COVID-19 펜데믹 이후 온라인 코딩 테스트가 보편화 되면서, 시험 공정성 확보를 위한 부정행위 탐지 연구가 다수 진행되었다. 특히, 생성형 AI(ChatGPT 등)의 발달로 인해 이를 활용한 AI 기반 부정행위가 급증하고 있으나, 기존의 안면 인식 및 시선 추적 등의 생체 정보 기반 탐지 방법은 AI 도구 사용을 실시간으로 포착하는 데 한계가 존재한다. 이에, 본 논문에서는 응시자의 화면을 공유하고, 화면 내 텍스트를 실시간으로 분석하는 것으로 생성형 AI 사용을 탐지하는 시스템을 제안하고, 기존 연구들에서 제시한 부정행위 방지 시스템과 융합하여 온라인 코딩 시험을 위한 통합 관리 프레임워크를 구현하였다. 제안 시스템은 OCR 기술로 화면 내 텍스트를 추출하고, 사전 학습된 BERT 모델을 통해 텍스트를 5가지 유형으로 분류하는 것으로, AI 사용 가능성을 점수화하여 임계값 초과 시 감독관에게 즉시 알림을 전달한다. 또한, 텍스트를 시간 라벨과 함게 저장하여 LSTM 기반 분석을 통해 사후 평가함으로써 이상 징후를 포착한다. 본 연구는 웹 환경에서 동작 가능한 범용적 솔루션을 제시하며, 실시간 탐지와 사후 분석을 결합하여 AI 기반 부정행위에 효과적으로 대응할 수 있는 새로운 접근법을 제안한다.