AI가 만든 격차, AI로 메울 수 있을까
“기술은 모든 사람에게 이로움을 준다”는 말은 듣기엔 매우 이상적이고 희망적인 주장입니다. 그러나 현실에서는 이 말이 항상 들어맞지는 않습니다. 특히 인공지능(AI)과 같은 첨단 기술은 분명 많은 사람들에게 유익을 가져다 주지만, 동시에 개인이 가진 능력, 접근성, 학습 기회, 경제적 여건 등에 따라 그 혜택의 정도가 크게 달라집니다. 이런 차이는 AI가 단순한 도구를 넘어서, 기존의 사회적‧경제적 격차를 더 벌어지게 만드는 '증폭기(amplifier)' 역할을 하기도 한다는 점에서 주의가 필요합니다. AI를 '증폭기'에 비유하는 것은 매우 시사하는 바가 큽니다. AI가 인간의 역량을 10배 확장시킨다고 가정해봅시다. 그럴 경우 기본 능력이 10인 사람은 100이 되고, 7인 사람은 70이 됩니다. 겉보기에는 공정한 기술처럼 느껴질 수 있지만, 실제로는 그렇지 않습니다. 왜냐하면 AI는 단순히 정비례로만 작용하지 않기 때문입니다. 사용자의 능력과 환경, 그리고 기술을 활용할 수 있는 의지와 자원에 따라 그 효과가 기하급수적으로 달라질 수 있습니다. 어떤 사람은 AI를 통해 10배가 아니라 100배, 1,000배까지도 생산성과 영향력을 높일 수 있습니다. 그렇게 되면, 같은 기술을 활용하더라도 능력치가 높은 사람은 훨씬 더 빠르게 앞서나가고, 그렇지 못한 사람은 상대적으로 더 뒤처지게 되는 구조가 형성됩니다. 결국 AI는 개인의 차이를 단순히 반영하는 수준을 넘어, 그 격차를 확대하고 고착화 시킬 위험을 내포하고 있는 것입니다. 저는 여러 해 동안 접근성에 관한 책을 집필해 왔습니다. 원고를 완성하고 출간하는 데는 보통 몇 달, 길게는 몇 년이 걸리는 긴 여정이었습니다. 그런데 최근 인공지능 서비스를 활용해 보면서 그 시간이 놀라울 정도로 단축될 수 있다는 것을 경험했습니다. 수개월이 걸릴 작업이 불과 두 달 만에 가능했고, 이제는 '3주 만에 책 쓰기', 심지어 '하루 만에 책 쓰기' 같은 흐름까지 등장하고 있습니다. AI를 어떻게 활용하는지에 따라 생산성의 격차는 상상 이상으로 벌어질 수 있다는 걸 실감했습니다. 이제는 어떤 작업을 시작하기에 앞서, 관련 AI 도구부터 찾는 것이 자연스러운 습관이 되었습니다. 오늘날의 AI 도구들은 도시와 농촌, 교육 수준, 경제적 여건에 따라 접근성과 활용에 큰 차이를 드러냅니다. 예를 들어, AI 교육 도구나 챗봇 기반 수업은 주로 도시와 고학력층을 중심으로 확산되고 있으며, 데이터 기반의 활용 역시 일부 엘리트 계층에 집중되는 경향이 있습니다. 그 결과, 학습 기회와 정보 접근성의 격차는 오히려 더 벌어지고 있습니다. 저는 이러한 격차가 계속 확대된다면, AI가 주는 이로움보다 사회적 불평등을 심화 시킬 가능성이 더 커질 수 있다는 점에서 깊은 우려를 느낍니다. 그럼에도 불구하고 AI는 매우 강력한 도구인 것은 분명합니다. 예를 들어, 시각장애인을 위해 이미지를 자동 인식해 음성으로 설명해 주거나, 청각장애인을 위해 영상을 자동 자막으로 변환해 주는 기능, 발음이 어려운 사용자의 의사소통을 돕는 음성 보완 기술 등은 접근성 향상에 큰 가능성을 보여줍니다. 하지만 이러한 기술만으로는 충분하지 않습니다. AI는 만능 해결책이 아니며, 격차를 줄이기 위한 지속적인 노력과 함께 사회 구조와 정책적 뒷받침이 없다면, 오히려 또 다른 배제의 도구가 될 수 있습니다. 따라서 AI가 제공하는 혜택은 누리되, 정보격차가 발생하는 증폭기가 되지 않도록 하기 위해서는 다음과 같은 관심과 노력이 필요해 보입니다. 첫째. AI 리터러시 교육 확대입니다. AI 도구를 활용하고 이해하는 역량을 구축해야 합니다. 성인, 장애인, 농촌 주민 등에게 맞춤형 교육 프로그램을 제공해야 합니다. 예를 들어 유럽연합(EU)과 미국에서는 AI 성인교육 과정이 개설되어 있으며, 바너드대학(Barnard College)은 AI 이해 수준에 따라 단계적으로 설계된 피라미드형 AI 문해 교육을 도입했습니다. 이처럼 특정 대상을 기준으로 단계적으로 설계된 교육은 접근성 격차를 줄이는 시작점이 됩니다. 둘째, 포용적 학습 데이터셋과 공정성 검증 알고리즘을 개발·운영해야 합니다. AI가 편향되거나 특정 집단만을 위한 결과를 내지 않도록, 장애인·고령자·소수자 등 다양한 사용자의 데이터를 반영해야 합니다. 예를 들어, 브루클린의 아티스트 스테파니 딩킨스(Stephanie Dinkins)는 흑인 및 토착 커뮤니티의 문화‧정체성을 반영한 데이터를 활용해 AI 모델을 조정함으로써, 인종·문화적 공정성을 실질적으로 구현한 전시 프로젝트를 진행했습니다 셋째, AI 사용자를 위한 피드백 기반 인터페이스 설계입니다. AI 시스템은 사용자 피드백을 반영해 오류 수정, 학습 방향 개선, 개인화된 도움 제공이 가능해야 하며, 특히 디지털 소외계층도 쉽게 의견을 제출하거나 도움을 받을 수 있도록 해야 됩니다. 실제로 덴마크의 시각장애인 지원 앱 '비 마이 아이즈(Be My Eyes)'는 GPT4 기반 AI 'Be My AI'를 통해 이미지 설명·질의응답 기능을 제공하며, 사용자 피드백을 지속적으로 학습에 반영해 서비스 품질을 개선하고 있습니다. 마치며 AI는 격차를 확장할 수도, 좁힐 수도 있는 도구입니다. AI가 의미 있는 변화를 만들기 위해서는 기술을 넘어선 교육·복지·거버넌스·참여·투명성의 종합적 설계가 필요합니다. 구조적 대응과 정책적 뒷받침 없이는 AI는 또 다른 불평등의 도구에 그칠 것입니다. 다음 주에는 'APEC에서 바라본 AI와 접근성 그리고 인구구조의 변화'라는 주제로 2025년 한국에서 APEC 개최와 함께 아태지역을 중심으로 인구고령화와 함께 AI와 접근성에 대한 관심과 개선방안을 함께 공유해 보려 합니다.
