AI 리터러시, 왜 요즘 말하나? 점검 3가지
도구를 더 사도 격차가 줄지 않는 이유와, 우리 회사가 오늘 점검할 3가지

"이 업무도 AI로 해볼 수 있지 않나요?" "ChatGPT에 한번 물어보면 되지 않나요?" 요즘 회의에서 이런 말이 자주 나옵니다. 그런데 막상 실무자는 손이 멈춥니다. 무엇을 물어봐야 하는지, 나온 답을 믿어도 되는지, 회사 자료를 넣어도 괜찮은지 판단하기 어렵습니다. 여기서 나오는 말이 AI 리터러시입니다. 이 글에서는 AI 리터러시가 왜 지금 필요해졌는지, 잘 쓰는 조직은 무엇이 다른지, 우리 회사가 오늘 점검할 3가지는 무엇인지를 5분 안에 정리합니다.
AI 리터러시란 무엇인가
AI 리터러시는 도구 사용법과 다릅니다. AI가 어떻게 답을 만드는지 이해하고, 업무에 맞게 활용하고, 나온 결과를 검토하고, 위험을 판단하는 네 가지 능력입니다. 쉽게 말하면 AI에게 일을 잘 맡기고 그 결과를 책임 있게 다루는 힘입니다.
그래서 버튼을 몇 개 아는지는 기준이 되지 못합니다. 프롬프트 문구를 외운 직원과 이 업무를 AI에게 맡겨도 되는지 판단할 수 있는 직원은 결과물의 수준이 다릅니다.
AI를 잘 쓰는 사람과 못 쓰는 사람은 무엇이 다른가
같은 도구를 받아도 성과는 갈립니다. 갈리는 자리는 대체로 다섯 군데입니다.
구분 | AI를 못 쓰는 직원 | AI를 잘 쓰는 직원 |
|---|---|---|
출발점 | 어떤 도구를 쓸지 먼저 고른다 | 어떤 업무를 맡길지 먼저 고른다 |
질문 방식 | "보고서 써줘"처럼 한 줄로 던진다 | 목적·대상·형식·제약을 함께 준다 |
결과 처리 | 그럴듯하면 그대로 붙여 쓴다 | 출처와 숫자를 따로 확인한다 |
데이터 판단 | 편하니까 회사 자료를 넣는다 | 넣어도 되는 자료와 안 되는 자료를 구분한다 |
실패 대응 | 답이 이상하면 도구를 바꾼다 | 질문과 맥락을 고쳐 다시 시도한다 |
왼쪽에 해당하는 직원이 많다면 도구를 더 사는 것으로는 해결되지 않습니다. 판단 기준을 먼저 만들어야 합니다.
왜 지금 AI 리터러시를 말하나
사용은 이미 늘었고, 기준만 빠져 있습니다
갤럽은 2026년 5월 조사 결과를 발표했습니다. 미국 근로자 가운데 회사가 AI 통합 계획을 명확히 알려줬다고 답한 비율은 25%였습니다. 네 명 중 세 명은 명확한 계획을 듣지 못한 상태로 AI를 쓰고 있다는 뜻입니다. 리줌나우의 BYO AI 리포트에서는 76%가 회사가 준 도구 대신 스스로 찾은 AI 도구로 업무를 처리한다고 답했습니다. 41%는 회사가 AI 사용을 위해 아무 준비도 해주지 않았다고 답했습니다.
교육 격차도 같은 방향을 가리킵니다. BCG의 2026년 AI at Work 보고서에서 자기 직무의 필요 역량이 바뀌었다고 본 응답자는 72%였지만 충분한 재교육을 받았다고 답한 비율은 36%였습니다. 리더의 AI 관련 소통이 명확하다고 본 현장 직원은 3분의 1 수준이었습니다.
기준 없는 사용은 비용으로 돌아옵니다
페이저듀티가 2026년 4월 4개국 사무직 1,250명을 조사한 결과, 66%는 사내 정책상 허용되지 않는다고 생각하면서도 AI 도구를 업무에 썼습니다. 88%는 공개 AI 도구에 업무 정보를 입력했습니다. 34%는 고객 데이터를, 31%는 재무 정보나 기밀 문서를 넣었다고 답했습니다. IBM의 2025년 데이터 유출 비용 보고서에서는 승인되지 않은 AI 사용이 얽힌 침해가 평균 침해 비용에 약 67만 달러를 더했습니다.
규제가 교육을 의무로 바꿨습니다
EU AI법 제4조는 AI 시스템을 만드는 쪽뿐 아니라 도입해서 쓰는 조직에도 임직원의 충분한 AI 리터러시를 확보할 의무를 지웁니다. 2025년 2월 2일부터 적용됐습니다. 회원국의 집행 체계는 2026년 8월 3일부터 가동됩니다. EU 고객사나 현지 법인을 둔 기업이라면 교육 기록 자체가 대응 근거가 됩니다.
문제는 도구가 아니라 업무 해석력입니다
AI는 만능 직원이 아닙니다. 아주 빠른 조수에 가깝습니다. 조수에게 일을 맡기려면 배경, 목적, 기준, 금지사항을 알려줘야 합니다. "제안서 써줘"라고만 말하면 평범한 글이 나옵니다. "제조업 고객에게 보낼 제안서 초안이 필요하고, 비용 절감보다 품질 관리 개선을 강조해줘"라고 말하면 결과가 달라집니다.
AI가 만든 보고서 초안은 그럴듯해 보입니다. 그러나 수치의 출처가 빠져 있거나 우리 회사 상황과 맞지 않는 결론을 낼 수 있습니다. AI가 그럴듯하게 틀리는 이유는 AI 오답이 생기는 구조에서 따로 다뤘습니다. 버튼을 누르는 기술보다 이 답이 업무적으로 맞는지 판단하는 힘이 필요합니다.
우리 회사가 지금 점검해야 할 3가지
업무에 맞는 질문을 만들 수 있는가
좋은 답을 얻으려면 좋은 질문이 필요합니다. 목적, 대상, 형식, 제약 조건을 함께 주는 습관이 있는지 보십시오. 직무별로 자주 쓰는 질문 형태를 팀 안에서 공유하고 있다면 이미 절반은 갖춘 상태입니다.
결과물을 검토할 기준이 있는가
AI가 만든 문장은 자연스러워 보여도 사실이 아닐 수 있습니다. 출처 확인, 숫자 검증, 내부 정책 확인은 여전히 사람의 책임입니다. 어떤 산출물은 그대로 써도 되고 어떤 산출물은 반드시 사람이 검토해야 하는지, 그 경계가 문서로 있는지 확인하십시오.
보안·저작권·책임 범위를 알고 있는가
회사 문서, 고객 정보, 계약 내용처럼 민감한 자료를 아무 도구에나 넣어서는 안 됩니다. 편리하니까 쓴다는 기준을 안전하게 쓸 수 있는 범위에서 쓴다로 바꿔야 합니다. 이 경계를 조직 차원에서 세우는 방법은 AI 도입 거버넌스 구축 가이드에 정리해 두었습니다.
조직 리터러시를 올리는 4단계
1단계: 현재 수준을 측정합니다
교육 과정을 고르기 전에 직무별 활용 수준부터 확인합니다. 어느 팀이 무엇을 어디까지 쓰고 있는지 모르면 교육은 일반론에 머무릅니다. 진단 방법은 직원 AI 역량 진단(AI-Q)에서 확인할 수 있습니다.
2단계: 허용과 금지의 경계를 정합니다
어떤 데이터는 넣어도 되고 어떤 데이터는 안 되는지, 어떤 산출물은 사람 검토가 필수인지 한 장으로 정리합니다. 이 한 장이 없으면 교육 내용이 현장에서 무력해집니다.
3단계: 직무별로 좁혀서 가르칩니다
전사 공통 개론 한 번으로는 남지 않습니다. 영업은 고객 리서치와 후속 메일, 인사는 채용 공고와 규정 안내처럼 실제 업무 산출물을 교재로 씁니다.
4단계: 업무에 붙여서 측정합니다
교육 만족도 대신 업무 지표로 봅니다. 문서 초안 작성 시간, 재작업 비율, 검토 반려율 같은 숫자가 움직였는지 확인합니다.
AI 리터러시 교육이 필요한 회사 체크리스트
사용 기준 문서가 없다
AI에 넣어도 되는 자료와 안 되는 자료를 정한 문서가 없습니다.
각자 다른 도구를 쓴다
팀마다 다른 AI 서비스를 개인 계정으로 결제해 씁니다.
검토 책임이 불분명하다
AI가 만든 산출물을 누가 최종 확인하는지 정하지 않았습니다.
활용률 격차가 크다
어떤 팀은 매일 쓰고 어떤 팀은 한 번도 열어보지 않았습니다.
교육이 현업에 안 남는다
특강은 했지만 실제 업무 방식은 그대로입니다.
사고가 이미 한 번 있었다
잘못된 수치나 외부 유출 우려가 실제로 발생한 적이 있습니다.
세 개 이상 해당하면 교육보다 기준 수립이 먼저입니다. 다섯 개 이상 해당하면 진단부터 시작하는 편이 안전합니다.
비용과 기간은 어느 정도인가
단계 | 기간 | 산출물 |
|---|---|---|
활용 수준 진단 | 1~2주 | 직무별 활용 현황과 격차 지점 |
사용 기준 수립 | 2~3주 | 허용·금지 범위와 검토 책임 한 장 |
직무별 교육 | 3~5주 | 실제 업무 산출물 기반 교재와 실습 |
적용·측정 | 4~8주 | 업무 지표 변화와 확산 계획 |
컨설팅 비용은 조직 규모와 범위에 따라 달라집니다. 다만 순서를 뒤집어 도구 구독부터 늘리면 사용료는 나가는데 성과 지표는 움직이지 않는 구간이 길어집니다.
실패하는 4가지 패턴
개론 특강으로 끝낸다
전사 대상 두 시간 특강을 하고 교육을 마쳤다고 정리합니다. 직무별 산출물로 실습하지 않으면 다음 주 업무는 그대로 돌아갑니다.
기준 없이 도구부터 늘린다
구독은 늘어나는데 넣어도 되는 자료의 경계가 없습니다. 유출 위험과 오답 위험이 동시에 커집니다.
잘 쓰는 사람에게만 맡긴다
관심 있는 몇 명이 알아서 쓰게 두면 격차가 굳어집니다. 그 사람이 퇴사하면 조직에 남는 것이 없습니다.
만족도만 측정한다
강의 평가 점수는 높은데 업무 지표는 그대로입니다. 무엇이 개선됐는지 경영진에게 설명할 근거가 없습니다.
다음 단계: AI 리터러시란 정확히 무엇인가
AI 도구가 많아질수록 진짜 차이는 도구를 아는 사람보다 업무에 맞게 판단하는 사람에게서 납니다. 그래서 다음 질문은 하나입니다. 이 능력은 정확히 무엇으로 구성되며, 조직 교육에서는 무엇을 먼저 다뤄야 하는가입니다.
정의와 구성요소, 조직 교육 설계 순서는 AI 리터러시란? 조직에 왜 필요한가에서 이어집니다. 조직 전환 전체 그림이 먼저 필요하다면 AX 컨설팅 도입 4단계와 비용을 함께 보십시오.
무료 AX 진단으로 우리 조직 수준부터 확인하세요
교육 과정을 고르기 전에 우리 조직이 어느 지점에서 막혀 있는지 숫자로 확인하면 다음 결정이 쉬워집니다. 넥스트젠에이아이는 제조·유통·뷰티·에듀테크·공공 등 다양한 조직의 AX 진단과 파일럿을 수행하며, 직무별 활용 수준 진단부터 허용 기준 설계, 직무 맞춤 교육까지 한 흐름으로 연결합니다. 무료 AX 진단을 신청하면 우리 조직의 현재 수준과 첫 과제를 정리해 드립니다.
자주 묻는 질문
AI가 답을 만드는 방식을 이해하고, 업무에 맞게 활용하고, 결과를 검토하고 위험을 판단하는 네 가지 능력입니다. 도구 사용법보다 넓은 개념이어서 프롬프트 문구를 외우는 교육으로는 채워지지 않습니다.
- #AI 리터러시
- #AI 교육
- #AX 컨설팅
- #AI 도입


