AI가 교육 수준에 따른 생산성 격차를 줄일 수 있는지는 접근성만이 아니라 사람이 실제로 무엇을 배우는가에 달려 있다. 이 연구는 AI가 없을 때 다시 풀어 보는 후속 과제를 통해 도움과 위임을 구분한다.
핵심 요약
첫째, Cruces, Fernandez Meijide, Galiani, Gálvez와 Lombardi(2026)는 생성형 AI가 교육 수준에 따른 과제 수행 격차를 줄이는지 실험했다. NBER Working Paper No. 34851의 2026년 2월본을 2026년 10월에 개정한 워킹페이퍼로, 동료심사를 거치지 않았다.
둘째, 연구진은 아르헨티나의 25~45세 성인 1,174명을 무작위로 나누어, GPT-4.1 기반 도우미를 가진 집단과 없는 집단이 같은 업무형 문제 해결 과제를 수행하게 했다. 저학력 집단은 고등학교 졸업이나 대학·전문대 과정의 절반 미만 이수, 고학력 집단은 그 절반 이상 이수로 정의했다.
셋째, AI 도우미는 두 집단의 성적을 모두 크게 높였다. 저학력 집단의 종합 점수는 1.242표준편차, 고학력 집단은 0.834표준편차 상승했다. AI가 없을 때 고학력 집단이 0.548표준편차 앞섰지만, AI가 있을 때 격차는 0.139표준편차로 줄어 기준 격차의 75%가 사라졌다.
넷째, AI를 제거한 뒤 치른 후속 문항에서는 두 집단 모두 통제집단보다 나빠지지 않았다. 저학력 집단은 0.171표준편차 향상이 나타났고, 고학력 집단의 0.071표준편차 향상은 통계적으로 유의하지 않았다. 그래도 후속 문항의 교육 격차는 0.200표준편차로 남았다.
다섯째, 대화 기록을 보면 두 집단의 AI 사용 빈도는 비슷했지만 사용 방식은 달랐다. 고학력 이용자는 더 구체적인 지시와 구조화된 대화, 선택적 활용을 보였고, 저학력 이용자는 AI가 만든 답을 전체 복사하는 비율이 더 높았다. 이 결과는 접근만으로 기초 역량 차이가 사라지지는 않지만, 접근과 최소한의 안내가 주어지면 과제 수행 격차를 크게 줄일 수 있음을 보여준다.
배경 및 이론적 맥락
기술 변화는 오랫동안 고숙련·고학력 노동자에게 더 큰 이익을 주며 불평등을 키운다고 설명되어 왔다. 생성형 AI는 이 패턴을 바꿀 가능성을 제기한다. 복잡한 인지 과제의 일부를 대신 수행한다면, 정규 교육에서 덜 훈련된 사람도 전문가에 가까운 결과물을 낼 수 있기 때문이다. 반대로 AI를 잘 다루는 능력 자체가 기존 교육 격차를 반영한다면, 새로운 형태의 기술 편향이 나타날 수도 있다.
논문의 핵심 구분은 기초 인적자본과 실제 과제 수행 성과다. 정규 교육은 추상적 추론, 자료 해석, 복잡한 글쓰기 경험을 축적한다. AI는 그 가운데 일부를 대신하거나 보조할 수 있다. 문제 구조를 잡고, 근거를 찾고, 문장을 다듬는 비용이 낮아지면, 교육 수준이 낮은 사람의 유효 성과는 크게 올라갈 수 있다. 그러나 무엇을 물어보고 어떤 답을 받아들일지 판단하는 능력까지 AI가 자동으로 대체하는 것은 아니다.
저자들은 AI의 생산성 효과를 학습과 위임으로 나누어 본다. AI가 있을 때 점수가 올라도, 그것이 도구를 활용한 생산적 수행인지, 아니면 답을 통째로 맡긴 일시적 위임인지는 알 수 없다. 위임이라면 AI를 제거했을 때 성과가 떨어지거나 더 나빠질 수 있다. 학습이나 이해의 이전이 있다면 AI가 없는 후속 문항에서도 일부 이점이 남는다.
기존 직장 연구는 실제 조직의 채용과 업무 배분을 통과한 사람들을 비교하는 경우가 많다. 같은 직종 안에서는 교육 수준의 범위가 좁아져, AI가 교육 집단 사이의 격차를 어떻게 바꾸는지 보기 어렵다. 이 실험은 조직 밖의 온라인 환경에서 같은 과제를 부여해 교육 집단 간 차이를 직접 측정한다. 대신 실제 기업의 협업, 평가, 보상 구조를 그대로 재현하지는 않는다.
이론적으로 이 연구는 AI가 모든 전문성을 평준화한다는 주장과, 기존 교육 격차를 그대로 복제한다는 주장 사이에 놓인다. AI가 잘 돕는 과제의 범위 안에서는 낮은 교육 집단의 성과가 크게 올라갈 수 있다. 그러나 AI 사용의 질과 보조 없는 이해에는 여전히 인적자본이 남는다. 이 두 결과가 함께 나타나는지가 이 논문의 검증 대상이다.
연구 방법론
실험은 2025년 9월부터 11월까지 아르헨티나에서 온라인으로 진행했다. 세 개의 패널 조사 회사를 통해 25~45세 참가자를 모집했고, 개인용 컴퓨터로만 참여하게 했다. 과제와 후속 문항의 성적에 따라 최대 25,000아르헨티나 페소, 약 18달러의 슈퍼마켓 상품권을 지급했다. 예상 소요 시간은 약 20분이었고 실제 평균은 21분이었다.
저학력 집단은 고등학교 졸업 후 고등교육을 받지 않았거나 대학·전문대 과정의 절반 미만을 이수한 사람, 고학력 집단은 그 절반 이상을 이수한 사람으로 사전 등록했다. 아르헨티나에서는 비대학 고등직업교육 과정도 길고, 공립 고등교육의 진입 장벽이 낮아 일부만 이수한 사람이 많기 때문에, 단순한 대학 재학 여부보다 이수 비율을 기준으로 삼았다.
자격을 충족한 1,795명 가운데 1,174명, 즉 65%가 실험을 완료해 분석 표본이 되었다. 완료율은 처치집단 64%, 통제집단 66%로 처리 배정에 따른 차이가 없었다. 최종 표본은 저학력 520명, 고학력 654명이며 평균 연령은 약 35세, 두 집단 모두 성별이 거의 균형을 이루었다. 취업률은 저학력 78%, 고학력 89%였고, 사전 AI 사용 경험은 각각 68%와 77%였다.
참가자는 무작위로 AI 접근 처치 또는 통제에 배정되었다. 두 집단은 같은 업무형 문제를 받았다. 상사의 이메일과 보고서 속 글, 그림, 표를 읽고 문제의 근본 원인을 진단한 뒤 해결책을 담은 이메일을 작성하는 과제다. 업종 지식 없이 풀 수 있도록 카페테리아, 음식 배달 서비스, 가전제품 매장의 세 가지 병렬 버전을 만들어 무작위 배정했다.
처치집단에는 실험 화면 안에 GPT-4.1 기반 대화형 도우미가 들어 있었다. 도우미는 보고서를 미리 읽은 상태였지만 상사의 이메일과 과제 지시문은 제공되지 않았다. 참가자는 간단한 사용 설명을 받은 뒤 도우미와 대화할 수 있었다. 통제집단은 같은 과제를 AI 없이 수행했다. 주요 과제 직후에는 도우미 없이 근본 원인을 서술하는 열린 문항 하나와 자료 해석 및 사실 회복을 묻는 선택형 문항 두 개를 풀었다.
종합 점수는 사전 등록된 0~10점 기준을 따른다. 내용이 3분의 2, 글쓰기가 3분의 1이고, 내용은 세 가지 진단 문항과 해결책으로 나뉜다. 점수는 저학력 통제집단의 평균과 표준편차로 표준화했다. 응답 채점에는 GPT-5-mini와 과제별 평가 기준을 사용했고, 각 응답을 10회 채점해 평균을 냈다. 연구진은 사람 채점, 다른 생성형 AI 채점, 독립 연구자의 대체 점수와 비교해 결과가 유지되는지 확인했다.
처치집단 가운데 84%가 과제에서 도우미를 사용했다. 저학력은 81%, 고학력은 86%였다. 통제집단의 13%는 페이지 이탈과 답안 스냅샷을 근거로 외부 AI를 사용했을 가능성이 있다고 분류되었다. 따라서 주요 추정치는 실제 사용의 효과가 아니라 AI 접근을 배정받은 효과, 즉 ITT 추정치다. 통제집단의 외부 사용이 있다면 순수한 무접근 상태와 비교한 효과는 과소추정될 수 있다.
연구 결과
AI가 없는 통제집단에서는 고학력 참가자의 종합 점수가 저학력 참가자보다 0.548표준편차 높았다. AI 접근은 이 격차를 크게 줄였다. 저학력 처치집단의 점수는 1.242표준편차 상승했고, 고학력 처치집단은 0.834표준편차 상승했다. 두 효과의 차이는 -0.408표준편차로 1% 수준에서 유의했다.
AI가 있을 때 교육 격차는 0.139표준편차로 줄었다. 이는 기준 격차의 75%가 사라진 값이다. 저학력 처치집단은 평균적으로 고학력 통제집단보다 높은 점수를 받았다. 다만 처치집단 안에서도 고학력이 0.139표준편차 앞섰고, 이 차이는 p=0.110으로 통계적으로는 경계선이었다. 수렴이 컸지만 완전하지 않았다는 뜻이다.
평균 상승은 만점 근처에 답이 몰린 기계적 결과가 아니다. 처치집단에서도 점수는 넓게 퍼져 있었고, 9.75점 이상을 받은 비율은 저학력 13%, 고학력 21%에 그쳤다. 통제집단의 분포에도 강한 바닥 효과가 없었다. AI가 일부 최하위 응답만 끌어올린 것이 아니라 두 집단의 점수 분포를 넓게 이동시켰다는 해석이 가능하다.
효과는 글쓰기에서만 나타나지 않았다. 내용 점수와 글쓰기 점수 모두 비슷한 패턴을 보였고, 문제의 근본 원인을 맞힌 비율은 저학력에서 49.5%에서 84.1%로, 고학력에서 64.7%에서 88.1%로 상승했다. 근본 원인 탐지의 처치 효과는 저학력에서 11.2%p 더 컸다. 완료 시간은 두 집단 모두 줄었지만, 시간 단축 폭의 교육 집단 간 차이는 유의하지 않았다.
AI를 제거한 후속 문항에서는 기준 교육 격차가 다시 나타났다. 통제집단에서는 고학력이 0.300표준편차 앞섰다. 이전에 AI를 사용할 수 있었던 저학력 참가자의 후속 점수는 0.171표준편차 높았고 5% 수준에서 유의했다. 고학력 처치 효과는 0.071표준편차로 유의하지 않았다. 처치집단 안의 후속 격차는 0.200표준편차로 여전히 유의했다.
이 결과는 AI가 있을 때의 높은 점수가 전부 일시적 위임이라는 설명과 맞지 않는다. AI를 제거한 뒤에도 처치집단이 통제집단보다 나빠지지 않았고, 저학력 집단에서는 일부 이점이 남았기 때문이다. 그러나 후속 효과는 본 과제 효과보다 작았고, 교육 격차가 상당 부분 재현되었다. 단기 이해와 회상에는 도움이 되었지만, AI가 기초 인적자본을 대신 만들어 주지는 못했다는 해석이 가능하다.
탐색적 분석에서는 처치집단을 AI 도움 요청 정도와 과제 몰입도로 나누었다. AI 도움이 높으면 몰입도와 관계없이 본 과제 점수가 높았다. 그러나 후속 점수는 높은 몰입과 높은 AI 도움이 결합된 경우에만 특히 높았다. 같은 높은 AI 도움 집단 안에서도 몰입이 낮은 참가자는 후속 성적이 낮았다. 이 비교는 사후 선택 변수를 사용하므로 인과 추정은 아니지만, 단순히 답을 받는 것과 문제에 몰입하며 AI를 쓰는 것의 차이를 보여준다.
대화 기록에서는 사용 강도보다 사용 방식의 차이가 드러났다. 두 집단 모두 평균 약 세 개의 메시지를 보냈고, 과제 구성요소의 약 61%에서 도움을 요청했다. 그러나 고학력 이용자는 추론을 안내하는 상세 지시 지수가 0.174표준편차 높았고, 첫 질문의 구체성과 구조화된 작업 흐름도 더 높았다. 저학력 이용자는 AI 생성 내용을 전체 복사한 비율이 70.2%로 고학력의 60.1%보다 10.1%p 높았다.
견고성 점검에서도 중심 결과는 유지되었다. GPT-5-mini의 개별 채점 반복은 서로 0.981~0.986의 상관을 보였고, 사람이 10% 표본을 맹평가한 점수와 주요 AI 점수의 상관은 0.9를 넘었다. Claude Haiku 4.5와 Gemini Flash 3.0으로 다시 채점해도 교육 집단 간 차등 효과는 비슷했다. 과제 고정효과, 기초 통제변수, 저품질 응답 제외, 교육 집단 정의 변경에도 결과가 크게 바뀌지 않았다.
결론 및 의의
이 논문의 가장 분명한 발견은 AI가 교육 수준에 따른 과제 수행 격차를 크게 좁힐 수 있다는 점이다. 그러나 이를 AI가 교육 불평등을 해소한다는 뜻으로 읽어서는 안 된다. 이 실험이 측정한 것은 특정한 업무형 과제에서 AI 접근이 주어졌을 때의 즉시 성과다. AI가 없는 후속 문항에서는 격차가 다시 나타났고, 대화 사용 방식에서도 교육 집단 차이가 남았다.
첫째, 결과는 AI의 전문성 평준화 가능성을 지지한다. 저학력 참가자는 문제 구조화, 근본 원인 탐색, 해결책 작성에서 큰 도움을 받았다. 글쓰기만 좋아진 것이 아니라 내용 점수와 근본 원인 탐지도 함께 개선되었다. 복잡한 보고서 해석과 제안서 작성처럼 현재 AI가 잘 돕는 지식노동 과제에서는, 정규 교육이 제공하던 일부 중간 기술을 AI가 낮은 비용으로 공급할 수 있다는 뜻이다.
둘째, 결과는 인적자본의 소멸을 보여주지 않는다. 고학력 이용자는 AI를 더 구체적으로 지시하고, 대화를 단계별로 나누고, 결과를 선택적으로 통합했다. 이런 차이가 남은 0.139표준편차의 AI 보조 성과 격차와 0.200표준편차의 후속 격차에 반영되었을 가능성이 있다. AI를 여는 능력과 AI의 답을 검증하는 능력은 서로 다른 기술이며, 후자는 여전히 교육과 경험의 영향을 받는다.
셋째, 학습과 위임의 구분이 이 연구의 핵심 기여다. AI 사용 직후 성적만 보면 생산성 향상처럼 보여도, 그것이 학습으로 이어지지 않을 수 있다. 이 연구는 AI 제거 후 관련 문항을 즉시 측정해, 적어도 저학력 참가자에게는 일부 단기 이해의 이전이 있었음을 보였다. 동시에 후속 효과가 작고 제한적이라는 점은 AI가 준 답을 그대로 쓰는 행위와 자기 설명으로 남는 이해 사이에 거리가 있음을 보여준다.
교육 적용으로 보면, AI 접근 자체보다 사용 설계가 더 중요하다는 해석이 가능하다. 다만 이 연구는 학교 수업이나 장기 학습을 직접 실험하지 않았으므로, 교육 적용은 검증된 결론이 아니라 조심스러운 함의로 읽어야 한다. 수업에서 AI를 허용한다면 초기 사용 안내, 과제 맥락 제공, 근거 요구, 단계별 대화 같은 최소한의 지원이 필요하다. 이런 지원은 저학력 학생의 초기 진입 장벽을 낮출 가능성이 있다.
AI 교수법 적용으로 보면, 교사는 AI가 만든 결과물보다 학생이 AI와 상호작용하는 과정을 평가해야 한다. 첫 질문을 얼마나 구체화했는지, 답을 수정하며 무엇을 확인했는지, 최종 답에서 무엇을 자기 언어로 바꾸었는지가 학습 증거가 될 수 있다. 이 연구는 특정 프롬프트 전략의 인과 효과를 검증하지 않았지만, 사용 방식이 성과 차이와 함께 나타난다는 점은 보여준다.
평가 설계에도 시사점이 있다. AI 사용이 가능한 과제와 AI가 없는 확인 과제를 짝지으면, 결과물의 품질과 학생의 독립적 이해를 구분할 수 있다. 이 연구의 후속 문항은 새로운 장기 과제가 아니라 방금 푼 문제와 관련된 단기 확인이었다. 그래도 AI가 있을 때의 고득점과 AI가 없을 때의 이해가 자동으로 같지 않다는 점을 보여주는 실용적인 설계다.
신규 졸업자 진입의 관점에서는, AI가 초기 업무 적응의 격차를 일부 줄일 수 있다는 해석이 가능하다. 보고서 요약, 원인 진단, 이메일 작성처럼 초년생이 처음 맡는 일반적 지식업무에서 AI는 교육 배경이 부족한 사람에게 구조와 표현을 제공할 수 있다. 그러나 이 연구는 채용, 임금, 승진, 실제 직무 평가를 측정하지 않았다. 따라서 AI가 신규 졸업자의 고용 기회를 넓힌다는 결론은 아직 검증되지 않은 적용이다.
고용주와 대학의 역량 교육에는 더 신중한 결론이 필요하다. AI 활용 과목이 단순한 도구 사용법을 가르치는 데 그치면, 답을 전체 복사하는 사용 방식을 강화할 수 있다. 반대로 문제 정의, 근거 확인, 답안 검증, 선택적 통합을 가르치면 AI를 학습 보조로 전환할 가능성이 커진다. 이는 논문의 사용 기록에서 나온 해석이지, 특정 교육 프로그램의 효과를 실험한 결과는 아니다.
노동시장 정책의 관점에서는 접근 조건이 중요하다. 실험은 AI를 화면 안에 넣고 간단한 설명을 제공해 도입 마찰을 크게 낮췄다. 현실에서는 유료 도구, 언어, 디지털 기기, 조직의 사용 규칙, 관리자의 허용 여부가 접근을 가른다. 실험에서 나타난 격차 축소가 실제 불평등 완화로 이어지려면, 누가 접근하고 누가 실제로 사용하는지가 함께 해결되어야 한다.
연구의 한계는 분명하다. 표본은 아르헨티나의 온라인 패널 참가자이며, 개인용 컴퓨터를 사용할 수 있는 25~45세 성인이다. 학생이나 특정 기업의 신입사원은 아니다. 완료율은 65%였고, 저학력 표본은 개인용 컴퓨터 요건 때문에 더 제한되었다. 결과를 한국, 다른 국가, 실제 학교나 기업에 바로 적용할 수 없다.
과제 해석에도 한계가 있다. 하나의 자기완결형 업무 과제와 즉시 후속 문항을 사용했고, 생산성은 실제 임금이나 기업 성과가 아니라 채점된 과제 점수다. 후속 문항은 방금 수행한 과제와 관련된 단기 이해를 측정했을 뿐, 몇 주 뒤의 학습 유지나 새로운 과제로의 전이를 보여주지 않는다. AI가 인적자본 형성에 미치는 장기 효과는 알 수 없다.
측정과 추정의 한계도 남는다. 주요 점수는 AI 채점에 기반하지만 사람 검증과 다른 모델 검증을 거쳤다. 통제집단의 13%는 외부 AI를 사용했을 가능성이 있어 주요 추정치는 접근 배정 효과다. 대화 기록의 프롬프트 방식과 몰입도는 처리 후 선택이라 인과 효과로 해석할 수 없다. 또한 실험 시점의 GPT-4.1과 채점 모델 능력에 결과가 조건부다.
후속 연구는 세 방향으로 확장할 필요가 있다. 첫째, 며칠 또는 몇 주 뒤의 새로운 과제에서 학습 유지와 전이를 측정해야 한다. 둘째, 학교와 직장에서 AI 사용 지침, 교사·관리자 훈련, 평가 방식을 무작위로 바꾸어 어떤 지원이 단기 성과를 장기 역량으로 바꾸는지 검증해야 한다. 셋째, 채용 시험, 신입사원 수습, 임금과 승진 자료를 연결해 과제 성과의 격차 축소가 실제 노동시장 결과로 이어지는지 확인해야 한다.
결국 이 연구가 남기는 메시지는 AI가 교육 격차를 자동으로 없앤다는 낙관도, 기존 격차를 그대로 고정한다는 비관도 아니다. 넓은 접근과 낮은 도입 마찰이 주어지면 AI는 교육 수준이 낮은 사람의 복잡한 과제 수행을 크게 도울 수 있다. 그러나 AI가 없는 상태의 이해와 AI를 잘 사용하는 판단에는 여전히 인적자본이 작동한다. 교육과 신규 졸업자 지원의 과제는 AI를 허용할지 말지가 아니라, AI가 만든 단기 성과를 사람의 설명 능력과 독립적 판단으로 어떻게 전환할지를 설계하는 일이다.
참고문헌
Cruces, G., Fernandez Meijide, D., Galiani, S., Gálvez, R. H., & Lombardi, M. (2026). Does generative AI narrow education-based productivity gaps? Evidence from a randomized experiment (NBER Working Paper No. 34851). National Bureau of Economic Research. https://doi.org/10.3386/w34851
2026년 2월 발행 및 2026년 10월 개정으로 표시된 NBER 워킹페이퍼의 공식 페이지, DOI 등록정보, 원문 PDF를 확인했다. NBER는 이 논문이 동료심사나 NBER 이사회의 공식 검토를 거치지 않은 토론용 워킹페이퍼라고 명시한다. 본 리뷰는 논문이 보고한 사실, 저자들의 해석, 그리고 아직 검증되지 않은 교육·졸업자 진입 적용을 구분했다.
AI 활용 내역
이 글은 AI(Instinct AI 어시스턴트)를 활용하여 논문의 핵심 내용을 분석·요약하고, 한국어 리뷰 원고를 작성하였습니다. 최종 검토 및 발행은 블로그 운영자가 수행합니다.