✔️ AI 리터리시가 무엇인지 확인해 보세요
✔️ AI 리터리시가 중요한 이유와 3대 요소를 알아보세요
✔️ 실제 기업에서 활용하는 방법과 교육사례를 알아보세요
1. AI 리터러시란 무엇인가
오늘날 AI는 단순한 기술적 도구를 넘어 우리의 일상과 일하는 방식을 빠르게 변화시키고 있습니다. 추천 시스템과 검색은 물론, 문서 작성, 자료 조사, 데이터 정리와 분석 등 일상과 업무 전반에 AI가 폭넓게 활용되고 있습니다. 이러한 변화 속에서 그 중요성이 더욱 커지고 있는 역량이 바로 AI 리터러시입니다.
리터러시는 본래 글을 읽고 쓸 수 있는 문해력을 의미했습니다. 이후 기술과 미디어 환경이 변화하면서 시각 리터러시, 인터넷 리터러시, 모바일 리터러시, 디지털 리터러시 등 다양한 형태로 확장되어 왔습니다. AI 리터러시는 초기에는 디지털 리터러시의 하위 영역으로 논의되었지만, AI의 복합성과 사회적 영향력이 커지면서 최근에는 독립적인 역량 개념으로 주목받고 있습니다(황현정 외, 2023).
AI 리터러시는 단순히 AI 도구를 사용할 수 있는 능력을 의미하지 않습니다.
AI의 기본 원리와 한계를 이해하고, 목적에 맞는 도구를 활용하여 문제를 해결하며, 그 과정과 결과를 비판적으로 평가하고 윤리적으로 성찰할 수 있는 실천적이고 종합적인 역량을 의미합니다.
2. AI 리터러시가 중요한 이유
AI 기술은 반복적인 업무를 줄이고 새로운 아이디어를 제공함으로써 조직의 생산성과 업무 효율성을 높일 수 있습니다. 그러나 조직이 충분한 준비 없이 AI를 도입할 경우, 환각으로 인한 정보 오류, 데이터 편향, 개인정보 유출, 자동화된 판단에 대한 과도한 의존 등 다양한 부작용이 발생할 수 있습니다. 이처럼 AI는 편익과 위험을 동시에 내포하고 있기 때문에 AI 리터러시의 중요성이 더욱 강조되고 있습니다.
특히 조직 내 AI 활용이 빠르게 확산되는 상황에서 구성원의 판단 역량과 관리 체계가 이를 충분히 뒷받침하지 못하면 AI로 인한 위험은 더욱 커질 수 있습니다. 예를 들어, AI가 생성한 그럴듯한 오답을 별도의 검증 없이 받아들일 경우 잘못된 정보가 중요한 의사결정에 활용될 수 있습니다. 또한 AI 활용에는 환각 여부에 대한 검증뿐만 아니라 책임 소재, 개인정보 보호, 정보보안 등의 과제가 뒤따릅니다. 따라서 AI가 제시한 결과를 사람이 최종적으로 확인하고 판단하는 절차와 이를 지원하는 조직 차원의 거버넌스가 필요합니다(나동만 외, 2025).
이에 따라 조직 구성원에게는 AI가 생성한 결과를 비판적으로 검토하고, 기술의 한계와 잠재적 위험을 이해하며, 이를 윤리적이고 책임 있게 활용할 수 있는 역량이 요구됩니다. AI 리터러시는 단순히 AI 도구를 능숙하게 사용하는 능력을 넘어, AI를 안전하게 활용하고 그 결과에 대해 올바르게 판단하기 위한 기본 역량이라고 할 수 있습니다.
3. AI 리터러시의 3대 요소
미국의 비영리 교육 혁신 기관인 Digital Promise는 『AI Literacy: A Framework to Understand, Evaluate, and Use Emerging Technology』에서 AI 리터러시를 이해 (Understand), 평가(Evaluate), 활용(Use)이라는 세 가지 상호 연결된 참여 방식으로 제시하였습니다. 각 요소의 의미는 다음과 같습니다.
- 이해(Understand): AI의 작동 원리와 한계를 알기
AI가 어떠한 원리와 방식으로 작동하는지 이해하는 역량입니다. AI가 학습 데이터와 확률적 예측을 기반으로 결과를 생성한다는 점을 이해하고, AI가 항상 정확하거나 객관적인 결과를 제공하는 것은 아니라는 사실을 인식해야 합니다. 이 기본 원리를 이해하면 AI가 생성한 그럴듯한 문장을 무조건 ‘정답’으로 받아들일 가능성을 줄일 수 있습니다. 또한 어떤 데이터와 조건이 결과에 영향을 미쳤는지, AI가 최신 정보나 업무의 구체적인 맥락을 놓치지는 않았는지 한번 더 점검할 수 있습니다(Mills et al., 2024).
- 평가(Evaluate): 결과와 사용의 적절성을 판단하기
AI가 제공한 결과의 정확성, 신뢰성, 편향 및 오정보 가능성을 비판적으로 검토하는 역량입니다. AI의 답변에 사실관계나 논리적 오류가 없는지 확인하고, 제시된 근거와 판단 과정이 적절한지도 점검해야 합니다. 아울러 조직에서 AI를 활용할 때는 개인정보 보호, 투명성, 책임성 등 관련 원칙과 규정도 준수해야 합니다. 특히 중요한 의사결정에서는 AI의 결과를 그대로 수용하지 않고, 해당 AI를 그 의사결정에 사용하는 것이 적절한지 판단한 뒤 사람이 최종적으로 검토하고 책임져야 합니다(Mills et al., 2024).
- 활용(Use): 목적에 맞게 상호작용하고, 만들고, 문제를 해결하기
업무 목적과 상황에 적합한 AI 도구를 선택하고, 이를 실제 문제 해결에 효과적으로 적용하는 역량입니다. 단순히 AI 도구를 사용할 줄 아는 데 그치지 않고, 원하는 결과를 얻기 위해 적절한 질문과 지시를 설계하고 AI를 업무 절차에 효과적으로 연결할 수 있어야 합니다. 이를 위해서는 먼저 해결하려는 업무와 목적을 명확히 정하고, AI에 필요한 맥락과 조건을 충분히 제공해야 합니다. 이후 AI가 생성한 결과를 검토하고 수정하여 실제 업무 흐름과 최종 결과물에 연결하는 과정이 필요합니다(Mills et al., 2024).
4. AI 리터러시는 실제 업무에서 어떻게 활용될까
AI 리터러시는 문서 작성, 데이터 분석 등의 작업을 수행하며 고객 응대, 기획, 인사 등 다양한 업무에서 활용됩니다. 같은 AI 도구를 사용하더라도 결과를 그대로 받아들이는지, 검토와 판단을 거쳐 활용하는지에 따라 업무의 품질과 위험 수준은 크게 달라질 수 있습니다.
문서 작성에서는 AI가 생성한 초안을 그대로 사용하기보다 사실관계와 수치, 출처를 확인하고 개인정보나 조직의 내부 정보가 포함되어 있지 않은지 점검해야 합니다. 데이터 분석에서도 데이터의 품질과 편향 가능성, 분석 방법의 적절성을 살펴보고, AI가 제시한 결과가 실제 데이터와 일치하는지 다시 확인하는 과정이 필요합니다.
고객 응대에 AI를 활용할 때는 답변의 정확성과 표현의 적절성을 검토하고, 민감하거나 복잡한 사안은 담당자가 직접 판단하고 소통해야 합니다. 기획 업무에서는 AI를 자료 조사와 아이디어 발굴에 활용할 수 있지만, 조직과 환경의 모든 맥락을 파악하고 있지 않기 때문에 예산, 법·제도, 조직의 여건과 실행 가능성을 종합적으로 판단하여 사람이 최종적으로 의사결정을 해야 합니다. 또한 채용, 평가 등의 인사 업무에서는 개인정보 보호와 데이터 편향 가능성을 더욱 신중하게 점검해야 하며, 구성원에게 직접적인 영향을 미치는 중요한 결정은 명확한 기준과 사람의 검토를 거쳐 이루어져야 합니다.
결국 AI 리터러시는 단순히 AI를 많이 사용하는 능력이 아닙니다. AI가 효과적으로 지원할수 있는 영역과 사람이 직접 판단하고 책임져야 하는 영역을 구분하는 능력입니다. AI의 장점을 적극적으로 활용하되, 그 한계와 위험을 이해하고 결과를 비판적으로 검증하는 것이 AI 시대에 필요한 핵심 업무 역량입니다.
5. 기업들은 AI 리터러시를 어떻게 교육하고 있을까
기업의 AI 리터러시 교육은 일회성 도구 사용법을 전달하는 수준을 넘어, 학습한 내용을실제 직무에 적용하고 피드백을 통해 개선하는 방식으로 나아가고 있습니다. 기업들은 AI의 기본 원리와 한계를 이해하는 공통교육에 현업의 구체적인 문제를 해결하는 직무별 실습을 결합하고 있습니다. 이와 함께 개인정보, 회사 내 정보 등 민감한 정보의 입력을 제한하고, AI가 제시한 통계·법령·출처를 사용자가 직접 검증하도록 하는 생성형 AI 활용 가이드라인도 마련하고 있습니다.
실전 교육에서는 교육생이 직접 프로그램을 설계하게 함으로써, 구성원이 AI의 단순한 사용자를 넘어 업무 도구의 설계자로 성장하도록 지원하고 있습니다. 또한 기업들은 AI 활용을 일회성 교육에 그치지 않고 조직문화로 정착시키기 위해 해커톤, 우수사례 공유, 사내 커뮤니티, 인증 및 보상 제도 등을 함께 운영하고 있습니다. GS그룹은 매년 실리콘밸리식 ‘GS그룹 해커톤’을 개최하여 구성원들이 현업의 문제를 AI와 디지털 기술로 해결하도록 지원하고, 조직 내 AI 활용과 혁신 문화를 확산하고 있습니다(이인아, 2026).
카카오 역시 매년 사내 해커톤을 통해 구성원들이 AI를 활용해 새로운 서비스와 협업 방식을 실험할 수 있는 문화를 조성하고 있습니다(변상근, 2025). 한글과컴퓨터는 ‘AI 크루–AX 챌린저–AX 챔피언’으로 이어지는 단계별 AX 성장 체계를 운영하고 있으며, 우수한 AX 성과를 창출한 ‘AX 챔피언’에게 포상금과 인사 가산점을 제공하고 있습니다. 이는 AI 활용 역량을 단순한 교육 프로그램에 머물게 하지 않고 조직문화와 평가·보상 체계까지 연결한 사례로 볼 수 있습니다(박세현, 2026).
이러한 사례들은 AI 리터러시 교육이 단순한 도구 사용법 교육만으로는 충분하지 않다는 점을 보여줍니다. AI의 원리와 한계를 이해하는 교육, 직무별 실습, 안전한 활용 기준과 결과 검증, 그리고 지속적인 경험 공유와 보상 체계가 유기적으로 연결될 때 AI 리터러시는 구성원의 실질적인 업무 변화와 조직의 AI 활용 역량으로 이어질 수 있습니다.
6. AI 리터러시를 높이는 방법
- 개인 차원의 노력
개인이 가장 먼저 갖추어야 할 역량은 자기주도적인 학습 태도입니다. 기존 지식을 반복적으로 습득하는 데 그치지 않고, 업무에 필요한 지식과 역량을 적시에 찾아 학습하며 지속적으로갱신해야 합니다. 이 과정에서 AI를 단순한 정보 제공 도구가 아니라, 질문과 피드백을 주고 받으며 함께 문제를 해결하는 협력적 학습 파트너로 활용할 수 있습니다.
AI가 제공하는 결과를 무조건 신뢰하지 않는 비판적 태도도 중요합니다. 정보의 출처와 신뢰성을 확인하고 여러 자료를 교차 검증함으로써 자동화 편향과 잘못된 정보의 수용 가능성을 줄여야 합니다. 아울러 개인정보 보호, 저작권, 공정성 등 AI 활용 과정에서 발생할 수 있는 윤리적 문제를 인식하고, 결과에 대한 책임은 최종적으로 사용자에게 있다는 자세로 AI를 활용해야 합니다.
- 기업 차원의 지원
기업은 구성원이 갖추어야 할 최소한의 AI 역량 기준을 마련하고, 교육과 자격제도 등을 통해 체계적으로 학습할 수 있도록 지원해야 합니다. 다만 AI 활용을 일방적으로 강제하기보다 업무 특성에 맞게 도구를 선택하고 실험할 수 있는 자율성을 보장해야 합니다. 필요한 AI 서비스와 교육 비용을 지원하고, 업무 개선 성과를 평가와 보상에 반영하는 것도 구성원의 자발적인 참여를 높이는 데 도움이 됩니다.
AI 활용 과정에서 발생한 시행착오를 개인의 실패로 비난하지 않고 조직의 학습 자산으로 공유하는 심리적 안전감을 조성해야 합니다. 디지털 도구에 익숙한 주니어 직원은 AI 활용법을 공유하고, 경험이 많은 시니어 직원은 업무 지식과 판단 맥락을 전수하는 세대 간 상호 멘토링을 운영하면 기술 역량과 도메인 전문성을 함께 높일 수 있습니다(나동만 외, 2025).
7. AI 시대 HR의 역할: ‘인간 존엄과 책임’을 지키는 퍼실리테이터
조직 전반의 AI 리터러시를 높이고 안전하고 윤리적인 AI 활용 환경을 조성하기 위해 HR은 단순한 교육 관리자를 넘어야 합니다. 조직의 AI 활용 원칙과 학습 체계를 설계하고, 중요한 의사결정 과정에서 인간의 판단과 책임이 유지되도록 지원하는 퍼실리테이터 역할을 수행해야 합니다.
이를 위해 먼저 조직의 특성에 맞는 AI 리터러시 진단 체계를 마련해야 합니다. 구성원의 AI 이해도와 활용 역량을 객관적으로 파악하고, 직무·연령·숙련도 등의 차이로 인해 AI 활용에서 소외되거나 진입장벽을 느끼는 구성원이 없는지 살펴보아야 합니다. 진단 결과를 바탕으로 역량 수준과 업무 특성에 맞는 맞춤형 교육과 지원을 제공하는 것도 중요합니다.
AI 리터러시 교육은 정형화된 이론이나 도구 사용법을 전달하는 수준에 머물러서는 안 됩니다. 현업에서 발생하는 문제를 AI와 협업해 해결하는 해커톤, 워크숍, 소규모 프로젝트 등 실천 중심의 학습을 확대해야 합니다. 교육 이수자에게 인증 배지를 부여하거나 직무·경력 개발과 연계하여 구성원의 참여 동기와 학습의 지속성을 더욱 높여야 합니다.
AI 시대 HR의 역할은 단순히 조직의 AI 사용률을 높이는 데 있지 않습니다. 구성원이 AI를 올바르게 이해하고 활용하며, 그 결과를 비판적으로 판단할 수 있도록 제도와 교육, 조직문화를 연결해야 합니다. 특히 중요한 의사결정을 AI에 전적으로 맡기지 않고 인간이 검토하고 최종 책임을 지는 원칙이 지켜지도록 해야 합니다. 이는 HR만의 과제가 아니라 조직내 전사적 AI 거버넌스 차원에서 추진되어야 하며, HR은 관련 원칙을 지속적으로 교육하고 확산함으로써 기술의 효율성과 인간의 존엄성·책임성이 균형을 이루도록 지원해야 합니다.
Reference
- 황현정·박지수·김승완(2023), 「국내외 AI 리터러시의 연구 동향 분석: 체계적 문헌고찰 방법을 중심으로」, 『교육문화연구』, 29(3), 135-184.
- Mills, K., Ruiz, P., Lee, K.-W., Coenraad, M., Fusco, J., Roschelle, J., & Weisgrau, J. (2024). AI Literacy: A Framework to Understand, Evaluate, and Use Emerging Technology. Digital Promise. DOI: 10.51388/20.500.12265/218.
- 이인아. (2026년 4월 27일). “해커톤부터 현장 적용까지”…GS그룹, AI 전환해 미래 경쟁력 강화. 조선비즈. https://biz.chosun.com/industry/company/2026/04/27/PNYE4D4DIFBSTO7WC5V6LGFAOE/
- 변상근. (2025년 6월 26일). 카카오, AI 도구 활용한 사내 해커톤 개최. 전자신문.
https://www.etnews.com/20250626000051 - 백서현. (2026년 5월 19일). “AI 잘 쓰는 직원에 5000만원”…한컴식 AX가 바꾸는 조직문화. 아주경제. https://www.ajunews.com/view/20260515164721496
- 나동만·김민규·박상오·김승보·오계택·김성훈(2025), 『생성형 AI 시대의 직무재설계와 혁신 방안』, 한국직업능력연구원 기본연구 2025-03.
HR AX, 클랩 넥서스로 시작해 보세요
HR AI가 우리 조직을 이해하고 필요한 일을 대신합니다.
클랩 넥서스(CLAP Nexus)는 HR 업무 생산성을 10배 이상 높이는 맞춤형 AI Agent를 설계합니다. 사람이 직접 처리하던 업무를 학습하고 대신 수행해, 시간과 비용은 줄이고 더 큰 성과를 만들 수 있도록 합니다.
며칠씩 걸리던 경영진 보고 자료는 Agent가 즉시 취합해 리포팅합니다. 근태 취합과 급여 계산, 채용, 온보딩처럼 손이 많이 가던 반복 업무는 Agent에게 그대로 이관하고, 인사팀은 조직 설계와 인재 전략처럼 사람의 판단이 필요한 일에 집중할 수 있습니다. 구성원은 사내 복지나 인사 규정이 궁금할 때 인사팀의 답변을 기다리지 않고 챗봇 Agent에게 바로 물어봅니다.
이러한 업무가 가능한 것은 CLAP Nexus의 People AI Agent가 조직의 데이터와 맥락을 완벽하게 학습하고 이해하기 때문입니다. 조직의 데이터를 기반으로 고유한 HR 용어와 맥락, 경영진의 판단 기준까지 반영해 조직에 맞는 답변을 제공하고 필요한 업무를 수행합니다. Agent의 ****답변은 조직의 데이터 범위 안에서 도출하며 민감한 인사 데이터는 직급·부서별 권한 분리와 엔터프라이즈급 보안으로 보호합니다.
AI 도입을 위해 기존 Core HR 시스템을 전면 교체할 필요는 없습니다. 기존 시스템은 그대로 유지하면서 필요한 영역에 AI Agent를 연결할 수 있습니다. 대규모 재구축에 드는 비용과 기간 부담 없이 AI 전환이 필요한 업무부터 PoC로 효과를 검증하고 적용 범위를 단계적으로 확대할 수 있습니다.
📍 우리 기업의 HR 업무도 AI Agent로 전환할 수 있을까요?
우리 조직의 HR AX 가능성을 검증해 보세요.
지금 CLAP Nexus AX Pilot 참여 기업사를 모집합니다.
선정된 기업에는 맞춤형 HR AX 설계를 무료로 지원합니다.
[AI 기반 기업맞춤형 성과관리 솔루션, 클랩CLAP 더 알아보기 ]
- CLAP은 어떤 기업을 위한 성과관리 솔루션인가요?
클랩(CLAP)은 중견·대기업을 위한 AI 기반 기업맞춤형 성과관리 솔루션입니다. 목표, 피드백, 원온원, 평가, 진단 등 분산된 성과관리 데이터를 하나의 시스템으로 통합해 구성원의 성과 과정과 성장 이력을 연결된 흐름으로 관리할 수 있도록 지원합니다. 클랩의 차별점은 AI와 맞춤형 설계를 함께 제공한다는 점입니다. 평가 자료 요약, 주관식 답변 요약, 평가 코멘트 개선, 목표·지표 추천 등 다양한 AI 기능을 통해 반복적인 수작업을 줄이고, 성과 데이터를 자동으로 요약·분석해 HR 리포트와 실행 가능한 인사이트를 제공합니다. 또한 100개 이상의 모듈과 6주 이내 신규 모듈 개발이 가능해 기업의 성과관리 제도와 조직 문화에 맞춰 100% 맞춤형으로 시스템을 설계할 수 있습니다. 클랩은 AI를 활용해 성과관리 업무를 효율화하면서도, 기업마다 다른 성과관리 방식을 그대로 구현할 수 있는 솔루션입니다.
