거의 매주 인공지능이 형성하는 경제에 대비하기 위한 새로운 계획이 발표됩니다. 백악관은 AI 교육 확대를 위한 전국적인 노력을 촉구했습니다. 2월에 노동부는 "모든 근로자가 산업이나 직업에 관계없이 성공하기 위해 기본 AI 문해력 역량이 필요하다"고 선언한 AI 문해력 프레임워크를 발표했습니다. 세계경제포럼(WEF) 조사를 받은 고용주들은 분석적 사고를 가장 원하는 핵심 역량으로 꼽으며, 그 중요성은 2030년까지 더욱 커질 것이라고 밝혔습니다.

이 모든 것은 틀린 것이 아닙니다. 하지만 대부분의 계획들은 명시되지 않은 가정을 공유합니다: 기초는 이미 마련되어 있으며, 이제 그 위에 쌓아가는 것이 과제라는 것입니다. ETS 정책 연구 센터의 새로운 이슈 브리프인 ' 같은 열쇠, 새로운 문: 기초 기술과 변화하는 세상의 요구 '는 아니타 샌즈와 셰릴 라빈이 30년간의 데이터를 비교해 그 가정을 시험합니다. 점점 더 많은 미국인들에게 기존 교육 및 노동 시스템이 그 기반을 제공하거나 유지하지 못했습니다.

이 보고서는 우리가 가진 두 가지 최고의 장기 지표를 활용합니다: 16세에서 65세 성인을 평가하는 OECD의 성인 기술 조사(PIAAC)와 고등학교 졸업 후 학생을 평가하는 국가 교육 진도 평가(NAEP)입니다. 이 두 가지를 함께 읽으면, 보통 감소에 관한 헤드라인에서 놓치는 이야기를 들려줍니다.

성인 중 가장 낮은 숙련도 수준 이하의 비율은 1994년 19%에서 2023년 28%로 상승했다. 한편, OECD가 정보 풍부 경제에 완전 참여하기 위해 필요하다고 간주하는 3단계 이상의 비율은 54%에서 44%로 떨어졌다. 2013년부터 2023년 PIAAC 주기 사이에만 10번째 백분위수의 문해율은 36포인트 하락했으며, 분포의 상단은 거의 변하지 않았다.

학생들 사이에서도 성인이 되기 전부터 같은 차이가 나타난다. 12학년 학생들이 NAEP 기초 이하로 읽는 비율은 2005년 27%에서 2024년 32%로 증가했다. 10번째 백분위수 점수는 11점 하락했고; 90번째 백분위수 점수는 변함이 없었다. 하위 점수 하락은 팬데믹 이전부터 이미 진행 중이었다.

샌즈와 라빈은 이 패턴을 기술 발산이라고 부릅니다.

여기서 브리프가 제가 처음에 설명한 추세와 만나는 지점입니다. PIAAC의 최신 사이클은 OECD가 조건이 변하고 첫 번째 접근법이 실패할 때 목표 달성 능력을 표현하는 적응적 문제 해결 능력을 추가했습니다. 이는 대규모 평가가 고용주들이 원한다고 말하는 '분석적 사고'에 가장 가까운 것입니다.

이 브리핑은 이 기술이 문해력과 얼마나 밀접하게 연관되어 있는지를 보여줍니다. 미국 성인 중 2단계 읽기 수준, 즉 핵심 임계치 바로 아래에서 9%가 적응적 문제 해결 능력의 최고 수준에 도달했습니다. 3단계에서는 56%가 도달했습니다. 4단계와 5단계에서는 95%가 도달했습니다. 평가 데이터에서 한 가지 숙련도 수준이 적응적 문제 해결 능력을 보여줄 가능성에 큰 차이가 있습니다.

이제 노동부의 프레임워크를 다시 살펴보자. AI 리터러시의 다섯 가지 영역은 AI를 효과적으로 지휘하기, 산출물 평가, 책임감 있게 사용하는 것이다. 이 각각은 읽기와 추론 작업이다. 챗봇의 답변이 맞는지 판단한다는 것은 밀도 높고 오해의 소지가 있을 수 있는 텍스트를 하나로 묶어 어떤 부분이 중요한지 결정하는 것이다. 이는 OECD가 3단계 문해력에 대해 설명하는 것과 매우 가깝다.

2025년에 각 기술 핵심을 고용주가 보유한 비율과 2030년까지 사용 증가를 예상하는 비율에 비해 증가하는 비율이 비교됩니다. 분석적이고 창의적인 사고는 오른쪽 상단에 위치합니다. 읽기, 쓰기, 수학은 왼쪽 아래에 위치합니다.

세계경제포럼, 2025년 미래 일자리 보고서, 그림 3.6에서 발췌.

위의 세계경제포럼 수치는 이 괴리를 명확히 보여줍니다. 고용주들은 분석적 사고를 2030년 핵심 역량 중 하나로 두고, 읽기, 쓰기, 수학은 초점이 맞지 않는 구역에 넣습니다. 그들이 1위에 순위를 매기는 기술은 그들이 더 이상 시청하지 않은 역량과 연결됩니다.

이 브리프의 가장 유용한 기여는 그 틀에 있을 수 있다. 샌즈와 라빈은 기초 기술을 한 번 명확히 하는 문으로 학습하는 것이 아니라, 인생 과정을 거치며 쌓아가고 재구축해야 할 역량으로 설명한다. 그들이 묘사하는 것은 문지대(문지대)이다. 우리는 기회의 문을 열고 그것이 닫히지 않도록 하는 조치에 집중해야 한다.

이러한 틀은 실질적인 결과를 낳습니다. 노동력 프로그램은 일반적으로 문해력을 전제 조건으로 간주하며, 가치 있는 콘텐츠가 시작되기 전에 확고히 해야 하는 것으로 봅니다. 하지만 증거는 정반대의 설계를 지지합니다. 문제 해결이 문해력을 통해 이루어진다면, 문해력은 AI와 역량 강화 프로그램 내에 있어야 하며, 그 일부로 자금을 지원받아야 합니다. AI 도구를 지시하고 평가하는 잘 설계된 과정은 2단계 성인과 4단계 성인에게 같은 결과를 가져오지 않으며, 2단계 성인들이 그 수가 증가하고 있습니다.

이 보고서는 정책 입안자, 자금 지원자, K-12 교육자, 성인 교육 및 노동자 실무자, 연구자에 대한 권고사항으로 마무리됩니다.

같은 열쇠, 새로운 문은 정책 연구 센터의 '개방 문' 시리즈의 첫 번째 이슈 브리프로, 교육 연구가 신뢰할 수 있게 우리에게 알려줄 수 있는 것, 눈에 띄지 않는 연결고리를 드러내는 것, 기회를 열어주는 문을 식별하는 것을 목표로 합니다. 첫 번째 브리프는 바로 그 역할을 합니다. 모두가 묻는 질문인 "AI 경제에 사람들을 어떻게 준비시킬 것인가?"를 가져와, 그 답이 대부분의 계획보다 한 단계 앞서 시작된다는 것을 보여줍니다.

다음 세대의 일자리는 절차 없이 문제를 해결하도록 요구할 것입니다. 그들이 가능할지는 직장 자체보다 훨씬 덜 새로운, 즉 같은 열쇠가 새로운 문을 여는 것에 달려 있습니다.

브리핑을 읽고 Opening Doors 시리즈를 팔로우하세요