[세종=뉴스핌] 정성훈 경제부장 = 인공지능(AI) 양극화를 줄이는 가장 쉬운 처방은 구독료 지원이다. 청년, 취약계층, 소상공인, 중소기업에 AI 이용권을 나눠주면 격차가 줄어들 것처럼 보인다. 무료 AI와 유료 AI 사이에 성능 차이가 있고, 고성능 AI를 쓰는 사람이 더 많은 생산성을 얻는다면 구독료 일부를 정부가 지원하는 방식은 직관적이다.

하지만 이것만으로는 부족하다. AI 격차는 계정이 없어서만 생기는 문제가 아니다. AI를 생산성으로 바꿀 데이터가 없고, 업무에 연결할 방법을 모르며, 답을 검증할 기준이 없고, 개인정보와 보안 위험을 관리할 체계가 없어서 생기는 문제다.

AI는 접속한다고 곧바로 생산성이 되지 않는다. 질문할 수 있어야 하고, 검증할 수 있어야 하며, 업무에 연결할 수 있어야 한다. 기업은 데이터를 정리해야 하고, 노동자는 직무별로 AI를 지휘하는 법을 배워야 하며, 정부는 공공서비스에서 AI가 틀렸을 때의 책임과 안내체계를 설계해야 한다.

문제는 AI 구독료가 아니라 AI를 활용할 수 있는 사회적 기반이다.

따라서 AI 양극화의 해법은 구독료 지원을 넘어 공공 지능 인프라로 가야 한다. 도로·전기·통신망이 산업 발전의 기반이었듯, AI 시대에는 검증된 공공 데이터, 안전한 AI 도구, 직무별 활용 교육, 개인정보 보호 기준, 중소기업 데이터 정비 지원이 새로운 생산 인프라가 된다.

이재명 정부의 123대 국정과제에는 'AI 3대 강국 도약'이 주요 전략으로 포함돼 있다. 세부 과제로는 AI 3대 강국 도약을 위한 AI고속도로 구축, 세계에서 AI를 가장 잘 쓰는 나라 구현, 초격차 AI 선도기술·인재 확보, 국민의 안전과 보편적 삶의 질 제고를 위한 AI 기본사회 실현, 세계 최고 AI 민주정부 실현 등이 제시돼 있다.

방향은 분명하다. AI를 산업정책에만 묶어두지 않고 행정, 국민 생활, 교육, 안전, 산업 전반의 기반으로 삼겠다는 구상이다. 하지만 AI 기본사회가 성공하려면 단순히 AI 기술을 많이 보급하는 수준으로는 부족하다.

모든 국민이 AI 챗봇에 접속할 수 있는 사회와 모든 국민이 AI를 통해 실제 삶의 질과 생산성을 높이는 사회는 다르다. 모든 중소기업이 AI 계정을 하나씩 갖는 것과 그 AI가 견적, 재고, 품질, 납기, 세무, 마케팅 업무를 실제로 줄여주는 것도 다르다.

AI 기본사회의 핵심은 접속권이 아니다. 활용권이다.

활용권은 세 가지 조건을 필요로 한다. 첫째, 누구나 일정 수준 이상의 AI를 쓸 수 있어야 한다. 둘째, AI가 내놓은 답을 검증할 수 있어야 한다. 셋째, AI를 자신의 생활문제나 업무과정에 연결할 수 있어야 한다.

이 세 가지가 없으면 AI 기본사회는 겉으로는 평등하지만 실제로는 불평등한 구조가 된다. 누구나 AI를 쓰지만, 생산성 혜택은 비용·숙련·데이터를 가진 사람과 기업에 집중된다.

한국의 기존 디지털 포용정책은 일정한 성과를 냈다. 과학기술정보통신부와 한국지능정보사회진흥원의 '2025 디지털정보격차 실태조사'에 따르면 디지털 취약계층의 디지털정보화 수준은 일반 국민 대비 77.9%로 나타났다. 접근 수준은 96.6%까지 올라왔지만 역량 수준은 65.9%, 활용 수준은 80.5%에 그쳤다.

이 통계는 AI 시대 정책 전환의 근거다. 기기와 인터넷에 접근하는 문제는 상당 부분 개선됐다. 그러나 실제 활용 능력은 여전히 부족하다. AI 시대에는 이 활용 격차가 더 큰 생산성 격차로 번질 수 있다.

과거 디지털 포용정책의 목표는 '스마트폰을 쓸 수 있게 하자'였다. 앞으로의 목표는 'AI가 만든 답을 검증하고, 자신의 문제 해결에 활용하게 하자'가 돼야 한다. 키오스크 사용법을 가르치는 것만으로는 부족하다. AI에게 복지제도를 묻고, 공식기관 자료로 확인하고, 신청서 작성까지 이어가는 능력을 가르쳐야 한다.

중소기업도 마찬가지다. AI 프로그램을 소개하는 것보다 먼저 회사 데이터가 어디에 있고, 어떤 형식으로 정리돼 있으며, 어떤 업무부터 자동화할 수 있는지 진단해야 한다. 데이터가 없는 기업에 AI를 붙이는 것은 도로 없이 자동차를 나눠주는 것과 같다.

AI 시대의 포용정책은 기기 보급 정책이 아니라 생산성 전환 정책이어야 한다.

AI 이용권 지원은 단기 대책으로 의미가 있다. 청년 구직자, 취약계층, 소상공인, 중소기업이 유료 AI를 경험할 수 있도록 돕는 것은 필요하다. 고성능 AI가 유료 구간에 집중되는 현실에서 비용 장벽을 낮추는 정책은 일정한 효과를 낼 수 있다.

그러나 구독료 지원만으로는 세 가지 문제가 남는다.

첫째, 사용법을 모르면 구독권은 소모성 복지에 그친다. AI 계정을 받아도 무엇을 물어야 할지, 어떤 자료를 넣어야 할지, 답을 어떻게 검증해야 할지 모르면 생산성은 오르지 않는다.

둘째, 데이터가 없으면 기업 생산성으로 연결되지 않는다. 중소기업이 AI 계정을 받아도 견적서, 발주서, 생산일지, 불량기록, 고객응대 자료가 정리돼 있지 않으면 핵심 업무에 AI를 붙이기 어렵다.

셋째, 보안과 책임체계가 없으면 위험이 커진다. 개인정보, 영업비밀, 원가자료, 설계도면, 건강정보, 금융정보를 외부 AI에 그대로 입력하면 피해가 생길 수 있다. 개인정보보호위원회가 2026년 5월 '생성형 AI 서비스 이용자를 위한 개인정보 보호 가이드'를 발간한 것도 이런 위험을 반영한다. 이 가이드는 AI의 개인정보 처리 방식과 이용자가 지켜야 할 실천 수칙을 알기 쉽게 정리하는 것을 목표로 했다.

구독료 지원은 입구를 열어주는 정책이다. 그러나 생산성을 만들려면 길을 깔아야 한다. 그 길이 공공 지능 인프라다.

공공 지능 인프라는 정부가 모든 AI를 직접 만들자는 뜻이 아니다. 민간 AI 생태계를 대체하자는 뜻도 아니다. 국민과 기업이 AI를 안전하고 생산적으로 활용할 수 있도록 공공이 기본 토대를 제공하자는 의미다.

공공 지능 인프라는 다섯 가지로 구성된다.

첫째, 검증된 공공 데이터 기반 AI 서비스다. 복지, 세금, 고용, 창업, 수출, 농업, 안전, 환경, 교육처럼 국민 생활과 기업 활동에 직접 영향을 주는 분야에서는 공식자료에 기반한 AI 안내서비스가 필요하다. AI가 답을 내놓을 때 출처, 기준일, 담당기관, 신청 경로를 함께 제시해야 한다.

둘째, 중소기업용 업무 AI 템플릿이다. 중소기업이 바로 적용할 수 있는 견적서 분석, 재고관리, 납기관리, 고객문의 응대, 지원사업 검색, 세금계산서 정리, 품질 이상기록 분석 템플릿이 필요하다. 단순 AI 강의보다 현장 업무에 바로 붙는 도구가 효과적이다.

셋째, 직무별 AI 전환 교육이다. 프롬프트 교육만으로는 부족하다. 회계, 제조, 물류, 농업, 유통, 행정, 복지, 언론, 교육, 금융 등 직무별로 반복 업무를 AI에 맡기고, 사람이 검증하고 판단하는 훈련이 필요하다.

넷째, 개인정보·보안 가이드다. 어떤 정보를 AI에 넣어도 되는지, 어떤 정보는 익명화해야 하는지, 어떤 정보는 금지해야 하는지 현장 언어로 제시해야 한다. 공공기관과 기업, 학교, 소상공인이 함께 쓸 수 있는 쉬운 지침이 필요하다.

다섯째, AI 오류와 피해 대응 체계다. AI가 잘못된 안내를 했을 때 신고하고 수정하는 절차, 고위험 분야의 단정적 답변 제한, 공식 상담 연결, 공공 AI 답변의 기준일 표시가 필요하다.

공공 지능 인프라는 AI를 많이 쓰게 하는 장치가 아니다. AI를 잘못 쓰지 않게 하고, 제대로 쓰게 하는 장치다.

AI는 행정서비스의 효율을 높일 수 있다. 민원 안내, 복지제도 검색, 서류 작성, 정책 질의응답, 부정수급 탐지, 재난 대응, 내부 행정업무 자동화 등 활용 범위가 넓다. 경제협력개발기구(OECD)도 공공서비스 설계와 전달에서 AI 활용이 확산되고 있으며, OECD 국가의 67%가 공공서비스 설계·전달 개선에 AI를 활용하고 있다고 설명한다.

그러나 공공 AI는 민간 서비스보다 더 엄격해야 한다. 국민 권리와 직접 연결되기 때문이다. 복지 신청 가능 여부, 세금 납부, 고용지원, 주거지원, 의료·돌봄 정보, 소상공인 지원사업 안내에서 AI가 틀리면 실제 피해가 발생한다.

공공서비스 AI의 원칙은 분명해야 한다.

첫째, 근거를 제시해야 한다. 답변의 출처가 법령인지, 고시인지, 보도자료인지, 사업공고인지 알려줘야 한다.

둘째, 기준일을 표시해야 한다. 지원사업과 복지제도는 자주 바뀐다. 언제 기준의 답변인지 명확해야 한다.

셋째, 단정하지 않아야 한다. 개인별 조건에 따라 달라지는 사안은 "가능하다"고 단정하기보다 "확인이 필요하다"고 안내해야 한다.

넷째, 공식 상담으로 연결해야 한다. AI가 최종 판단자가 아니라 안내자라는 점을 명확히 해야 한다.

다섯째, 오류 신고와 수정 체계가 있어야 한다. 틀린 답변이 반복되지 않도록 관리해야 한다.

AI 민주정부는 챗봇을 많이 만드는 정부가 아니다. 국민이 AI 안내를 신뢰할 수 있도록 책임과 검증체계를 갖춘 정부다.

한국은 AI 정책의 법적 기반도 마련했다. '인공지능 발전과 신뢰 기반 조성 등에 관한 기본법'은 2025년 1월 21일 제정돼 2026년 1월 22일부터 시행됐다. 이 법은 인공지능 발전과 신뢰 기반 조성을 위한 기본 틀을 마련하는 법률이다.

법이 시행됐다는 것은 AI 정책이 선언 단계에서 제도 단계로 넘어갔다는 의미다. 그러나 법률은 출발점이다. 실제 격차를 줄이는 것은 현장 작동체계다.

AI 기본법의 취지는 산업 진흥과 신뢰 확보를 함께 가는 데 있다. 이 균형이 중요하다. AI 산업을 키우는 정책만 있고 국민 보호와 활용 역량 정책이 약하면 AI 혜택은 일부 기업과 고숙련층에 집중될 수 있다. 반대로 규제만 앞서면 산업 혁신이 늦어진다.

따라서 정부는 AI 기본법을 기반으로 세부 정책을 촘촘히 짜야 한다. 고영향 AI, 생성형 AI, 개인정보, 공공서비스, 중소기업 활용, 노동시장 전환, 교육훈련, 데이터센터와 전력 인프라까지 연결해야 한다.

AI 정책은 더 이상 과기정통부만의 정책이 아니다. 재정경제부, 기획예산처, 고용노동부, 중소벤처기업부, 교육부, 행정안전부, 개인정보보호위원회, 산업통상부, 기후에너지 관련 부처가 함께 다뤄야 할 국가 생산성 전략이다.

중소기업 AI 전환도 공공 지능 인프라의 핵심 축이다. 중소벤처기업부는 2026년도 스마트제조혁신 지원사업 통합공고를 통해 AI 관련 지원사업을 대폭 확대한다고 밝혔다. AI가 불량 검출, 실시간 공정 제어 등 의사결정과 실행에 결합되는 'AI 공장' 구축 지원을 늘리는 방향이다.

이 정책의 방향은 맞다. 다만 현장에서 중요한 것은 지원금의 규모보다 적용 순서다.

중소기업은 먼저 데이터 건강검진이 필요하다. 회사가 어떤 데이터를 갖고 있는지, 어떤 데이터가 누락돼 있는지, 누가 관리하는지, 어떤 형식으로 정리해야 하는지부터 점검해야 한다. 이후 견적서, 발주서, 납품서, 생산일지, 불량기록, 재고표, 고객문의 같은 반복 문서를 표준화해야 한다.

AI 도입은 그 다음이다. 정리되지 않은 데이터 위에 AI 솔루션을 얹으면 효과가 제한된다. 컨설팅 보고서는 쌓이지만 현장 직원은 무엇을 바꿔야 할지 모를 수 있다.

중소기업 지원정책은 다음 순서로 가야 한다.

첫째, 업종별 데이터 표준을 만든다.
둘째, 기업별 데이터 건강검진을 지원한다.
셋째, 반복 업무 자동화 템플릿을 제공한다.
넷째, 보안형 AI 활용 지침을 마련한다.
다섯째, AI 전환 매니저를 양성한다.
여섯째, 불량률·납기·재고·견적 처리시간 같은 체감 성과지표로 평가한다.

중소기업 AI 정책의 목표는 'AI를 도입한 기업 수'가 아니다. 'AI로 실제 병목을 줄인 기업 수'여야 한다.

AI 양극화는 노동시장에서도 나타난다. 고숙련 노동자는 AI를 보완재로 활용해 더 높은 생산성을 얻는다. 반복 과업 중심 노동자는 AI 대체 압력에 노출된다. 따라서 직업훈련 정책도 바뀌어야 한다.

지금 필요한 것은 'AI 사용법' 교육이 아니다. '내 직무에서 AI를 어떻게 지휘할 것인가'에 대한 교육이다.

회계 담당자는 증빙자료와 세법 정보를 AI로 정리하고 검증하는 법을 배워야 한다. 제조 현장 직원은 품질·재고·납기 데이터를 구조화하고 이상신호를 찾는 법을 배워야 한다. 공무원은 법령, 예산, 민원, 회의자료를 AI로 정리하되 근거를 확인하는 법을 배워야 한다. 소상공인은 메뉴별 원가, 고객 리뷰, 지역 상권, 지원사업 정보를 AI로 활용하는 법을 배워야 한다.

프롬프트 교육은 시작점일 뿐이다. 중요한 것은 직무별 워크플로우다. 업무를 단계별로 쪼개고, AI가 맡을 일과 사람이 검증할 일을 나누고, 최종 판단 책임을 정하는 훈련이 필요하다.

AI 교육은 더 이상 디지털 소양 교육이 아니다. 노동생산성 정책이다.

AI는 눈에 보이지 않는 지능처럼 보이지만 실제로는 막대한 물리적 인프라 위에서 작동한다. 데이터센터, 그래픽저장장치(GPU), 고대역폭메모리(HBM), 전력망, 냉각설비, 클라우드가 필요하다. 국제에너지기구(IEA)는 글로벌 데이터센터 전력소비가 2030년 약 945TWh까지 늘어날 것으로 전망한다.

이 수치는 AI 정책이 전력·에너지 정책과 분리될 수 없다는 점을 보여준다. AI를 많이 쓰는 나라가 되려면 데이터센터 입지, 송전망, 전력공급 안정성, 재생에너지, 냉각수, 지역 주민 수용성까지 함께 설계해야 한다.

AI 인프라가 수도권이나 특정 지역에 집중되면 지역 격차도 커질 수 있다. 데이터센터와 AI 실증 인프라, 지역 중소기업 AI 지원센터, 대학·연구기관 협력체계를 지역에 어떻게 배치할지가 중요하다. AI 기본사회는 서울과 대기업 중심으로만 만들어질 수 없다.

AI 고속도로를 말한다면 그 고속도로가 어디로 연결되는지도 봐야 한다. 수도권 대기업과 고소득 전문직만 AI 혜택을 누리고, 지역 중소기업과 취약계층이 뒤처진다면 AI는 균형발전의 도구가 아니라 격차 확대의 도구가 될 수 있다.

AI 인프라는 디지털 정책이면서 에너지 정책이고, 산업정책이면서 지역정책이다.

공공 지능 인프라는 하나의 시스템으로 끝나지 않는다. 이해관계자별로 필요한 기능이 다르다.

국민에게 필요한 것은 안전한 생활 AI다. 복지, 세금, 건강, 금융, 고용, 교육 정보를 쉽게 설명하되 공식 출처와 상담창구를 연결해주는 서비스가 필요하다.

노동자에게 필요한 것은 직무별 AI 훈련이다. 자신의 업무를 AI와 나누는 법, 결과를 검증하는 법, 개인정보와 보안을 지키는 법을 배워야 한다.

중소기업에게 필요한 것은 데이터 정비와 업무표준이다. AI 계정보다 먼저 회사 문서와 업무 흐름을 정리해야 한다.

소상공인에게 필요한 것은 비용이 낮고 바로 쓸 수 있는 AI 도구다. 메뉴 원가 분석, 고객 리뷰 요약, 홍보문안 작성, 지원사업 검색, 세무 일정 관리처럼 생활형 업무에 맞아야 한다.

정부에게 필요한 것은 신뢰체계다. 공공 AI의 책임, 오류 수정, 기준일 표시, 고위험 답변 제한, 개인정보 보호 원칙을 세워야 한다.

대기업에게 필요한 것은 공급망 연계 책임이다. 대기업이 AI로 협력업체에 더 빠른 데이터 제출과 품질관리를 요구한다면, 협력업체의 AI 전환을 함께 지원해야 한다.

AI 격차는 한 가지 원인으로 생기지 않는다. 따라서 해법도 계층별·산업별·직무별로 달라야 한다.

AI 양극화를 줄이기 위해서는 개별 사업이 아니라 정책 패키지가 필요하다.

첫째, 국민 AI 활용권 보장이다. 취약계층, 청년 구직자, 소상공인, 중소기업에 일정 수준의 AI 활용 기회를 제공하되 단순 이용권이 아니라 교육과 검증체계를 함께 묶어야 한다.

둘째, 공공 AI 포털 구축이다. 복지, 세금, 고용, 창업, 교육, 주거, 농업, 수출 등 생활·경제 분야별로 공식자료 기반 AI 안내서비스를 제공해야 한다.

셋째, 직무별 AI 워크플로우 교육이다. 고용보험 훈련, 내일배움카드, 평생교육, 중소기업 훈련사업을 프롬프트 중심에서 직무별 과업 자동화·검증 교육으로 전환해야 한다.

넷째, 중소기업 데이터 건강검진이다. AI 도입 전 데이터 보유 현황, 품질, 형식, 보안 수준을 진단하고 업종별 표준 양식을 제공해야 한다.

다섯째, 보안형 AI 활용 가이드 보급이다. 개인정보, 영업비밀, 원가자료, 설계도면, 고객정보를 어떻게 처리해야 하는지 실무형 기준을 제공해야 한다.

여섯째, 공공 AI 책임체계 마련이다. 답변 기준일, 출처, 오류 신고, 상담 연결, 고위험 분야 단정 금지 원칙을 제도화해야 한다.

일곱째, AI 인프라와 전력망 연계 계획이다. 데이터센터, 전력공급, 지역 균형, 냉각수, 재생에너지, 송전망 확충을 AI 산업정책과 함께 설계해야 한다.

핵심은 부처별 사업을 나열하는 것이 아니다. AI를 생산성으로 전환하는 경로를 하나로 묶는 것이다.

AI 정책에는 돈이 들어간다. 그러나 재정투자의 기준이 명확해야 한다. 단순히 AI 이용자 수, 교육 참여자 수, 도입 기업 수를 늘리는 방식으로는 효과를 판단하기 어렵다.

성과지표는 생산성 중심으로 바뀌어야 한다.

국민 대상 정책은 복지 신청 성공률, 민원 처리시간 단축, 정보 오류 감소, 상담 연결률로 평가해야 한다. 노동자 교육은 업무시간 절감, 산출물 품질 개선, 검증 능력 향상, 직무 전환 성공률로 봐야 한다. 중소기업 지원은 불량률 감소, 납기 단축, 재고 감소, 견적 처리시간 단축, 매출·수익성 개선으로 평가해야 한다.

AI 정책이 보여주기식 디지털 사업으로 흐르지 않으려면 숫자의 기준을 바꿔야 한다. '몇 명이 AI 교육을 들었는가'보다 '그 교육으로 어떤 업무 병목이 줄었는가'가 중요하다. '몇 개 기업이 AI를 도입했는가'보다 '그 기업의 원가와 납기, 품질이 어떻게 바뀌었는가'가 중요하다.

AI 예산은 기술 확산 예산이 아니라 생산성 투자 예산이어야 한다.

공공 지능 인프라가 필요하다고 해서 정부가 모든 AI 서비스를 직접 만들 필요는 없다. 오히려 정부가 해야 할 일과 민간이 해야 할 일을 분명히 나눠야 한다.

민간은 고성능 모델, 산업별 솔루션, 업무 자동화 도구, 클라우드 서비스, 기업용 AI 플랫폼을 발전시켜야 한다. 경쟁과 혁신은 민간이 더 잘할 수 있다.

정부는 시장이 충분히 공급하지 못하는 기반을 맡아야 한다. 검증된 공공 데이터, 취약계층 AI 교육, 중소기업 데이터 정비, 보안 기준, 공공서비스 책임체계, 지역 인프라, 표준화가 정부의 역할이다.

특히 공공 데이터는 중요하다. AI가 복지와 세금, 고용, 창업 정보를 안내하려면 최신 공고와 법령, 예산사업, 담당기관 정보가 기계가 읽을 수 있는 형태로 정리돼 있어야 한다. PDF와 한글파일로 흩어진 공공자료만으로는 AI가 안정적으로 작동하기 어렵다.

정부의 역할은 AI를 직접 통제하는 것이 아니다. AI가 신뢰할 수 있는 정보를 읽고, 국민과 기업이 안전하게 활용할 수 있는 환경을 만드는 것이다.

AI는 한국 경제에 기회다. 저출생·고령화로 생산가능인구가 줄고, 중소기업은 인력난을 겪고, 정부는 행정 수요 증가와 재정 부담을 동시에 안고 있다. AI는 반복 업무를 줄이고 생산성을 높일 수 있는 강력한 도구다.

그러나 그 혜택이 고르게 퍼진다는 보장은 없다. 고소득 전문직은 여러 유료 AI를 조합하고, 대기업은 사내 데이터를 AI와 연결하며, 수도권 기업은 인재와 인프라를 확보한다. 반면 취약계층은 AI 답변을 검증하지 못하고, 중소기업은 데이터 정리에서 막히고, 지역 기업은 전문인력 부족에 부딪힐 수 있다.

그 결과 AI는 성장의 도구이면서 동시에 양극화의 도구가 될 수 있다.

생산성 격차는 시간이 갈수록 누적된다. AI를 잘 쓰는 개인과 기업은 더 많은 데이터를 쌓고 더 좋은 업무방식을 만든다. 뒤처진 쪽은 데이터도 쌓지 못하고 경험도 축적하지 못한다. 격차는 단순히 현재의 소득 차이로 끝나지 않고 미래의 성장 격차가 된다.

AI 양극화는 복지 문제가 아니라 성장 전략의 문제다. 격차를 줄이는 것이 곧 국가 생산성을 높이는 일이다.

AI 시대에 필요한 것은 단순한 보조금이 아니다. 생산성으로 가는 사다리다.

첫 번째 사다리는 접근이다. 누구나 AI를 경험할 수 있어야 한다. 두 번째 사다리는 문해력이다. AI 답변을 이해하고 검증할 수 있어야 한다. 세 번째 사다리는 직무 활용이다. 자신의 일에 AI를 연결할 수 있어야 한다. 네 번째 사다리는 데이터다. 기업과 공공기관의 문서와 업무 데이터가 AI가 읽을 수 있는 형태로 정리돼야 한다. 다섯 번째 사다리는 신뢰다. 개인정보, 보안, 오류, 책임체계가 마련돼야 한다.

이 사다리 없이 구독료만 지원하면 AI 격차는 줄지 않는다. 오히려 일부는 혜택을 얻고, 일부는 사용권만 받고 생산성으로 연결하지 못하는 또 다른 격차가 생길 수 있다.

AI 기본사회는 모든 국민에게 AI 버튼을 나눠주는 사회가 아니다. 모든 국민과 기업이 AI를 통해 자신의 문제를 해결하고, 업무를 개선하고, 더 나은 선택을 할 수 있도록 돕는 사회다.

한국이 AI를 가장 잘 쓰는 나라가 되려면 AI를 가장 많이 쓰는 나라에 머물러서는 안 된다. AI의 혜택을 가장 넓게 나누는 나라가 돼야 한다.

AI 격차의 해법은 구독료 지원이 아니다. 구독료 지원은 출발점일 수 있다. 그러나 진짜 해법은 국민·노동자·중소기업·정부가 함께 쓸 수 있는 공공 지능 인프라를 구축하는 데 있다.

■ 한 줄 요약
AI 양극화의 본질은 개인의 노력 부족이나 구독료 부담만이 아니라 지능 인프라와 활용 역량, 데이터 정비와 검증체계의 불균등한 배분에 있으며, 해법은 구독료 지원을 넘어 공공 AI 인프라와 직무별 AI 전환 교육, 중소기업 데이터 정비, 공공서비스 책임체계를 함께 구축하는 데 있다.

* [AI로 읽는 경제]는 AI 어시스턴트가 분석한 내용을 바탕으로 기자가 정리한 내용입니다. ChatGPT, Google Gemini, Perplexity, Claude AI 모델이 적용됐습니다. 상단의 'AI MY 뉴스' 로그인을 통해 뉴스핌의 차세대 AI 콘텐츠 서비스를 활용해 보기 바랍니다.

jsh@newspim.com