핵심 요약

AI 리터러시는 AI가 어떻게 동작하는지 이해하고, 결과를 비판적으로 평가하며, 책임 있게 쓰는 능력이며 EU AI Act 등 공공 문서에 정의가 있습니다. AI Native에는 공식·표준 정의가 없으며, 처음부터 AI를 기본 전제로 두고 일하거나 시스템을 설계하는 방식을 가리키는 말로 흔히 쓰입니다. 이 글에서는 리터러시를 바탕(이해·판단)으로, AI Native를 그 위에서 일하는 방식 자체를 AI 중심으로 다시 짜는 것으로 구분합니다(필자의 해석입니다).

요즘 “AI Native”와 “AI 리터러시”라는 말을 함께 자주 접하게 됩니다. 이 글에서는 AI 리터러시가 무엇인지, AI Native는 어떤 뜻으로 쓰이는지, 둘이 어떻게 다른지, 그리고 AI 역량과 AI 활용 능력을 어떻게 키울 수 있는지 공개 문서를 근거로 정리합니다.

AI 리터러시란 무엇입니까?

한 줄 답: AI가 어떻게 동작하는지 이해하고, 기회와 위험을 비판적으로 살피며, 맥락에 맞게 책임 있게 활용하는 기본 역량입니다.

AI 리터러시는 법령에 정의가 있는 개념입니다. EU AI Act(Regulation (EU) 2024/1689) 제3조 (56)호는 다음과 같이 정의합니다(비공식 통합본 기준, 공식본은 EUR-Lex).

"'AI literacy' means skills, knowledge and understanding that allow providers, deployers and affected persons, taking into account their respective rights and obligations in the context of this Regulation, to make an informed deployment of AI systems, as well as to gain awareness about the opportunities and risks of AI and possible harm it can cause"

번역하면, AI 리터러시는 제공자·배포자·영향을 받는 사람이 이 규정의 맥락에서 각자의 권리와 의무를 고려하여 AI 시스템을 충분히 알고 배치할 수 있게 하는 기술·지식·이해이며, AI의 기회와 위험, 그리고 AI가 일으킬 수 있는 피해를 인식하게 하는 것을 포함합니다. 이 번역은 필자의 번역이며 법률 자문이 아닙니다.

제4조(AI 리터러시)는 2025년 2월 2일부터 적용되고 있습니다. 이후 Digital Omnibus on AI(Regulation (EU) 2026/1744)로 개정되었고, 유럽연합 집행위원회 표기에 따르면 개정은 2026년 7월 중순에 발효되었습니다. 현재 제4조 1항은 제공자와 배포자가 다음 조치를 취하도록 합니다.

"shall take measures to support the development of AI literacy of their staff and other persons dealing with the operation and use of AI systems on their behalf"

즉 소속 직원과, 이들을 대신해 AI 시스템의 운영·사용을 다루는 사람들의 AI 리터러시 발전을 지원하는 조치를 취해야 하며, 이때 기술적 지식, 경험, 교육·훈련, 사용 맥락을 고려합니다. 다만 같은 항은 “This obligation does not require providers or deployers to guarantee any specific level of AI literacy of any individual.”라고 밝혀, 개인별로 특정 수준을 보장하라는 의무는 아닙니다. 2항은 집행위원회와 회원국이 특히 중소기업 등을 지원하고 집행위원회가 실무 사례를 공개하도록 하며, 3항은 AI Board가 유럽 역량 프레임워크를 고려해 권고를 채택하도록 합니다.

교육 분야의 프레임워크도 같은 방향입니다. UNESCO의 “AI competency framework for students”(2024)는 인간 중심 사고방식, AI 윤리, AI 기술과 응용, AI 시스템 설계의 네 영역에 걸친 12개 역량을 제시합니다. OECD와 유럽연합 집행위원회가 함께 만든 AILit Framework는 AI 리터러시를 학생과 교사가 AI 시스템이 어떻게 동작하는지 이해하고, 기회와 위험을 비판적으로 평가하며, 책임 있게 사용하도록 돕는 것으로 설명하고, 각 역량을 지식·기술·태도의 결합으로 봅니다.

AI Native란 무엇입니까?

한 줄 답: 공식·표준 정의는 없으나, 처음부터 AI를 기본 전제로 두고 시스템을 설계하거나 일하는 방식을 뜻하는 말로 쓰입니다.

먼저 분명히 해 둘 점은 AI Native에 공식 정의나 표준 정의가 없다는 것입니다. 그래서 어떤 맥락에서 쓰이는 말인지 구분해서 보아야 합니다.

시스템 쪽에서는 통신 장비 기업 Ericsson의 백서 “Defining AI native”가 대표적인 사용례입니다. 이 백서의 정의 부분은 “To address the lack of a clear definition of the term AI native”라는 문장으로 시작하며, 통신 시스템을 대상으로 다음과 같이 정의합니다.

"AI native is the concept of having intrinsic trustworthy AI capabilities, where AI is a natural part of the functionality, in terms of design, deployment, operation, and maintenance."

번역하면 AI Native는 신뢰할 수 있는 AI 능력을 내재적으로 갖추어, 설계·배포·운영·유지보수 측면에서 AI가 기능의 자연스러운 일부가 되는 개념입니다. 같은 백서는 기존 기능을 AI로 대체하거나 추가하는 것만으로는 그 구현이 AI Native가 되지 않는다고도 설명합니다. 다만 이 정의는 통신 시스템에 대한 것이므로 사람이나 조직에 그대로 적용되는 정의는 아닙니다.

사람이나 조직에 대해서는 “디지털 네이티브”에서 유추해, 처음부터 AI를 기본값으로 두고 일하는 방식을 가리키는 말로 흔히 쓰입니다. 이는 정의가 아니라 통용되는 비공식적 쓰임새이며, 기존 습관 위에 AI를 덧붙이는 것과 대비되는 뜻으로 쓰이는 경우가 많습니다.

AI Native와 AI 리터러시는 어떻게 다릅니까?

한 줄 답: 이 글에서는 AI 리터러시를 AI를 이해하고 판단하는 바탕 역량으로, AI Native를 그 바탕 위에서 업무 흐름 자체를 AI 전제로 재설계하는 방식으로 구분합니다.

아래 표는 이 글에서 사용하는 구분입니다. 공식 정의가 있는 것은 AI 리터러시 쪽이며, AI Native 열은 앞에서 설명한 통용되는 쓰임새를 필자가 정리한 것입니다.

기준AI 리터러시AI Native
무엇을 말하나이해·판단·책임 있는 사용 능력일하는 방식·시스템 설계 방식
공식 정의있음 (EU AI Act 등 공공 문서)없음 (산업·실무에서 통용되는 표현)
핵심 질문AI를 제대로 이해하고 비판적으로 판단하는가?AI를 전제로 일의 흐름을 다시 설계했는가?
실패 모습환각과 위험을 모른 채 결과를 무비판적으로 수용함기존 흐름에 생성형 AI 도구만 덧붙이고 검증·분담 구조는 그대로 둠

AI Native와 AI 리터러시 개념 차이

정리하면 둘은 경쟁하는 개념이 아니라 층이 다른 개념입니다. 이해와 판단이 없는 상태에서 흐름만 AI 중심으로 바꾸면 검증되지 않은 결과가 그대로 흘러갈 수 있고, 반대로 이해와 판단이 있어도 흐름이 그대로면 도구의 쓰임이 제한됩니다. 이 역시 필자의 해석입니다.

AI 역량은 어떤 단계로 자랍니까?

한 줄 답: 원리를 이해하고 평가하는 단계에서 시작해, 사람과 AI의 역할을 나누어 만들고 관리하며, 더 나은 방향으로 개선하는 단계로 확장됩니다.

UNESCO의 학생용 프레임워크는 12개 역량이 세 가지 진행 수준, 즉 Understand(이해), Apply(적용), Create(창작)에 걸쳐 있다고 설명합니다. UNESCO는 별도로 “AI competency framework for teachers”도 발표했으며, 이 글에서는 이름만 언급합니다.

OECD와 유럽연합 집행위원회의 AILit Framework는 네 영역을 순차적인 학습 방식의 가능성으로 제시합니다. 기초는 Engage with AI로, 비판적이고 책임 있는 참여자가 되어 AI 결과물을 평가하는 단계입니다. 그다음 Create with AI와 Manage AI가 병렬로 놓이는데, Create는 사람의 주도권을 유지하면서 AI를 창의적 파트너로 쓰는 것이고, Manage는 사람과 AI 사이에 일을 의도적으로 나누고 업무를 맡기는 것입니다. 마지막은 Shape AI로, 인간의 가치를 반영하도록 AI 시스템을 개선하는 단계입니다. 이 프레임워크는 2029년 PISA의 Innovative Domain에도 기여합니다.

이 단계들은 스스로를 점검하는 사다리로 활용할 수 있습니다. 예를 들어 지금 내가 결과를 평가하는 단계인지, 역할을 나누는 단계인지 돌아보는 식입니다. 다만 이는 필자의 제안이며, 프레임워크가 개인 진단 도구로 제공되는 것은 아닙니다.

AI 역량 성장 단계

일에서는 어떻게 보입니까?

한 줄 답: 같은 업무라도 리터러시 관점은 결과 검증과 위험 주의에 집중하고, AI Native 관점은 처음부터 사람과 AI의 분담 흐름을 짜는 데 집중합니다.

아래는 특정 도구나 수치와 무관한 일반적인 업무 장면입니다. 유럽연합 집행위원회 FAQ도 생성형 AI 챗봇으로 광고 문구를 쓰거나 번역하는 직원은 환각 같은 구체적 위험을 알고 있어야 한다고 설명합니다.

  1. 문서 초안 작성
    리터러시 관점: 생성형 AI 도구가 쓴 내용의 사실과 출처를 확인하고 환각 가능성에 주의합니다.
    AI Native 관점: 초안 생성, 검토, 최종 판단으로 이어지는 단계별 흐름을 처음부터 설계합니다.
  2. 코드 리뷰·디버깅
    리터러시 관점: 제안된 코드가 실제로 어떻게 동작하는지, 부작용은 없는지 직접 확인합니다.
    AI Native 관점: 테스트 기준을 먼저 세워 두고, AI의 제안을 그 기준으로 검증하는 흐름으로 구성합니다.
  3. 자료 조사·요약
    리터러시 관점: 환각 가능성을 염두에 두고, 민감한 정보를 입력하지 않도록 주의합니다.
    AI Native 관점: 조사, 요약, 교차 검증 단계를 나누어 사람과 AI에 의도적으로 맡깁니다.

업무 장면에서의 리터러시와 AI Native

어떻게 키울 수 있습니까?

한 줄 답: 원리 이해와 결과 검증 습관으로 리터러시 바탕을 다진 뒤, 반복 업무 하나를 골라 사람과 AI의 분담 구조를 다시 설계하고 기록하며 개선합니다.

아래 단계는 필자의 제안이며 특정 효과를 보장하지 않습니다.

  1. 동작 원리와 맥락 설계의 기초를 익힙니다. 프롬프트, 컨텍스트, 하네스의 개념은 프롬프트·컨텍스트·하네스·그래프 엔지니어링, 뭐가 다를까?에서 정리했습니다.
  2. 결과를 검증하는 습관을 들입니다. 출처와 사실을 확인하고 환각 위험을 인지합니다.
  3. 민감한 정보를 입력하지 않는 등 책임 있는 사용 기준을 지킵니다.
  4. 반복 업무 하나를 골라 사람과 AI의 역할 분담을 다시 짜 봅니다. AILit의 Manage AI에 해당하는 연습입니다.
  5. 사용 과정과 검증 결과를 기록하고 돌아봅니다.

AI 역량 키우기 성장 루프

조직 차원에서는 유럽연합 집행위원회 “AI Literacy - Questions & Answers”가 고려할 최소 단계를 다음과 같이 제시합니다.

  • (a) 조직 내 AI에 대한 전반적 이해: AI가 무엇이고 어떻게 동작하는지, 어떤 AI가 쓰이는지, 기회와 위험은 무엇인지
  • (b) 조직의 역할 파악: 제공자(provider)인지 배포자(deployer)인지
  • (c) 사용하는 AI 시스템의 위험 파악
  • (d) 위 분석을 바탕으로, 구성원의 지식·경험과 사용 맥락을 고려한 조치 설계

같은 FAQ는 사용 설명서를 읽어 보라고 안내하는 것만으로는 효과가 없을 수 있다고도 설명합니다. 또한 감독과 집행은 각국 시장감시당국이 2026년 8월 2일부터 맡습니다.

자주 묻는 질문은 무엇입니까?

한 줄 답: 개발자 여부나 자격증 유무보다 실제 사용 맥락에서의 이해·검증 역량과 업무 설계 방식이 핵심입니다.

AI 리터러시는 개발자만 필요합니까?

아닙니다. EU AI Act 제4조는 직원과 AI 시스템의 운영·사용을 다루는 관련 인력 전반을 대상으로 하며, UNESCO와 OECD–유럽연합 집행위원회 프레임워크도 모든 학습자를 대상으로 합니다.

AI Native가 되려면 코딩을 해야 합니까?

공식 정의가 없으므로 정해진 조건은 없습니다. 코딩 여부보다 일을 할 때 사람과 AI의 역할 분담과 검증 흐름을 어떻게 설계하느냐의 문제입니다.

EU AI Act는 한국 회사에도 적용됩니까?

유럽연합 집행위원회 FAQ에 따르면 EU 안팎의 행위자 모두에게 적용될 수 있으며, AI 시스템이 EU 시장에 출시되거나 EU 내에서 사용되거나 그 사용이 EU 내 사람에게 영향을 미치는 경우가 해당합니다. 따라서 EU 시장·EU 내 사용과 관련되면 대상이 될 수 있습니다. 이 글은 법률 자문이 아니므로 개별 사안은 전문가나 공식 문서로 확인하시기 바랍니다.

AI 리터러시 관련 자격증이 필요합니까?

유럽연합 집행위원회 FAQ는 제4조 준수를 위해 별도 자격증이 필요하지 않으며, 내부 교육 기록으로 충분하다고 안내합니다. 의무적인 AI 책임자 지정과 같은 특정 거버넌스 구조도 요구되지 않습니다.

함께 보면 좋은 글은 무엇입니까?

한 줄 답: 생성형 AI 도구의 맥락 설계 개념과 기초 용어를 정리한 아래 글들을 함께 참고할 수 있습니다.

출처는 어디입니까?

한 줄 답: 이 글에서 인용한 법령, 국제기구 프레임워크, 기술 백서 목록입니다.