AI는 모두에게 열렸지만,기회는 똑같이 열리지 않았습니다.

기기가 있는지, 인터넷에 연결되는지, 필요한 화면을 조작할 수 있는지는 여전히 중요합니다. 예약과 결제, 금융과 행정이 온라인으로 옮겨갈수록 기본적인 접근 능력이 일상의 권리와 가까워졌습니다.

한국지능정보사회진흥원의 디지털정보격차 실태조사도 접근, 역량과 활용을 나누어 취약계층의 현실을 살펴봅니다. 2024년 조사에는 인공지능 서비스 관련 항목도 별도로 포함됐습니다.

AI 격차는 이러한 디지털 격차를 그대로 물려받지만 거기서 멈추지 않습니다. 접속할 수 있는가 다음에는 무엇을 맡길지 판단할 수 있는가, 결과를 검증할 수 있는가, 다시 사용할 수 있게 남길 수 있는가라는 질문이 이어집니다.

무료 AI 서비스에 접속할 수 있다고 조건이 같아지는 것은 아닙니다. 누군가는 무엇을 물어야 하는지 알고 결과를 확인할 경험이 있으며, 누군가는 어디에 써야 할지조차 정리할 시간이 없습니다.

조직의 차이는 더 큽니다. 한쪽에는 정리된 고객 데이터와 교육 자료, 도구를 시험할 담당자와 검토 기준이 있습니다. 다른 한쪽에서는 원장과 사장이 오늘 수업과 영업을 마친 뒤 혼자 새로운 기능을 배워야 합니다.

OECD는 중소기업의 AI 도입을 가로막는 조건으로 연결성뿐 아니라 데이터, 기술과 금융 여건을 함께 다룹니다. 기술의 가격이 내려가도 활용할 시간과 조직 역량의 차이까지 자동으로 사라지는 것은 아닙니다.

AI가 누구에게나 열려 있다는 말과 누구나 같은 결과를 얻는다는 말은 전혀 다릅니다.

AI는 학생마다 다른 이해 수준을 살피고 필요한 자료와 피드백을 제공할 가능성이 있습니다. 교사가 반복 행정과 자료 준비에 쓰는 시간을 줄이고 학생과 대화하는 시간을 늘리는 데도 도움을 줄 수 있습니다.

그러나 같은 정책과 도구가 모든 교실에서 같은 경험을 만들지는 않습니다. 안정적인 기기와 네트워크, 교사의 활용 역량, 학교의 지원과 가정에서 이어지는 학습 환경이 함께 필요합니다.

UNESCO도 AI가 학습 기회를 넓힐 가능성과 함께 기존의 디지털 격차를 더 크게 만들 위험을 경고합니다. 기술을 배포하는 일만큼 교사가 수업 안에서 책임 있게 활용할 수 있도록 준비하고, 여건이 부족한 학생이 배제되지 않게 하는 일이 중요합니다.

대형 교육기관은 진단 시스템과 콘텐츠 조직, 상담 데이터와 개발 비용을 확보하기 쉽습니다. 학생의 오답을 분류하고 상담 자료를 만들며 반복 질문에 대응하는 여러 실험을 동시에 진행할 수 있습니다.

동네 학원은 사정이 다릅니다. 원장이 수업과 상담, 학부모 안내와 홍보를 함께 맡습니다. 학생을 오래 지켜본 경험과 섬세한 관계는 강점이지만 그 경험을 데이터와 콘텐츠로 남길 시간은 부족합니다.

문제는 작은 학원이 교육을 못한다는 데 있지 않습니다. 이미 가진 교육 역량을 학생과 학부모가 확인할 수 있는 방식으로 설명하고, 반복 업무를 줄여 수업에 집중할 구조가 없다는 데 있습니다.

AI가 교사를 대신해서가 아니라 큰 조직만 가능했던 정리와 반복 실행의 비용을 낮추도록 써야 작은 학원에도 기회가 생깁니다.

대형 브랜드에는 상권을 분석하고 광고를 운영하며 상품과 재고를 관리하는 사람이 따로 있습니다. 결과가 좋지 않으면 데이터를 보고 다음 캠페인과 상품 구성을 바꿉니다.

작은 가게의 사장은 영업을 마친 뒤 사진을 고르고 문구를 쓰며 지도 정보와 리뷰를 확인합니다. 메뉴와 서비스는 좋아도 변화된 영업시간이 온라인에 반영되지 않고, 고객이 검색하는 조건에 맞는 설명이 없을 수 있습니다.

생성형 AI로 로고와 문구 하나를 만드는 것이 경쟁력의 전부는 아닙니다. 고객 반응을 읽고 필요한 정보를 고치며 다음 시도를 더 빠르게 이어가는 반복 주기를 갖는지가 더 중요합니다.

그 주기가 한쪽에서는 매주 돌아가고 다른 쪽에서는 몇 달째 멈춰 있다면, 차이는 눈에 보이는 디자인보다 발견되는 횟수와 선택받는 기회에서 먼저 벌어집니다.

기초 디지털 역량 교육은 계속 필요합니다. 그러나 AI 양극화를 줄이려면 학교, 학원과 소상공인이 기술을 실제 일에 연결할 수 있도록 다른 지원이 더해져야 합니다.

새로운 도구의 기능을 보여주는 한 번의 강의보다 현재 어떤 일에 시간이 많이 들고 고객과 학생이 어디에서 불편을 겪는지 먼저 확인해야 합니다. 그다음 감당할 수 있는 비용과 위험 안에서 업무 하나를 시험해야 합니다.

공공 부문은 저렴하게 사용할 수 있는 기반과 교육 자료, 개인정보와 데이터 이동에 대한 안전한 기준을 마련할 수 있습니다. 현장에는 일회성 계정보다 결과를 검토하고 운영에 남길 수 있도록 돕는 지속적인 지원이 필요합니다.

지원의 목표는 AI를 많이 쓰게 만드는 것이 아니라, 작은 조직도 자신의 강점을 잃지 않고 기술을 선택할 수 있게 하는 것이어야 합니다.

비싼 시스템을 먼저 도입할 필요는 없습니다. 지난 한 달 동안 반복해서 설명한 질문, 매번 새로 만든 안내문, 자주 틀리는 정보와 사장이나 원장만 판단할 수 있었던 일을 모읍니다.

그중 고객과 학생에게 영향이 크고 사람이 결과를 확인할 수 있는 업무 하나를 선택합니다. 상담 내용 정리, 수업 보고 초안, 지도 정보 점검, 반복 문의 분류처럼 범위가 분명한 일에서 시험합니다.

얼마나 그럴듯한 결과가 나왔는지가 아니라 시간이 실제로 줄었는지, 설명이 더 정확해졌는지, 담당자가 바뀌어도 이어갈 수 있는지를 봅니다.

이 작은 경험이 쌓이면 다음 기술이 나왔을 때도 우리 조직에 필요한지 판단할 수 있습니다. AI 약자에서 벗어나는 첫걸음은 모든 기능을 배우는 것이 아니라 우리 일의 현재 상태를 아는 것입니다.

어떤 조직은 고객에게 발견되지 않는 것이 문제이고, 어떤 조직은 문의와 상담이 사람 한 명에게 몰리는 것이 문제입니다. 자료가 흩어져 AI가 참고할 내용이 없는 곳도 있고, 직원들이 각자 AI를 쓰지만 검토 기준이 없는 곳도 있습니다.

문제가 다른데 같은 교육과 같은 도구를 제공하면 사용 계정만 늘고 운영은 그대로일 수 있습니다.

ARCHEHIGH는 기술 수준을 점수로 줄 세우지 않습니다. 고객과 학생이 만나는 흐름, 반복 업무, 자료와 판단 기준을 살펴 기술 격차가 실제로 영향을 주는 지점과 먼저 바꿀 한 가지를 찾습니다.