요즘 어디서나 'AI 리터러시'라는 말을 듣습니다. 학교 수업에서도, AI 관련 기사에서도, 기업 채용 기준에도 등장하죠. 그런데 막상 "AI 리터러시가 정확히 뭔가요?"라는 질문에는 명확한 답이 쉽게 떠오르지 않아요. 또, 사람에 따라 대답이 다른 경우도 많습니다.
누구는 ChatGPT를 잘 다루는 능력이라 말하고, 누구는 프롬프트를 잘 쓰는 요령이라 합니다. 틀린 말은 아니에요. 다만 그것만으로는 부족합니다. AI 리터러시는 단순한 사용법보다 넓은 개념이에요.
이 글에서는 AI 시대에 핵심 능력이라고 불리는 이 단어를 공신력 있는 연구와 국제기구의 기준과 함께 정리해 볼게요. 단어의 뜻을 분명하게 알아야, 학교와 가정에서 무엇을 가르칠지도 분명해지니까요.
AI 리터러시란 무엇인가요?
정리부터 하면 이렇습니다.
AI 리터러시는 AI가 어떻게 작동하는지 이해하고, AI가 만든 결과를 비판적으로 살펴보며, 목적에 맞게 책임 있게 활용하는 역량입니다.
AI 도구를 사용하는 기술만 가리키는 말이 아니에요. 핵심은 판단하는 힘에 있습니다.
실제로 AI 리터러시 연구에서 많이 인용되는 Long과 Magerko의 논문(2020)에서는 AI 리터러시를 "AI를 비판적으로 평가하고, AI와 효과적으로 소통·협업하며, 도구로 활용할 수 있게 하는 역량"으로 설명합니다.
UNESCO가 2024년 내놓은 학생 AI 역량 프레임워크도 같은 방향이에요. 학생이 AI 시대에 책임 있고 창의적인 시민으로 자라도록, 사람 중심 관점 · AI 윤리 · AI 기술과 활용 · AI 시스템 설계라는 네 영역을 제시하죠.
OECD와 유럽연합 집행위원회가 함께 만든 AILit 프레임워크도 마찬가지입니다. 학생이 AI의 작동 방식과 사회적 영향을 이해하고, 의미 있고 윤리적으로 AI 사용을 스스로 결정할 수 있어야 한다고 봐요.
표현은 조금씩 달라도 공통점은 분명합니다.
이해하고 판단하고 책임지는 능력입니다.
왜 지금 AI 리터러시가 중요할까요?
이제는 누구나 AI를 씁니다. 그래서 단순히 'AI를 쓸 줄 아는가'는 더 이상 큰 차이를 만들지 못해요. 진짜 차별점은 같은 AI를 쓰더라도 결과를 어떻게 만들고 어떻게 검토하느냐에서 생깁니다.
같은 AI를 사용하더라도 어떤 사람은 필요한 답을 끌어내고, 근거를 확인하고, 자기 목적에 맞게 수정할 수 있습니다. 반면 어떤 사람은 그럴듯해 보이는 답을 그대로 가져다 써요. 겉으로는 둘 다 AI를 쓴 것처럼 보이지만, 결과의 질은 크게 갈립니다.
AI는 도움이 되는 도구예요. 하지만 늘 맞는 답을 주는 도구는 아닙니다. 실제로 OpenAI나 앤트로픽 등 AI 회사의 자료에서도 AI가 틀릴 수 있으니 중요한 정보는 확인하라는 안내가 붙어 있죠.
그래서 AI 시대에는 질문을 잘하는 것에서 한 걸음 더 나아가야 합니다. AI가 내놓은 답을 읽고, 확인하고, 스스로 판단하고, 개선할 수 있는 힘이 필요해요.
한국에서도 정보 교과와 AI 교육이 확대되며 이 역량이 점점 공교육 안으로 들어오고 있습니다. 자세한 정책 흐름은 아래 글에서 따로 다뤘으니 참고해 주세요.
AI 리터러시의 세 가지 핵심 역량
AI 리터러시의 핵심 역량을 아래 세 가지로 쉽게 풀어볼 수 있어요.
1️⃣ AI가 답을 만드는 방식을 이해하는 힘
생성형 AI는 질문을 받으면 그럴듯한 문장을 만들어 냅니다. 그런데 그 과정이 곧 사실 확인을 뜻하지는 않아요. 이 점을 알아야 AI의 답을 무턱대고 믿지 않게 됩니다. 왜 틀릴 수 있는지, 왜 잘못된 말을 자신 있게 하는지 아는 것이 출발점이에요.
2️⃣ 목적에 맞게 AI를 활용하는 힘
"정리해 줘"라고만 묻는 것과 "중학생이 이해하게 5문장으로 요약하고, 어려운 용어는 쉬운 예시로 풀어 줘"라고 묻는 것은 결과가 다릅니다. 좋은 답은 좋은 질문에서 나와요. 무엇을, 누구를 위해, 어떤 형식으로 필요한지 분명히 전하는 능력도 여기 들어갑니다.
3️⃣ AI의 답을 판단하고 책임 있게 쓰는 힘
AI가 만든 글·코드·자료를 곧이곧대로 받아들이지 않고 사실과 맥락을 확인하는 태도예요. 출처가 필요한 내용은 다시 확인하고, 편향이나 오류가 없는지 살핍니다. 무엇보다 결과의 책임은 AI가 아니라 사람에게 있다는 걸 잊지 않아야 하죠.
셋 중 가장 어려운 건 세 번째입니다. AI를 쓰는 일은 점점 쉬워지는데, 그 답을 제대로 판단하는 일은 여전히 어렵기 때문이에요.
핵심은 생각을 AI에게 넘기지 않는 것
세 가지를 관통하는 하나를 꼽으라면 비판적으로 판단하는 힘입니다. 앞서 본 네 곳의 정의가 표현은 달라도 모두 이 지점을 핵심에 둬요. 우연이 아닙니다.
가장 조심할 일은 AI에게 생각과 판단까지 넘겨버리는 것입니다. 답을 빠르게 받는 데 익숙해질수록, 그 답이 맞는지 스스로 생각하는 힘은 천천히 약해질 수 있어요. AI가 써 준 글을 읽지 않고 제출하는 것, 짜 준 코드를 이해하지 못한 채 복사하는 것, 추천한 결론을 근거 없이 받아들이는 것. 이런 일이 반복되면 AI는 도구를 넘어 판단을 대신하는 자리에 올라섭니다.
그래서 AI 리터러시가 정말 길러졌는지는 이런 질문으로 가늠해 볼 수 있어요.
- 왜 그런 답이 나왔는지 묻나요?
- 내 목적에 맞는지 생각해 보나요?
- AI가 틀렸을 때 바로잡을 수 있나요?
AI 리터러시의 목표는 더 빨리 답을 얻는 게 아니라, AI를 효율적으로 잘 쓰면서도 생각의 주도권을 사람이 가지고 있는 것입니다.
AI 리터러시는 어떻게 기를까요?
AI 리터러시는 타고나는 능력이 아니에요. 다만 AI를 많이 써 본다고 저절로 생기지는 않아요. 처음에는 AI가 무엇을 잘하고 무엇을 어려워하는지 이해하고, 그다음 목적에 맞게 묻고 결과를 비교하고 틀린 곳을 찾아보는 연습이 필요합니다. 마지막으로 AI가 만든 결과를 자기 생각과 연결해 다시 구성해 보는 경험이 쌓여야 하죠.
특히 학생에게는 이 과정이 더 중요해요. AI가 곧바로 정답을 보여주는 환경에서는 스스로 고민하고 시행착오를 겪는 시간이 줄기 쉽습니다. 그런데 배움은 그 시간을 거쳐야 깊어지죠. 틀려 보고, 고쳐 보고, 다시 설명해 보는 과정에서 생각하는 힘이 자랍니다. 그래서 AI 리터러시 교육은 프롬프트 사용법에 머물러서는 안 됩니다. AI를 잘 쓰는 법과 함께, 판단하고 검토하고 자기 언어로 바꾸는 훈련까지 필요해요.
이 사고력은 구체적인 훈련으로 길러집니다. 그 방법의 하나가 코딩 교육이에요. 문제를 작게 나누고, 가설을 세우고, 틀리면 원인을 찾아 고치는 과정이 코딩에 그대로 들어 있거든요. 다만, 여기서 말하는 코딩은 단순히 코드를 작성하는 것을 뜻하지 않아요. 자세한 내용은 아래 글에서 자세히 다뤘으니 참고해 주세요.
참고 자료
- Long, D. & Magerko, B. (2020), What is AI Literacy? Competencies and Design Considerations, CHI 2020
- UNESCO, AI Competency Framework for Students (2024)
- OECD · European Commission, AILit Framework — Empowering Learners for the Age of AI (2025 초안)
Share article