본 연구는 고등 교육 환경에서 대규모 언어 모델(LLM) 기반 생성형 AI 피드백에 대한 학생들의 인식을 조사하여, 효과적인 구현 및 채택을 위한 중요한 정보를 제공하고자 하였다. 91명의 학부생을 대상으로 한 실험 설계를 통해 LLM, 인간, 그리고 인간-AI 공동 생성 피드백에 대한 학생들의 신뢰도를 비교 분석하였다. 특히 피드백 유형 식별 능력, 피드백 질에 대한 인식, 그리고 피드백 출처와 관련된 잠재적 편향에 영향을 미치는 요인들을 조사하였다. 결과적으로, 피드백 출처가 숨겨진 경우 학생들은 유용성과 객관성 측면에서 AI 및 공동 생성 피드백을 인간 피드백보다 선호하는 경향을 보였다. 그러나 피드백 출처가 공개되면 AI에 대한 부정적 편향이 강하게 나타났다. 흥미롭게도, 피드백 출처가 공개되었을 때 진정성이 감소한 것은 AI 피드백에만 국한되었고, 공동 생성 피드백은 긍정적 인식을 유지하였다. 교육적 AI 경험은 LLM 생성 피드백을 식별하는 학생들의 능력을 향상시켰고 모든 유형의 피드백에 대한 신뢰도를 높였다. 반대로, 일반적인 목적으로 AI를 오래 사용한 학생들은 피드백의 유용성과 신뢰성을 낮게 평가하는 경향이 있었다. 이러한 결과는 피드백 출처의 신뢰도, 그리고 AI 기반 피드백의 채택 및 교육적 영향을 위해 피드백 리터러시와 AI 리터러시 향상의 중요성을 시사한다.
