AI리터러시와 AI워크슬롭

'리터러시(Literacy)'는 본래 글을 읽고 이해하는 문자 해독 능력인 문해력(文解力)을 의미하지만, 오늘날 정보를 분석하고 비판적으로 사고하며 올바르게 활용하는 능력으로 개념이 확장되었습니다. AI 리터러시는 단순히 AI 도구를 사용할 줄 아는 기술적 스킬을 넘어 AI의 작동 원리를 이해하고, 제시된 결과를 비판적으로 평가하며, 이를 자신의 목적에 맞게 윤리적·주체적으로 활용하는 종합적인 사고 능력을 뜻합니다. 문해력이 글을 읽고 이해하는 것을 넘어 어떤 일이나 사물이 서로 연관되어 이루는 줄거리인 맥락까지 파악하는 능력이듯, AI 리터러시는 기술 시대의 새로운 필수 기초 소양이라고 할 수 있습니다.

AI가 생성한 결과물이 법적, 윤리적 기준에 벗어나지 않는지를 판단하거나 해당 결과물이 목표 시장에서 기대할 만한 성과를 거둘 수 있을지 예측하는 사업성 판단은 결국 사람이 해야 할 몫이기 때문입니다. 예를 들어 콜센터에서는 민원상담 전화를 AI 챗봇이 주로 담당하면서 고객 불만이 늘자 AI가 대응하지 못하는 복잡한 상담이나 정서적 불만을 해소해 줄 전담 인력을 추가로 채용하고, 광고회사에서는 AI가 만들어 준 광고문구를 사람이 걸러내는 일들이 벌어지고 있습니다.

​

한편 생성형 AI가 널리 보급되면서 자신이 힘들고 어렵게 여기던 자료조사나 제안서 만드는 일들을 할 수 있게 된 사람들에게 자신감을 부여하고 여가시간을 늘려주는 긍정적인 변화가 일어난 반면에 AI 결과물을 무조건 신뢰하여 이를 강요하거나 AI 활용 능력이 우월함을 자랑하는 결과물을 무작위로 전파하는 부작용도 나타나고 있습니다. 인테넷으로 날아오는 원하지 않는 광고성 메일을 스팸(spam)이라고 부르듯이 'AI 를 활용해 대량 생산된 저품질의 디지털 콘텐츠' 를 가축 사료 찌꺼기나 오물을 뜻하던 단어를 사용해서 AI 슬롭(slop)이라고 부릅니다.

‘워크슬롭(workslop)’은 AI가 생성한 콘텐츠 중 겉보기엔 완벽해 보여도 실제론 핵심이 부족해 업무에 별 도움이 되지 않는 결과물을 뜻합니다. 멋있게 꾸며진 보고서, 보기 좋은 슬라이드, 그럴듯한 요약문들은 ‘좋아 보이지만 쓸모는 없는’ 경우 받는 이에게 해석과 수정, 제대로 일을 진행하는 부담을 남기게 됩니다.

최근 미국 1,150명 직장인을 대상으로 한 설문조사( Insights are based on an online survey of 1,150 full-time U.S. desk workers conducted in September 2025 by BetterUp in partnership with the Stanford Social Media Lab)에 따르면, 직원들은 자신이 받는 업무 콘텐츠 중 약 15.4%가 워크슬롭이라고 답했습니다. 이 중 40%는 직접 동료에게, 18%는 부하직원이 상사에게, 16%는 상사에서 팀으로 흘러갑니다. 이 연구에 따르면 직원이 워크슬롭을 처리하는 데 건당 평균 두 시간을 소모했으며, 이를 비용으로 환산하면 직원 한 명의 월간 손실이 무려 186달러에 달한다고 합니다.

​

AI 리터러시를 향상시키기 위해 노력해야 할 이유를 정리해 봅니다.

1. 정보 검증 능력 확보

생성형 AI는 그럴듯한 거짓말을 하거나 편향된 데이터를 학습해 출력할 수 있습 니다. AI가 내놓은 답을 맹목적으로 믿지 않고 검증할 수 있어야 합니다.

2. 업무 생산성 제고

동일한 도구를 쓰더라도 AI의 한계와 특성을 이해하고 질문(프롬프트)을 구조화 할 수 있는 사람은 기존 업무 시간을 획기적으로 줄이지만, 그렇지 못한 경우 오 히려 오류 수정과 시행착오에 더 많은 시간을 허비하게 됩니다.

3. 윤리적·법적 리스크 방지

개인정보 유출, 저작권 침해, 알고리즘에 의한 불공정한 의사결정 등 AI 사용 시 발생할 수 있는 부작용과 위험 요소를 인지하고 예방해야 합니다.

4. 대체되지 않는 주체성 유지

단순 작업 지시자가 아닌, AI가 생성한 결과물을 총괄 기획하고 판단하는

'디렉터(Director)'로서의 주체성을 유지하게 해줍니다.