본문 음성으로 듣기

중지

멈춤

이어듣기

AI 불평등은 단순히 누가 더 비싼 모델을 쓰느냐의 문제에 그치지 않습니다. 그보다 더 미묘하고 중요한 격차가 있습니다. 누가 AI에게 일을 잘 시킬 수 있느냐의 차이입니다.

같은 AI를 써도 결과는 같지 않습니다. 어떤 사람은 한 문장으로 막연히 지시합니다. “이 글 좀 써줘.” 그러면 AI는 그럴듯하지만 평범한 답을 내놓습니다. 사용자는 다시 묻고, 다시 고치고, 다시 방향을 설명합니다. 대화는 길어지고 토큰은 늘어납니다.

반면 어떤 사람은 처음부터 목적, 독자, 분량, 문체, 핵심 논지, 제외할 내용, 참고해야 할 맥락을 정확히 제시합니다. AI는 훨씬 빠르게 원하는 결과에 가까운 답을 냅니다. 여기서 중요한 사실이 드러납니다. AI 시대의 지적 능력은 단순히 ‘아는 것’이 아니라 과제를 구조화하는 능력으로 이동하고 있습니다.

좋은 질문을 던지는 능력, 문제를 작은 단위로 나누는 능력, AI가 참고해야 할 맥락을 선별하는 능력, 결과물을 비판적으로 검토하고 다시 지시하는 능력이 새로운 업무 능력의 핵심이 됩니다.

그런데 이 능력의 차이는 곧 비용의 차이로 이어집니다. AI는 사용자의 혼란까지 공짜로 흡수하지 않습니다. 막연한 지시는 더 많은 왕복 대화로 이어지고, 더 많은 왕복 대화는 더 많은 토큰 사용으로 이어집니다. 긴 문서를 반복해서 붙여넣고, 방향을 여러 번 수정하고, 처음부터 다시 생성하게 만들수록 비용은 증가합니다. 반대로 과제를 명확히 설계하는 사람은 적은 토큰으로 더 높은 품질의 결과를 얻습니다.

비영어권 사용자에게는 보이지 않는 추가 비용도 있습니다. 한국어는 영어보다 못한 언어가 아닙니다. 그러나 현재의 AI 산업은 영어 중심의 데이터와 모델 최적화 위에서 성장해 왔습니다. 그 결과 한국어 사용자는 같은 과제를 지시하면서도 더 많은 설명을 붙이고, 더 많은 수정 대화를 거치고, 때로는 번역을 경유해야 합니다. 같은 지능을 쓰더라도 언어가 다르면 영수증의 길이도 달라질 수 있는 것입니다.

결국 AI 사용 능력은 ‘지능의 연비’가 됩니다. 같은 모델을 쓰더라도 어떤 사람은 1만 토큰으로 일을 끝내고, 어떤 사람은 10만 토큰을 쓰고도 만족스러운 결과를 얻지 못합니다. 과거에는 업무 능력이 시간 관리, 문서 작성, 자료 조사, 판단력으로 평가되었다면, 앞으로는 여기에 하나가 더해집니다. AI에게 얼마나 정확하고 경제적으로 일을 시킬 수 있는가입니다.

기업은 이미 이 차이를 감지하기 시작했습니다. AI를 잘 쓰는 직원은 같은 시간에 더 많은 초안을 만들고, 더 빠르게 자료를 정리하며, 더 다양한 대안을 비교합니다. 그러나 더 중요한 것은 결과물의 속도만이 아닙니다. 그는 AI 사용 비용도 낮춥니다. 같은 결과를 더 적은 프롬프트, 더 적은 시행착오, 더 적은 토큰으로 만들어냅니다. 회사 입장에서는 이것이 곧 생산성입니다.

반대로 AI를 서툴게 쓰는 직원은 겉으로는 열심히 일합니다. 챗봇과 오래 대화하고, 계속 수정하고, 여러 모델을 오가며 결과물을 뽑아냅니다. 그러나 조직의 눈에는 전혀 다른 모습으로 비칠 수 있습니다. 비용은 많이 쓰는데 결과는 평범한 사람. 토큰은 많이 소비하지만 판단은 흐린 사람. AI를 사용하는 것이 아니라 AI 주변을 맴도는 사람. 냉정하게 말하면, AI 시대의 업무 평가는 이런 방식으로 재편될 가능성이 큽니다.

이 지점에서 새로운 불평등은 더 복잡해집니다. 돈이 있는 사람이 더 좋은 AI를 쓰는 격차가 1차 불평등이라면, AI에게 일을 지시하는 능력의 차이는 2차 불평등입니다. 같은 도구를 손에 쥐고도 어떤 사람은 지적 생산성을 높이고, 어떤 사람은 비용만 늘립니다. 같은 회사 안에서도 누군가는 AI로 자신의 능력을 확장하고, 누군가는 AI 사용 내역을 통해 자신의 미숙함을 드러내게 됩니다.

이 현실은 교육에도 중요한 질문을 던집니다. 앞으로 필요한 것은 단순한 ‘AI 사용법’이 아닙니다. 버튼을 어디서 누르는지, 어떤 앱이 좋은지, 어떤 모델이 최신인지 알려주는 것만으로는 부족합니다. 아이들과 성인 모두에게 필요한 것은 문제를 정의하는 능력입니다. 목적을 분명히 하는 능력입니다. 자료를 읽고 맥락을 잡는 능력입니다. AI가 내놓은 답을 그대로 받아들이지 않고, 다시 질문하고, 고치고, 판단하는 능력입니다.

AI는 생각을 대신해주는 기계처럼 보이지만, 역설적으로 사용자의 생각 수준을 더 노골적으로 드러냅니다. 질문이 흐리면 답도 흐립니다. 맥락이 빈약하면 결과도 빈약합니다. 판단이 없으면 AI의 말에 끌려갑니다. 비용은 쓰지만 능력은 쌓이지 않습니다.

앞으로의 직장은 이런 차이를 더 냉정하게 기록할 것입니다. 누가 어떤 모델을 얼마나 썼는지, 몇 번의 지시로 결과물을 만들었는지, 얼마나 많은 수정과 재생성이 필요했는지, AI 사용 비용 대비 어떤 성과를 냈는지가 점점 더 투명해질 수 있습니다. 지능의 사용 내역이 업무 능력의 일부가 되는 시대입니다.

그러므로 AI 불평등의 핵심은 단지 “누가 돈을 더 낼 수 있는가”가 아닙니다. 더 본질적인 질문은 이것입니다. 누가 지능을 낭비하지 않고 사용할 수 있는가.

AI 시대의 능력은 지능을 많이 소비하는 능력이 아니라, 지능을 정확히 배치하는 능력입니다. 더 비싼 모델을 오래 붙잡고 있는 사람이 유능한 것이 아닙니다. 필요한 순간에 필요한 질문을 던지고, 적절한 맥락을 제공하고, 결과물을 검증해 실제 성과로 바꾸는 사람이 유능합니다.

앞으로 우리는 월 구독료만이 아니라, 토큰 사용량으로도 평가받게 될지 모릅니다. 얼마나 많은 지능을 썼느냐가 아니라, 그 지능으로 무엇을 만들었느냐. 얼마나 많이 물었느냐가 아니라, 얼마나 정확히 지시했느냐. AI 시대의 새로운 영수증은 비용 청구서인 동시에, 사용자의 사고 능력을 비추는 성적표가 될 것입니다.