SERVING NORTHERN VIRGINIA, MARYLAND, BALTIMORE AND WASHINGTON D. C.

제 1926 호

www. gomijunews. com

워싱턴-뉴욕 동시발행 대표전화:( 571) 422-0635 Endr. media @ gmail. com

2026 년 5 월 29 일- 2026 년 6 월 4 일

Section-B

< 홍성호 기자 > 비즈니스 세계에서 AI 채택을 가로막는 가 장 큰 장벽은 기술이 아니라 사용자의 신뢰 다. 동화‘ 할 수 있는 작은 엔진 ' 에 등장하는 기차는 가장 강력한 기차는 아니었지만, 자신 을 믿었다. 이야기에 따르면 가차는 가파른 산을 오르기 위해 출발하면서 " 할 수 있어, 나 는 할 수 있어 " 를 반복했다. 동화에 나오는 이 간단한 문구는 오늘날의 비즈니스 세계, 특히 인공지능( AI) 에 관한 교훈을 담고 있다. AI는 더 이상 공상 과학 소설에서 튀어나온 먼 미래의 약속이 아니다. 이것은 지금 현실 세계에 있고 이미 산업을 변화시키기 시작했 다. 그러나 인공지능( AI) 모델 및 플랫폼 개 발에 수천억 달러를 지출했음에도 불구하고 많은 직원의 채택은 여전히 느리다. 그리고 최근 퓨 리서치 조사에 따르면 근로자의 63 % 가 직장에서 AI를 최소한으로 사용하거나 전 혀 사용하지 않는 것으로 나타났다. 그 이유 는 무엇일까? 이는 종종 인공지능 전문가들 이 기술적 자기 효능감이라고 부르는 것, 또 는 기술을 효과적으로 사용할 수 있는 능력에

대한 개인의 믿음으로 간주된다.

새로운 기술 사용을 피하는 많은 사람들이 진정으로 반대하는 것이 아니라 특정 직업에 서 사용할 준비가 되어 있지 않다고 느끼는 것이다. 따라서 직장에서는 잘못될 위험을 무 릅쓰기보다는 거리를 두는 쪽을 택한다. 그리 고 많은 조직이 탈선하는 곳이다. 그들은 엔 진을 만드는 데 집중하지만, 작업자가 엔진을 움직이는 데 필요한 자신감을 충분히 채워주 지는 못한다. 일터에서 PC 혹은 노트북을 당 연히 사용하는 이들도 인공지능( AI) 은 섣불 리 사용할 생각을 하지 못하고 있다.

AI 사용에 자기효능감 중요 자기효능감 이론을 개발한 심리학자 알버트 반두라는 기술만으로는 사람들의 행동을 결 정할 수 없다고 지적했다. 더 중요한 것은 그 기술을 효과적으로 사용할 수 있는 자신의 능 력에 대한 개인의 믿음이 높지 않다. 1:1 기술 환경( 각 학생이 노트북이나 태블릿과 같은 디 지털 기기를 갖춘 교실) 에서 교사를 대상으로 한 연구에서 이 사실은 분명했다. 강력한 디

지털 도구를 사용할 수 있는 교사조차도 이를 사용하는 데 항상 자신감을 느끼는 것은 아니 라는 것을 알게 되었다. 그리고 자신감이 부 족하면 기술을 피하거나 제한적이고 피상적 인 방법으로 사용하는 경향이 있다.

오늘날의 AI 역량 강화 업무 공간에서도 마찬가지다. 새로운 도구를 빠르게 출시하고 빠른 결과를 원할 수 있다. 그러나 직원들은 이 기술이 자신의 역할에 어떻게 적용되는지, 제대로 사용할 수 있을지, 또는 이 기술에 의 존하는 것이 덜 유능하거나 심지어 비윤리적 으로 보일지 궁금해하며 주저할 수 있다. 그 망설임의 이면에는 언젠가 기술로 대체될 것 이라는 너무나도 익숙한 두려움이 있을 수도 있다. 비유를 든다면, 19 세기의 민중 영웅인 존 헨 리( John Henry) 를 떠올릴 수 있다. 이야기에 따르면 헨리는 힘으로 유명한 철도 노동자였 다. 증기 동력 기계가 그를 대체하겠다고 위 협했을 때, 그는 경주에 나섰고 우승했다. 그 러나 승리에는 대가가 따랐다. 그는 쓰러졌고 얼마 지나지 않아 사망했다. 헨리의 이야기는

순수한 의지력으로 새로운 기술에 저항하는 것이 얼마나 자멸적일 수 있는지에 대한 교훈 이다. 조직은 일부 직원이 AI 를 능가하거나 더 우수한 성과를 내야 한다고 느끼도록 내버 려 두기보다는 AI 를 사용하는 방법을 이해하 도록 돕는 데 투자해 AI 에 맞서 일할 필요가 없다고 느끼지 않도록 해야 한다.

자기효능감 저하 원인 엔지니어는 방대한 양의 데이터를 수집하고 데이터의 패턴을 감지하는 컴퓨팅 시스템에 공급해 AI 시스템을 구축한다. 시스템은 이 런 패턴을 기반으로 질문에 응답하거나 작업 을 수행하는 방법을 개발한다. AI 시스템에 다양한 품종의 개 사진 1,000장을 제공하고 그 에 따라 레이블을 지정하면 시스템은 곧 푸들 과 골든 리트리버의 차이를 감지하는 방법을 배우게 된다. 그러나 블루베리 머핀 사진을 제공하면 기계 학습 연구원들이 보여준 것처 럼 머핀을 치와와라고 말할 수 있다.

시스템이 질문이나 제시된 정보를 이해하 지 못하면 환각에 빠질 수 있다. ▶3면에 계속

14631 Route 29 # 401 Centreville VA 20121

4324 Evergreen LN # D( 2FL) Annandale VA 22003

4312-D Evergreen Ln # L3-2 Annandale, VA 22003

901 Russell Ave. Suite 150 Gaithersburg, MD 20879