ChatGPT나 Claude에게 내 세특을 보여주고 “어때?”라고 물으면 그럴듯한 평가가 돌아옵니다. 칭찬도 하고, 고칠 점도 짚어주죠. 그런데 그 말을 그대로 믿고 생기부를 고쳐도 괜찮을까요?
이 글에서는 AI 생기부 분석이 잘하는 것과 못하는 것을 명확히 구분하고, 한계를 인정한 채로 AI를 똑똑하게 쓰는 방법을 정리합니다. AI를 멀리하라는 이야기가 아닙니다. AI가 어디까지 맞고 어디서부터 틀리는지 알아야 제대로 쓸 수 있다는 이야기입니다.
AI 생기부 분석이 잘하는 것
먼저 인정할 건 인정해야겠죠. AI는 생기부와 세특을 다루는 데 분명한 강점이 있습니다.
문장 다듬기와 표현 점검. 비문, 어색한 조사, 중복 표현을 잡아내는 데는 AI가 빠르고 정확합니다. “~을 통해 ~을 통해”처럼 반복되는 표현이나, 주어와 서술어가 안 맞는 문장을 순식간에 찾아줍니다.
구조와 논리 흐름 파악. “동기 → 탐구 → 결과 → 배운 점”으로 이어지는 흐름이 끊기는 지점을 짚어주는 능력이 있습니다. 탐구 동기는 있는데 결과가 빠졌다거나, 활동만 나열되고 ‘그래서 무엇을 느꼈는지’가 없다는 식의 지적은 꽤 쓸모 있습니다.
일반론 차원의 보완 아이디어. “이 주제라면 이런 방향으로 더 확장해볼 수 있다”는 식의 브레인스토밍 파트너로서는 훌륭합니다. 혼자 막힐 때 생각의 물꼬를 터주는 역할이죠.
이 세 가지는 AI에게 맡겨도 좋습니다. 실제 활용 방법은 AI로 내 세특 피드백 받는 법과 AI로 탐구보고서 분량 늘리는 법에서 단계별로 다뤘으니 참고하시면 됩니다.
AI 생기부 분석이 못하는 것 — 그리고 위험한 것
문제는 여기서부터입니다. AI는 “그럴듯한 말”을 만드는 데 최적화돼 있을 뿐, 입시 현장의 진실을 아는 게 아닙니다.
1. 최신 입시 제도를 모릅니다. AI의 학습 데이터에는 시점이 있습니다. 2022 개정 교육과정, 2028학년도 대입 개편처럼 최근 바뀐 제도를 정확히 반영하지 못하는 경우가 많습니다. “통합사회·통합과학이 수능에 들어온다”거나 “선택과목이 폐지된다” 같은 변화를 AI가 틀리게 설명하는 일이 실제로 일어납니다. 제도 관련 정보는 AI 말이 아니라 교육청·대학 공식 발표를 기준으로 삼아야 합니다.
2. ‘그럴듯하지만 틀린 말’을 자신 있게 합니다. AI는 모르는 것도 모른다고 하지 않고 매끄럽게 지어냅니다. 이렇게 AI가 사실이 아닌 내용을 사실처럼 만들어내는 현상을 ‘할루시네이션(hallucination)’이라고 부릅니다. 존재하지 않는 대회나 활동을 추천하거나, 특정 대학이 선호한다는 근거 없는 ‘카더라’를 사실처럼 말하기도 합니다. 문장이 유려할수록 이 위험은 더 커집니다.
3. 실제 평가자의 눈을 대신할 수 없습니다. 생기부를 읽는 건 입학사정관이라는 사람입니다. 사람은 진정성, 맥락, 그 학교만의 평가 기준으로 봅니다. AI는 “좋은 세특의 일반적 특징”은 알아도, “○○대 ○○학과 사정관이 올해 무엇을 중요하게 볼지”는 알 수 없습니다.
4. 과장과 대필을 부추길 수 있습니다. “더 인상적으로 써달라”고 하면 AI는 실제 활동보다 부풀린 문장을 만들어냅니다. 하지만 면접에서 한 줄도 설명 못 하는 화려한 세특은 오히려 독입니다. 생기부는 ‘잘 쓴 글’이 아니라 ‘내가 진짜 한 활동의 기록’이어야 합니다.
AI가 매끄럽게 답한다고 해서 그 답이 맞는 건 아닙니다. AI는 ‘정답’이 아니라 ‘가장 그럴듯한 문장’을 내놓는 도구입니다.
실제로 이런 할루시네이션이 일어납니다
‘할루시네이션’이라는 말이 추상적으로 느껴질 수 있어, 생기부 준비 과정에서 흔히 마주치는 사례를 모아봤습니다.
없는 대회를 추천합니다. “생명과학 관련 교내 활동을 추천해줘”라고 하면, 실제로는 존재하지 않는 ‘전국 고교 생명과학 탐구대회’ 같은 그럴듯한 이름을 만들어 제시하기도 합니다. 이름이 자연스러워서 진짜 있는 대회처럼 보이지만, 검색해보면 나오지 않는 경우가 많습니다. (참고로 2024학년도 대입부터는 수상경력 자체가 학생부종합전형에 반영되지 않으니, 대회 참가 여부를 세특 소재로 삼을 때는 ‘수상’ 자체보다 그 과정에서의 탐구에 초점을 둬야 합니다.)
대학별 ‘선호’를 지어냅니다. “○○대는 어떤 세특을 좋아해?”라고 물으면, 공식적으로 발표된 적 없는 평가 기준을 사실처럼 단정해 답하기도 합니다. 대학이 공개하는 건 전형 방법과 평가요소까지일 뿐, “이런 세특을 좋아한다”는 식의 구체적 선호는 대부분 근거 없는 추측입니다.
책·논문 정보를 틀리게 인용합니다. “이 주제 탐구에 참고할 책”을 물으면 제목과 저자를 그럴듯하게 조합해 실존하지 않는 책을 추천하기도 합니다. 세특에 인용한 자료가 가짜라면 면접에서 곤란해질 수 있으니, 추천받은 자료는 도서관·서점에서 실제로 확인하세요.
이런 할루시네이션은 AI가 거짓말을 하려는 게 아니라, ‘가장 그럴듯한 답’을 생성하는 작동 원리 때문에 자연스럽게 생깁니다. 그래서 ‘AI가 알려준 사실’은 늘 한 번 더 검증해야 합니다.
그래서, AI를 어떻게 써야 할까 — 5가지 원칙
한계를 알았으니 이제 똑똑하게 쓰는 법입니다.
① 사실은 내가 채우고, 표현만 AI에게 맡깁니다. 무엇을 했는지, 어떤 결과가 나왔는지는 내가 정확히 입력합니다. AI는 그걸 더 깔끔한 문장으로 다듬는 역할까지만 맡깁니다.
② 제도·전형 정보는 반드시 공식 출처로 교차검증합니다. AI가 알려준 입시 정보는 출발점일 뿐입니다. 대학 입학처, 교육청, 한국대학교육협의회(대교협) 발표로 한 번 더 확인합니다.
③ AI가 추천한 대회·활동·자료는 실재 여부부터 검색합니다. “이런 게 있다”고 하면 곧이곧대로 믿지 말고, 그 이름 그대로 검색해 진짜 존재하는지 확인합니다.
④ 부풀리기를 요청하지 않습니다. “있어 보이게”가 아니라 “정확하게”를 기준으로 둡니다. 면접에서 설명할 수 있는 선을 넘지 않습니다.
⑤ 최종 판단은 사람(교사·나 자신)이 합니다. 담임·교과 교사의 피드백이 AI보다 우선합니다. AI는 보조 도구이지 결정권자가 아닙니다.
한눈에 정리
| 구분 | AI에게 맡겨도 되는 것 | AI를 믿으면 안 되는 것 |
|---|---|---|
| 문장 | 비문·중복·어색한 표현 점검 | 활동을 부풀린 과장 표현 |
| 구조 | 논리 흐름·빠진 단계 점검 | — |
| 정보 | 일반적 탐구 방향 아이디어 | 최신 입시 제도, 대회·참고자료 실재 여부 |
| 평가 | — | 실제 사정관의 평가, 대학별 선호 |
자주 묻는 질문
Q. AI에게 세특을 통째로 써달라고 해도 되나요? 권하지 않습니다. AI가 쓴 글은 내가 실제로 한 활동과 어긋나기 쉽고, 면접에서 그 내용을 설명하지 못하면 오히려 마이너스가 됩니다. 활동 내용은 내가 정리하고, AI는 표현을 다듬는 데까지만 쓰는 것이 안전합니다.
Q. 세특 내용을 AI에 입력하면 개인정보가 새어나가지 않나요? 이름·학교명·생년월일 같은 식별 정보는 빼고 입력하는 습관을 들이는 게 좋습니다. 활동 내용만으로도 충분히 피드백을 받을 수 있으니, 개인정보는 가린 채 활용하세요.
Q. 무료 AI와 유료 AI는 분석 품질이 많이 다른가요? 유료 모델이 대체로 더 정교한 답을 주는 건 맞지만, 할루시네이션과 최신 제도 오류는 유료라고 사라지지 않습니다. 어떤 모델을 쓰든 사실관계 검증은 똑같이 필요합니다.
Q. AI가 알려준 입시 정보가 학교 선생님 말씀과 다르면 누구를 믿어야 하나요? 선생님과 공식 출처를 믿으세요. AI는 시점이 지난 정보를 학습했을 가능성이 있어, 최신 제도에 관해서는 교사·입학처의 안내가 우선입니다.
마치며
AI는 생기부 관리에서 강력한 보조 도구입니다. 다만 ‘보조’라는 단어가 핵심입니다. 문장을 다듬고 생각을 정리하는 데는 적극 활용하되, 입시 제도와 사실관계, 최종 판단만큼은 사람의 몫으로 남겨두세요. 한계를 아는 사람이 도구를 가장 잘 씁니다.
구체적인 활용 단계가 궁금하다면 AI로 내 세특 피드백 받는 법부터 읽어보시길 권합니다.
