.svg)
AI 리터러시란 무엇일까요?
과거 데이터 리터러시가 핵심 역량으로 대두되었을 때, 많은 이들이 이를 Python 코딩 능력과 동일시했습니다. 하지만 데이터 리터러시의 본질은 데이터를 통해 비즈니스 질문을 정의하고, 결과를 해석하여 의사결정에 활용하는 질문과 해석의 능력이었죠. AI 리터러시 역시 구조적으로 동일한 과제를 안고 있습니다.
최근 EY의 2025년 설문조사에 따르면, 많은 기업이 AI를 통한 생산성 향상의 40%를 놓치고 있습니다. 그 이유는 낮은 AI 리터러시에서 비롯됩니다. 실제로 88%의 직원이 AI를 사용하지만, 대부분은 검색이나 요약과 같은 기본 작업에 한정되어 있습니다. 업무 방식을 근본적으로 바꾸는 시도를 하는 직원은 5%에 불과합니다. (EY 2025 Work Reimagined Survey)
현재 AI 역량의 본질이 프롬프트를 입력하는 방법이나 특정 툴의 기능을 아는 수준으로 오해되곤 합니다. 하지만 진정한 AI 리터러시는 AI가 작동하는 원리를 이해하며 결과물에 내포된 오류와 리스크를 식별하고 통제하는 것입니다. AI는 단순한 도구가 아닌, 강력하지만 언제든 틀릴 수 있는 가상의 팀원입니다. 따라서 AI 리터러시는 곧, AI와의 안전하고 효과적인 협업을 설계하는 능력입니다.
AI 리터러시의 과제: 교육과 실무, 그리고 관리의 격차
많은 기업들이 이미 ChatGPT나 Claude 같은 AI 툴을 도입했습니다. 이러한 교육 및 기술 투자가 실질적인 역량 향상으로 연결되고 있을까요? 그 효과성은 불투명합니다.
2025년 Microsoft Work Trend Index에 따르면, AX 선도 기업은 AI를 통해 실질적인 생산성 향상을 경험하고 있지만, 후발 기업은 정체를 겪고 있다고 말합니다. 그 차이는 AI를 활용해 업무 프로세스 자체를 재설계하고, 리스크를 관리하는 조직 역량에서 발생합니다.
- 툴 기능 중심의 단편적 교육: 프롬프트 작성법 등 개별 기능 교육은 이수율은 높일 수 있어도, 복잡한 비즈니스 맥락에서 AI를 어떻게 다루어야 하는가에 대한 답은 주지 못합니다.
- 리스크와 분리된 개념 교육: 기존의 추상적인 윤리 교육은 실무에 와닿지 않았습니다. 이제는 'AI는 왜 거짓말을 할까?', '우리 데이터를 AI에 입력해도 안전할까?'와 같이 실무에서 반드시 판단해야 할 리스크 교육이 필요합니다. 부족한 리스크 인식은 보안 사고와, 잘못된 의사결정을 내릴 확률을 높입니다.
- 성과와 분리된 일회성 활용: 교육 후에도 AI를 단순 고성능 검색 엔진으로만 쓴다면, 이는 반복 업무를 자동화하고 프로세스를 효율화하는 역량이 부재하다는 것을 의미합니다.
텔타가 정의하는 AI 리터러시
진정한 AI 리터러시는 단순한 도구 사용법을 넘어, 안전하게 기초를 다지는 이해와 실질적 성과를 내는 활용의 두 가지 축으로 완성됩니다. 텔타는 OpenAI, Anthropic, Stanford 등 글로벌 전문 기관의 프레임워크와 Fortune 선정 AX 선도 기업의 직무 데이터를 분석하여, AI 역량을 측정하는 객관적 기준인 AI Skill Taxonomy를 정립했습니다.
AI 이해 및 리스크 인식
AI를 안전하고 효과적으로 다루기 위한 기초 역량입니다.
- 기술적 이해: AI의 작동 원리와 기술적 한계를 명확히 인지해야합니다.
- 리스크 인식: 보안 위험, 데이터 프라이버시, 잠재적 편향 등 AI 사용 시 발생할 수 있는 위협을 식별하고 방어할 수 있어야 합니다.
- 도구 이해 및 선택: 해결하려는 과업의 맥락에 맞춰 가장 적합한 AI 모델이나 도구를 선별할 수 있어야 합니다.
AI 활용 능력
실제 업무 시나리오에서 문제를 해결하고 가치를 창출하는 실전 역량입니다.
- 업무 기획: 복잡한 업무 목표와 제약 조건을 AI가 이해하고 처리 가능한 형태로 구조화 시키고 프롬프트로 정의하는 능력입니다.
- 실행 및 상호작용: AI와 지속적인 대화를 통해 결과물을 도출하고, 피드백을 주며 완성도를 높여가는 협업 능력입니다.
- 결과 검증: AI가 생성한 산출물의 사실 여부와 품질을 비판적으로 검증하여 최종 결과물로 확정하는 능력입니다.
텔타 AI 리터러시 진단은 지식이 아닌 행동과 사고의 흐름을 봅니다
많은 기업이 퀴즈 형태의 진단을 도입하지만, 이는 아는 것을 측정할 뿐 할 줄 아는 것을 증명하지 못합니다. 텔타의 진단은 실제 업무 환경을 재현한 시뮬레이션을 통해 구성원의 진짜 실력을 검증합니다.
1. 결과가 아닌 사고의 과정을 추적
텔타는 정답 유무만을 체크하지 않습니다. 참가자가 AI와 대화하며 문제를 해결해 나가는 모든 대화 로그와 행동 데이터를 분석합니다. 어떤 논리로 업무를 기획했는지, 프롬프트를 어떻게 수정했는지 등 보이지 않는 사고 과정을 데이터로 시각화합니다.
2. 글로벌 프레임워크 기반의 객관적 분석
앞서 정의한 텔타 AI Skill Taxonomy를 기준으로 개인의 역량을 다각도로 분석합니다. 단순한 점수 제공을 넘어, "구조화된 프롬프팅이 부족함", "결과 검증 시 팩트 체크 누락"과 같이 구체적인 행동 피드백이 담긴 15페이지 분량의 상세 리포트를 제공합니다.
3. 조직 AX를 위한 전략적 데이터 제공
HR과 경영진에게는 조직 전체의 AI 성숙도를 한눈에 파악할 수 있는 조직 AX 리포트*를 제공합니다. 부서별, 직무별 역량 격차를 확인하고, 데이터에 기반하여 교육 우선순위와 맞춤형 커리큘럼을 설계할 수 있습니다.
*조직 리포트는 50인 이상 진단 시 제공합니다.
AX의 성공 여부를 결정하는 차이, AI 리터러시
AI 기술이 상향 평준화되어 누구나 버튼 클릭만으로 AI 모델을 구독하고, 또 활용할 수 있는 시대입니다. 하지만 같은 도구를 쥐여줘도 어떤 조직은 검색엔진에서 벗어나지 못하고, 어떤 조직은 업무 프로세스, 나아가 비즈니스 모델을 혁신합니다. 그 격차를 만드는 유일한 변수는 바로 사용하는 사람의 AI 리터러시입니다.
진정한 AI 도입의 성과는 AI 툴의 개수나 교육 프로그램 이수 횟수가 아닌, 그 위에서 일하는 사람의 역량으로 결정됩니다. AI의 가능성을 이해하고, 리스크를 통제하며, 업무의 본질을 재설계할 줄 아는 AI 리터러시를 갖춘 조직만이 변화에 휩쓸리지 않고 시장을 주도할 수 있습니다.
