Systematic Review · Frontiers in Education 2026

Between Cognitive Offloading
and Critical Autonomy

생성형 AI의 인식론적 함의에 대한 체계적 문헌 고찰:
고등교육에서 인지적 위임과 비판적 자율성 사이의 긴장
Suazo Galdames, I. C., Santiesteban Velázquez, M., Saracostti, M., & Chaple Gil, A. M.
Frontiers in Education, 11 · DOI: 10.3389/feduc.2026.1878665
26
분석된 연구 수
Studies Analyzed
4
HEEP-HE 핵심 영역
Core Domains
6
기술적 주제
Descriptive Themes
5
분석적 주제
Analytical Themes
18
글로벌 사우스 연구
Global South
HEEP-HE 모델
Hybrid Epistemic Engagement Practices in AI-Mediated Higher Education
🔬
Epistemological Validation
인식론적 검증
AI가 생성한 지식 주장을 검증, 정당화, 귀속하고 최종 주장에 대한 책임을 지는 역량. 학생과 교수는 삼각측량, 인용 확인, 증거 기반 추론을 통해 합성적 그럴듯함(synthetic plausibility)을 넘어 실질적 타당성을 확보해야 한다.

위험: 자동화 편향, 환각 정보기회: 증거 기반 사고력 강화
📐
Pedagogical Scaffolding
교수적 비계
AI 사용이 비판적 사고, 메타인지, 탐구, 증거 기반 추론을 지원하는 학습 환경 설계. AI는 비판, 증거 비교, 의사결정 정당화, 불확실성 성찰을 요구하는 과제에 내재될 때 교육적으로 의미가 있다.

위험: 피상적 정보 처리기회: 메타인지적 성찰 촉진
⚙️
Sociotechnical Calibration
사회기술적 조정
AI에 무엇을 위임할 수 있고, 무엇이 인간의 감독 하에 있어야 하며, 알고리즘적 한계가 지식 생산을 어떻게 형성하는지 결정하는 능력. 브레인스토밍 위임과 최종 판단 위임은 본질적으로 다르다.

위험: 인지적 위임 과잉기회: 보정된 위임 학습
🏛️
Civic-Democratic Resilience
시민 민주주의적 회복력
합성 정보 생태계에서 증거를 평가하고, 허위정보를 식별하며, 알고리즘적으로 생성된 주장을 심문하고, 민주적 지식 실천에 책임감 있게 참여하는 역량. AI 리터러시는 교실을 넘어 시민적 역량으로 확장된다.

위험: 허위정보 확산기회: 과학적 시민성 형성
연구 주제 분석
6개 기술적 주제와 5개 분석적 주제
기술적 주제 (6)
분석적 주제 (5)
1인식론적 권위의 재구성Reconfiguration of Epistemic Authority
AI는 단순한 기술 도구가 아닌 학술적 추론, 글쓰기, 지식 구성의 매개자로 자리잡았다. 전통적 학술 권위(교수, 도서관, 학문적 절차)에서 대화형 AI 시스템으로 권위가 부분적으로 재분배되면서 새로운 인식론적 의존성이 생겨났다.
2지식 검증의 취약성Fragility of Knowledge Validation
AI 출력물은 유창하고 설득력 있게 보이지만 증거적 근거가 부족할 수 있다. 핵심 과제는 AI의 오류 생성 여부가 아니라, 학생들이 그 오류를 감지, 해석, 수정할 수 있는 인식론적 역량을 갖추고 있는가이다. 환각(hallucination)허위 인용
3학술적 진실성의 인식론적 전환Academic to Epistemic Integrity
무결성 논의가 전통적 표절 탐지에서 인식론적 책임의 문제로 이동했다. AI가 학술 작업에 기여할 때, 누가 주장, 해석, 출처, 결론에 대한 책임을 지는가? 학술적 무결성이 인식론적 무결성으로 변환되고 있다.
4인지적 오프로딩과 학습자 주체성 침식Cognitive Offloading & Erosion of Agency
AI를 비계(scaffold)로 활용하는 것과 대체재(substitute)로 사용하는 것 사이의 지속적 긴장. 구조화되고 성찰적이며 검증 지향적인 사용은 고차원 학습을 지원하지만, 비구조적이고 편의 지향적 사용은 인지적 노력을 대체한다. 의존성비판적 사고 약화개인화된 피드백
5고차원 사고를 위한 비계로서의 GenAIGenAI as Scaffold for Higher-Order Thinking
비판적 사고, 창의성, 성찰적 사고, 탐구 기반 학습의 향상은 구조화된 사용 모델(안내된 탐구, POE/POEE 접근법, 비판적 프롬프팅)과 가장 일관되게 연관된다. AI는 학생이 검증, 설명, 메타인지를 명시적으로 수행해야 할 때 가장 강한 학습 지원 효과를 보인다.
6금지에서 거버넌스 통합으로From Prohibition to Governed Integration
고등교육 기관이 금지 또는 탐지 기반 접근에서 벗어나 거버넌스 통합 모델로 이동. AI 리터러시, 교사 훈련, 교육과정 통합, 기관 정책, 평가 재설계, 윤리적 AI 가이드라인 등을 통한 체계적 대응이 필요하다.
위험과 기회
Risks and Opportunities Identified Across 26 Studies

⚠️ 핵심 위험 요인 (Risks)

과잉 의존 (Overreliance)
AI 출력물에 대한 비판적 검토 없는 수용
인지적 오프로딩
인지적 과제의 무비판적 외주화
환각 정보 (Hallucinations)
사실적으로 보이나 근거 없는 출력물
비판적 사고 약화
분석적 참여와 평가적 판단 감소
자동화 편향 (Automation Bias)
AI의 권위적 언어에 대한 무비판적 신뢰

✨ 핵심 기회 요인 (Opportunities)

피드백 리터러시
즉각적이고 개인화된 피드백 제공
메타인지적 성찰
자기 사고 과정에 대한 성찰 촉진
자기조절학습 지원
학습 과정의 자기 관리 역량 강화
비계적 추론 (Scaffolded Reasoning)
구조화된 탐구와 단계적 사고 지원
개념적 명확화
복잡한 개념의 접근성 향상과 설명
💡
핵심 통찰 (Key Insight)

생성형 AI의 교육적 가치는 기술 자체가 아니라 교수적 설계, AI 리터러시, 평가 관행에 의해 매개된다. 핵심 교육 과제는 AI 사용을 금지하거나 자동적 혁신으로 찬양하는 것이 아니라, AI 매개 지식을 심문, 검증, 맥락화, 윤리적으로 통합할 수 있는 학습자를 양성하는 것이다.

"The central educational task was not to prevent AI use, nor to celebrate it as automatic innovation, but to cultivate learners capable of interrogating, validating, contextualizing, and ethically integrating AI-mediated knowledge."