신호 학습분석으로 온라인 시험 AI 부정행위 위험 조기 예측(튀르키예 사례)

요약

학습분석 데이터로 온라인 시험에서의 AI 부정행위 위험을 조기에 예측할 수 있는지 검증한 연구가 2026년 9월 29일 공개됐다. 연구는 튀르키예 공립대학 컴퓨터교육·교수공학과 1학년 52명을 대상으로 학기 첫 8주간의 학습관리시스템 디지털 흔적을 분석했다. 대면 감독 기말시험에서 복사, 화면 이탈, 우클릭 등 의심 행동 기록을 기준으로 52명 중 23명, 44.2%가 고위험군으로 분류됐다. 연구진은 27개 후보 특성 중 5개를 선정해 로지스틱회귀, 나이브베이즈, 랜덤포레스트, 그래디언트부스팅 모델을 구축했으며 로지스틱회귀가 정확도 73.1%로 가장 우수했다. 과목모듈 조회수, 과제 제출, 강의영상 접속일수가 예측에 가장 일관되게 기여한 특성으로 나타났다. 연구진은 이 예측 결과가 징계나 부정행위 판정이 아니라 조기 학습지도를 지원하기 위한 것이라고 명시했다.