AI, 특히 생성형 AI는 수년간 평가 업계 논의의 일부였습니다. 가능성은 많았지만, 특히 시험 내용 개발에서는 주로 이론적인 주제에 머물러 있었습니다. 하지만 2025년에 우리 업계가 AI에 대해 이야기하는 것에서 실제 사용을 하고 사용 데이터를 제공하는 것으로 구체적으로 전환하면서 상황이 크게 바뀌었습니다. 

2025년은 평가 기관, 교육자, 정책 입안자, 솔루션 제공자들이 모두 개념적 호기심에서 AI의 의미 있고 실용적인 적용으로 전환한 해였습니다. 아마도 가장 중요한 해는 AI를 단순히 기존 프로세스 위에 얹은 것으로 않게 된 해였습니다. 그리고 우리는 AI가 평가 자체에 대한 우리의 사고방식을 재구성할 수 있음을 인식하기 시작했습니다.

2024년이 여전히 아이디어 탐구의 해였다면, 2025년은 직접 체험하는 해였습니다. 업계 전반에 걸쳐 편안함이 크게 향상되었습니다. 생성형 AI는 콘텐츠 제작 및 관리, 품질 검토, 운영 지원의 일상 업무에 포함되었습니다.

가장 큰 변화 중 하나는 조직들이 문제물 제작에 접근하는 방식이었습니다. 최근까지 대부분의 자격증 인증 기관은 연습 문제와 같은 저위험 콘텐츠에 AI를 테스트하는 것을 선호했습니다. 하지만 2025년에는 AI를 시험 운영 내용을 지원하는 데 대한 관심과 자신감이 점점 커지고 있다는 새로운 변화를 목격했습니다.

변화는 단순히 효율성만을 위한 것이 아니었습니다. AI가 콘텐츠 제작의 가장 어려운 부분, 즉 시작 시작, 고품질 초기 아이디어 작성, 주제 전문가(SME) 부담 감소, 인간 심사자가 더 깊고 의미 있는 작업에 참여할 수 있도록 돕는 데 도움을 줄 수 있다는 인식이었습니다. 프롬프트 전략이 더 정교해지고 결과물의 질이 향상되면서 편안함도 그에 따라 높아졌습니다.

올해 가장 중요한 발전 중 하나는 평가 수명 주기 전반에 걸친 AI의 광범위한 적용이었습니다. 우리는 AI가 다음을 지원하는 데 사용되는 것을 보았습니다:

• 문항 검토 과정과 피드백 루프.
• 정렬 점검.
• 워크플로우, 프레젠테이션, 회의 관리.
• 추세 분석 및 데이터 요약.

이 AI가 문서 작성에서 기능 전반에 걸친 AI로의 전환이 2025년을 매우 의미 있게 만들었습니다. 이 시기는 조직들이 이러한 도구들을 책임감 있고 일관되게 사용할 수 있는 구조를 구축하기 시작한 순간이었습니다.

채택이 증가함에 따라 명확한 거버넌스의 필요성이 불가피해졌습니다. 많은 조직들이 이전 몇 년간의 임시방편적이고 탐색적인 접근법이 더 이상 충분하지 않다는 것을 인식했습니다. 2025년에는 다음과 같은 것에 대한 지속적이고 강화된 집중이 이루어졌습니다:

• 내부 가이드라인 수립.
• 인간이 참여하는 단계의 정의.
• 품질 관리 강화.
• 의사결정과 프로세스를 문서화하는 것.
• 투명성 확보.

이것은 일을 늦추려는 것이 아니라; 고위험 환경에서 AI를 사용할 수 있는 안정성을 만드는 것이었습니다. 제 생각에 그 사고방식의 변화는 올해의 결정적인 발전 중 하나였습니다.

AI가 워크플로우를 변화시키는 동안에도 두 가지 변함없는 조건이 변함없이 변함없었습니다.
 

• 보안은 여전히 중요한 요소입니다: 오히려 2025년은 테스트 보안을 최우선으로 유지해야 할 필요성을 부각시켰습니다. 오랜 위협은 지속되었고, 특히 AI 기반 콘텐츠 수집 도구와 점점 정교해지는 사칭 시도와 함께 새로운 기술 기반 위험이 등장했습니다. 올해의 메시지는 분명합니다: 혁신과 보안은 함께 진화해야 합니다. 한쪽이 다른 쪽을 앞서게 해서는 안 됩니다.
• 인간적 요소는 여전히 대체 불가능합니다: 또 다른 변함없는 점은 인간 감독의 지속적인 중요성이었습니다. AI 도구에 대한 신뢰가 높아졌음에도 전문가 검토의 필요성은 줄어들지 않았습니다. '인간을 상황에 관여하는 것'은 안전장치뿐 아니라 AI의 파트너로서 여전히 필수적이었습니다. AI를 사용하는 방식은 진화하고 있지만, 인간의 판단은 책임 있는 평가의 중심으로 남아 있습니다.

AI는 한때 너무 많은 자원이 필요했던 평가 접근법의 문을 열어주었습니다. 이제 우리는 다음과 같은 개발의 기회를 갖게 되었습니다:

• 더 상호작용적인 작업들.
• 더 현실적인 시뮬레이션.
• 즉각적인 피드백 메커니즘.
• 더 풍부한 형태의 증거를 포착하는 동적 시나리오들.

아직 전통적인 평가를 완전히 대체하지는 않았지만, 가능성을 넓히고 있습니다.

더 많은 데이터가 제공되고 이를 통합하는 더 나은 방법이 생기면서, 평가를 학습, 기술 개발, 실제 성과와 더 밀접하게 연결할 수 있습니다. 이러한 관점은 평가를 연속선상으로 보도록 격려합니다. 학습자가 성장하고, 고용주가 역량을 이해하며, 기관이 단순히 성취를 인증하는 것이 아니라 진보를 지원하는 무언가를 말하는 것입니다.

작년과 올해의 가장 큰 차이는 간단합니다: 이제 우리는 데이터를 갖게 되었습니다.

진짜 조종사들. 진짜 성과 지표. 진짜 수락률. 진짜 품질 지표들.

처음으로 조직들은 추측이 아닌 증거를 바탕으로 AI 프로세스를 평가할 수 있게 되었습니다. 개념에서 측정 가능한 영향으로의 전환은 대화를 지속적인 방식으로 바꾸었습니다.

2025년은 AI가 추상적인 개념에서 평가 수명 주기 전반에 걸쳐 사용되는 실용적인 도구로 구체적으로 전환한 해였습니다. 그 해는 증거가 추측을 대체하고, 거버넌스가 형성되었으며, 평가가 무엇이 될 수 있는지에 대해 다르게 생각할 새로운 기회가 생긴 해였습니다.

이러한 변화는 시작에 불과합니다. AI가 더 풍부한 형식과 더 깊은 통찰을 가능하게 함에 따라, 평가는 학습, 성과, 지속적인 개발과 점점 더 연결될 것입니다. 역할과 산업 간에 전개되는 지속 가능한 기술이 더욱 중심이 될 것이며, 5년 직무 분석 주기와 같은 전통적인 구조도 역할 변화 속도에 맞춰 진화해야 할 수도 있습니다.

이 모든 과정에서 한 가지는 변하지 않습니다. 혁신은 인간의 판단력, 엄격함, 안전의 중요성을 축소하지 않습니다. 오히려 이를 강화합니다. 앞으로의 과제는 올해 놓은 토대 위에 세워지고, 사려 깊고 유연하며 미래에 대비한 평가 생태계를 계속 구축하는 것입니다.