Berkeley Law AI 정책은 AI를 제한하지만, 로스쿨들이 이를 금지하는 것은 아니다

Berkeley Law는 미래의 변호사들이 이 기술에 능숙해져야 한다고 인정하면서도 2026년 여름을 위해 AI 규정을 강화했다. Berkeley Law AI 정책은 학생들이 학점 인정 과제로 제출하는 작업을 구상, 개요 작성, 초안 작성, 수정, 편집 또는 번역하는 데 AI를 사용하는 것을 금지한다. 또한 교수가 허용 예외를 설정하지 않는 한 모든 시험에서 AI 사용을 금한다.

이는 로스쿨의 AI 금지처럼 들리지만, 그런 표현은 정책의 가장 중요한 특징을 놓친다. Berkeley는 AI가 과목의 교육 목표에 부합할 경우 교수가 이를 허용할 수 있도록 여전히 인정한다. 또한 2026년 가을에 법과 기술 관련 과목 22개를 개설할 예정으로, 제한적이면서도 확장적인 접근을 동시에 취하고 있다.

University of Chicago와 Columbia Law School도 비슷하게 이원화된 전략을 채택했다. 이들은 법학 교육의 일부를 자동화로부터 보호하는 한편, 의도적인 AI 활용을 위한 별도의 공간을 만들고 있다. 따라서 실제 충돌은 로스쿨 대 AI가 아니다. 독립적인 법적 추론과 성급한 인지적 외주화의 대립이다.

Berkeley Law AI 정책이 실제로 바꾸는 것

Berkeley는 독립적인 학생 작업을 기본 원칙으로 확립하면서, AI 활용 능력을 가르치는 과목에는 선별적 예외를 남겨두었다.

기본 AI 정책은 2026년 여름부터 발효됐다. 이 정책은 학점 인정을 위해 제출하는 작업에 적용되며, 단순히 챗봇이 생성한 에세이를 금지하는 것보다 훨씬 넓은 범위를 포괄한다.

학생들은 AI 시스템에 논문 주제나 논제를 브레인스토밍해 달라고 요청할 수 없다. 구성 구조를 요청하거나, 문단 초안을 작성하거나, 수정할 구절을 식별하거나, 문법을 다듬도록 할 수도 없다. 번역된 자료가 제출 작업의 일부가 되는 경우 AI 지원 번역도 금지된다.

시험 규정은 더 엄격하다. 학생들은 시험 중 어떤 목적으로도 AI를 사용할 수 없다. AI로 개요를 만든 뒤 그 개요의 내용을 시험에 가져오는 것도 허용되지 않는다.

이러한 제한은 최종 문장만이 아니라 지적 생산의 전 과정을 겨냥한다. 생성형 AI는 한 문장을 쓰기 전부터 논증에 영향을 미칠 수 있기 때문에 이 구분은 중요하다. 제안된 논제나 구조는 어떤 권위 있는 자료가 주목받고 어떤 반론이 사라지는지를 결정할 수 있다.

정책은 또한 학생들이 과제, 읽기 자료, 슬라이드, 녹화물 또는 기타 수업 콘텐츠를 생성형 AI 시스템에 업로드하는 것을 금지한다. 이 규정은 학업 진실성과 함께 개인정보, 지식재산권 및 기밀성 문제를 다룬다.

그럼에도 Berkeley는 이 정책이 일괄적인 금지는 아니라고 말한다. 교수들은 AI 활용 능력을 가르치도록 설계된 수업에 다른 규정을 채택할 수 있다. 다른 접근 방식이 과목에 더 적합할 경우 특정 활용을 허용할 수도 있다.

이러한 유연성은 Berkeley의 입장을 생성형 AI에 대한 전교 차원의 거부와 구분한다. 학교는 평가 대상인 사고 과정에는 경계를 설정하는 한편, 다른 곳에서는 감독된 실험을 허용하고 있다.

관련 지침은 이러한 경계를 교육적 순서로 제시한다. 학생들은 우선 자동화된 대체 없이 구상하고, 분석하고, 초안을 작성하고, 평가해야 한다. 이후 시스템이 무엇을 바꾸고, 생략하고, 만들어냈는지 이해한 상태에서 AI를 사용할 수 있다.

이 순서는 Berkeley Law AI 정책의 핵심 전제를 반영한다. 논증을 독립적으로 평가할 수 없는 변호사는 그 논증을 생성하는 시스템을 신뢰성 있게 감독할 수 없다.

이 규정은 더 명확하고 일관된 기대치를 만들기 위해서도 설계됐다. Berkeley는 이전 정책이 문법 교정과 AI 작문 사이의 경계에 관한 어려운 질문을 낳았다고 밝혔다. 새 접근법은 과목에서 예외를 제공하지 않는 한 자동화된 편집을 금지된 것으로 본다.

이 결정은 관리 가능성을 위해 일부 편의성을 포기한다. 교수들에게 AI 제안이 문법을 고친 것인지, 주장을 다시 쓴 것인지, 또는 기저 분석을 조용히 바꾼 것인지를 판단하라고 요구하지 않게 된다.

그 대가는 범위의 넓이이다. 익숙한 작문 애플리케이션을 사용하는 학생은 적극적으로 찾지 않아도 생성형 기능을 접할 수 있다. 학교는 일반적인 맞춤법 검사가 금지된 자동화 재작성과 분리되도록 실질적인 지침을 마련해야 한다.

Berkeley의 주장을 가장 강하게 해석하면, 모든 AI 상호작용이 학습을 해친다는 뜻은 아니다. 학점이 부여되는 작업은 학생 자신의 역량을 드러내야 한다는 뜻이다. 그렇지 않으면 성적은 로스쿨이 기른다고 주장하는 능력을 더 이상 측정하지 못한다.

법적 추론이 보호받아야 할 능력이 된 이유

로스쿨들은 학생들이 나중에 AI를 감독하는 데 필요한 판단력을 구축해야 하는 바로 그 시점에 AI를 제한하고 있다.

법학 교육은 올바른 규칙을 찾아내는 것 이상에 의존한다. 학생들은 권위를 해석하고, 판례를 구별하며, 누락된 사실을 식별하고, 경쟁하는 논증에 맞서 결론을 방어해야 한다. 이러한 활동은 전문적 판단력의 기반을 이룬다.

생성형 AI는 학생이 그러한 판단을 형성하기 전에 그럴듯한 언어를 만들어낼 수 있다. 그 결과물은 불완전한 논증도 완성된 것처럼 보이게 만들 수 있으며, 이는 학습과 평가 모두를 복잡하게 한다.

이 위험은 특히 로스쿨 1학년 과정에서 두드러진다. 1학년 과목은 판례를 읽고 불완전한 권위 자료를 토대로 추론하는 습관을 도입한다. 학생들은 또한 하나의 사실이나 판례가 바뀌면 법적 결론이 어떻게 달라지는지도 배운다.

AI가 생성한 판례 요약은 시간을 절약할 수 있다. 그러나 판례 읽기 자체가 훈련일 때, 그 효율성은 교육적으로 비용이 커진다. 학생은 그 결과를 낳은 추론을 연습하지 않은 채 겉으로 드러난 산출물만 받게 된다.

같은 문제는 법률 문서 작성에도 영향을 미친다. 챗봇은 구조화된 메모를 생성할 수 있지만, 구조는 단지 표현 방식이 아니다. 쟁점의 순서를 선택하려면 흔히 어떤 사실과 권위 자료에 가장 큰 법적 비중을 둘지 결정해야 한다.

Berkeley는 사고가 훌륭한 변호사 업무와 양질의 법학 교육에 필수적이라고 설명한다. 정책은 구상, 개요 작성, 초안 작성, 수정, 편집을 분리 가능한 생산 단계가 아니라 연결된 인지 과제로 취급한다.

이러한 입장은 생성된 법률 자료의 신뢰성 문제에도 대응한다. 언어 모델은 검증된 법적 결론이 아니라 개연성 높은 텍스트를 생성한다. 인용을 지어내거나, 판결 취지를 잘못 설명하거나, 관할권 간 차이를 흐릴 수 있다.

경험 많은 변호사도 여전히 그런 실수를 할 수 있다. 차이는 AI가 인간의 검토 역량을 압박하는 속도와 규모로, 자신감 있게 그러한 오류를 만들어낼 수 있다는 점이다.

이미 법리를 이해하는 학생은 그러한 결과물을 검증할 수 있다. 기초가 부족한 학생은 유창한 문구를 정확성의 증거로 받아들일 수 있다.

따라서 법학 교육자들은 순서의 문제에 직면한다. 졸업생이 AI 지원 법률 업무에 대비하도록 해야 하지만, 그 보조 도구가 수련 과정을 대체하도록 해서는 안 된다.

이 긴장은 성적을 넘어선다. 변호사는 의뢰인, 법원 및 상대방에게 의무를 진다. American Bar Association의 AI 윤리 지침은 변호사가 생성형 시스템을 사용할 때도 기존 의무가 계속 적용된다고 밝힌다.

그 의무에는 역량, 기밀성, 의뢰인과의 소통, 감독, 진실성 및 합리적인 보수가 포함된다. 변호사는 전문적 책임을 AI 공급업체에 넘길 수 없으며, 소프트웨어가 만들어냈다는 이유로 부정확한 제출 문서를 변명할 수도 없다.

따라서 로스쿨은 서로 반대 방향으로 작용할 수 있는 두 가지 역량을 가르쳐야 한다. 졸업생은 현대 법률 시스템을 효과적으로 사용하기에 충분한 AI 활용 능력이 필요하다. 동시에 그 시스템이 실패할 때 알아차릴 만큼의 독립적인 전문성도 필요하다.

Berkeley Law AI 정책은 평가 대상 작업에서 두 번째 역량을 보호한다. 기술 과목과 허용된 예외는 첫 번째 역량을 개발하기 위한 것이다.

이 구분은 AI가 본질적으로 학생을 약화한다는 광범위한 주장보다 더 설득력이 있다. 장기적인 인지 효과에 관한 증거는 아직 불완전하며, 결과는 시스템을 어떻게 사용하는지에 크게 좌우된다.

AI는 노력을 대체할 수 있지만, 논증에 도전할 수도 있다. 학생은 독립적으로 입장을 초안한 뒤 모델에 반론을 식별해 달라고 요청할 수 있다. 다른 학생은 검토하지 않은 채 모델의 첫 응답을 제출할 수도 있다.

이러한 행동은 동일한 교육적 평가를 받아서는 안 된다. 과제는 생산적인 보조와 지적 대체를 구별하는 과제를 설계하는 것이다.

많은 판례와 노트를 관리하는 학생에게 개인 학생 지식 베이스는 자신의 논증을 결정하지 않으면서도 자료 검색을 지원할 수 있다. 교육적 경계는 단지 소프트웨어가 작업 흐름에 관여했는지가 아니라, 누가 추론을 수행하는지에 초점을 맞춰야 한다.

UChicago Law는 강의실을 보호하면서 도구를 가르친다

UChicago Law의 AI 전략은 기기 없는 기초 학습과 감독된 전문 실무를 분리함으로써 그 절충점을 명시적으로 드러낸다.

University of Chicago Law School은 2026년 7월 9일 AI 전략 성명을 발표했다. 이 전략은 가을 학기에 시행되며, 2024년부터 도입된 교육과정 변경을 기반으로 한다.

가장 눈에 띄는 조치는 핵심 1학년 수업에서 전자기기를 금지하는 시범 운영이다. 이를 필요로 하는 학생을 위한 편의 제공을 포함해 제한적인 예외는 계속 허용된다.

기기 규정은 AI 제한보다 더 광범위하다. 학생이 단지 필기만 하려는 경우에도 노트북, 태블릿, 휴대전화를 없앤다. 학교는 이 접근법이 주의 산만을 줄이고 더 나은 수업 토론을 지원한다고 말한다.

따라서 이 시범 운영은 인공지능만큼이나 강의실 집중력을 시험하는 것이다. 교수들은 ChatGPT가 존재하기 훨씬 전부터 화면이 토론 중 주의를 분산시킨다는 이유로 기기 없는 정책을 사용해 왔다.

AI는 연결된 기기가 이제 단순히 주의를 분산시키는 것 이상을 할 수 있기 때문에 위험성을 높인다. 판례를 요약하고, 답을 제안하거나, 교수의 질문에 대한 응답을 실시간으로 준비할 수 있다.

전통적인 로스쿨 강의실은 학생의 추론 과정을 드러내기 위해 질문을 활용한다. 소프트웨어가 답을 제공하면 교수는 학생이 법리를 이해하는지 쉽게 판단할 수 없다.

기기를 없애면 학생들이 스스로 아이디어를 떠올리고, 종합하고, 표현해야 하는 일시적 공간이 만들어진다. 또한 참여가 더 잘 드러나며 즉각적인 외부 답변을 확인하려는 유혹도 줄어든다.

그러나 UChicago는 디지털 이전 시대의 법률 직업을 재현하려는 것이 아니다. 전략에는 1학년 학생용 AI 모듈, 클리닉에서의 AI 활용, AI Lab, 법률 조사와 작문을 위한 지침이 포함된다.

학교의 모델은 AI와 함께, AI 없이, AI에 관해 사고하는 법을 배우는 것으로 요약할 수 있다. 각각은 서로 다른 교육적 목적을 수행한다.

AI 없이 사고하는 것은 기본 역량을 구축한다. AI와 함께 사고하는 것은 책임을 유지하면서 자동화를 사용하는 법을 가르친다. AI에 관해 사고하는 것은 그 제도적, 윤리적, 법적 영향을 이해하도록 돕는다.

이는 UChicago가 AI를 금지했다는 설명보다 더 정확하다. 학교는 일부 학습 환경에서는 기술을 제거하는 한편, 다른 환경에서는 이를 통합한다.

이 접근법은 교육과 고용이 서로 다른 행동을 보상한다는 점도 인정한다. 도구가 품질을 해치지 않으면서 반복 업무를 줄인다면 로펌은 이득을 얻는다. 강의실은 때로 판단력을 기르기 위해 바로 그 동일한 업무를 과제로 부여한다.

따라서 효율성은 보편적인 교육 목표가 아니다. 답에 가장 빨리 도달하는 방법은 과제가 측정하도록 설계된 활동을 건너뛸 수 있다.

이 구분은 다른 고위험 전문직의 훈련과 닮아 있다. 현대 항공기는 광범위한 자동화 시스템을 사용하지만, 조종사는 자동화에 전적으로 의존하지 않고 절차를 익힌다. 이러한 기초 훈련은 전문가가 실패를 인식하고 관리할 수 있어야 하기 때문에 존재한다.

UChicago가 해결해야 할 과제는 기기 없는 시범 운영이 의도한 역량을 향상하는지 측정하는 일이다. 수업 토론이 더 나아진다면 정책을 뒷받침하는 근거가 될 수 있지만, 만족도만으로는 더 강한 법적 추론 능력이 입증되지 않는다.

학교는 불평등한 영향을 함께 검토해야 한다. 일부 학생은 타이핑한 노트를 통해 정보를 더 효과적으로 정리하고 기억한다. 또 다른 학생들에게는 보조 기술이나 언어 지원이 필요하다.

공정한 정책은 학생들이 필요 이상으로 개인 정보를 공개하도록 강요하지 않으면서 실질적인 편의를 제공해야 한다. 또한 예외가 낙인으로 이어지는 일도 막아야 한다.

UChicago의 혼합형 접근법은 학교에 유용한 비교 기준을 제공한다. 기기 없는 기초 수업과 체계적인 AI 활용을 가르치는 과정을 함께 평가할 수 있다. 그런 증거는 기술이 좋은지 나쁜지를 둘러싼 철학적 논쟁보다 더 가치 있다.

Columbia는 광범위한 금지보다 책임을 택한다

Columbia의 규정은 기본 경계선이 다르더라도 로스쿨 AI 정책이 통제된 활용 방식으로 수렴하고 있음을 보여준다.

Columbia Law School은 2026년 8월 1일부터 적용되는 새로운 학업 AI 정책을 채택했다. 이는 2026–2027학년도에 적용되던 학교의 기존 임시 정책을 대체했다.

Columbia는 시험에서 AI 지원을 금지한다. AI 번역으로 생성된 문구를 포함해 시험 답안의 모든 단어는 학생 본인이 작성해야 한다.

다른 교과 과정에 대한 접근은 Berkeley의 기본 원칙보다 더 허용적이다. 수업 규정이 허용하면 학생은 AI를 학습 보조 도구나 비판적 대화 상대로 활용할 수 있다.

비판적 대화 상대란 아이디어를 만들어내기보다 검증하는 데 사용하는 시스템을 뜻한다. 이는 논증에 이의를 제기하거나, 구성상의 약점을 찾아내거나, 추가 연구를 위한 질문을 제안할 수 있다.

Columbia는 지적 책임을 학생에게 둔다. 제출하는 아이디어, 논증, 분석, 표현은 학생 본인의 판단을 반영해야 한다. 학생은 자신이 제출하는 모든 명제를 이해하고 방어할 수 있어야 한다.

따라서 이 정책은 지원을 받은 모든 단계를 금지하기보다 저작자성과 책임성에 초점을 맞춘다. AI는 공개되지 않은 대필자가 되거나 학생의 법적 추론을 대체해서는 안 된다.

교수진은 과목별 규정을 정할 재량권을 유지한다. 일부 교수는 AI를 폭넓게 통합할 수 있고, 다른 교수는 특정 역량을 개발하기 위해 활용 범위를 제한할 수 있다.

이 모델은 전문적 준비 과정의 일부로서의 불일치를 받아들인다. 변호사는 서로 다른 법원 규칙, 고용주 정책, 의뢰인 제한, 보안 요건 아래에서 일하게 된다. 학생은 특정 상황에 어떤 규칙이 적용되는지 식별하는 연습이 필요하다.

그러나 정책의 차이는 혼란을 만들 수도 있다. 여러 과목을 수강하는 학생은 브레인스토밍, 편집, 번역, 연구 지원이 각 과목에서 허용되는지 기억해야 한다.

Thomson Reuters Institute의 2026년 학생 설문조사는 이 문제를 보여준다. 이 조사는 2026년 4월 1,800명 이상의 로스쿨 학생 응답을 수집했다.

거의 60%가 학업 과제를 위해 일주일에 여러 차례 AI를 사용한다고 답했다. 한편 48%는 AI 정책이 교수마다 달랐다고 말했다.

설문조사에서는 72%가 AI 리터러시를 필수적인 전문 역량으로 여겼다. 동시에 74%는 과도한 의존이 핵심 법률 역량을 약화할 수 있음을 인식했다.

이 수치는 학생과 행정가가 대립 진영에 서 있다는 생각을 복잡하게 만든다. 많은 학생이 전문적 가치와 발달상 위험을 모두 이해하는 것으로 보인다.

기관 차원의 격차는 교육에 있다. 32%는 학교가 미래 경력에 필요한 AI 역량을 제공하지 않는다고 답했다.

이 결과는 체계적인 통합의 필요성을 강화한다. 실질적인 AI 교육과정이 없는 제한적 정책은 학생들을 감독 없는 실험으로 내몰 수 있다. 또한 법률 현장에 이미 진입하고 있는 도구에 대비하지 못한 졸업생을 배출할 수도 있다.

Columbia는 경계선, 전문 과목, 교수 선택권의 조합으로 이 문제를 해결하려 한다. Berkeley는 상당한 기술 교육 과정과 함께 더 폭넓은 기본 제한을 적용한다. UChicago는 다른 영역에 AI를 포함시키면서 기기 없는 공간을 만든다.

이는 같은 신흥 원칙을 서로 다르게 구현한 사례다. 학생은 현재 가르치고 있는 역량을 외주화해서는 안 되지만, 이를 감독할 충분한 지식을 갖춘 뒤에는 AI 사용법을 배워야 한다.

이견은 그 경계가 어디에 있어야 하는지를 둘러싼 것이다. Berkeley는 학점이 부여되는 과제의 거의 모든 단계에 경계선을 긋는다. Columbia는 지적 책임과 과목별 허가를 기준으로 경계선을 설정한다.

어느 정책도 모든 과제에 맞는 올바른 경계를 확정하지는 않는다. 그 가치는 교수들이 광범위한 원칙을 명확하고 관찰 가능한 요건으로 바꾸는지에 달려 있다.

위험은 의존적이거나 준비되지 않은 변호사를 배출하는 데 있다

AI를 가르치지 않은 채 막는 규정은 애초에 방지하려 했던 역량 문제의 또 다른 형태를 만들 수 있다.

제한을 지지하는 가장 강력한 근거는 발달 과정에 있다. 학생은 그 업무의 일부를 책임 있게 위임하기 전에 법적 분석을 연습해야 한다.

가장 강력한 반론은 전문적 현실에 있다. 졸업생은 AI가 조사, 문서 검토, 실사, 계약 분석, 초안 작성 등을 지원하는 일터에 들어가게 된다. 그러한 시스템을 가르치지 않는다고 해서 졸업생이 안전해지는 것은 아니다.

오히려 공급업체, 고용주 또는 개인적 실험을 통해 배우도록 내버려 둔다. 그러한 교육은 기밀성, 검증, 전문적 판단보다 속도를 우선시할 수 있다.

이 때문에 “AI 금지”라는 표현은 오해를 부르는 이분법을 만든다. 학교는 시험 중 AI를 금지하면서 클리닉 수업에서는 AI 사용을 요구할 수 있다. 두 결정 모두 같은 교육 목표를 뒷받침할 수 있다.

더 어려운 질문은 이 양극단 사이에 있는 일반적인 교과 과정에 관한 것이다. 학생은 지식을 입증하기 위해서이기도 하고 연습을 통해 발전하기 위해서이기도 하여 글을 쓴다. AI는 이 두 기능을 지원하거나 대체할 수 있다.

메모랜덤을 준비하는 학생을 생각해 보자. AI에게 첫 초안을 쓰게 하면 근거를 독립적으로 정리해야 할 필요가 사라질 수 있다. 완성한 초안을 비판하게 하면 학생이 놓친 약점을 드러낼 수 있다.

두 번째 활용에도 위험은 있다. 시스템이 반론을 지어내거나, 판례를 왜곡하거나, 불필요한 수정을 유도할 수 있다. 그러나 학생은 그러한 제안을 평가할 때 인지적으로 계속 관여한다.

따라서 학교에는 과정이 드러나는 과제가 필요하다. 교수는 출처 기록, 구두 변론, 수정 이력 또는 허용된 AI 사용에 관한 짧은 설명을 요구할 수 있다.

이러한 조치는 AI 탐지 소프트웨어에 의존하는 것보다 더 많은 정보를 제공한다. 탐지 시스템은 특히 정형화된 글이나 제2언어로 작성된 글을 평가할 때 오탐을 낼 수 있다. 또한 회피와 집행 사이의 경쟁을 부추긴다.

과정에 관한 증거는 진실성뿐 아니라 교육도 뒷받침한다. 논증이 왜 바뀌었는지 설명할 수 있는 학생은 그저 매끈한 문장을 제출하는 학생보다 더 깊은 이해를 보여준다.

생성형 기능은 이제 검색 엔진, 워드 프로세서, 리서치 플랫폼 안에 등장하므로 명확한 규정도 중요하다. 학생은 익숙한 도구가 교정에서 글 작성으로 역할이 바뀐 시점을 항상 알아차리지는 못할 수 있다.

Berkeley의 명확한 경계선은 분명성을 높이지만 저위험 지원까지 포괄할 수 있다. Columbia의 책임 기준은 유연성을 보존하지만 더 많은 해석을 요구한다. UChicago의 기기 없는 교실은 제한된 환경 안에서만 집행 가능한 경계를 만든다.

접근성 역시 또 다른 우려 사항이다. AI 지원 번역, 편집 또는 요약은 장애가 있는 학생과 제2언어로 학습하는 학생에게 도움이 될 수 있다. 이러한 기능을 제한하면 불평등한 부담을 부과할 수 있다.

학업 편의 제공은 일부 사례를 해결할 수 있다. 그럼에도 학교는 편의 제공과 평가되는 역량을 바꾸는 이점 사이를 구분해야 한다.

답은 과제에 따라 달라진다. 영어 법률 문서 작성 능력이 평가 대상이라면 번역 지원은 부적절할 수 있다. 다른 맥락에서 쟁점 포착 능력을 평가하는 과제라면 합리적일 수 있다.

로스쿨은 인지적 피해에 관한 증거를 과장해서도 안 된다. 연구는 사람들이 정신적 작업을 외부 도구에 위임할 때 발생하는 인지적 오프로딩에 대한 우려를 제기해 왔다. 그러나 연관성이 필연적인 저하를 입증하는 것은 아니다.

그 영향은 과제, 학생의 경험, 프롬프팅 방식, 수업 설계에 따라 달라질 가능성이 크다. 검증을 요구하는 안내형 연습은 챗봇에게 에세이를 완성하게 하는 것과 다르다.

따라서 엄격한 정책은 확정된 과학적 결론이 아니라 교육적 개입으로 다뤄져야 한다. 학교는 학생의 추론, 기억, 글쓰기, 전문적 수행에 관한 비교 증거가 필요하다.

같은 회의적 시각은 AI 리터러시 프로그램에도 적용된다. 과목을 개설한다고 해서 졸업생이 조작된 인용을 찾아내고, 의뢰인 정보를 보호하며, 자동화가 부적절한 때를 선택할 수 있다는 사실이 입증되는 것은 아니다.

학교는 이런 능력을 직접 평가해야 한다. 학생은 감독된 환경에서 오류가 있는 결과물, 기밀성 상황, 모호한 근거 자료를 접해야 한다.

산업은 영구적 규정을 유지하기에는 너무 빠르게 변한다. 오늘날의 챗봇 인터페이스를 중심으로 작성된 경계는 생성형 지원 기능이 표준 소프트웨어에 녹아들면 시대에 뒤처질 수 있다.

지속 가능한 원칙은 책임이다. 학생은 어떤 업무를 위임했는지, 어떤 정보를 공개했는지, 결과를 어떻게 검증했는지 알아야 한다.

로스쿨의 AI 금지만으로는 그러한 습관을 가르칠 수 없다. 무제한 접근 역시 이를 가르칠 수 없다.

2026–2027학년도에 주목할 점

다음 시험대는 혼합형 정책이 학생과 전문 실무 사이의 격차를 넓히지 않으면서 독립적 추론을 향상하는지 여부다.

첫 번째 신호는 UChicago의 기기 없는 1학년 시범 운영에서 나올 것이다. 행정 담당자는 참여의 질, 법리 과목 성과, 학생 유지율, 편의 제공 요청을 검토해야 한다.

상당한 접근성 문제 없이 이러한 지표가 개선된다면, 보호된 기기 없는 학습 시간의 근거는 더 강해진다. 결과가 변하지 않는다면 이 정책은 교육적 가치를 제공하지 못한 채 편의성만 제거했을 수 있다.

두 번째 신호는 Berkeley 교수들이 예외를 허용할 권한을 어떻게 사용하는지다. 학생들이 AI를 활용하는 의미 있고 감독된 연습 기회를 얻을 때에만 학교 정책은 혼합형 정책으로 기능한다.

Berkeley의 법과 기술 관련 22개 과목은 서류상으로는 상당한 역량을 제공한다. 중요한 척도는 이 과목들이 학생 전체에 걸쳐 검증, 기밀성, 전문적 책임성을 가르치는지 여부다.

AI 교육이 기술 전문가에게만 집중된다면, 더 넓은 학생 집단은 강한 전통적 역량을 갖추고도 실무 준비도는 불균등한 상태로 졸업할 수 있다.

세 번째 신호는 로스쿨 전반의 정책 수렴이다. American Bar Association이 2024년에 발표한 교육 설문조사에 따르면, 기관들은 여전히 접근 방식을 개발하고 있었다.

2026년까지 Berkeley, UChicago, Columbia는 임시 성명을 넘어섰다. 각 학교는 AI 없는 작업, 감독된 사용, 교수 재량권을 더 세부적으로 배분하는 체계를 마련했다.

다른 로스쿨들은 이제 이러한 모델을 따를지, 아니면 대안을 마련할지 결정하게 될 것입니다. 일관된 정의는 학생들이 검색, 교정, 생성, 자동화된 수정의 차이를 이해하는 데 도움이 될 것입니다.

법원과 고용주도 이러한 선택에 영향을 미칠 것입니다. 로펌이 신입 변호사에게 즉시 AI 시스템을 감독할 능력을 기대한다면, 로스쿨은 실무 교육을 확대해야 한다는 압박을 받게 될 것입니다.

생성된 오류가 법원 제출 서류에까지 이르면 판사와 규제 당국은 반대 방향으로 압력을 가할 수 있습니다. 공개적으로 드러나는 모든 실패는 자동화에 앞서 독립적인 검증이 이뤄져야 한다는 주장을 강화합니다.

지속적인 변화는 로스쿨이 AI를 금지했다는 데 있지 않습니다. 로스쿨들은 이제 보조 도구 없이 추론하는 과정을 전문 교육에서 보호해야 할 단계로 다루기 시작했습니다.

그 단계는 학생들이 진출할 직장 환경과 계속 연결되어 있어야 합니다. 그렇지 않으면 제한은 준비가 아니라 회피가 됩니다.

Berkeley Law의 AI 정책은 명확한 실험을 제시합니다. 학생들에게 평가 대상 과제를 독립적으로 수행하도록 요구한 뒤, 지정된 환경에서 AI를 가르치는 방식입니다. UChicago와 Columbia는 이러한 구분의 서로 다른 형태를 시험하고 있습니다.

학생들은 어떤 정책을 평가할 때 실용적인 질문을 던져야 합니다. AI를 사용해서는 안 되는 시점을 명시하는 동시에, 책임 있는 활용 방식도 가르치고 있는가? 신뢰할 만한 답변에는 두 요소가 모두 필요합니다.