커뮤니케이션 능력, 이상한 격차가 포착되다
이야기는 하나의 숫자에서 시작됐다.
OpenAI가 자사 ChatGPT Enterprise를 쓰는 100개 이상 기업의 데이터를 분석했다. 같은 회사, 같은 부서, 같은 AI 도구를 쓰는 직원들이었다. 조건은 동일했다. 그런데 상위 5% 직원과 평균 직원 사이에 AI 활용량 차이가 6배나 벌어져 있었다.
(OpenAI Enterprise 데이터 분석)
6배. 같은 도구를 줬는데 6배다.
처음에는 IT를 잘 아는 사람이겠지 싶었다. 그런데 데이터를 더 파고 들어가니 이상한 점이 보였다. 상위 5%가 특별히 코딩을 잘하거나 기술 배경이 있는 사람들이 아니었다. 이들의 공통점은 따로 있었다. 자기가 원하는 것을 AI에게 정확하게 설명하는 능력. 즉 커뮤니케이션 능력이 뛰어난 사람들이었다.
MIT에서도 비슷한 패턴이 잡혔다. ChatGPT를 활용한 그룹은 작업 시간을 40% 줄이고 품질을 18% 높였다. 그런데 그 효과는 모든 사람에게 골고루 나타나지 않았다. 질문을 어떻게 구성하느냐에 따라 결과가 극적으로 갈렸다.
(MIT 챗GPT 생산성 연구)
여기서 하나의 의문이 생겼다. 이건 단순히 프롬프트를 잘 쓰는 기술의 문제일까. 아니면 더 근본적인 무언가가 작동하고 있는 걸까.
하버드가 발견한 불편한 이면
이 의문에 답을 줄 만한 실험이 하나 있었다.
하버드 경영대학원과 보스턴컨설팅그룹, BCG가 함께 진행한 대규모 실험이다. 세계적 컨설팅 회사 BCG의 현직 컨설턴트 수백 명에게 GPT-4를 쓰게 했다. 결과는 화려했다. AI를 쓴 그룹은 12.2% 더 많은 과제를 25.1% 더 빠르게 완수했다.
(Forbes, Harvard-BCG AI 실험)
그런데 연구진이 발견한 것은 그 다음이었다.
AI의 능력 범위 바깥에 있는 과제를 줬을 때, AI를 쓴 그룹의 정확도가 오히려 23% 떨어졌다. AI가 그럴듯하게 내놓은 답을 의심 없이 받아들인 것이다.
이 실험이 보여준 것은 단순하지만 묵직하다. 커뮤니케이션 능력은 AI에게 잘 시키는 것만이 아니다. AI가 내놓은 답을 읽고, 이건 맞고 이건 아니다를 판단하는 것도 소통이다. AI의 말을 비판적으로 듣는 능력. 이것이 빠지면, AI를 쓸수록 오히려 바보가 되는 역설이 발생한다.
여러 자료를 조합해보니 하나의 패턴이 발견됐다.
커뮤니케이션 능력이 높은 사람은 AI를 도구로 쓴다. 낮은 사람은 AI에게 의존한다. 그리고 그 차이가 시간이 갈수록 벌어진다.
직장에서 사람들이 말을 멈추기 시작했다
격차 이야기를 추적하다 보니, 예상하지 못한 방향의 데이터가 하나 더 나타났다.
GTT Korea 보도에 따르면, 생성형 AI를 도입한 이후 근로자의 32%가 동료와의 대화 빈도가 줄었다고 답했다. 예전에는 모르는 게 있으면 옆자리 선배에게 물어봤다. 이제는 ChatGPT에게 물어본다.
(GTT Korea, 챗GPT 3년 직장 인간관계 변화)
더 놀라운 데이터는 Z세대에서 나왔다. 2025년 10월 조사에서, Z세대 직장인의 절반이 AI 도움 없이 동료와 대화하는 것을 두려워한다고 응답했다. 동료보다 AI 챗봇과 이야기하는 게 더 편하다는 것이다.
(머니투데이, Z세대 AI 없으면 대화도 쩔쩔)
(뉴시스, AI 없인 대면 어려워)
여기서 이상한 역설이 보인다.
AI와 소통하려면 커뮤니케이션 능력이 필요하다. 그런데 AI에 익숙해질수록 사람 간 소통을 안 하게 된다. 사람 간 소통을 안 하면 커뮤니케이션 능력의 근육이 빠진다. 근육이 빠지면 AI와의 소통 품질도 결국 떨어진다.
소통의 악순환 고리가 데이터 속에서 모습을 드러내고 있었다.
돈의 흐름을 따라가 봤다
누군가에게는 이 격차가 기회다. 돈의 흐름을 따라가면 구조가 보인다.
첫 번째 수혜자는 빅테크 플랫폼이다.
OpenAI는 전 세계 100만 이상의 비즈니스 고객을 확보했다. 사용자가 AI와 나누는 대화 하나하나가 모델 개선을 위한 데이터가 된다. 커뮤니케이션을 잘하는 사용자일수록 더 풍부하고 구조화된 데이터를 무료로 제공하는 셈이다. FO경제는 이를 브라우징 데이터 확보 및 모델 정교화 데이터셋 수집 인프라라고 분석했다.
(FO경제, AI 플랫폼 대전)
두 번째 수혜자는 AI를 잘 쓰는 개인이다.
미국에서는 이미 AI 활용 능력이 있는 직원이 연봉을 30% 더 받는 현상이 데이터로 확인되고 있다. 한국경제는 이를 AI발 노동시장 대전환기라고 보도했다.
(한국경제, AI 다루면 연봉 30% 더)
세 번째 수혜자는 교육과 컨설팅 시장이다.
AI 리터러시 교육 시장이 급속히 커지고 있다. EU는 2025년 2월부터 AI Act 제4조에 따라 모든 기업에 직원 AI 리터러시 교육을 법적으로 의무화했다.
(Latham & Watkins, EU AI Act 의무)
돈의 흐름을 조합해보니 보이는 것이 있다. 커뮤니케이션 능력이 시장이 되고 있다. 예전에는 측정할 수 없는 소프트 스킬이었던 것이, 이제는 연봉, 생산성, 법적 의무의 영역으로 들어왔다.
한국에서 벌어지고 있는 상황
여러 데이터를 교차해서 보면, 한국에서 아직 공식적으로 이야기되지 않는 상황이 몇 가지 예측된다.
예측 1. AI 도입률은 높지만, 대부분의 기업이 비싼 검색엔진으로 쓰고 있다.
한국 기업의 69%가 AI를 도입했지만 89%가 생산성 변화를 체감하지 못했다. 63.3%가 투자를 확대하겠다고 했지만 그 투자는 IT 인프라에 집중되어 있다. 직원들의 AI 소통 능력에 대한 투자는 후순위다. 도구에 돈을 쏟고, 그 도구를 쓸 사람의 소통법에는 투자하지 않는 구조다.
(지디넷, 기업 89% 생산성 체감 못해)
(캐럿글로벌, 한국기업 AI 현황)
예측 2. 조용한 AI 계급이 만들어지고 있다.
블라인드 설문에서 78.4%가 회사 규모나 소득이 AI 활용 능력에 영향을 준다고 답했다. 대기업 직원은 유료 AI 서비스에 접근할 수 있고, 사내 교육을 받을 수 있다. 중소기업 직원은 무료 버전을 혼자 더듬거리며 쓴다. 이 격차는 현재 조용히 진행 중이다. 매일경제는 지역과 산업 불균형이 누적되면 양극화만 고착화될 것이라고 경고했다.
(테크브루, AI 디바이드)
(매일경제, AI가 양극화 키울 수도)
예측 3. 커뮤니케이션 능력의 성별 격차가 AI 격차로 전이되고 있다.
지디넷 분석에 따르면, 생성형 AI 사용에서 성별 격차가 뚜렷하다. 여성이 남성보다 AI 사용을 더 망설이는 경향이 있다. 이는 기술 자체의 문제가 아니라 기술 자기효능감의 차이에서 비롯된다. 이 격차가 커지면 기존의 임금 성별 격차 위에 AI 활용 격차가 겹쳐질 가능성이 높다.
(지디넷, AI 성별 격차)
예측 4. 교육이 가장 늦게 바뀔 것이다.
한국 교육 현장에서 프롬프트 리터러시를 정규 과정에 도입하자는 제안이 나왔지만, 체계적 실행은 아직 이루어지지 않고 있다. 교육 시스템은 구조적으로 가장 느리게 변한다. 그 사이 기업은 이미 직원에게 커뮤니케이션 능력을 요구하고 있다. 교육이 가르치지 않는 것을 시장이 먼저 요구하는 시간차가 발생하고 있다.
(함께학교, AI 리터러시 교육 정책제안)
그런데, 이 이야기가 틀릴 수도 있다
한쪽만 보면 편향에 빠진다. 반대쪽 가능성도 발견됐다.
Reddit에서는 프롬프트 엔지니어링은 임시 기술 격차일 뿐이라는 의견이 꾸준히 올라온다. AI가 더 똑똑해지면, 대충 말해도 맥락을 알아서 파악하는 시대가 올 수 있다. 실제로 AI 모델의 맥락 이해 능력은 매 분기 눈에 띄게 좋아지고 있다.
(Reddit, 프롬프트 엔지니어링은 장기 커리어가 아니다)
IMF도 다른 시각을 제시했다. AI가 고소득 노동자의 업무를 대체하면서 오히려 임금 격차가 줄어들 수 있다는 분석이다. 지니계수가 1.73%포인트 개선될 수 있다는 전망이다.
(경향신문, IMF AI 불평등 분석)
다만, 현재까지의 데이터 추세를 보면, AI가 똑똑해지는 속도보다 사람들 사이의 활용 격차가 벌어지는 속도가 더 빠른 것으로 관측되고 있다. 피렌체의 식탁은 이를 두고 AI 격차는 디지털 디바이드보다 뒤끝이 길다고 표현했다.
(피렌체의 식탁, AI 격차 심층 분석)
데이터가 가리키는 행동 가이드
여러 연구, 기사, 현장 데이터를 조합해서 발견된 패턴들을 정리했다. 지금 시점에서 고려해볼 만한 행동이 보인다. 이건 정답이 아니라, 데이터가 가리키는 방향이다.
행동 1. AI에게 말하기 전에, 자기 생각을 먼저 정리하라
OpenAI 상위 5% 사용자의 공통점은 AI에게 바로 말을 걸지 않았다는 것이다. 먼저 자기가 원하는 결과물의 형태, 대상, 맥락을 정리한 후에 AI에게 전달했다. 이것은 프롬프트 기술이 아니라 사고를 구조화하는 소통 습관이다.
구체적으로는 이렇다. 무언가를 AI에게 시키기 전에 종이나 메모장에 세 줄을 써보는 것이다. 누구를 위한 결과물인가. 어떤 형태여야 하는가. 절대 빠지면 안 되는 내용은 무엇인가. 이 세 줄이 프롬프트의 품질을 결정한다.
행동 2. AI가 한 말을 의심하는 습관을 만들어라
Harvard-BCG 실험에서 AI 결과를 그대로 수용한 사람들의 정확도가 23% 떨어졌다. AI의 답을 받으면 바로 쓰지 말고, 이 답이 틀렸다면 어디가 틀렸을까를 한 번 생각하는 것이다. 이 한 단계가 의존과 활용의 경계선이다.
구체적으로는 이렇다. AI가 내놓은 결과물에 대해 반대 의견을 들려달라고 한 번 더 물어보는 습관이다. 이것만으로도 무비판적 수용의 위험이 크게 줄어든다.
행동 3. 사람과의 대화를 의도적으로 늘려라
직장 내 대화가 32% 줄고, Z세대 절반이 대면 소통을 두려워하는 지금. 역설적으로 사람과 직접 말하는 능력의 가치가 올라가고 있다. AI가 대체할 수 없는 영역은 감정 조율, 갈등 해결, 비언어적 신호 읽기다. 이 능력은 안 쓰면 퇴화한다.
구체적으로는 이렇다. AI에게 맡길 수 있는 일은 맡긴다. 초안 작성, 데이터 정리, 정보 검색 같은 것들이다. 그렇게 번 시간을 동료와의 직접 대화, 피드백 주고받기, 대면 회의에 재투자하는 것이다. 이것이 장기적으로 가장 대체 불가능한 커뮤니케이션 능력을 만든다.
행동 4. AI 소통 능력을 혼자 키우려 하지 마라
블라인드 설문에서 78%가 회사 환경이 AI 활용 능력에 영향을 준다고 답했다. 개인의 노력만으로는 한계가 있다. 주변에 AI를 잘 쓰는 사람이 있다면 그 사람의 프롬프트를 직접 보는 것이 가장 빠른 학습법이다. OpenAI 데이터에서도 상위 활용자의 패턴이 주변 동료에게 전파되는 현상이 관찰됐다.
구체적으로는 이렇다. 팀 내에서 이번 주에 AI로 해본 것 하나씩 공유하는 짧은 시간을 만드는 것이다. 10분이면 충분하다. 한 사람의 좋은 프롬프트가 팀 전체의 소통 수준을 끌어올릴 수 있다.
행동 5. 커뮤니케이션 능력을 경제적 자산으로 인식하라
미국에서 AI 활용 능력이 연봉 30% 차이를 만들고, EU에서 AI 리터러시가 법적 의무가 된 지금. 커뮤니케이션 능력은 더 이상 성격이나 성향의 문제가 아니다. 이력서에 적어야 할 경제적 자산이 되고 있다.
구체적으로는 이렇다. 자기가 AI와 소통해서 만들어낸 업무 성과를 기록으로 남기는 것이다. AI를 활용해 보고서 작성 시간을 50% 단축했다는 한 줄이, 앞으로의 평가와 이직 시장에서 점점 더 무게를 갖게 될 가능성이 높다.
마지막으로
여러 데이터를 모아서 교차해본 결과, 하나의 그림이 발견됐다.
AI 시대의 커뮤니케이션 능력은 세 가지 층으로 작동한다. AI에게 잘 말하는 능력. AI의 말을 잘 읽는 능력. 그리고 여전히 사람에게 잘 말하는 능력. 이 세 가지가 하나의 세트로 움직일 때 비로소 6배의 격차를 만든 상위 5%의 패턴과 닮아간다.
이 흐름이 맞는지 틀리는지는 시간이 판단해줄 것이다. 다만 현재 데이터가 가리키는 방향은 꽤 선명하다. 같은 도구를 줘도, 소통하는 방식이 다르면 완전히 다른 세계에 살게 된다는 것.
이 이야기를 어떻게 받아들일지는, 읽는 분들의 판단에 맡긴다.