학계에서도 AI 성별 격차... 남성 연구자 AI 사용시간·효율성 더 높아

미국 국립과학원회보(PNAS Nexus) 2025년 2월호에 게재된 연구에 따르면, 생성형 인공지능(AI)이 학계의 성별 생산성 격차를 더욱 벌리는 것으로 나타났다. 연구진은 챗GPT(ChatGPT) 출시 전후의 학술 논문 데이터를 분석하고 연구자 설문조사를 실시해 AI가 학계 성별 격차에 미치는 영향을 종합적으로 살펴보았다. (☞ 보고서 바로가기)

1시간 만에 논문 작성...챗GPT가 바꾼 학계 연구 환경

네이처(Nature)의 온라인 설문조사에서 응답자 672명 중 약 80%가 챗GPT나 유사한 AI 도구를 최소 한 번 이상 사용한 경험이 있다고 답했다. 실제로 두 명의 과학자가 챗GPT의 도움을 받아 1시간 만에 연구 논문을 작성했으며, 경제학자들은 챗GPT를 활용해 마이크로태스크를 자동화함으로써 상당한 생산성 향상을 이룰 수 있다고 보고했다.

직장인 챗GPT 사용률: 남성 65% vs 여성 47%

2023년 3월과 7월 실시된 두 차례의 설문조사에서 남성이 여성보다 챗GPT 사용 비율이 높았다. 직장인 대상 조사에서 남성 전문직 종사자의 65%가 챗GPT를 사용해본 반면, 여성은 47%에 그쳤다. 연구진의 설문에서도 남성 연구자들의 AI 도구 사용 빈도(남성 평균 3.43 vs 여성 평균 3.01)와 주당 사용 시간(남성 평균 2.78시간 vs 여성 평균 2.47시간)이 더 높았다.

SSRN 분석 결과: 챗GPT 이후 성별 격차 57.1% 확대

소셜사이언스 리서치 네트워크(SSRN) 분석 결과, 저자당 월평균 논문 업로드 확률은 0.065였다. 챗GPT 출시 이후 남성 연구자들의 생산성이 여성 대비 6.4% 더 높은 증가율을 보였고, 이는 기존 성별 생산성 격차를 57.1%(0.007에서 0.011로) 확대시켰다. AI 효율성 향상 체감도(남성 4.80 vs 여성 4.40)와 AI 도구 추천 의향(남성 5.12 vs 여성 4.76)에서도 성별 차이가 뚜렷했다.

AI 사용 행태가 생산성에 미치는 영향 분석

연구진은 성별이 연구 생산성에 미치는 영향을 AI 사용 시간과 빈도가 매개하는지 분석했다. 부트스트랩 분석(5,000회 샘플링) 결과, AI 사용 시간을 통한 간접효과가 유의미했다(b=0.24, SE=0.09, 95% CI=[0.08, 0.41]). AI 사용 빈도를 통한 간접효과 역시 통계적으로 유의미했다(b=0.27, SE=0.11, 95% CI=[0.05, 0.50]). 이는 성별에 따른 생산성 차이가 AI 사용 시간과 빈도의 차이에서 비롯됨을 보여준다. 특히 AI 도구 추천 의향에서도 유사한 매개 효과가 발견되었는데, AI 사용 시간(b=0.19, SE=0.07, 95% CI=[0.05, 0.33])과 사용 빈도(b=0.21, SE=0.09, 95% CI=[0.04, 0.39]) 모두 유의미한 매개 효과를 보였다.

웹트래픽 분석으로 본 200개국 챗GPT 도입 현황

연구진은 200개 이상 국가의 챗GPT 도입률을 웹트래픽, 방문자 수, 페이지뷰, 이탈률로 분석했다. 챗GPT 보급률이 높은 국가에서 연구 생산성의 성별 격차가 더 컸다. 학문 분야별로는 마케팅, 인류학, 컴퓨터 과학, 혁신 분야에서 통계적으로 유의미한 성별 차이가 발견되었으며, 사회과학 분야에서 더 뚜렷한 경향을 보였다.

AI 사용이 논문 품질에 미치는 영향...양적 생산성만 증가, 질적 차이는 없다

SSRN의 품질 지표인 논문 초록 조회수와 다운로드 수 분석 결과, 챗GPT 출현 이후에도 남성과 여성 연구자들의 논문 품질 차이는 발견되지 않았다. 이는 AI 활용이 논문의 양적 생산성만 증가시켰을 뿐, 질적 차이를 유발하지는 않았음을 시사한다.

성별 편향성 해소를 위한 제도적 대응 방안

연구진은 AI로 인한 성별 격차 해소를 위한 구체적인 방안들을 제시했다. 우선 AI 시스템 개발자들은 정기적인 감사를 통해 시스템이 윤리적 가이드라인을 준수하고 성별 격차를 심화시키지 않는지 점검해야 한다고 강조했다. 또한 AI 모델 학습에 사용되는 데이터가 모든 성별을 대표할 수 있도록 해야 하며, 정부와 기관은 AI 시스템 도입 전 성별 편향성 평가를 의무화하는 정책을 수립해야 한다고 제안했다. 더불어 성평등 촉진을 위한 AI 연구 지원을 확대하고, 전체 연구자를 대상으로 하는 AI 활용 교육 기회를 대폭 확대할 필요가 있다고 덧붙였다.

학계의 성별 AI 생산성 격차, 장기적으론 경력 격차로 이어질 수 있어