AI 리터러시
한 줄 정의
AI 리터러시는 AI에게 질문을 잘하는 능력만이 아니라, AI가 어떤 데이터를 쓰고 어떤 한계를 가지며 결과를 어떻게 검토해야 하는지 이해하는 능력이다.
왜 중요한가
생성형 AI가 보편화되면서 AI 리터러시는 프롬프트 작성법으로 축소되기 쉽다. 그러나 실제 업무와 교육 현장에서는 더 넓은 역량이 필요하다.
AI를 잘 쓰려면 다음을 알아야 한다.
- 어떤 질문을 해야 하는가
- 어떤 자료는 넣으면 안 되는가
- 결과가 그럴듯해도 왜 검토해야 하는가
- 개인정보와 저작권 위험은 어디서 생기는가
- 개인용 계정과 조직 승인 계정은 무엇이 다른가
- AI 결과물의 책임은 누구에게 남는가
역량의 층위
| 층위 | 설명 |
|---|---|
| 사용 역량 | 프롬프트 작성, 요약, 분류, 초안 작성, 도구 조작 |
| 판단 역량 | 오류, 환각, 편향, 출처, 품질을 검토하는 능력 |
| 데이터 역량 | 입력 자료의 개인정보·민감정보·보안 수준을 구분하는 능력 |
| 윤리·책임 역량 | 결과물 사용 책임과 피해 가능성을 이해하는 능력 |
| 조직 역량 | 승인 도구, 기록, 권한, 보관·삭제 기준을 지키는 능력 |
대학 교육과정 관점
대학의 AI 리터러시 교육은 전교생 공통교육으로 시작할 수 있다. 그러나 경쟁력은 전공별 활용과 책임 기준까지 연결될 때 생긴다.
예를 들어 보건계열은 환자정보와 윤리, 공학계열은 데이터와 품질관리, 인문사회계열은 출처·해석·편향, 행정직무는 업무자료 통제와 기록관리가 중요하다.
따라서 AI 리터러시는 “AI를 써보는 수업”이 아니라 전공과 직무별 데이터 사용 기준까지 포함해야 한다.