통념: AI가 스마트안경을 가려내면 시험 보안은 충분할까
온라인 시험에서 스마트안경을 막으려면 AI가 기기를 식별하면 된다는 생각이 자연스럽다. 하지만 그렙의 온라인 시험 감독 솔루션 모니토는 AI 판정에만 맡기지 않는다. 응시자가 시험 전에 안경의 정면·옆면·안쪽 면·양쪽 다리 끝 등 네 부위를 촬영하고, 감독관이 사진과 특이사항을 대조해 판단한다.
뉴스에 따르면 이 기능은 출시 두 달 만에 대기업과 공공기관 등 21개 고객사에 도입됐다. 도입 수는 활용 범위를 보여주지만, 오판이 얼마나 줄었는지까지 입증하는 수치는 아니다.
맹점: 촬영은 근거를 만들지만 정답을 보장하지 않는다
스마트안경은 일반 안경과 구분하기 어렵고 신제품 출시 주기도 짧다고 회사는 설명한다. 따라서 규격이나 익숙한 외형만으로 확인하면 놓치는 기기가 생길 가능성이 있다. 네 방향 촬영은 감독관에게 비교 자료를 제공하지만, 사진의 품질과 촬영 각도, 실제 착용 중 기기가 바뀌는 상황까지 자동으로 해결한다고 단정할 수는 없다.
AI 자동 촬영 역시 오판 가능성을 없애지는 않는다. 그렙이 감독관의 직접 판정을 결합한 이유도 AI의 단독 판정으로 응시자가 억울한 결과를 받지 않도록 하기 위해서다. 여기서 함정은 ‘AI 촬영’이라는 표현을 ‘AI가 정확히 판별한다’는 뜻으로 받아들이는 것이다.
사진은 판단 근거이지, 부정행위의 확정 판정은 아니다.
리스크: 보안 실패와 오판은 모두 신뢰를 깎는다
검증이 느슨하면 스마트안경을 이용한 부정행위를 놓칠 수 있다. 반대로 촬영 자료를 잘못 해석하면 정상적인 안경 착용자가 의심받을 수 있다. 최악의 경우 시험 결과의 공정성뿐 아니라 응시자와 운영기관이 감독 절차를 신뢰하는 기반도 흔들릴 수 있다.
11월 업데이트 예정인 VLM은 시각·언어 모델로, 행동 맥락을 분석해 시험 도중 스마트안경으로 바꿔 쓰는 등의 이상 징후를 감지하는 기능이다. 예정된 업데이트라는 점과 실제 성능은 구분해야 한다. 뉴스에는 오탐률이나 미탐률, 이의 제기 절차, 촬영 자료의 보관 방식이 제시되지 않는다.
결론
실무자는 도입 여부만 보지 말고 판단 과정도 확인해야 한다.
- 사전 촬영에서 네 부위가 모두 식별 가능한지 점검한다.
- 감독관이 어떤 기준과 절차로 사진을 대조하는지 확인한다.
- VLM 적용 뒤에는 이상 징후 감지와 사람의 최종 판단이 어떻게 연결되는지 살핀다.
모니토의 안경 정밀 검증은 촬영과 감독관 확인을 결합한 체계다. 진짜 검증 기준은 도입 고객 수만이 아니라 오판과 누락에 대응하는 절차가 얼마나 분명한지에 있다.
- #모니토
- #스마트안경
- #온라인시험
- #시험보안
- #VLM