지난 5월,세계 최대 인재개발 컨퍼런스 ATD 2026 International Conference & EXPO(https://atdconference.td.org) 가 미국 로스앤젤레스에서 열렸습니다. 80개국 이상에서 1만 명 넘는 L&D 전문가가 모인 자리인데요. 올해 콘퍼런스의 주제는 "Embrace Disruption. Direct the Future" 이었습니다. (변화를 받아들이되, 방향은 직접 설계하라.)

350개가 넘는 세션 중 AI 관련 트랙만 35개 이상이었고, 가장 중요한 화두는 "AI를 도입했는가?"가 아니라 "AI가 실제로 성과로 이어지고 있는가?"였습니다.

매킨지(McKinsey)의 2024년 글로벌 AI 조사에 따르면, 기업의 AI 도입률은 72%까지 올라섰고 생성형 AI를 정기적으로 활용하는 조직도 65%에 달했습니다. 하지만 Forrester는 2026년 AI 전망에서 최근 12개월 동안 AI로 가시적인 성과를 경험한 AI 의사결정자가 15%에 그쳤다고 분석했습니다.

도입률과 성과율 사이에 이렇게 큰 차이가 생기는 이유는 무엇일까요? 그 차이를 만드는 것이 바로 AI 리터러시 격차입니다.

'AI 리터러시 격차'가 왜 지금 이렇게 중요해졌는지, 기업에서는 어떤 일이 벌어지고 있는지 살펴보겠습니다.

AI, 얼마나 쓰고 있나요?

CIO Korea가 발표한 '2026 IT 전망 조사(국내 884명 응답)'를 보면, 국내 기업의 약 70%가 이미 생성형 AI를 도입했거나 추진 중입니다. IT 예산 증가를 견인하는 1위 기술 역시 63%의 압도적 응답률로 생성형 AI가 차지했습니다.

그런데 해당 조사에서 눈여겨봐야할 숫자가 하나 있습니다. 기업 문화 측면의 가장 큰 어려움을 묻는 질문에 "실무진의 AI 활용 역량 부족(19.8%)"이 2위로 꼽혔다는 점입니다. AI를 도입했지만, 제대로 활용할 줄 아는 사람은 극소수라는 뜻입니다.

'AI 리터러시 격차'가 뭔가요?

AI 리터러시(AI Literacy)란 단순히 챗GPT나 코파일럿을 쓸 줄 아는 능력이 아닙니다. 한국AI리터러시협회의 정의에 따르면, AI의 작동 원리를 이해하고, 도출된 결과물을 비판적으로 검증하며, 내 업무 목적에 맞게 활용하고, 그 과정에서 발생하는 윤리적, 보안적 리스크까지 통제하는 종합적인 사고력이라고 설명합니다.

AI 리터러시는 AI에게 일을 시키는 능력이 아니라, AI가 한 일을 판단하는 능력입니다.

그리고 'AI 리터러시 격차'란 이러한 역량이 조직 내부에 매우 불균등하게 분포되어 있는 상태를 말합니다. 같은 AI툴로 어떤 팀원은 30분 만에 완벽한 기획안 초안을 뽑아내고 어떤 팀원은 하루 종일 씨름합니다. 그 차이가 바로 격차입니다.

조직 내 격차는 얼마나 날까요?

에이블런이 268명의 재직자를 대상으로 한 '생성형 AI 활용 역량 레벨 테스트(2026년 3월)' 결과, 조직 구성원의 AI 활용 수준은 4단계로 나뉩니다.



- 1단계 (입문자): 단순 질의응답 및 검색 엔진 대체 수준

- 2단계 (실무 활용자): 기초적인 프롬프트 설계 및 반복 업무 자동화

- 3단계 (결과 통제자): AI 출력물의 오류 검증, 재구성 및 의사결정 자료 전환

- 4단계 (기준 설계자): 조직 차원의 AI 워크플로우 설계 및 보안 리스크 통제

문제는 대다수의 구성원이 1~2단계에 머물러 있다는 점입니다. 3~4단계의 역량을 갖춘 극소수의 인재가 조직 전체의 AI 성과를 끌어가는 구조가 만들어집니다. 딜로이트의 '2025 글로벌 인적자원 트렌드' 보고서 역시 기업의 78%가 AI를 도입했지만 "조직 내 활용도가 높다"고 답한 곳은 31%에 불과했다고 지적합니다. 도입률과 실질 활용률 사이의 47% 포인트의 공백이 바로 '격차'의 크기입니다.

AI로 압도적 성과를 내는 사람들은 무엇이 다를까요?

글로벌 교육 플랫폼 Kolleges의 리포트(2025.11)와 기업 현장 사례를 종합하면, AI 리터러시가 높은 인재들에게는 5가지 명확한 행동 패턴이 있습니다.

1. 맥락을 통제하는 질문력

"기획안 써줘"라고 던지지 않습니다. 배경, 목적, 조건, 기대 결과를 사전에 구조화하여 AI에게 전달합니다. 프롬프트의 수준 차이는 결국 '사고의 구조화' 능력 차이입니다.

2. AI 결과물을 결코 그대로 쓰지 않습니다.

초안을 받아든 즉시 사실 오류, 맥락 이탈, 편향 가능성을 비판적으로 검증하고 자신의 인사이트를 더해 완성합니다.

3. 업무 프로세스를 재설계 합니다.

하나의 AI 툴에 의존하지 않습니다. 요약, 분석, 보고서 구성, 이미지 제작, 데이터 정리 등 업무 목적에 맞춰 가장 효율적인 AI 도구들을 조합하고 설계합니다.

4. 리스크 감각이 있습니다.

기밀 데이터를 퍼블릭 AI에 무방비로 입력하거나, 저작권 이슈를 간과하지 않습니다. 활용 능력이 높을수록 보안 감각도 비례하여 상승합니다.

5. AI를 '경쟁자'가 아닌 '협업자'로 봅니다.

AI를 위협으로 느껴 배척하거나 반대로 무조건 맹신하지 않습니다. AI의 강점과 한계를 함께 파악하고 자신의 판단과 결합해 훌륭한 파트너로 활용합니다.

기업들은 지금 무엇을 해야 할까?

포브스코리아 2026 AI 트렌드 리포트는 AI를 실질적으로 활용하는 조직과 그렇지 못한 조직의 차이는, 단기간에 따라잡기 어려운 구조적 격차로 굳어진다고 진단했습니다.

한국의 생성형 AI 이용률은 2025년 하반기 기준 30.7%로 세계 최고 수준의 증가폭을 기록했습니다. 하지만 동시에 '조직 내 AI 교육 지원 및 관리 체계 수준'이 가장 미흡한 국가 중 하나로 지목되기도 했습니다. (출처: 국회도서관 국가전략포털,AI Index 2026 기준)

이간극을 메우는 것이 2026년 기업 교육 담당자들이 풀어야 할 가장 시급한 과제입니다. ATD 26의 슬로건처럼 변화는 이미 시작되었습니다. 이제 그 변화의 방향을 '우리 조직의 실질적 성과'로 직접 이끌어가야 할 때입니다.