---
title: "AI가 미국 직장의 문해력 문제를 가리고 있다는 생산성 착시 경고"
published: 2026-06-09T19:05:01.715Z
canonical: https://jeff.news/article/3935
---
# AI가 미국 직장의 문해력 문제를 가리고 있다는 생산성 착시 경고

미국 노동자 다수가 기초 문해력에 어려움을 겪고 있고, AI 도구가 이 격차를 겉으로 감추면서 생산성 착시를 만들 수 있다는 분석이다. 단기적으로는 업무가 굴러가는 것처럼 보이지만, AI 결과물을 검증하지 못해 오류 비용과 고숙련 인력 의존이 커질 수 있다는 게 핵심이다.

- 미국 직장에서 AI가 ‘생산성 향상’이 아니라 ‘기초 역량 부족을 가리는 도구’가 될 수 있다는 경고가 나옴
  - 악시오스는 미국 직장인 수백만 명이 기본적인 읽기 능력에 어려움을 겪고 있다고 보도함
  - AI 도구가 이 문제를 겉으로는 가려주면서, 실제 인적 자본의 질 저하가 덜 드러난다는 분석임

- 숫자로 보면 꽤 심각함
  - 국제성인역량조사와 성인 문해력 추산에 따르면 미국 성인 인구의 절반 내외가 기초 문해력 취약군에 속하는 것으로 추산됨
  - 최대 1억 명 이상이 일상적인 기능적 문해력에 어려움을 겪는다는 추정도 나옴
  - 프로리터러시 조사에서는 미국 성인 약 4300만 명이 초등학교 3학년 수준의 읽기, 쓰기, 기초 수학 능력을 갖추지 못한 상태라고 함

- 문제는 지금 일자리 대부분이 이미 디지털 문해력을 요구한다는 점임
  - 성인 기초교육 연합의 샤론 보니는 미국 일자리의 90% 이상이 어떤 형태로든 컴퓨터 활용 능력을 요구한다고 말함
  - 이메일 작성, 안전 지침 이해, 건강 보험 신청 같은 기본 업무도 읽고 판단하는 능력이 없으면 막힘

- AI는 이 격차를 줄이는 동시에 숨길 수도 있음
  - 직원이 문장을 완전히 이해하지 못해도 AI로 이메일이나 보고서를 그럴듯하게 만들 수 있음
  - 관리자는 결과물만 보면 직원의 실제 이해도와 업무 역량을 파악하기 어려워짐
  - 연구자들은 이런 현상을 ‘인지적 항복’으로 부름

> [!IMPORTANT]
> 핵심은 AI 사용 자체가 문제가 아니라, AI가 만든 결과물을 사람이 검증하지 못할 때 비용이 뒤늦게 터진다는 점임.

- 단기적으로는 AI가 빈틈을 메우는 것처럼 보임
  - 저숙련 노동자도 AI 도움을 받아 문서 작성이나 정보 정리를 더 빨리 할 수 있음
  - 기업 입장에서는 업무가 계속 돌아가니 생산성이 유지되는 것처럼 보일 수 있음

- 하지만 중장기적으로는 오류 비용이 쌓일 수 있음
  - AI 결과물을 검증하지 못하면 생산 현장의 재작업률이 늘어날 수 있음
  - 규정 위반, 고객 클레임, 잘못된 의사결정 같은 문제가 뒤늦게 드러날 수 있음
  - 이런 비용은 단기 생산성 지표에 바로 잡히지 않아서 더 위험함

- 포틀랜드 주립대 스티븐 레더 교수는 AI를 계산기에 비유함
  - 계산기가 계산을 도와줘도, 어떤 문제를 풀어야 하는지 이해하는 능력은 여전히 필요함
  - AI도 마찬가지로 답을 만들어줄 수는 있지만, 그 답이 맞는지 판단할 사람의 비판적 사고가 필요함

- 기업 재무제표에서도 착시가 생길 수 있다는 분석이 나옴
  - S&P 500 기업들의 영업이익률 상승이 순수한 인건비 절감보다 IT 투자 확대와 자동화 효과에 기대고 있다는 해석임
  - 판매관리비 안에서 전통적 인건비 비중은 둔화하는 반면, AI 소프트웨어와 클라우드 구독 같은 IT 비용 비중은 빠르게 늘고 있음

- 결국 고숙련 인력의 몸값은 더 오를 수 있음
  - AI 결과물을 검증하고 고도의 의사결정을 내릴 수 있는 사람은 더 귀해짐
  - 반대로 저숙련 노동자는 단순 반복 업무에 갇히고 실질 임금이 정체될 가능성이 큼

- 투자자 관점에서는 봐야 할 지표도 달라짐
  - 미국 노동부의 비농업 노동생산성과 총요소생산성을 봐야 함
  - 구인·이직 보고서의 고숙련 직무 구인율로 검증 가능한 인력 부족을 확인할 필요가 있음
  - 분기별 단위노동비용과 S&P 500 주요 기업의 판매관리비 안 IT 비용 추이도 체크포인트로 제시됨

- 개발팀에도 남 얘기가 아님
  - 사내 AI 도입을 평가할 때 단순 사용량이나 작성 속도만 보면 착시가 생길 수 있음
  - 코드 리뷰 품질, 장애 재발률, 문서 오류율, 재작업률처럼 검증 실패가 드러나는 지표를 같이 봐야 함

## 핵심 포인트

- 미국 성인 최대 1억 명 이상이 일상적인 기능적 문해력에 어려움을 겪는 것으로 추산된다
- 미국 일자리의 90% 이상은 어떤 형태로든 컴퓨터 활용 능력을 요구한다
- AI 결과물을 검증하지 못하는 인지적 항복이 재작업, 규정 위반, 고객 클레임 같은 숨은 비용으로 이어질 수 있다

## 인사이트

개발자에게 직접적인 기술 뉴스는 아니지만, AI 도입 효과를 볼 때 ‘도구를 썼다’와 ‘검증 가능한 생산성이 올랐다’를 구분해야 한다는 점은 꽤 중요하다. 사내 AI 도입 지표를 만들 때도 사용량보다 오류율, 재작업률, 검증 책임을 같이 봐야 한다.