AI를 처음 쓰기 시작했을 때, 저는 그냥 검색창 좀 더 똑똑한 버전이겠거니 생각했습니다. 그런데 직접 써봤더니 완전히 달랐습니다. 블로그 글 하나를 준비하면서 AI에게 맥락을 설명하고, 결과를 다듬고, 다시 요청하는 과정을 반복하다 보니, 이건 도구가 아니라 협력 방식의 문제라는 게 보이기 시작했습니다. AI를 어떻게 활용하느냐에 따라 결과가 이렇게 달라질 수 있다는 사실, 그리고 그 격차가 개인을 넘어 사회 전체에 어떤 의미를 갖는지, 제가 겪고 느낀 것들을 솔직하게 정리해 봤습니다.
AI 격차, 기술 문제가 아니라 접근성 문제입니다
AI를 공부한 전문가들이 가장 먼저 꺼내는 우려 중 하나가 바로 인지 계급(cognitive class) 문제입니다. 인지 계급이란 AI를 활용할 수 있는 사람과 그렇지 못한 사람 사이에 생기는 능력·기회의 위계를 뜻합니다. 단순히 부자와 가난한 사람의 문제가 아니라, 태어나는 순간부터 정보와 학습 환경의 질이 갈리는 구조적 불평등입니다.
저도 처음엔 이 이야기를 다소 과장된 전망으로 들었습니다. 그런데 제가 직접 유료 AI 서비스를 쓰기 시작하면서 생각이 달라졌습니다. 콘텐츠 기획, 자료 조사, 초안 작성까지 혼자였다면 며칠 걸렸을 작업이 몇 시간 안에 가능해졌습니다. 반대로 말하면, 이 도구를 쓸 수 없는 사람은 그만큼의 시간과 기회를 매번 잃고 있다는 뜻이기도 합니다.
실제로 AI 리터러시(AI literacy) 격차는 수치로도 확인됩니다. 여기서 AI 리터러시란 AI 도구를 이해하고 비판적으로 활용하는 능력을 말합니다. 출처: OECD에 따르면, 디지털 기술 역량의 차이는 이미 소득·교육 수준과 강하게 연동되어 있으며 AI 도입 이후 이 격차가 더 빠르게 벌어질 가능성을 경고하고 있습니다.
그래서 AI를 공공재(public good)로 전환해야 한다는 주장이 나옵니다. 공공재란 도로, 수도, 전기처럼 누구나 접근할 수 있어야 하는 사회 인프라를 뜻합니다. AI가 이 범주에 들어오지 못하면, 소수가 만든 AI 질서 안에서 나머지가 살아가게 되는 구조가 굳어질 수 있습니다. 개인의 노력만으로는 좁힐 수 없는 격차가 생긴다는 점에서, 공공 AI 교육과 제도적 접근 기회 확대는 선택이 아니라 필수라고 저는 생각합니다.
- 인지 계급: AI 활용 여부로 나뉘는 능력·기회의 구조적 위계
- AI 리터러시: AI를 이해하고 비판적으로 쓰는 능력, 소득·교육과 이미 연동됨
- 공공재 전환: AI를 도로·전기처럼 누구나 접근 가능한 인프라로 만드는 것
- 제도적 보완: 공공 AI 교육, 기본 접근 기회 보장, 개인정보 보호 기준 마련
위스퍼링과 복합 지능, AI를 제대로 쓰는 법
AI를 처음 쓸 때 저는 단순히 명령을 입력하는 방식, 즉 프롬프트(prompt) 위주로 접근했습니다. 프롬프트란 AI에게 내리는 지시문으로, "이 글 요약해줘"처럼 결과물을 요청하는 입력값을 말합니다. 그런데 이것만으로는 뭔가 늘 아쉬웠습니다. 결과물이 나오긴 하는데 제 상황과 의도를 정확히 반영하지 못한다는 느낌이었습니다.
그때부터 방식을 바꿨습니다. 독자가 누구인지, 어떤 감정을 전달하고 싶은지, 심지어 이 글을 쓰는 배경까지 함께 설명하기 시작했습니다. 그러자 결과가 눈에 띄게 달라졌습니다. 이 방식이 바로 위스퍼링(whispering)에 가까운 접근입니다. 위스퍼링이란 단순 명령을 넘어 AI에게 맥락, 감정, 스토리를 충분히 전달해 원하는 방향으로 이끄는 대화 방식을 뜻합니다. 사람도 배경을 알아야 더 잘 도울 수 있듯, AI도 마찬가지입니다.
솔직히 이건 예상 밖이었습니다. AI가 제 글의 톤을 따라오기 시작하고, 제가 놓친 논리적 허점을 짚어주는 순간이 생겼거든요. 물론 AI가 감정이나 책임을 가진 존재는 아닙니다. 위로와 조언은 참고할 수 있지만, 중요한 결정은 현실의 맥락과 사람들의 판단을 함께 고려해야 한다는 점은 놓치지 않으려 합니다.
여기서 더 나아가면 복합 지능(augmented intelligence)이라는 개념이 등장합니다. 복합 지능이란 인간의 판단력과 AI의 처리 능력을 결합해 혼자서는 도달하기 어려운 수준의 사고와 실행을 가능하게 하는 상태를 말합니다. 제 경험상 이건 AI를 많이 쓰는 것과는 다릅니다. AI가 만든 결과물을 그대로 쓰는 것이 아니라, 그것을 검토하고 내 언어로 재구성하고 책임지는 과정 — 그게 복합 지능을 키우는 실제 방법입니다. 출처: 정보통신산업진흥원(NIPA)에서도 AI 활용 역량의 핵심으로 비판적 검토 능력과 창의적 재구성 능력을 강조하고 있습니다.
오케스트레이션(orchestration) 능력도 이 맥락에서 중요합니다. 오케스트레이션이란 여러 AI 도구와 정보를 목적에 맞게 조율하고 통합하는 능력으로, 지휘자가 악기를 조율하듯 AI를 다루는 메타 역량입니다. 제 경우엔 블로그 하나를 완성하는 과정에서도 자료 조사, 구조 설계, 문체 다듬기, 사실 확인을 각각 다른 방식으로 AI와 협력했습니다. 이 조율 능력이 없으면 AI를 쓸수록 오히려 결과물의 책임 소재가 흐릿해질 수 있습니다.
자주 묻는 질문
Q. AI 프롬프트랑 위스퍼링이 뭐가 다른 건가요?
A. 프롬프트가 "이거 해줘"라는 지시라면, 위스퍼링은 "나 지금 이런 상황이고, 이런 목적으로 이걸 필요로 해"라고 배경까지 설명하는 방식입니다. 제가 직접 써봤는데, 맥락을 충분히 전달할수록 결과물의 완성도가 눈에 띄게 올라갔습니다. 단순히 질문을 잘 쓰는 기술이 아니라, AI와 협력하는 태도의 차이라고 보시면 됩니다.
Q. AI를 많이 쓰면 스스로 생각하는 능력이 약해지지 않나요?
A. 저도 이 부분을 가장 신경 씁니다. AI가 만든 초안을 그대로 쓰기 시작하면, 글을 구성하는 논리를 내가 직접 짜는 연습이 줄어들 수 있습니다. 그래서 AI 결과물은 항상 검토하고 제 언어로 재구성하는 과정을 거칩니다. 편리함에 익숙해지는 속도가 비판적 사고를 앞질러서는 안 된다고 생각합니다.
Q. 유료 AI 서비스를 못 쓰는 사람은 어떻게 하나요?
A. 이게 AI 격차 문제의 핵심입니다. 무료 버전만으로도 기본적인 활용은 가능하지만, 기능 차이는 분명히 존재합니다. 제 생각엔 개인의 노력만으로 이 격차를 좁히는 데는 한계가 있고, 공공 AI 교육과 기본 접근 기회를 제도적으로 보장하는 방향이 병행되어야 합니다.
Q. 아이에게 AI를 어떻게 가르쳐야 하나요?
A. AI를 무조건 막는 것보다는 AI가 준 정보를 비판적으로 판단하고, 잘못된 내용에 스스로 의문을 제기하는 습관을 키우는 게 중요합니다. 결과물을 빠르게 만드는 능력만으로 전문성이 완성되지 않는다는 것, 그리고 그 결과에 책임지는 능력까지 함께 갖춰야 한다는 점을 직접 경험하게 해주는 것이 좋다고 봅니다.
결론
AI를 쓰면서 제가 가장 크게 바뀐 건, AI를 대하는 태도였습니다. 처음엔 뭔가를 대신해줄 도구로 봤다면, 지금은 제 생각을 확장하고 부족한 부분을 채워주는 협력자로 봅니다. 그 차이는 단순히 기능을 배우는 것과는 다른, 관계 맺기의 방식에 있었습니다.
동시에 AI가 만능은 아니라는 점도 분명히 느꼈습니다. AI의 답변을 비판적으로 검토하고, 중요한 결정은 현실의 맥락까지 고려해 내리는 것, 그 판단력이 흐려지지 않도록 유지하는 것이 AI 시대에 진짜 필요한 역량이라고 생각합니다. AI를 두려워할 것도, 맹신할 것도 없습니다. 적극적으로 활용하되 비판적으로 바라보고, 그 혜택이 더 많은 사람에게 돌아가도록 관심을 갖는 것, 이것이 제가 생각하는 AI 시대의 성숙한 태도입니다.