[논문 리뷰] Embracing the Generative AI Revolution: Advancing Tertiary Education in Cybersecurity with GPT

Raza Nowrozy, David Jam|arXiv (Cornell University)|2024. 03. 18.

Scientific Computing and Data Management인용 수 4

한 줄 요약

이 논문은 삼차 산업 보안 프로그램이 산업 수요에 부응하고 기술 노후화를 방지하기 위해 교육 과정에 생성형 AI—특히 GPT 모델—을 통합해야 한다고 제안한다. GPT의 능력과 블룸의 Taxonomy를 연계하고 윤리적 감시, 교육과정 개혁, 다자간 협력 강화를 주장함으로써, 이 연구는 대학이 교육의 관련성을 높이고 AI 강화 보안 역할에 대비한 졸업생을 준비시킬 수 있는 방법을 보여준다.

ABSTRACT

The rapid advancement of generative Artificial Intelligence (AI) technologies, particularly Generative Pre-trained Transformer (GPT) models such as ChatGPT, has the potential to significantly impact cybersecurity. In this study, we investigated the impact of GPTs, specifically ChatGPT, on tertiary education in cybersecurity, and provided recommendations for universities to adapt their curricula to meet the evolving needs of the industry. Our research highlighted the importance of understanding the alignment between GPT's ``mental model'' and human cognition, as well as the enhancement of GPT capabilities to human skills based on Bloom's taxonomy. By analyzing current educational practices and the alignment of curricula with industry requirements, we concluded that universities providing practical degrees like cybersecurity should align closely with industry demand and embrace the inevitable generative AI revolution, while applying stringent ethics oversight to safeguard responsible GPT usage. We proposed a set of recommendations focused on updating university curricula, promoting agility within universities, fostering collaboration between academia, industry, and policymakers, and evaluating and assessing educational outcomes.

연구 동기 및 목표

• 생성형 AI의 영향으로 변화하는 산업 수요와 현재의 삼차 보안 교육 과정 간의 괴리 정도를 평가하기 위해.
• GPT 모델의 인지 유사 기능이 블룸의 Taxonomy와 같은 인간 학습 프레임워크와 어떻게 일치하는지 조사하기 위해.
• 생성형 AI 시대의 미래 보안 졸업생이 가져야 할 핵심 지식 및 역량을 특정하기 위해.
• 교육과정 현대화, 기관의 민첩성 향상, 학계, 산업계, 정책 입안자 간 협력 강화를 위한 실천 가능한 권고안을 제안하기 위해.
• 보안 교육에서 GPT 기술의 책임감 있는 통합을 보장하기 위해 윤리 감시의 역할을 평가하기 위해.

제안 방법

• 생성형 AI 통합 측면에서 격차를 파악하기 위해 다섯 개 대학의 보안 교육 과정을 비교 분석하였다.
• 기본 기억, 이해, 적용, 분석, 평가, 창조의 단계로 재편된 블룸의 Taxonomy에 GPT 기능을 매핑하여 인지적 일치도를 평가하였다.
• GPT가 교육 및 보안 분야에 미치는 영향에 관한 기존 문헌과 전문가 의견을 통합하여 권고안을 도출하였다.
• 실무 중심, 윤리적 고려를 반영한, AI 강화 학습 성과를 중시하는 교육과정 재설계 프레임워크를 제안하였다.
• 교육 및 연구 분야에서 AI 사용을 통제하기 위해 대학 내 인간 주도의 AI 윤리 위원회 설립을 주장하였다.
• 기술 변화에 신속히 대응할 수 있도록 학계, 산업계, 정책 입안자 간 협력 모델을 촉진하였다.

실험 결과

연구 질문

• RQ1 현재의 삼차 보안 교육 과정은 생성형 AI 시대의 산업 수요와 어느 정도 일치하는가?
• RQ2 GPT의 인지 유사 기능은 블룸의 Taxonomy에서 정의한 인간 학습 수준과 어떻게 매핑될 수 있는가?
• RQ3 AI 강화된 업무 환경에서 성공하기 위해 향후 보안 졸업생이 반드시 습득해야 할 핵심 지식 및 역량은 무엇인가?
• RQ4 대학은 생성형 AI 기술의 발전에 신속히 대응하기 위해 어떻게 기관의 민첩성을 향상시킬 수 있는가?
• RQ5 보안 교육에서 GPT의 책임감 있는 사용을 보장하기 위해 필요한 거버넌스 및 윤리 프레임워크는 무엇인가?

주요 결과

• 현행 보안 교육 과정과 현대 보안 산업의 실질적, AI 중심의 요구 사항 사이에 심각한 괴리가 존재한다.
• GPT 모델은 블룸의 Taxonomy에서 고차원적 인지 기능—특히 분석, 평가, 창조—와 유사한 기능을 보이며, 이는 교육적 유용성을 시사한다.
• 생성형 AI를 교육 과정에 통합하지 않는 대학은 AI 강화 보안 역할에 대비하지 못한 졸업생을 배출할 위험이 있다.
• 기존 교육 과정은 일반적으로 AI 사용에 대한 체계적인 윤리 구성 요소를 포함하지 않아 오용 및 윤리적 실수의 위험이 증가한다.
• 기관의 민첩성과 다자간 협력은 시기적절한 교육과정 업데이트와 교육의 관련성 유지에 핵심적이다.
• 현재 증거 기반은 경험적 검증이 부족하여, 향후 AI 통합 결과에 대한 사례 연구 및 종단적 연구의 필요성을 부각시킨다.