5  AI 사용능력의 탄생

목표 설정에서 근거 검증과 인간 책임까지

5.1 더 빨라졌는데 더 유능해졌을까요

생성형 AI는 여러 지식 노동 과제에서 시간을 줄이고 결과의 평균 품질을 높일 수 있습니다. Noy와 Zhang의 실험에서 참가자들은 AI를 사용했을 때 글쓰기 과제를 더 빠르게 수행했고 평가 품질도 높아졌습니다 (Noy 와/과 Zhang 2023년). 그러나 다른 연구는 과제가 모델의 능력 경계 밖에 있을 때 사용자가 오히려 틀린 답을 더 확신할 수 있음을 보여 줍니다 (Dell’Acqua 기타 2023년).

이 두 결과는 모순되지 않습니다. 도구는 능력을 확대하지만, 사용자가 도구의 경계를 모르면 오류도 확대합니다.

경계의 질문
AI를 잘 쓴다는 것은 더 많은 답을 얻는 능력일까요, 아니면 어떤 답을 승인하지 않을지 아는 능력일까요?

5.2 유창성은 정확도의 센서가 아닙니다

사람은 매끄러운 문장을 신뢰하는 경향이 있습니다. 근거가 약한 설명도 구조가 정돈되고 자신감 있게 표현되면 그럴듯하게 느껴집니다. 생성형 AI는 바로 이 유창성에 강합니다. 문제는 유창한 문장과 검증된 사실이 서로 다른 축이라는 점입니다.

그래서 AI 리터러시의 첫 번째 요소는 프롬프트 기술이 아니라 교정 능력입니다. 모델의 자신감을 근거의 강도로 번역하지 않고, 중요한 주장일수록 원자료를 확인하며, 불확실성을 표시하는 능력입니다.

5.3 인지적 외주화는 나쁜 것이 아닙니다

우리는 이미 계산기와 지도, 검색엔진과 동료의 기억을 빌려 살아갑니다. 모든 것을 머릿속에 보관하는 것이 지성의 목표는 아닙니다. 좋은 도구는 인간의 주의를 단순 반복에서 의미 있는 판단으로 옮겨 줍니다.

문제는 외주화의 범위가 보이지 않을 때입니다. 요약을 맡겼는데 원문의 논점을 바꾸었는지, 코드를 맡겼는데 예외 조건을 놓쳤는지, 보고서를 맡겼는데 출처를 만들어 냈는지 알 수 없다면 우리는 결과뿐 아니라 판단의 과정까지 잃습니다.

외주화한 일은 줄어들 수 있지만 검토해야 할 경계는 더 넓어집니다.

5.4 AI 리터러시의 네 가지 축

이 책은 AI 사용능력을 네 요소로 정리합니다.

  1. 문제 정의: 무엇을 최적화하고 무엇을 손실로 볼지 정합니다.
  2. 도메인 판단: 답이 현실의 경계를 넘었는지 감지합니다.
  3. 검증 습관: 출처, 반례, 재현 가능성을 확인합니다.
  4. 책임 설계: 누가 승인하고 언제 멈추며 어떻게 복구할지 정합니다.

이 요소는 독립된 자격증이 아닙니다. 하나가 거의 없으면 다른 능력이 그 결핍을 완전히 보상하기 어렵습니다. 프롬프트가 정교해도 문제 정의가 틀리면 더 빠르게 잘못된 방향으로 갑니다. 도메인 지식이 깊어도 검증 기록이 없으면 다른 사람이 결과를 신뢰하기 어렵습니다.

UNESCO의 AI 역량 프레임워크도 기술 사용만이 아니라 인간 중심 관점, 윤리, 비판적 판단을 교육의 핵심으로 둡니다 (UNESCO 2024년).

5.5 좋은 사용자는 실패를 기록합니다

좋은 포트폴리오는 성공한 결과만 보여 주지 않습니다. 어떤 질문에서 모델이 실패했는지, 합성 자료와 실제 자료를 어떻게 구분했는지, 사람이 승인해야 하는 결정을 어디에 남겼는지 보여 줍니다.

조직도 마찬가지입니다. AI 도입률보다 중요한 지표는 오류를 얼마나 빨리 발견하는지, 치명적 결정을 자동화하지 않았는지, 같은 입력으로 결과를 다시 만들 수 있는지입니다.

5.6 비유가 깨지는 지점

문해력이라는 말은 읽고 쓰는 능력처럼 보편적 기준을 떠올리게 합니다. 그러나 AI 사용능력은 직무와 위험에 따라 달라집니다. 광고 문구의 오타와 의료 판단의 오류를 같은 검토 절차로 다룰 수 없습니다. 하나의 점수로 모든 사람의 능력을 줄 세우는 순간, 리터러시 교육은 다시 시험 기술이 됩니다.

따라서 공통 원칙은 간단하되 평가는 맥락에 맞아야 합니다. 위험이 클수록 더 강한 근거, 더 독립적인 검토, 더 명확한 중단 권한이 필요합니다.

5.7 판단을 되찾는 기술

AI가 대신 만들어 줄 수 있는 것이 많아질수록 인간의 책임은 줄어들지 않습니다. 오히려 무엇을 만들 가치가 있는지 결정하는 일이 더 중요해집니다.

AI 리터러시는 기계를 능숙하게 부리는 기술만이 아닙니다. 기계의 유창함을 이용하면서도 무엇을 믿을지, 언제 의심할지, 누가 책임질지를 인간이 계속 결정하는 능력입니다.