AI 활용 능력이 사회적 격차를 만든다?

안녕하세요 AMEET 기자입니다. 인공지능이 일상의 깊숙한 곳까지 파고든 지금, 우리 사회에는 소리 없는 균열이 생기고 있습니다. 단순히 AI를 ‘사용할 줄 안다’는 차원을 넘어, 이를 통해 자신의 가치를 얼마나 증폭시킬 수 있느냐가 새로운 신분과 계급을 결정짓는 잣대가 될 것이라는 우려가 나오고 있죠. 과연 AI 활용 능력은 학력이나 소득만큼이나 강력한 사회적 격차를 만들어낼까요? 이 질문에 답하기 위해 GPT, 제미나이, 클로드 모델로 구성된 다양한 시각의 AI 패널들이 모여 심도 있는 토론을 진행했습니다.

이번 토론에는 각기 다른 전문성을 가진 AI 패널들이 참여해 날카로운 견해를 주고받았습니다. 구조적 불평등의 관점에서 디지털 격차를 분석한 AI 패널은 GPT 모델의 논리 체계를 바탕으로 사회 구조적 문제를 짚어냈고, 노동 시장과 경제적 파급 효과를 분석한 AI 패널은 Gemini 모델의 시각으로 숙련도의 불일치를 경고했습니다. 또한, 교육적 실효성과 윤리적 정책을 강조한 AI 패널은 Claude 모델의 정밀한 검증 방식을 활용해 논의의 깊이를 더했죠. 여기에 기존의 통념을 비판적으로 바라보는 패널까지 가세해, AI가 정말 새로운 계급을 만드는 독립적인 변수인지 아니면 기존 불평등의 확성기일 뿐인지에 대해 치열한 논쟁을 벌였습니다.

1. AI 리터러시는 단순한 기술 습득이 아닌 생존의 도구

토론의 첫 번째 쟁점은 AI 활용 능력이 개인의 지적 능력을 넘어 사회적 계급으로 고착화될 것인가에 대한 문제였습니다. 구조적 불평등을 강조하는 AI 패널은 AI 활용 능력이 단순한 기술 접근성을 넘어 사회경제적 배경에 따른 ‘AI 리터러시’ 격차로 전이되고 있다고 분석했습니다. 부유한 환경에서 자란 이들이 비판적 사고와 고차원적인 프롬프트 작성 능력을 먼저 습득하게 되고, 이것이 결국 기존의 불평등을 더욱 단단하게 굳히는 기제가 된다는 것이죠. 실제로 2025년 기준 미국의 1인당 GDP가 90,026.52달러에 달하는 반면 한국은 36,226.97달러 수준이라는 경제적 격차는 교육 투자와 기술 접근성의 차이로 이어져 결국 정보 활용의 수직적 계층화를 초래할 수 있다는 논리입니다.

이에 대해 미래 노동 시장의 관점을 가진 AI 패널은 더욱 구체적인 위협을 경고했습니다. AI 활용 능력이 고숙련 직무의 생산성은 극대화하는 반면, 이를 활용하지 못하는 저숙련 노동자의 자리는 자동화로 빠르게 대체될 것이라는 점을 짚었죠. 특히 한국의 실업률 수치가 2.68%로 낮게 유지되고 있음에도 불구하고, 이는 AI 도입으로 인한 직무 재편 과정에서의 고용 불안정과 ‘직무 전환 실업’의 위험을 온전히 반영하지 못하는 착시일 수 있다는 분석이 인상적이었습니다. 단순히 AI를 쓰는 사람이 똑똑해지는 수준을 넘어, AI를 다루지 못하는 노동자는 시장 가치 자체가 상실되는 가혹한 이분법적 구조가 만들어지고 있다는 설명입니다.

소득 불평등의 경제적 경로를 추적한 패널 역시 힘을 보탰습니다. AI 기반의 생산성 향상이 고숙련 노동자의 임금 상승을 가속화하며 부의 집중을 심화시키는 반면, 저숙련 노동자의 임금은 정체되거나 하락하는 전형적인 양극화 패턴이 나타날 것이라고 내다봤습니다. 기술 접근성이 보편화된다고 해서 격차가 해소될 것이라는 낙관론에 대해서는 단호하게 선을 그었는데요. 기술을 ‘가지고 있는 것’과 그것을 ‘효과적으로 활용해 가치를 창출하는 것’은 완전히 다른 차원의 문제이며, 이 역량의 차이가 곧 소득의 급간을 나누는 새로운 계급의 장벽이 될 것이라는 인사이트를 제시했습니다.

2. 교육 만능론과 구조적 장벽 사이의 팽팽한 줄다리기

두 번째로 논의된 핵심 쟁점은 ‘교육이 이 격차를 해소할 수 있는가’였습니다. 교육적 검증을 중시하는 AI 패널은 매우 신중한 태도를 보였습니다. AI 리터러시 교육이 실제로 계층 이동의 사다리가 될 수 있는지는 엄격한 무작위 대조 실험(RCT)과 같은 정량적 성취 효과로 판별해야 한다고 주장했죠. 단순히 기기를 보급하고 연수를 진행하는 것이 교육적 효과로 이어질 것이라는 믿음은 ‘기술 도입 맹신’일 수 있다는 경고입니다. 특히 취약 계층의 AI 학습이 실제 소득이나 고용 지표 개선으로 이어졌다는 명확한 증거가 부족한 상황에서, 교육을 유일한 해결책으로 제시하는 것은 위험할 수 있다는 점을 분명히 했습니다.

논의는 곧 ‘구조와 개인’의 책임 문제로 이동했습니다. 디지털 격차 전문가인 AI 패널은 저숙련 노동자나 고령층이 AI 환경에 적응하지 못하는 이유를 단순히 개인의 의지나 훈련 부족으로 봐서는 안 된다고 강조했습니다. 비판적 메타 리터러시를 키울 수 없는 열악한 교육 환경과 기초적인 디지털 역량의 부재 자체가 이미 구조적 장벽이라는 것이죠. 이에 대해 미래 노동 패널은 AI 기술의 진화 속도가 교육 시스템이 따라가는 속도를 압도하고 있다는 점을 들어, 교육만으로 이 파고를 넘기는 불가능에 가깝다는 비관적인 동시에 현실적인 진단을 내놓기도 했습니다.

이 과정에서 윤리적 정책을 강조하는 AI 패널은 매우 흥미로운 지점을 지적했습니다. AI가 제공하는 이른바 ‘유사 친밀감’에 대한 의존도 격차입니다. 디지털 문해력이 낮은 취약 계층일수록 AI가 제공하는 정보나 정서적 반응에 쉽게 동화되어 비판적 사고력이 마비될 수 있고, 이것이 곧 새로운 형태의 ‘정서적 지배 구조’를 만들 수 있다는 논리였습니다. 이는 단순한 소득 격차보다 더 무서운 인적 자율성의 박탈로 이어질 수 있다는 점에서, 정부와 기업의 선제적인 규제 프레임워크와 윤리적 설계 가이드라인이 필요하다는 주장에 힘을 실었습니다.

3. 새로운 계급인가, 기존 불평등의 그림자인가

토론의 막바지에는 AI 활용 능력이 정말 ‘독립적인’ 새로운 계급을 형성하는지에 대한 근본적인 의문이 제기되었습니다. 비판적 관점의 AI 패널은 AI가 새로운 계급을 창조한다기보다는 이미 존재하는 사회경제적 불평등을 극대화하는 도구에 불과하다는 주장을 펼쳤습니다. AI 활용 능력이라는 변수를 떼어놓고 보면 그 이면에는 결국 자본, 부모의 학력, 정보 접근성이라는 전통적인 계급 요소가 자리 잡고 있다는 것이죠. 따라서 AI 활용 능력을 독립적인 계급 요인으로 보는 것은 ‘상관관계를 인과관계로 오해하는 논리적 비약’이 될 수 있다고 꼬집었습니다.

이러한 논쟁은 결국 ‘AI를 쓰는 사람만 더 똑똑해지고 부유해지는 현상’을 어떻게 정의할 것인가로 귀결되었습니다. 패널들은 AI 활용 능력이 학력이나 소득에 버금가는 강력한 사회적 자본이 되고 있다는 점에는 대부분 동의했습니다. 하지만 이것이 독립된 계급으로 굳어질지, 아니면 기존 계급의 불평등을 심화시키는 보조적 수단으로 남을지에 대해서는 여전히 팽팽한 이견이 남았습니다. 그럼에도 불구하고 한 가지 확실하게 합의된 사실은, AI가 기회의 평등이라는 환상을 심어주지만 실제로는 그 활용 능력의 차이로 인해 더 높은 벽을 쌓고 있다는 점이었습니다.

결국 AI 활용 능력은 단순한 IT 스킬이 아니라 2026년 현재를 살아가는 우리에게 가장 강력한 자산이자 동시에 가장 위험한 장벽이 되고 있습니다. AI를 자유자재로 다루며 생산성을 극대화하는 이들과, AI의 그림자에 가려진 채 자신의 자리를 잃어가는 이들 사이의 간극은 점차 벌어지고 있죠. 이 격차가 계급이라는 이름으로 고착화되기 전에, 우리가 고민해야 할 것은 단순히 ‘어떻게 가르칠 것인가’를 넘어 ‘어떻게 이 기술의 혜택을 구조적으로 분배할 것인가’일 것입니다. AI가 내놓은 답은 명확하지 않을지 모르나, 우리 사회에 던진 질문만큼은 그 어느 때보다 날카롭고 무겁게 다가오고 있습니다.