AI 리터러시 격차가 커지고 있습니다. 해결 방법을 알아보세요.

AI 리터러시가 무엇인지 알아보고 실습, 소스 확인, 안전한 AI 결과물 평가를 통해 이를 키우는 방법을 배워보세요.

Graphic showing how an AI summary omitting “per user” from a $29 monthly price obscures a $290 monthly cost for 10 users, emphasizing the need to trace, verify, and then decide.

AI 리터러시란 무엇인가요?

AI 리터러시가 있다는 것은 AI를 효과적으로 사용할 수 있을 만큼 그 작동 방식을 잘 이해하고, 한계와 위험을 인식하며, 그 출력 결과에 대해 정보에 입각한 결정을 내릴 수 있는 능력을 갖추는 것입니다. 디지털 프라미스(Digital Promise)의 AI 리터러시 프레임워크에서는 이를 이해, 사용, 평가의 조합으로 설명합니다.

그러나 가장 중요한 부분, 즉 초보자와 전문가를 갈라놓는 부분은 평가입니다. 안타깝게도 주류 교육에서는 실질적인 관심을 받지 못하는 경우가 많습니다. 2시간짜리 워크숍을 마치고 나면 거의 누구나 AI를 사용하여 질문에 대한 매끄러운 답변을 생성할 수 있습니다.

그러나 AI 리터러시가 있다는 것은 응답이 다음 기준에 부합하는지 판단할 수 있는 능력이 있음을 의미합니다.

  • 정확성
  • 완료
  • 최신성
  • 관련성
  • 조치하기에 안전함

지금 AI 리터러시가 중요한 이유

AI는 널리 보급되었지만, AI를 잘 사용하는 방법을 배우기 위한 지원과 교육은 찾기 어렵습니다.

AI 접근성과 자신 있는 사용 사이의 이러한 격차는 개인과 기업 모두에게 더 나은 프롬프트 작성법을 배우는 것 이상의 내용을 다루는 AI 리터러시 교육을 통해 우위를 점할 수 있는 기회를 창출합니다.

동시에 맥킨지(McKinsey)의 보고에 따르면, AI 도구를 사용하고 관리하는 능력인 AI 유창성에 대한 수요는 2023년 중반부터 2025년 중반까지 거의 7배 증가했습니다.

  • 고용주들은 AI 리터러시 교육의 필요성을 분명히 인식하고 있습니다.
  • 근로자들은 스킬을 습득하고자 합니다.

그러나 최대 도입이 유일한 성공 지표일 때는 우려가 제기됩니다. 사람들은 AI를 빠르게 사용하는 법을 배울 수 있지만, 주의 깊고 능숙한 사용자가 되는 데는 시간과 연습이 필요합니다.

평가: 가장 중요한 스킬

많은 AI 교육은 출력 결과 평가의 중요성을 강조하지만, 그것이 실제로 무엇을 의미하는지에 대해서는 (설사 있더라도) 많은 시간을 할애하지 않습니다.

실제로 AI 검증에는 세 가지 핵심 행동이 필요합니다.

  • 주의 깊게 읽기
  • 어려운 질문 던지기
  • 출처, 통계, 주장을 다시 확인하는 데 시간을 할애합니다.

AI가 제공하는 정보를 바탕으로 조치를 취하기 전에 다음 기준을 충족하는지 여부를 결정하세요.

  • 공신력 있는 출처로 추적할 수 있는가?
  • 개별 부품을 확인했을 때 일관성이 유지되는가?
  • 관련성을 유지할 수 있을 정도로 최신 정보인가?

AI가 생성한 글은 매끄럽고 전문적으로 들릴 수 있지만 사실은 틀릴 수 있습니다. AI는 완전히 지어내거나(AI 환각 현상을 발견하는 방법: 7가지 위험 신호 읽기), 부정확하거나 불완전한 정보를 찾거나, 찾은 내용을 오해하여 잘못된 결론에 도달함으로써 '환각'을 일으킬 수 있습니다.

모든 출력 결과를 평가하려면 다음 프로세스를 따르세요.

추적 → 검증 → 결정.

예를 들어, AI에게 경쟁사 가격 비교 초안 작성을 요청합니다. 결과를 평가하려면 다음을 수행하세요.

  • 모든 요금제 페이지 열기(추적)
  • 요금제 이름 및 가격 확인(검증)
  • AI가 잘못 작성했거나 누락한 내용을 기록하고 필요한 수정을 가합니다(결정).

AI 출력 결과를 평가하는 방법에 대한 몇 가지 추가 예시입니다.

AI 주장 유형

AI가 제기할 수 있는 주장 예시

사용하기 전에 확인해야 할 사항

사실적 주장

"미국 중소기업청(SBA)은 신규 소매업을 위해 최대 50,000달러의 보조금을 제공합니다."

프로그램의 실제 존재 여부, 자격 요건, 현재 지원 금액, 신청 마감일, 그리고 이것이 대출이나 지역 프로그램이 아닌 보조금이 맞는지 확인하세요.

인용 또는 발췌

"2025년 갤럽 조사에 따르면 고객의 62%가 AI 기반 지원을 선호하는 것으로 나타났습니다."

인용된 출처를 열어보세요. 실제 존재하고, 최신 정보이며, 올바르게 귀속되었고, 정확한 통계와 문구를 실제로 뒷받침하는지 확인하세요.

법적 또는 규제적 주장

"회사에서는 고객 채팅 기록을 7년 동안 보관해야 합니다."

권위 있는 지침이나 자격을 갖춘 법률 자문을 통해 관할권, 산업, 기록 유형 및 현행 법규를 확인하세요. AI는 주, 연방, 국제 또는 부문별 요구 사항을 하나의 잘못된 보편적 규칙으로 단순화할 수 있습니다.

세무 또는 재무 지침

"이 장비를 구입한 해에 전체 비용을 비용 처리할 수 있습니다."

관련 과세 연도, 사업체, 구매 유형, 한도 및 회계 처리를 IRS(미국 국세청) 지침 및 세무 전문가와 함께 확인하세요.

계산 또는 예측

"전환율이 15% 상승하면 연간 매출이 180,000달러 증가합니다."

산식을 다시 계산하고 현재 트래픽, 기준 전환율, 평균 주문 금액, 이탈률, 영업 역량, 계절성, 그리고 '15%'가 퍼센트포인트(pp)를 의미하는지 상대적 성장을 의미하는지 등의 가정을 면밀히 검토하세요.

원본 문서 요약

"계약에 따라 30일 전에 통지하면 계약을 해지할 수 있습니다."

원문 조항과 링크된 규정을 읽어보세요. AI는 실질적인 의미를 바꾸는 예외 사항, 통지 요건, 갱신 조항, 구제책 또는 정의를 누락할 수 있습니다.

권장 사항

"직원들의 시간을 절약하기 위해 환불 승인을 자동화해야 합니다."

워크플로우가 되돌릴 수 있는 것인지, 오류가 고객이나 재정에 타격을 줄 수 있는지, 적절한 승인 임계값은 무엇인지, 예외 사항에 대한 책임은 누구에게 있는지 결정하세요. 그럴듯해 보이는 권장 사항이라도 여전히 비즈니스적 판단이 필요합니다.

대부분의 AI 교육이 리터러시 구축에 실패하는 이유

불과 몇 년 만에 AI는 특수한 기술에서 어디에나 존재하는 주제이자 도구로 진화했습니다. 비즈니스 및 정부 리더들이 교육 자원을 찾기 위해 서두르면서 벤더들도 경쟁적으로 교육을 만들어냈습니다. 수요는 높았지만 전문성은 부족했고, 가용한 자료의 질이 그 속도를 따라가지 못하는 경우가 많았습니다.

그 결과 중요한 주제의 표면만 핥는 수준에 그치고 일회성 이벤트로 제시되는 획일적인 교육을 제공하는 '교육 쇼'가 만들어집니다. 다음과 같은 교육은 회의적인 시선으로 바라보세요.

  • 초점은 도구에 대한 친숙함과 프롬프트 작성법에 맞춰져 있습니다. 그러한 워크숍은 인식 수준을 높여주지만, 실제 워크플로우를 완료해야 얻을 수 있는 통찰력까지 길러주지는 못합니다.
  • 콘텐츠는 AI를 언제 사용해야 하는지, 언제 사용하지 말아야 하는지, 출력 결과를 어떻게 평가해야 하는지, 또는 회사 규정을 실제 업무에 어떻게 적용해야 하는지에 대한 더 깊고 중요한 질문들을 다루지 않습니다.
  • 충분한 실습 시간이 부족하고, 태스크별 지도가 부족하며, 참가자가 잘하고 있는지 또는 무엇을 개선할 수 있는지에 대한 피드백이 없습니다.
  • 목표는 역량 강화가 아니라 출석입니다.

실제로 AI 리터러시를 구축하는 방법

AI 리터러시를 갖추려면 현실적인 워크플로우에서 실제 태스크를 완료해야 하는 실무 중심의 역할별 교육이 필요합니다. 그리고 이를 수행할 전용 시간이 필요합니다.

  1. 실습 교육은 리스크가 낮은 환경에서 다양한 상황에 대처하는 방법을 배우는 데 도움이 되는 실제 연습을 제공합니다. 평가와 교정이 워크플로우의 일부가 되면 참가자는 자신의 실험과 실수를 비롯해 서로의 실험과 실수를 통해 배우게 됩니다. 무료 버전이라도 하나 이상의 AI 도구에 가입하여 시작하세요.
  2. 다양한 출력 결과를 이해하고 판단하려면 서로 다른 스킬이 필요하기 때문에 역할별 교육이 매우 중요합니다. 피벗 테이블 스프레드시트를 만들어본 적이 없는 사람은 AI가 만든 것이 잘 만들어진 것인지, 아니면 두 번째 시도에서 더 나은 작업을 수행하도록 프롬프트를 작성하는 방법을 알기 어렵습니다. 법률 문서, 웹사이트용 이미지, 최근 의학 연구 요약 또는 배경 지식이 필요한 기타 직무별 출력 결과를 평가할 때도 마찬가지입니다. AI로 수행할 수 있는 정기적인 태스크를 파악하는 것부터 시작하세요.
  3. 실제 태스크 할당은 사람들이 AI가 업무 수행에 어떻게 도움이 되는지 이해하고 이를 사용하는 데 필요한 스킬을 쌓는 데 도움이 됩니다. AI가 스스로 수행하기에 적절한 태스크, 더 많은 감독이 필요한 태스크, 그리고 항상 인간의 판단이 필요한 태스크가 무엇인지, 또한 기밀 고객 및 회사 데이터를 언제 어떻게 안전하게 보호해야 하는지 배우게 됩니다. 필요한 인간 검토 수준에 따라 태스크를 분류하는 것을 생각해보세요. 예를 들면 다음과 같습니다.

AI가 단독으로 수행 가능

사람이 검토해야 함

사람이 소유해야 함

초안 작성, 문서 요약, 분류, 리서치 리드, 데이터 수집

주장, 인용문, 대고객 언어, 계산, 대외 커뮤니케이션

채용, 지급, 계약, 법률/세무 결정, 민감한 데이터 액세스 및 스토리지

  1. 보호된 시간은 적어도 처음에는 AI 리터러시를 구축하는 데 필요한 마지막 조각입니다. 모두가 바쁘기 때문에 새로운 도구를 사용해 보는 데 추가 시간을 들이는 대신 예전 방식을 고수하는 것이 그럴듯한 좋은 핑계처럼 보입니다. 많은 훌륭한 투자와 마찬가지로, 교육에 쏟은 시간은 사람들이 AI와 파트너가 되는 가장 좋은 방법을 이해하게 되면 그 이상으로 보상받게 될 것입니다. 혼자서 또는 그룹과 함께 보낼 수 있도록 매일 또는 매주 일정 시간을 따로 마련해 두세요.

학습 장소

탄탄한 기초 교육을 제공하는 온라인 리소스가 많이 있습니다. 프롬프트 작성 및 수정, 출력 결과 비교, 주장 검증, 누락된 컨텍스트 식별, 답변에 대한 인간의 검토가 필요한 시점 결정 등을 요구하는 교육을 찾아보세요. 시작할 수 있는 몇 가지 장소는 다음과 같습니다.

  • 찰머스 공과대학교(Chalmers University of Technology)는 자기주도 학습과 선택적 라이브 세션을 결합한 무료 온라인 과정인 생성형 AI와 함께 일하고 배우기(Working and learning with generative AI)를 제공합니다. 연습 문제는 다양한 직업에 맞춰져 있으며 실생활 태스크에 초점을 맞추고, 효과적인 개인 사용에서 태스크 위임으로 발전해 나갑니다.
  • DeepLearning.AI의 Generative AI for Everyone은 AI 개척자인 앤드류 응(Andrew Ng)이 진행하는 온라인 강의입니다. 생성형 AI의 개요, 작동 방식, 할 수 있는 일을 제공합니다. 또한 기본 및 그 이상을 배우는 데 도움이 되는 실습 연습을 제공합니다.
  • Perplexity.ai는 또한 이러한 리소스와 이 글에서 권장하는 유형의 교육을 지원할 수 있습니다. 현실적인 질문하기 연습, 사실적 주장의 이면에 있는 증거 검사, 출처 비교, 인간 검토를 통한 작업 정제 등이 그것입니다. 웹 기반 연구 결과의 경우, 출력물에는 주장, 통계 및 인용구를 출처로 쉽게 추적할 수 있는 링크된 인용이 포함됩니다. 또한 Perplexity Academy를 방문하여 프롬프트 작성 모범 사례와 같은 기본 주제는 물론, 정기적인 태스크를 위한 재사용 가능한 워크플로우 생성 및 Perplexity를 비즈니스 도구에 연결하는 등의 고급 주제에 대한 짧고 실용적인 동영상 컬렉션을 살펴보세요.

AI 평가 학습에 대한 추가 제안을 원하시면 신뢰, 정확성 및 감독을 위한 프레임워크 구축에 관한 가이드를 다운로드하세요. 특정 태스크에 대한 예시 쿼리를 포함하여 다양한 산업 및 목적에 맞춘 정보를 보려면 여기에서 모든 가이드를 살펴보세요.

AI 리터러시는 실제 워크플로우 속에서 연습을 통해 구축됩니다. 워크숍은 시작하는 데 도움이 될 수 있지만, AI 도구로 실제 업무를 수행하고, 출력 결과를 평가하고, 실수를 바로잡고, 인간의 판단을 적용하는 것을 대체할 수는 없습니다. 보호된 세션에서 관련 태스크를 완료하는 실습 중심의 역할별 교육을 통해 AI는 인상적인 성과를 내기 시작할 것입니다.

자주 묻는 질문

AI 리터러시의 의미란 무엇인가요?

AI 리터러시는 AI 시스템과 그 출력 결과를 이해하고, 사용하고, 평가하며, 정보에 입각한 결정을 내릴 수 있는 능력입니다. 이는 성공적인 프롬프트를 작성하는 것을 넘어섭니다. AI 리터러시를 갖춘 사람은 AI가 유용한 곳을 인식하고, 민감한 정보를 보호하고, 중요한 주장을 확인하고, 답변의 한계를 이해하며, 언제 사람이 최종 결정을 내려야 하는지 알 수 있습니다.

AI 리터러시의 예로는 어떤 것이 있나요?

AI 리터러시의 예로는 AI 도구를 사용하여 경쟁사 분석 초안을 작성한 다음, 영업 프레젠테이션에 해당 분석을 사용하기 전에 인용된 모든 출처를 열어 가격, 제품 기능, 날짜 및 인용구를 확인하는 것입니다. 리터러시에서 가장 중요한 부분은 무엇을 확인해야 하는지 파악하고, 신뢰할 수 있는 증거와 대조하여 검증하며, 뒷받침되지 않는 주장을 수정하거나 폐기하는 능력입니다.

AI 리터러시의 4대 기둥은 무엇인가요?

AI 리터러시 프레임워크는 용어를 다르게 사용하지만, 실용적인 삼부작 모델은 이해, 사용, 평가입니다. AI 리터러시를 갖춘 사람은 AI의 작동 방식과 실패할 수 있는 곳을 이해하고, 적절한 태스크에 효과적으로 사용하며, 정확성, 편향, 완전성, 시의성 및 위험성에 대해 출력 결과를 평가할 수 있습니다. 데이터 보호, AI 사용으로 인해 영향을 받는 사람 고려, 인간의 책임 유지 등을 통해 책임감 있게 참여하는 능력도 자주 포함됩니다. 평가는 가장 중요한 부분이며, 전문 사용자 초보자를 구분 짓는 요소입니다.

AI 리터러시를 어떻게 향상할 수 있나요?

실제적이고 리스크가 낮은 업무를 통해 연습함으로써 AI 리터러시를 향상하세요. 튜토리얼도 유용하지만 실습을 대체할 수는 없습니다. AI 도구와 문서 요약, 경쟁사 조사, 노트 정리 등 반복 가능한 태스크를 선택하세요. 그런 다음 정보의 출처를 추적하고, 중요 사실과 인용을 검증하고, 오류를 수정하여 출력 결과를 꼼꼼히 검토하세요. 시간이 지남에 따라 AI가 지원할 수 있는 태스크, 인간의 검토가 필요한 태스크, 인간에게 유보해야 하는 태스크를 결정하는 습관을 기르세요. 목표는 자신감과 안전성을 가지고 건전한 판단력으로 AI를 사용하는 것입니다.

AI 출력 결과는 어떻게 평가하나요?

가장 중요한 주장부터 시작하세요. 출처가 존재하며 정확한 진술을 뒷받침하는지 확인하세요. 이름, 날짜, 제품, 수치가 올바르고 정확하게 제시되었는지 확인하세요. 정보가 최신 상태인지 확인하세요. 법률, 의료, 재무, 보안, 고용 또는 기타 고위험 결정에는 자격을 갖춘 검토자를 참여시키세요. AI가 생성한 인용구는 프로세스를 더 빠르게 만들 수 있지만, 인용구는 여전히 열어서 확인해야 합니다.