을 받을 수 있도록 허용했음에도 대부분의 학생은 직접 수정했다. - 가장 깊이 참여한 학생들은 학업 성취도도 높은 편이었다. ## 교육기관에 주는 시사점 - 하프 교수의 과제를 그대로 복제할 필요는 없지만, AI를 과제에서 배제하기보다 학습 과정 안에 통합한다는 원칙은 다른 수업에도 적용할 수 있다. - AI 탐지기는 최종 결과에 대한 판정을 제공하지만, 작성 이력 도구는 학생이 어떻게 사고하고 수정했는지 보여준다. - 학생과 교수의 관계를 ‘감시자와 회피자’의 대립에서 작성 과정에 대한 협력적 성찰로 바꿀 수 있다. - 학생이 AI에 사고를 전부 위임할 것이라는 우려와 달리, 명시적으로 AI 사용을 허용해도 많은 학생이 자신의 판단을 반영하기 위해 결과물을 수정했다. - AI의 장점과 한계를 직접 경험하게 하고, 언제 어떻게 사용할지 학생이 판단하도록 가르치는 것이 장기적으로 더 효과적일 수 있다. 과제에 AI 사용을 무조건 금지하기보다는 AI 초안, 학생의 수정 과정, 최종 성찰문을 함께 평가하는 방식이 실용적이다. 특히 작성 이력을 투명하게 기록하면 AI 사용 여부보다 학생의 이해도와 비판적 참여를 더 정확하게 평가할 수 있다.

academic-integritygen-aigrammarly-authorshipai-detectors+2

grammarly2026년 4월 13일

신뢰의 문제: 고등 교육이 실제로 AI를 어떻게 헤쳐나가고 있는가 (새 탭에서 열림)

고등 교육 현장에서의 AI 도입은 단순한 기술적 수용의 문제를 넘어, 구성원 간의 '신뢰(Trust)'를 구축하고 조율하는 과정이다. 대학 내 다양한 이해관계자들은 각기 다른 가치관을 바탕으로 AI에 접근하며, 성공적인 도입을 위해서는 도구 자체보다 기관의 철학을 반영한 가치 정렬(Alignment)이 선행되어야 한다. 결국 AI는 교육 기관이 오랫동안 미뤄왔던 핵심 가치에 대한 근본적인 질문을 다시 던지게 만드는 촉매제 역할을 하고 있다. **캠퍼스 내 네 가지 유형의 협상가들** * **혁신가(Innovators):** 교육 기관이 기술 변화를 선도해야 한다고 믿으며, 사후 대응적인 거버넌스보다 책임감 있는 선제적 도입이 낫다고 판단한다. * **전략가(Strategists):** 명확한 증거를 우선시하며, AI 도입으로 인한 결과가 확실하게 증명될 때까지 신중하고 계획적으로 움직인다. * **저항가(Resisters):** 윤리, 무결성, 기관의 명성을 최우선으로 하며, 도입 속도를 늦추는 것을 원칙 있는 리더십의 일환으로 여긴다. * **실무가(Pragmatists):** 철학적인 논쟁보다는 학생의 성공, 형평성, 그리고 실제 구현 과정에서 소외되는 사람이 없는지에 집중한다. * 이러한 네 가지 관점은 한 캠퍼스 내에서 동시에 공존하며, 이들 사이의 생산적인 긴장과 갈등을 이해하는 것이 변화 관리의 핵심이다. **도구보다 중요한 가치 정렬과 파트너십** * 교육 리더들에게 필요한 것은 더 많은 AI 도구가 아니라, 기관의 우선순위와 제약, 가치를 반영할 수 있는 내부적 정렬이다. * 단순한 솔루션 제공자가 아닌, 대학 내부의 복잡한 협상 과정을 이해하고 트레이드오프(Trade-offs)를 함께 고민할 수 있는 파트너가 절실하다. * AI는 속도와 엄격함, 접근성과 통제, 혁신과 안정성 중 무엇을 더 가치 있게 여길 것인지에 대한 명확한 의사결정을 강요하고 있다. **학술적 무결성: 감시에서 판단으로의 전환** * 학술적 무결성 논의는 단순히 "부정행위를 어떻게 막을 것인가"에서 "우리는 학생을 신뢰하는가, 학생은 우리를 신뢰하는가"라는 근본적인 질문으로 옮겨가고 있다. * 지나치게 제한적인 거버넌스는 학생에 대한 불신을 드러내고, 거버넌스의 부재는 책임 회피로 비칠 수 있는 딜레마가 존재한다. * 많은 교육 리더들이 적발과 감시(Surveillance) 위주의 태도에서 벗어나, 학생들이 올바른 선택을 할 수 있도록 돕는 비판적 사고와 판단력(Discernment) 배양으로 초점을 이동시키고 있다. AI를 '기적'이나 '위협'이라는 이분법적 프레임으로 바라보는 피로감에서 벗어나야 합니다. 기관은 불확실성 속에서도 원칙을 지키며 구성원들과 소통할 수 있는 구체적인 언어를 마련해야 하며, 기술적 규칙을 강화하는 것보다 신뢰를 회복하고 기관의 교육적 가치를 재확인하는 거버넌스를 구축할 것을 권장합니다.

academic-integrityaiedtechchange-management+3