UC Berkeley 컴퓨터 과학 과목 낙제율, AI 사용 증가와 수학 실력 저하로 급증

UC Berkeley CS 과목의 학업 성취도 하락

2026년 봄에 여러 UC Berkeley 컴퓨터 과학 과목에서 낙제 점수가 급증했으며, 이는 학과의 채점 지침을 크게 초과했습니다. Berkeleytime 데이터에 따르면, CS 10("The Beauty and Joy of Computing") 수강생의 **35.3%**와 CS 61A("The Structure and Interpretation of Computer Programs") 수강생의 **10.6%**가 낙제 점수를 받았습니다.

이는 2024년과 2025년 봄에 두 과목 모두 낙제율이 10% 이하였던 것에 비해 급격한 증가를 의미합니다. 이러한 수치는 전기공학 및 컴퓨터 과학(EECS) 학과의 지침과 크게 다르며, 해당 지침은 하위 학년 과목에서 D 또는 F 점수를 받는 학생이 7% 이하이어야 한다고 제시합니다. 또한, 이 과목들의 평균 GPA는 2.3(C+)으로 떨어졌으며, 이는 일반적인 2.8~3.3 범위보다 크게 낮은 수치입니다.

생성 AI와 학문적 부정행위의 역할

강의 교수인 Dan Garcia는 Claude, ChatGPT, Google Gemini와 같은 대형 언어 모델(LLM)으로 인해 "학문적 부정행위의 급격한 증가"가 발생했으며, 이것이 이러한 낙제율의 주요 원인이라고 지적합니다. 영향은 두 가지 뚜렷한 방식으로 나타납니다:

직접 기소: 낙제 점수의 상당 부분은 학생들이 부정행위가 적발되어 학생 행동 센터에 회부된 결과입니다. CS 10만 해도 약 30명의 학생이 집에서 보는 시험에서 부정행위가 적발되었습니다.
기술 퇴화: 많은 학생들이 과제를 수행하기 위해 LLM에 지나치게 의존하여, AI 도움을 받을 수 없는 고위험 시험에 대비하지 못하고 있습니다.

Garcia 교수는 이러한 체계적 문제를 가릴 수 있다고 생각되는 성적 곡선 사용에 반대합니다. 그는 학점에 대한 명확하고 공개된 점수 기준을 제시하여, 학생들이 기준을 충족할 수 있는 여러 기회를 제공하고 기준을 낮추지 않을 것을 주장합니다.

감소하는 수학 준비도

AI 사용 외에도, 교직원들은 신입생들의 필수 수학 능력이 크게 부족하다고 보고합니다. 부교수 Gireeja Ranade는 EECS 127("Optimization Models in Engineering")에서 **16.8%**의 낙제율을 관찰했으며, 이는 상위 학년 과목의 일반적인 5%와 비교됩니다.

Ranade는 사무실 시간에 선형대수에 어려움을 겪는 학생들이 UC Berkeley의 일부 전제 과목이 과제와 시험에 대해 “오픈 인터넷, 오픈 AI 정책”을 채택했음을 밝혀, 이는 기본 개념의 숙달을 약화시킬 수 있다고 지적했습니다.

이러한 추세에 대응하여, Garcia와 Ranade는 1,300명 이상의 UC 교직원과 함께 STEM 입학을 위한 ACT 및 SAT 표준화 시험 점수 복원을 요구하는 청원에 서명했으며, 시험 없는 입학이 학생 준비도를 신뢰성 있게 평가하지 못했다고 주장했습니다.

제도적 도전과 학생 참여

인력 부족과 참여 감소가 교육 환경을 더욱 복잡하게 만들고 있습니다:

지원 감소: TA의 높은 시급 때문에 EECS 학과는 학부 등록 인원과 학부 TA 수를 모두 줄였습니다. 이로 인해 Ranade 교수는 EECS 127에서 일반적으로 학생들에게 높은 점수를 부여하던 최종 프로젝트를 삭제해야 했습니다.
참여 감소: Garcia와 Ranade 모두 사무실 시간 참석률이 놀라울 정도로 감소했다고 보고했습니다. Garcia는 수년간 사무실 시간이 가득 차 있었음에도 불구하고 이제는 혼자 앉아 있는 자신을 발견했으며, 이는 학생과 교육 지원 사이의 단절을 나타낸다고 언급했습니다.

커뮤니티 관점의 종합

기술 전문가와 동문들 사이의 논의는 Berkeley 경험이 더 넓은 인지적 변화의 일부임을 시사합니다.

"인지 저하" 가설

여러 관찰자들은 LLM이 깊은 사고와 브레인스토밍 능력을 약화시키는 의존성을 만들고 있다고 주장합니다. 한 댓글자는 심지어 박사 수준의 전문가들조차 LLM 없이 코딩이나 글쓰기에 어려움을 겪고 있다고 언급했으며, 이는 "인지 저하"가 교실을 넘어 직업 환경까지 확장되고 있음을 시사합니다.

입학 및 교육학에 대한 논쟁

일부는 낙제율을 AI에 돌리는 반면, 다른 이들은 표준화 시험 폐지가 근본 원인이라고 주장하며, 현재 대학들이 중학교 수준의 수학 능력이 부족한 학생들을 입학시키고 있다고 주장합니다. 또 다른 의견은 문제의 원인이 구시대적인 교육법에 있다고 보며, 전통적인 강의와 시험 모델이 AI 시대에 구식이라고 주장합니다.

학습 도구로서의 AI vs. 지름길

AI가 소크라테스식 대화나 집중 연습에 사용될 경우 강력한 교육 도구가 될 수 있지만, 학습의 "고군분투"를 회피하기 위해 사용될 경우 해로워진다는 데 의견이 일치합니다. Garcia 교수는 "혼란은 학습의 땀이다"라고 요약했으며, 많은 학생들이 이제 그 노력을 회피하고 있습니다.