[이번 주 AI가 던진 미래의 신호] AI 교육, ‘잘 쓰는 법’에서 ‘잘 판단하는 법’으로 바뀌어야 한다. 8월 12일 국제 청년의 날(International Youth Day)을 전후해 발표된 조사들은 AI가 잘파세대의 일상과 학습 속으로 깊숙이 들어왔으며, 검색을 넘어 아이디어와 콘텐츠를 만드는 생산도구로 확대되고 있음을 보여주고 있다. 한국에서도 Z세대에게 AI는 정보를 찾고 결과물을 만드는 도구를 넘어 생각과 선택에 영향을 미치는 존재가 되고 있다. 따라서 AI에게 좋은 답을 얻는 방법보다, 먼저 스스로 생각하고 AI의 답을 의심하며 무엇을 AI에게 맡길 것인지 판단하도록 하는 교육이 중요해지고 있다. 이번 특집에서는 잘파세대의 AI 활용이 생산과 상담으로 확대되는 변화와 그 이면의 위험을 살펴보고, 새로운 AI 교육방법을 통해 우리 아이들에게 무엇을 가르쳐야 하는가를 살펴본다. AI 시대의 교육은 AI를 잘 쓰는 아이가 아니라, AI와 함께 생각하되 스스로 판단할 수 있는 아이를 키우는 방향으로 바뀌어야 한다. 이러한 교육의 변화는 기업 교육에서도 적극 수용해야 한다. 미래학자 이경상 책임
[이번 주 AI가 던진 미래의 신호] AI가 기업과 시장을 연결하는 새로운 중개자가 되고 있다 마케팅에서는 소비자가 검색결과를 직접 비교하는 대신 AI에게 질문하고 추천받기 시작하면서, 기업의 경쟁도 검색 순위에서 AI의 답변에 선택되는 AI 최적화(AIO)로 이동하고 있습니다. 앞으로 AI 에이전트가 탐색과 비교를 넘어 예약과 구매까지 대신하게 되면 기업은 인간 고객뿐 아니라 고객을 대신해 판단하고 행동하는 AI에게도 선택받아야 합니다. 공급망에서도 비슷한 변화가 나타나고 있습니다. 제조사와 유통사가 각자의 수요·재고·생산을 최적화하던 방식에서 벗어나, AI 에이전트가 기업의 경계를 넘어 데이터를 공유하고 생산계획과 원재료, 재고와 배송을 함께 조정하는 Agentic Supply Chain이 등장하기 시작했습니다. 앞으로 기업의 경쟁력은 AI를 얼마나 잘 사용하는가를 넘어, AI가 고객과 기업을 연결하는 새로운 시장에서 얼마나 잘 선택되고 연결되는가에 의해 달라질 것입니다. 미래학자 이경상 책임교수 godo@kaist.ac.kr "© 2026 [남다른 미래의 창]. All rights reserved. 본 자료
[이번 주 AI가 던진 미래의 신호] AI가 산업의 운영 원리와 경쟁력을 바꾸기 시작하다 이번 주 발표된 규제와 기업 사례, 글로벌 보고서는 AI의 성능보다 조직을 어떻게 운영하고, 고객을 어떻게 연결하며, 전문성을 어떻게 축적할 것인가가 새로운 경쟁력으로 부상하고 있음을 보여주었습니다. EU는 AI Act를 본격적으로 집행하며 AI를 개발하는 방식 자체를 변화시키기 시작했습니다. 이제 AI는 출시 이후 규제를 검토하는 대상이 아니라, 설계 단계부터 신뢰와 책임을 내재화해야 하는 기술이 되고 있습니다. 레킷(Reckitt)에서 AI는 수천 개 매장에서 매장 데이터를 분석하고 마케팅과 영업의 행동 우선 순위를 결정해 주고 있습니다. McKinsey 역시 AI 시대 기업의 경쟁력은 뛰어난 전문가를 많이 확보하는 것이 아니라, 다음 세대 전문가를 지속적으로 성장시키는 시스템을 구축하는 능력에 달려 있다고 강조합니다. 교육 전문가는 꼭 읽고 대응 전략을 구상하시기 바랍니다. 이번 호에서는 이러한 변화를 'AI 경쟁의 기준이 성능에서 운영으로 이동하고 있다'는 관점에서 살펴보고, 기업이 지금 무엇을 준비해야 하는지
공직사회에서 일 잘하는 공무원은 답이 빠른 사람으로 평가받는다. 법령과 지침을 정확히 알고, 민원이 들어오면 처리 방법을 곧바로 설명하며, 필요한 자료를 신속하게 준비하는 사람이다. 그러나 행정 환경이 복잡해질수록 이미 정해진 답을 찾는 능력만으로는 부족하다. 과거의 기준으로 설명하기 어려운 민원이 늘고, 여러 부서와 제도가 얽힌 문제가 많아지고 있기 때문이다. 이럴 때 필요한 것은 익숙한 답이 아니라 새로운 질문이다. 행정을 바꾸는 출발점은 제대로 된 질문에서 시작된다. “원래 해오던 일”을 다시 묻는다 행정에는 오랜 시간 축적된 절차와 관행이 있다. 전년도 계획을 참고해 사업을 만들고, 기존 서식에 따라 보고서를 작성하며, 과거 사례를 기준으로 민원을 처리한다. 이러한 방식은 업무의 안정성과 연속성을 위해 필요하다. 그러나 관행이 판단을 대신하면 문제가 생긴다. 주민 참여가 적은 행사도 매년 반복하고, 실효성이 떨어진 사업 도 “계속해 오던 일”이라는 이유로 유지한다. 민원이 반복돼도 개 별 건을 처리하는 데 그치고, 제도 자체의 문제는 살피지 않는다. 행정에서는 종종 이런 말을 듣는다. “원래 그렇게 해왔습니다.” “지침에 그렇게 돼 있습니다.” “전례
AI가 일하는 방식을 빠르게 바꾸고 있다. 자료 정리와 문서 작성, 반복 분석에 드는 시간이 줄면서 많은 조직이 AI 도입을 서두른다. AI는 일을 더 많이, 더 빨리 처리하도록 도와준다. 그러나 일을 빨리 처리한다고 조직이 원하는 성과까지 자동으로 창출되는 것은 아니다. 무엇을 목표로 삼고 어떤 결과물을 만들어야 하는지 정하는 일은 여전히 사람의 몫이다. AI가 발전할수록 스스로 핵심과제를 도출하고 성과목표를 구체적으로 설정하며 문제를 풀어내는 역량이 중요해진다. 이를 자기 주체적 사고역량과 자기완결적 문제해결역량이 라 할 수 있다. ➊ 빠르게 일하는 것과 제대로 해내는 것은 다르다 AI를 도입한 조직은 보고서 작성과 회의 준비가 빨라진 것을 성과 향상으로 착각하기 쉽다. 그러나 효율성과 효과성은 다르다. 효율성은 같은 자원으로 더 많이, 더 빨리 해내는 역량이고, 효과성은 상위조직에 기여할 목표를 세우고 이를 성과로 창출하는 역량이다. AI는 효율성을 높이지만 방향과 기준에 맞는지는 사람이 판단해야 한다. 목표가 분명하지 않은 채 속도만 높이면 잘못된 결과물을 더 빨리 만들 뿐이다. 핵심은 AI의 속도가 아니라 그 속도를 어디에 쓸지 정하는 데 있다. ❷
주민 안전을 지키는 CCTV와 행정기관을 연결하는 통신망은 지방정부 운영을 뒷받침하는 핵심 기반이다. 이를 어떻게 구축하고 활용하느냐에 따라 행정의 속도와 정확성은 물론 예산의 효율까지 달라진다. 서울특별시 미래한강본부 총무과 임동현 주무관은 관악구와 서초구, 은평구 등에서 정보통신 기술을 활용해 현장의 문제를 해결해왔다. 기술개발을 예산 절감과 주민 안전으로 연결하고, 축적한 경험을 여러 지방정부와 공유한 공로로 월간 「지방정부」 주관 ‘제15회 지방행정의 달인’에 선정되었다. 현장의 문제를 전국의 해법으로 임동현 주무관이 관악구에서 추진한 ‘문제차량 지능형 검색 및 자동 인식시스템’은 루프코일과 전자기유도 방식의 차량번호 인식을 CCTV 영상분석 방식으로 전환한 사업이다. 현장의 불편에서 출발한 이 시스템은 전국 지방정부로 확산돼 차량 검색과 단속 업무의 효율성을 높였다. 관련 특허와 기술 활용, 체납차량 번호판 영치 등을 통해 약 3억 2천만 원의 세외수입 창출에도 기여했다. CCTV 영상중계서버 가상화와 비식별화 기술을 적용한 ‘스마트동장실’도 정보 활용의 편의성과 개인정보 보호를 함께 고려한 사례다. 이는 지방정부가 기술의 단순한 사용자를 넘어 현장