DQ Institute, DQ Lab Pte Ltd 및 경북테크노파크 개발
경상북도 의뢰
경상북도는 네 가지 구조적 위기가 동시에 수렴하는 상황에 직면해 있습니다. 주요 산업 부문의 생산성은 4.9% 하락한 반면, 무형자산 투자는 3.7%에 그쳐 기준치인 4.4%를 크게 밑돌고 있습니다(한국은행, 2022). 경상북도는 135조 원의 GRDP를 기록하고 있음에도 불구하고, 매년 21조 원의 소득이 서울로 유출되고 있습니다(데이터통계부, 2025). 핵심 생산가능인구 비중은 10년 사이 45.2%에서 37.7%로 감소했으며, 중소기업 경영자의 92%가 위기 수준의 인력 부족을 호소하고 있습니다(GDI, 2024). 또한 수십억 원 규모의 스마트공장 장비가 도입되었지만, 근로자들이 이를 운영하는 AI 시스템과 효과적으로 협업하지 못해 충분히 활용되지 못하고 있습니다.
AI 리터러시는 좁은 의미의 기술 역량이 아니라, 하나의 정책 수단을 통해 네 가지 과제 모두에 대응할 수 있는 핵심적인 시민 역량입니다. 즉, 근로자들이 투자를 생산성으로 전환할 수 있도록 지원하고, 고숙련 일자리를 통해 지역 내 가치를 유지하며, 외국인 근로자를 임시 노동력이 아닌 정주 인구로 전환하고, AI 기반 위협으로부터 취약계층을 보호하는 기반이 됩니다.
1단계에서는 16개국 298개 프로그램과 96개 프레임워크를 벤치마킹했습니다. 한국 국내 프로그램은 97%가 정부 제공 프로그램이며, 100%가 한국어로만 운영되고 있어 평가의 엄격성과 국제적 활용 가능성이 부족합니다.
현재 전 세계 어느 프레임워크나 프로그램도 경북이 필요로 하는 세 가지 차원, 즉 시민 디지털 안전, 노동 현장의 AI 생산성, 외국인 주민 통합을 완전히 통합하고 있지 않습니다. 또한 2026년 1월 시행되는 세 가지 국가 법률은 체계적인 인증에 대한 즉각적인 컴플라이언스 기반 수요를 창출하고 있습니다.
이 프레임워크는 모든 시민이 이해할 수 있는 세 가지 영역, 즉 AI-Digital의 자신 있는 활용, 안전한 활용, 현명한 활용을 중심으로 구성되어 있습니다. 이 세 영역은 총 여섯 가지 역량과 스물네 개의 마이크로 자격증으로 이루어져 있습니다.
인증 체계는 AI-디지털 접근 역량을 다루는 1단계(Level 1), AI 준비 시민을 위한 2단계(Level 2), AI 활용 근로자를 위한 **3단계(Level 3)**로 발전하며, 향후 2단계 사업에서는 산업계 및 대학 파트너와의 공동 개발을 통해 분야별 적용이 가능한 **4단계 이상(Level 4+)**의 인증 체계로 확장될 예정입니다.
이 구조는 다섯 가지 설계 원칙에 따라 운영됩니다. 모든 시민을 위한 보편적 기준, 전 생애주기를 포괄하는 포용성, 안전과 윤리의 기본 내재화, 국경을 넘는 상호운용성, 그리고 고용주에게 실질적 의미를 갖는 누적형 인증 체계입니다.
중앙화된 플랫폼과 분산형 생태계는 정부의 감독 기능을 제공자 네트워크와 분리합니다. 정부는 중앙화된 평가, AI Citizen ID, 품질 보증, 실시간 대시보드를 통해 관리·감독 역할을 수행하며, Powered by DQ AI 엔진은 표준 매핑, LearnCreator, 상호운용성을 지원합니다.
IEEE 3527.1™을 통한 글로벌 상호운용성은 첫날부터 경북의 농촌 지역 커뮤니티 센터에서 발급된 자격증이 미국 고용주에게까지 검증될 수 있도록 보장합니다.
새마을 AI 운동은 한국의 가장 강력한 발전 서사를 오늘날 가장 시급한 과제와 연결하며, AI 리터러시를 하향식 지시가 아니라 지역사회 주도의 운동으로 자리매김합니다. 2025년 APEC 경주 선언은 21개 경제권 간 상호 인정으로 나아갈 수 있는 제도적 경로를 제공합니다(APEC, 2025).
이 프레임워크는 국가적 모델로 설계되었습니다. 어떤 광역지자체든 동일한 표준을 채택하면서도 각 지역의 산업 특성에 맞게 조정할 수 있습니다. 중앙정부 대시보드는 인증을 노동 생산성, 비자 전환, 인구 지속가능성과 직접 연결하며, 국가 AI G3 정책 결정을 위한 실시간 근거를 제공합니다(과학기술정보통신부, 2025).
한국의 AI 경쟁력은 최첨단 기술만으로 결정되지 않습니다. 봉화의 농민부터 베트남 출신 공장 근로자, 안동의 청소년에 이르기까지 모든 주민이 누구도 뒤처지지 않는 국가의 AI 리터러시 시민이 될 수 있는지에 달려 있습니다.
국가 AI 정책 과제, 경상북도(이하 경북 또는 GB)의 구조적 경제 과제, 그리고 경북이 보유한 고유한 전략 자산이 맞물리면서, 전국 최초의 광역지자체 AI 리터러시 표준 이니셔티브를 추진해야 할 필요성과 기회가 동시에 형성되었습니다.
인공지능은 전 세계의 경제, 일터, 일상생활을 빠르게 재편하고 있습니다. 경북과 같은 지역 경제의 과제는 단순한 기술 도입을 넘어, 사회 모든 계층의 시민들이 AI를 안전하고 생산적으로 이해하고, 활용하며, 그 혜택을 누릴 수 있도록 역량을 갖추게 하는 데 있습니다. 이 보고서는 한국의 광역지자체가 글로벌 상호운용이 가능한 AI 리터러시 인증 시스템을 구축하기 위해 추진하는 최초의 이니셔티브인 경북 특화 AI Literacy Standards 프레임워크 개발을 위한 1단계 조사 결과를 제시합니다.
본 연구는 제도적 촉진 요인, 구조적 경제 과제, 인구학적 압력, 변화하는 국가 정책 환경 등 여러 전략적 필요가 맞물리면서 시작되었습니다. 이러한 요인들은 경북이 포괄적인 AI 리터러시 프레임워크를 개발해야 할 필요성과 기회를 동시에 만들어내고 있습니다.
2025년 APEC 정상회의가 경상북도 경주에서 개최되면서 지역 경제 통합 이니셔티브를 추진할 수 있는 촉매적 계기가 마련되었습니다. 2025년 10월 23일, 경상북도와 DQ Institute/DQ Lab Pte Ltd는 새마을 AI 업무협약(MOU)을 체결하고, 글로벌하게 인정받는 AI 리터러시 인증 시스템을 개발하기로 합의했습니다. 이 협약을 통해 경북은 명시적인 국제 상호 인정 목표를 가진 상호운용 가능한 AI 리터러시 프레임워크를 추진하는 한국 최초의 광역지자체로 자리매김했습니다.
경주 선언은 APEC AI 이니셔티브(2026–2030)를 지지했으며, 이 이니셔티브는 APEC 지역 내 성공적인 AI 전환을 위해 조율된 접근 방식을 요구합니다. 특히 중소기업과 일반 대중을 포함한 모든 수준에서의 AI 역량 구축, GB-AI Literacy Standards Report, 그리고 회복력 있는 AI 인프라를 위한 투자 생태계 조성을 우선 과제로 제시하고 있습니다(APEC, 2025).
이 이니셔티브는 단순한 기술 확산을 넘어섭니다. 이는 AI 확산으로 인해 더욱 확대될 수 있는 국가 간, 사회 계층 간 생산성 격차를 해소하고, 모든 사람이 기술 발전의 혜택을 누릴 수 있는 “지속가능한 디지털 공동체”를 구축하는 것을 목표로 합니다. 국가 디지털 전략이 하드웨어와 제도적 기반에 초점을 맞춘다면, 경북의 새마을 AI 운동은 이를 보완하는 소프트파워 전략으로서, 국가 전략을 지역사회와 글로벌 취약계층의 역량 기반과 연결합니다(과학기술정보통신부, 2022). 핵심 목표는 지역과 관계없이 누구나 기초 AI 리터러시를 갖출 수 있도록 보장하는 표준화된 교육 및 인증 시스템을 구축하는 것입니다.
경북은 135조 원의 지역내총생산(GRDP)을 창출하고 있음에도 지역총소득은 114조 원에 그치고 있으며, 매년 21조 원 규모의 소득이 수도권으로 구조적으로 유출되고 있습니다. 설비투자는 24.1% 증가해 전국 최고 수준을 기록했지만, 민간소비 증가율은 1.0%에 불과했습니다(데이터통계부, 2025).
이러한 “제조업 지역형” 소득 구조는 생산 활동은 지역 내에서 이루어지고 있지만, 소득의 귀속과 축적은 외부에서 발생하고 있음을 보여줍니다. 즉, 투자가 소득으로 이어지고, 소득이 다시 소비로 이어지는 선순환 구조가 단절되어 있는 것입니다.
디지털 리터러시를 갖춘 노동력은 투자 주도의 생산성 향상이 더 높은 임금, 지역 내 소득 유지, 그리고 지역 경제의 활력으로 이어지도록 보장하는 데 필수적입니다. 전체 소득 구조 분석은 장 2, Section 2.2에 제시되어 있습니다.
핵심 생산가능인구(25~54세)는 불과 10년 사이 45.2%에서 37.7%로 감소했으며, 경북 22개 시·군의 대다수가 지역소멸 위험 지역으로 분류되고 있습니다(GDI, 2024). 2023년 말 기준 제조업 구인난 비율은 4.4%에 달했으며, 중소기업 경영자의 92%가 위기 수준의 인력 부족을 호소하고 있습니다(GDI, 2024).
외국인 근로자는 경북의 산업 운영에서 점점 더 중요한 역할을 하고 있으며, 현재 내국인 생산성의 90.6% 수준에 도달했습니다. 그러나 고용주의 38.6%가 지적한 의사소통 장벽과 구조화된 경력 경로의 부재는 외국인 근로자가 임시 노동력에서 장기 정주 인구로 전환되는 것을 가로막고 있습니다. 이에 따라 한국의 외국인 노동 정책은 저숙련 비전문 취업(E-9 비자)을 중심으로 한 단기 순환 모델에서 벗어나, 외국인 근로자를 숙련 기술 인력(E-7-4 비자)으로 육성하고 지역사회 장기 정착을 유도하는 전략적 접근으로 전환하고 있습니다(GDI, 2024). 2023년 9월, 정부는 K-Point E74 제도를 통해 숙련 기술 인력의 연간 쿼터를 2,000명에서 35,000명으로 대폭 확대했으며, 검증된 외국인 근로자에게 장기 체류 자격과 가족 동반 기회를 부여했습니다(법무부, 2023; KIET, 2025). 경북은 이러한 변화에 가장 적극적으로 대응한 광역지자체 중 하나로, 지역특화형 비자(R-Visa) 프로그램을 도 전역으로 확대하고 있습니다(경상북도, 2024; 경상북도, 2026).
경북에는 34개 기관에 약 15,000명의 유학생이 재학 중이지만, 인구감소지역은 대부분의 유형에서 3% 미만의 유학생만을 유치하고 있습니다(GDI, 2025). 대학 정원 유지와 단기 인력 부족 해소에 초점을 맞춘 공급 중심의 유학생 유치 정책은 교육에서 장기 정착으로 이어지는 경로를 충분히 만들지 못하고 있습니다. 자세한 인구 구조 및 외국인 노동력 분석은 장 2, Sections 2.4 및 2.5에 제시되어 있습니다.
AI 리터러시는 근로자 교육이라는 좁은 관점에서 다루어져서는 안 됩니다. 이는 학생, 취업을 준비하는 청년, 중소기업의 중견 근로자, AI 기반 디지털 서비스를 이용해야 하는 고령층, 그리고 경북에 정착하고자 하는 외국인 근로자와 유학생을 포함하는 시민과 평생학습자를 위한 기본 기준으로 점점 더 중요해지고 있습니다.
AI 생성 콘텐츠의 급속한 확산, 공공서비스에서의 알고리즘 기반 의사결정, 딥페이크와 정교한 피싱을 포함한 AI 기반 사이버 위협은 연령, 직업, 국적과 관계없이 모든 시민이 평생에 걸쳐 기술과 안전하고 윤리적이며 생산적으로 관계 맺기 위한 기본 AI 역량을 갖추어야 할 긴급한 필요성을 만들어내고 있습니다. 사람을 대체하는 것은 AI가 아니라, AI를 사용하는 사람이 AI를 사용하지 않는 사람을 대체하는 것입니다.
이러한 방향은 2026년 1월 시행되는 AI 기본법과 디지털 사회에서 폭넓은 참여를 보장하는 데 중점을 둔 디지털포용법을 포함하여, 변화하는 한국의 거버넌스 환경과도 일치합니다(과학기술정보통신부, 2026).
AI 리터러시 환경은 국내외 모두에서 파편화되어 있습니다. 1단계 벤치마킹 결과, 한국 국내 프로그램은 압도적으로 정부 기관이 제공하고 있으며, 한국어로만 운영되고, 구조화된 평가 및 인증 메커니즘이 부족한 경우가 많았습니다.
국제 프로그램은 미국 기반의 민간 부문 제공자가 주도하고 있으며, 평가 통합 수준은 높지만 비수도권 지역이나 인구 포용 맥락과의 관련성은 제한적입니다.
현재 존재하는 어떤 프레임워크도 디지털 시민성, 노동 역량, 외국인 주민 통합을 하나의 통합된 표준으로 충분히 결합하지 못하고 있습니다. 바로 이 공백을 메우는 것이 GB AI Literacy Standards의 핵심 목표입니다.
종합 벤치마킹 분석
16개국에 걸친 298개의 검증된 프로그램 데이터베이스를 구축했으며, 전체 커리큘럼 추출과 133개의 프로그램-자격 쌍에 대한 표준화된 메타데이터를 포함했습니다. 또한 96개의 국제 및 국가 프레임워크를 분석했습니다.
분석 결과, 한국 국내 프로그램은 구조화된 평가 체계와 국제적 활용 가능성이 부족한 것으로 나타났습니다. 국내외 기존 프로그램과 프레임워크는 디지털 시민성, 노동 생산성, 외국인 주민 통합을 하나의 통합된 프레임워크로 결합하는 데 한계를 보였습니다.
GB-AI 리터러시 표준 프레임워크
세 가지 직관적 영역, 여섯 가지 역량, 스물네 개의 마이크로 자격증을 중심으로 구성된 역량 아키텍처를 개발했습니다. 이 프레임워크는 “보편에서 적용으로(Universal-to-Applied)” 확장되는 모델을 기반으로 하며, 공통적인 시민 역량 기반을 제공하면서도 경북의 전략 산업에 맞춘 분야별 모듈로 확장될 수 있도록 설계되었습니다.
이 프레임워크는 다섯 가지 설계 원칙에 따라 운영됩니다. 모든 시민을 위한 보편적 기준, 전 생애주기를 포괄하는 포용성, 안전과 윤리의 기본 내재화, 프로그램과 국경을 넘는 상호운용성, 그리고 고용주에게 실질적 의미를 갖는 누적형 인증 체계입니다.
3단계 인증 시스템
Level 1(AI-Digital Access)은 디지털 경험이 부족한 집단을 위한 디지털 접근 역량을 형성하고, Level 2(AI-Ready Citizen)는 보편적 시민 기준을 수립하며, Level 3(AI-Enabled Worker)는 노동 인구가 AI를 활용해 주도적으로 역량을 발휘할 수 있도록 합니다. 향후 Level 4+는 산업계 및 대학 파트너와의 2단계 공동 개발을 통해 분야별 적용이 가능한 전문 인증 단계로 설계될 예정입니다. 각 단계는 표준화된 지식 평가와 실무 수행 과제를 결합한 2층 증거 모델을 통해 평가되며, 단일 중앙 평가 게이트웨이를 통해 운영됩니다.
플랫폼 생태계 및 상호운용성 아키텍처
중앙화된 정부 기능과 분산형 제공자 네트워크를 분리하는 플랫폼을 설계했습니다. 중앙화된 정부 기능에는 중앙 평가, AI Citizen ID 등록 체계, 품질 보증, 광역 대시보드가 포함되며, 여기에 PbDQ 기술 엔진, 즉 표준 매핑, LearnCreator 커리큘럼 빌더, 상호운용성 브리지가 내재됩니다.
분산형 제공자 네트워크는 인증된 프로그램, 기업 제공자, 자기주도 학습자로 구성됩니다. 글로벌 상호운용성은 초기 설계 단계부터 IEEE 3527.1™ 정렬을 통해 확보됩니다.
중앙 영향 모니터링 시스템 아키텍처
모든 평가, 인증, 교육을 정책 데이터 포인트로 전환하는 광역 대시보드를 설계했습니다. 이 시스템은 인구 적용 범위, 지역 간 형평성, 제공자 품질, 노동시장 경제적 수익, 생태계의 자립 가능성을 실시간으로 추적합니다.
중앙정부에는 집계된 읽기 전용 접근 권한이 제공되며, 모든 데이터는 중앙 평가 게이트웨이를 통해 자동으로 생성되기 때문에 별도의 보고 부담이 발생하지 않습니다.
표 1. 제1부 장 및 내용 목록
| 장 | 핵심 질문 | |
|---|---|---|
|
1 |
국가 AI 정책 |
이 프레임워크는 어떤 법적 의무를 실행하는가? |
|
2 |
GB의 과제와 자산 |
이 프레임워크는 어떤 지역 수요 프로필을 지원하는가? |
|
3 |
글로벌 이동성과 인재 이동 |
왜 자격 증명은 처음부터 국경을 넘어야 하는가? |
|
4 |
글로벌 벤치마킹 |
무엇이 효과적이며, 무엇이 부족하고, 격차는 어디에 있는가? |
표 2. 제2부 장 및 내용 목록
| 장 | 핵심 질문 | |
|---|---|---|
|
5 |
제안 방향 |
각 근거 기둥은 프레임워크에 어떤 설계 제약을 부과하는가? |
|
6 |
다섯 가지 설계 원칙 |
프레임워크의 모든 결정을 지배하는 타협 불가능한 규칙은 무엇인가? |
표 3. 제3부 장 및 내용 목록
| 장 | 핵심 질문 | |
|---|---|---|
|
7 |
프레임워크 |
3개 영역, 6개 역량, 23개 마이크로 자격, 보편-응용 확장성 모델 |
|
8 |
인증 시스템 |
3단계 인증(접근, 시민, 근로자), 2층 평가 모델, 성장 경로, 향후 Level 4+ 확장성 |
|
9 |
상호운용성 |
IEEE 3527.1™ 정렬 및 매핑, 상호 인정, GB AI 시민 ID |
|
10 |
플랫폼 및 생태계 |
PbDQ AI 엔진을 탑재한 GB 중앙 플랫폼, 생태계(분산 제공자 네트워크), 지속 가능한 재원, 사례 연구 |
|
11 |
중앙 영향 모니터링 |
도 단위 대시보드, 5개 모니터링 차원, 지속적 개선 주기, 중앙정부 접근 |
표 4. 제4부 장 및 내용 목록
| 장 | 핵심 질문 | |
|---|---|---|
|
12 |
새마을 AI, 글로벌 포지셔닝 및 정책적 시사점 |
제안: 한국-베트남 테스트베드, 4단계 인재 파이프라인, 산업 인증 경로, 복제 가능한 비수도권 모델, 경주 선언, 단계적 APEC 확장 전략, 정책적 시사점 및 전략 권고 |
표 5. 제5부 장 및 내용 목록
| 장 | 핵심 질문 | |
|---|---|---|
|
A |
연구 방법론 |
정의, 데이터 수집 방법론, 데이터베이스 구축, 추출 및 매핑 절차 |
|
B |
벤치마킹 목록 |
프로그램 및 프레임워크 벤치마킹 목록 |
|
C |
벤치마킹 데이터셋 구성 |
프로그램 및 프레임워크 벤치마킹 데이터셋 분포 분석 |
|
D |
참고문헌 |
인용 정보 기사 및 보고서 상세 목록 |
GB-AI Literacy Standards는 이론에서 출발해 설계된 것이 아닙니다. 이 표준은 네 가지 근거 체계로부터 구조화되었으며, 각 근거 체계는 프레임워크의 구체적인 아키텍처 결정을 정당화하는 하나의 기둥을 이룹니다.
제1장
한국 국가 AI 정책 아키텍처와의 정렬
제3장
글로벌 활용성과 국경 간 인재 이동성 지원
제2장
경북의 구조적 과제와 전략적 자산 대응
제4장
글로벌 동향 및 기존 AI 리터러시 프로그램 벤치마킹
한국의 인공지능 정책은 기술 연구개발에 초점을 둔 좁은 접근에서 벗어나, AI를 중심으로 국가 시스템을 재설계하는 포괄적 프로그램으로 발전해 왔습니다. 이러한 거버넌스 프레임워크는 AX(AI Transformation)로 불립니다. 국가AI전략위원회 아래에서 정부는 국가 인프라 확충과 인적 역량 강화를 결합하여 한국을 글로벌 AI Top 3 국가로 도약시키겠다는 비전을 제시했습니다(과학기술정보통신부, 2025).
G3 전략은 구체적인 목표와 대규모 자원 투입으로 뒷받침됩니다. 정부는 2030년까지 산업 전반의 AI 도입률을 70%, 공공 부문의 AI 도입률을 95%까지 높이는 것을 목표로 하고 있습니다. 이 전략에는 국가 AI 컴퓨팅 센터 구축, GPU 용량의 15배 확대, 국산 AI 반도체의 상용화, 그리고 이러한 자원을 활용할 수 있는 인적자본에 대한 병행 투자가 포함됩니다.
디지털 인재 양성 종합방안은 OECD 국가 중에서도 가장 야심찬 인적자본 프로그램 중 하나입니다(대한민국 정부 관계부처, 2022). 2026년까지 디지털 인재 100만 명을 양성한다는 목표는 초·중등학교의 컴퓨팅 교육 확대부터 중견 근로자를 위한 산업별 재교육, 최첨단 AI 분야의 박사급 연구 인력 양성에 이르기까지 전 생애주기를 포괄합니다. 이는 좁은 의미의 IT 전문가 양성에서 벗어나, 모든 분야의 전문가들이 디지털 역량을 각자의 전문 분야 지식과 결합하는 “AI+X” 융합 교육으로 전환하고 있음을 보여줍니다.
정부는 1만 명의 AI 엔지니어를 배출하는 것보다, 모든 부문의 100만 명 전문가가 기존 직무 안에서 AI와 협업할 수 있도록 하는 것이 더 중요하다는 점을 인식했습니다.
경북의 인재 개발 플랫폼은 이러한 국가 생태계 안에서 핵심적인 정책 이전 가교 역할을 수행하며, 중앙정부가 제공하는 거시적 자산을 경북의 핵심 산업인 제조업과 농업의 구체적 요구에 맞게 조정합니다.
다부처 접근 방식은 디지털 역량이 경제의 모든 부문에 스며들어 있다는 정부의 인식을 반영합니다(대한민국 정부 관계부처, 2022).
과학기술정보통신부는 전체 조정을 주도하며, 금융, 교육, 의료, 스마트시티, 자동차, 섬유, 물류, 조선, 금속 제조 등 12개 산업 부문 전반의 근로자를 대상으로 디지털 전환 교육을 제공합니다. 2027년까지 43,500명 교육을 목표로 하고 있습니다.
산업통상자원부는 산업 디지털 융합 아카데미를 통해 이를 보완합니다. 이 아카데미는 산업협회, 연구기관, 기업이 참여하는 11개 협업지원센터를 통해 운영되며, 6대 주요 산업과 5대 신산업 전반의 현직 및 퇴직 기술 인력을 대상으로 AI 융합 교육을 제공합니다. 2026년까지 12,750명 교육을 목표로 하고 있습니다.
고용노동부는 전통 산업 근로자를 위한 디지털 역량 교육 확대에 중점을 둡니다. 지원 분야를 20개에서 29개 부문으로 넓히고, 대상도 재직자에서 조건부 채용 예정자까지 확대하며, 원격 교육 옵션도 강화하고 있습니다.
중소벤처기업부는 실습 중심 교육을 위해 스마트공장 배움센터와 스마트랩을 운영하고 있으며, 6개 센터를 통해 매년 약 13,000명에게 교육을 제공합니다. 또한 지역 기관을 통한 맞춤형 기술 교육으로 매년 37,000명의 근로자를 지원합니다.
경북의 AI 리터러시 표준은 이러한 모든 부처 프로그램과 연계되어야 하며, 광역지자체 차원의 활동이 국가 프로그램을 중복하는 것이 아니라 보완하도록 해야 합니다. GB-AI Literacy Standards는 다양한 국가 프로그램을 경북 경제의 구체적 요구와 연결하는 결합 조직 역할을 하며, 거시적 정책 수단을 지역에서 실행 가능한 교육 경로로 전환합니다.
AI 기본법(「인공지능 발전과 신뢰 기반 조성 등에 관한 기본법」)은 2025년 1월 21일 공포되어 2026년 1월 22일부터 전면 시행되며, AI 발전과 신뢰 기반 조성을 위한 포괄적 법적 프레임워크를 제공합니다(과학기술정보통신부, 2026; Library of Congress, 2026). 이 법은 인공지능을 학습, 추론, 지각, 판단 등 인간의 지적 능력을 전자적으로 구현한 것으로 정의합니다. 또한 인간의 생명, 안전, 기본권에 중대한 영향을 미치는 시스템을 의미하는 고영향 AI의 개념을 수립하고, 그 운영에 필요한 교육 요건을 규정합니다.
이 법은 투명성, 위험 관리, 인간의 관리·감독에 대한 법적 의무를 창출한다는 점에서 경북의 이니셔티브에 특히 중요합니다. GB 인증 단계와 평가 기준은 완전한 준수를 보장하기 위해 이러한 국가 정의와 정렬되어야 합니다. 법의 비례적이고 위험 기반적인 규제 모델은 프레임워크의 단계별 인증 구조에 직접 반영됩니다.
공공부문 AI 거버넌스 가이드라인은 AI 시스템 도입 전에 시민의 기본권에 미칠 잠재적 영향을 평가해야 한다는 점을 강조하고, 공공부문 인력을 위한 AI 역량 강화와 교육을 촉진함으로써 이러한 기반을 더욱 강화합니다(과학기술정보통신부, 2026; The Law Times, 2026). 이 가이드라인은 기술적 효율성보다 인간의 존엄성과 안전을 우선하는 거버넌스 철학을 반영하며, GB-AI Literacy Standards는 이 원칙을 모든 인증 단계에 통합합니다.
디지털포용법은 2025년에 제정되어 2026년 1월 22일부터 시행되며, 모든 시민이 지능정보기술의 혜택에 공정하게 접근할 수 있도록 보장하고 “디지털 기본권”을 법적 권리로 확립합니다(과학기술정보통신부, 2026; ITU, 2026). 이 법은 디지털역량센터를 포용적 교육의 운영 거점으로 지정하며, 특히 고령층, 장애인, 농업 종사자, 다문화 가족에 중점을 둡니다.
경북에 이 법은 이중 목적의 정책 수단으로 작용합니다. 첫째, 보편적 AI 리터러시 교육을 선택적 프로그램이 아니라 권리로 정당화하는 법적 근거를 제공합니다. 둘째, 디지털 포용을 전략적 노동시장 개입으로 규정합니다. AI 도입이 가속화되는 상황에서 디지털 취약계층이 배제되지 않도록 함으로써, 경북은 인적자본 기반을 보존하고 사회적 혼란을 최소화할 수 있습니다. 이 법의 디지털역량센터 관련 조항은 지역 기반의 접근 가능한 채널을 통해 AI 리터러시를 제공하도록 설계된 경북의 새마을 AI 아카데미 네트워크와 직접적으로 정렬됩니다.
정부는 공공성, 투명성, 안전성, 공정성, 책임성, 개인정보 보호라는 기본 가치를 제시하는 공공부문 AI 윤리 원칙을 수립했으며, 이는 AI 시스템을 도입하는 실무자를 위한 체크리스트 항목을 통해 운영됩니다(행정안전부, 2025).
GB-AI Literacy Standards는 이러한 윤리 원칙을 선택적 부가 요소가 아니라 모든 인증 단계의 핵심 구성 요소로 통합합니다. 이 프레임워크는 AI 리터러시가 단순한 기술적 숙련도뿐만 아니라, UNESCO와 OECD가 필수적이라고 제시한 인간 중심의 사고방식과 윤리적 판단력까지 함께 개발해야 한다는 점을 인식합니다(UNESCO, 2024; OECD, 2025).
경북의 접근 방식은 이러한 글로벌 윤리 기준을 지역의 문화적 유산과 결합한다는 점에서 차별화됩니다. 새마을 AI 이니셔티브는 근면, 자조, 협동이라는 전통적 가치를 디지털 시대의 신뢰와 상생 번영의 원칙으로 재해석함으로써, 책임 있는 AI 활용을 위한 지역적으로 공감 가능한 프레임워크를 만들어냅니다.
한국은 역사적으로 낮은 출산율과 급속한 고령화로 국가 생산성의 기반이 위협받는, 전 세계적으로도 유례를 찾기 어려운 인구 위기에 직면해 있습니다. 생산가능인구의 감소는 잠재성장률 하락의 직접적 원인이며, 이는 산업 전반의 만성적 노동력 부족과 생산성 정체로 나타나고 있습니다.
정부의 대응은 출산 장려 정책에서 벗어나, 기술 고도화와 인적자본 향상을 통해 부족한 노동 공급을 대체하는 포괄적 노동시장 전환으로 이동하고 있습니다. 디지털 인재 양성 종합방안은 이러한 접근을 반영하며, 특히 AI+X 융합 인재를 통해 양적 부족을 질적 향상으로 극복하고자 합니다. 이는 전통 제조업을 노동집약적 구조에서 지식 기반의 지능형 시스템으로 재편하여, 더 적은 인력이 더 높은 부가가치 산출을 창출할 수 있도록 하는 것을 목표로 합니다.
경북은 이러한 영향을 특히 크게 받고 있습니다. 경북의 핵심 생산가능인구 비중은 지속적으로 감소하고 있으며, 도내 시·군의 대다수가 지역소멸 위험 지역으로 분류되고 있습니다. 이에 대한 경북의 대응은 K-U City 모델과 RISE 프로그램을 통합하여, 지역 대학과 지역 앵커 기업을 연결함으로써 청년 인구 유출을 방지하고, 지역에서 양성된 인재가 지역 산업에 정착하도록 하는 데 초점을 둡니다(경상북도, 2024; 교육부, 2023; 경상북도 RISE Center, 2025).
외국인 노동에 대한 국가적 접근은 저숙련 E-9 비자 근로자를 중심으로 한 단기 순환 모델에서, 외국인 근로자를 장기 정착이 가능한 숙련 기술 인력으로 육성하는 전략적 프레임워크로 근본적으로 전환되었습니다. 2023년 9월 시행된 K-Point E74 제도는 숙련 기술 인력의 연간 쿼터를 2,000명에서 35,000명으로 확대했으며, 검증된 외국인 근로자에게 장기 체류와 가족 동반의 기회를 제공했습니다(법무부, 2023; KIET, 2025).
경북은 이러한 변화를 실행에 옮기는 데 가장 적극적인 광역지자체 중 하나로, 지역특화형 비자(R-Visa) 프로그램을 도 전역으로 확대하고 있습니다. 경북이 제시한 “아시아 이민 허브” 비전은 외국 인재를 단순한 노동 공급원이 아니라 지역 경제 혁신의 주체로 바라보는 진전된 접근을 보여줍니다(경상북도, 2024; 경상북도, 2026).
AI 리터러시는 이러한 정책 전환을 가능하게 하는 핵심 메커니즘으로 기능합니다. 외국인 근로자가 언어 장벽을 극복하고 AI 기반 제조 시스템을 운영하며 실시간 생산 데이터를 해석할 수 있게 되면, 단순 반복 노동을 넘어 지능형 제조 전문 인력으로 성장할 수 있습니다. GB-AI Literacy Standards는 바로 이러한 통합 기능을 수행하도록 설계되었으며, 외국인 근로자의 도착과 생산적인 지역사회 구성원으로의 전환 사이의 간극을 연결하는 표준화된 AI-디지털 역량 교육을 제공합니다.
스마트 제조혁신 3.0 전략은 인지 AI에서 생성형 AI, 에이전틱 AI, 물리 AI로 이어지는 단계적 기술 진화 로드맵을 기반으로, AI 중심 스마트공장의 구축을 목표로 합니다(중소벤처기업부, 2025). 이 전략은 이러한 역량이 단순한 하드웨어 투자가 아니라, AI 시스템을 관리하고 그 결과물을 비판적으로 평가할 수 있는 노동력을 필요로 한다는 점을 인식하고 있습니다.
경북은 제조 공정의 가상 복제본을 통해 실시간 관리와 예측 정비를 가능하게 하는 디지털 트윈 기반 원격공장 구축 사업과, 로봇과 AI가 협업하여 위험 공정을 자동화하는 Physical AI 실증 플랫폼을 통해 이러한 목표를 추진하고 있습니다(The Korea Economic Daily, 2026). 스마트공장 도입 사례의 근거는 기업당 평균 3명의 고용 증가를 보여주며, 이는 AI 기반 제조 혁신이 근로자를 대체하기보다 더 높은 수준의 일자리를 창출한다는 점을 입증합니다(중소벤처기업부, 2019).
이러한 모든 자동화 이니셔티브의 핵심 가능 요인은 노동력의 AI 리터러시입니다. 아무리 정교한 시스템이라도 운영자가 데이터를 해석하고, AI 산출물을 평가하며, AI의 권고를 생산 의사결정에 통합할 수 없다면 그 잠재력을 실현할 수 없습니다.
이전의 스마트공장 정책이 기본적인 데이터 수집에 초점을 맞추었다면, 3.0 전략은 인공지능이 생산을 자율적으로 판단하고 제어하는 “AI 공장”을 목표로 합니다. 경북은 도내 중소 제조업체의 45.7%가 AI 도입의 주요 장벽으로 비용 제약과 역량 부족을 지적하고 있다는 점을 인식하고 있습니다.
이에 대응하여 경북은 대규모 초기 자본 투자 없이 데이터셋, 분석 도구, 클라우드 기반 스마트공장 솔루션에 원스톱으로 접근할 수 있는 Manufacturing AI 24 플랫폼을 개발하고 있습니다. 또한 경북은 두 명으로 구성된 AX Advisor 팀을 현장에 파견하여 도입 전 과정에 걸쳐 컨설팅을 제공하는 Manufacturing DX Mentor 프로그램을 운영하고 있습니다.
GB-AI Literacy Standards는 중소기업 근로자가 AI 도구를 효과적으로 도입하고 활용하는 데 필요한 기본 역량을 갖추도록 함으로써, 이러한 인프라 및 자문 프로그램을 보완합니다. 이러한 인적자본 기반이 없다면, 충분한 기술 보조금과 전문가 컨설팅이 제공되더라도 노동력 준비도라는 근본적 장벽을 극복하기 어렵습니다.
2024년에 채택된 EU AI Act는 AI 시스템을 위험 수준에 따라 분류하고, 제공자와 배포자에게 이에 비례하는 의무를 부과합니다(European Parliament, 2023). 제4조는 모든 제공자와 배포자가 직원에게 충분한 AI 리터러시를 보장하도록 요구하며, 이에 따라 리터러시는 자발적 선택 사항이 아니라 유럽경제지역 전반의 법적 컴플라이언스 요건으로 전환되었습니다.
이러한 컴플라이언스 기반 수요는 유럽 교육 제공자들의 인증 프로그램 개발을 촉진했습니다. GB 프레임워크의 상호운용성 기능은 이 인증이 EU 시장에서 활동하거나 EU와 거래하는 한국 기업을 위한 잠재적 컴플라이언스 메커니즘으로 활용될 수 있도록 합니다. EU의 단계적 위험 접근 방식은 GB의 단계별 인증 구조와도 병행되며, 향후 상호 인정 가능성을 높입니다.
싱가포르의 통합 AI 리터러시 프레임워크는 Smart Nation 이니셔티브를 통해 조정되고 SkillsFuture 지원 메커니즘, 즉 시민 1인당 SGD 500의 지원을 바탕으로 모든 시민 집단에 적용 가능한 국가 표준을 수립합니다(Institute of Policy Studies, 2026; Prime Minister’s Office of Singapore, 2024; SkillsFuture Singapore, 2020).
싱가포르는 GB 프레임워크가 반영하는 세 가지 원칙을 보여줍니다. 첫째, AI 리터러시는 개인 비용이 아니라 국가 인적자본 투자로 다루어져야 합니다. 둘째, 공공 재원을 통해 보편적 접근이 보장되어야 합니다. 셋째, AI 리터러시는 모든 산업과 관련된 역량으로 인식되어야 하며, 따라서 분야를 가로지르는 적용 가능성을 가져야 합니다.
다민족 인구를 위한 콘텐츠 설계에 대한 싱가포르의 경험은 경북의 다국어 적응 과제에 직접적으로 적용할 수 있는 교훈을 제공합니다. 강력한 디지털 인프라를 기반으로 한 싱가포르의 다층적 전달 모델 역시 경북의 온·오프라인 하이브리드 접근 방식에 시사점을 제공합니다. 두 사례는 GB 프레임워크의 다채널 전달 전략, 모바일 우선 설계, 커뮤니티 센터 기반 보급 모델에 반영되어 있습니다.
일본의 접근 방식은 산업 정책 프레임워크에 깊이 내재되어 있으며, AI 도입을 통해 제조업 경쟁력을 유지하려는 전략적 초점을 반영합니다. AI Strategy 2022는 일본의 Society 5.0 비전을 실현하기 위해 AI 리터러시를 갖춘 노동력이 필수적이라고 강조합니다(Council for Science, Technology and Innovation, 2022).
일본의 제조업 분야 산업 AI 경험은 경북의 상황과 매우 유사합니다. 양측 모두 인구 감소와 노동력 부족에 직면해 있으며, 강력한 산업 기반과 광범위한 중소기업 네트워크를 보유하고 있고, AI 전환을 구조적 대응 전략으로 추진하고 있습니다. 인간과 AI가 서로의 강점을 보완하는 인간-AI 협업에 대한 일본의 강조는 GB 프레임워크의 역량 상호보완 접근 방식에 직접적인 시사점을 제공합니다.
한국의 국가적 방향은 AI 리터러시를 거버넌스 도구이자 포용 메커니즘으로서 시급한 과제로 만들고 있습니다. 과학기술정보통신부는 AI 윤리와 비판적 활용을 핵심 구성 요소로 포함하는 AI 디지털 배움터 네트워크를 확대해 왔습니다. K-Digital Training 프로그램은 2021년부터 2025년까지 신디지털 기술 분야에서 180,000명 양성을 목표로 했으며, 폭넓은 디지털 포용 교육은 디지털 배움터 인프라를 통해 운영되고 있습니다(고용노동부, 2020). 그러나 이러한 프로그램은 여전히 대도시 중심이고 기술 지향적인 성격이 강해, 비수도권 지역과 한국어를 사용하지 않는 인구가 충분히 지원받지 못하고 있습니다. 바로 이 공백을 경북의 프레임워크가 해결하고자 합니다.
비교 분석은 GB-AI Literacy Standards가 경제 참여와 시민적 참여를 위한 기본 기준으로서 구조화되고 보편적인 AI 리터러시를 향한 전 세계적 수렴 속에서 작동하고 있음을 확인합니다. 이 프레임워크는 EU의 규제 기반 수요, 싱가포르의 보편적 접근과 국가적 조정, 일본의 제조업 중심 적용, 한국의 신뢰 기반 거버넌스 등 여러 모델에서 얻은 교훈을 반영합니다. 이러한 다중 모델 종합은 국제적으로 정합성을 갖추면서도 지역적으로 차별화된 프레임워크를 만들어내며, 경북의 구체적 상황에 대한 적합성을 보장하는 동시에 글로벌 인정 가능성을 극대화합니다.
경북의 전통적 제조 기반은 구미국가산업단지와 반도체 특화단지를 중심으로 한 첨단 제조업, 포스코가 자리한 포항의 철강 및 금속 생산, 자동차 부품, 전자, 농업 및 식품 가공, 문화관광에 걸쳐 있습니다. 경북에는 150개 이상의 산업단지가 위치해 있어, 한국에서 제조업이 가장 집중된 지역 중 하나로 평가됩니다(Cushman & Wakefield, 2025).
그러나 생산성의 흐름은 심각한 우려를 제기합니다. 한국은행의 분위회귀 분석은 자본 장비 비율의 증가는 특히 고생산성 기업에서 더 큰 생산성 향상으로 이어지는 반면, 무형자산 투자는 서비스업 기업의 생산성 향상을 이끈다는 점을 보여주었습니다. 경북의 무형자산 대비 유형자산 비율은 3.7%로, 다른 지역의 4.4%에 비해 낮으며, 이는 지속적인 생산성 성장을 가로막는 주요 장벽을 의미합니다(한국은행, 2022).
표 6. 경북의 주요 경제 지표 및 구조적 시사점
| 경제지표 | 경북 수치 | 기준값 | 전략적 시사점 |
|---|---|---|---|
| 지역내총생산(GRDP, 2024) | 135조 원 | 비수도권 최상위권 | 견고한 생산 기반 |
| 지역총소득 | 114조 원 | 21조 원 격차 | 서울로의 소득 유출 |
| 1인당 처분가능소득 | 2,486만 원 | 전국 평균의 89% | 평균 이하의 가계 후생 |
| 설비투자 증가율 | 24.10% | 전국 최고 수준 | 강한 자본 형성 |
| 민간소비 증가율 | 1.00% | 전국 평균 이하 | 투자와 소비의 단절 |
| 제조업 생산성 변화 | -4.9%(2020) | 광역지자체 평균 +3.3% | 경쟁력 저하 |
| 무형자산 비율 | 3.70% | 타 지역 4.4% | 지식자산 투자 부족 |
| 핵심 생산연령인구 | 37.7%(2023) | 45.2%(2011) | 심각한 인구구조 악화 |
| 제조업 미충원율 | 4.4%(2023년 하반기) | 3.7%(2021) | 인력 부족 심화 |
| 외국인 근로자 생산성 | 내국인의 90.6% | 목표: 내국인 수준 | 역량 지원 시 격차 축소 가능 |
소득 구조 분석은 경북의 가장 중대한 경제 문제일 수 있는 현상을 보여줍니다. 경북은 135조 원의 GRDP를 창출하고 있음에도 지역총소득은 114조 원에 그치고 있으며, 이는 임금, 이윤, 재산소득을 포함한 본원소득이 수도권으로 구조적으로 유출되고 있음을 의미합니다(데이터통계부, 2025).
이러한 “제조업 지역형” 소득 구조는 경북이 생산 활동은 유치하고 있지만, 그 생산이 창출하는 경제적 가치를 충분히 지역 안에 보유하지 못하고 있음을 뜻합니다. 투자와 소비 사이에는 우려스러운 불균형이 지속되고 있습니다. 총고정자본형성은 8.7% 증가해 전국 최고 수준을 기록했고, 설비투자는 24.1% 급증했지만, 민간소비는 1.0% 증가에 그쳐 전국 평균을 크게 밑돌았습니다(데이터통계부, 2025).
투자가 소득으로 이어지고, 소득이 다시 소비로 이어지는 선순환 구조가 단절되어 있는 것입니다. GDI는 정책 지표의 초점을 생산 규모(GRDP)에서 지역 및 가계 소득 지표로 근본적으로 전환할 것을 권고하며, 특히 데이터 기반 및 AI 기반 산업 서비스를 강화하여 지역 내 가치 보유를 높이는 메커니즘을 제안합니다.
이러한 권고는 보편적 AI 리터러시의 필요성을 직접적으로 뒷받침합니다. 노동력이 고부가가치 활동을 수행할 수 있는 AI-디지털 역량을 갖추게 되면, 가치사슬의 더 많은 부분이 지역 경제 안에 남을 수 있습니다.
경북이 직면한 인구학적 역학은 경북 경제의 지속가능성에 가장 시급한 구조적 과제일 수 있습니다. 가속화되는 인구 감소, 외국인 주민을 영구 정착 인구로 전환하지 못하는 문제, 사회 통합을 가로막는 지속적인 장벽이라는 세 가지 상호 연관된 문제가 서로를 악화시키며 산업 기반의 지속 가능성을 위협하고 있습니다.
인구 감소와 가속화되는 고령화
경북의 핵심 생산가능인구(25~54세)는 2011년 45.2%에서 2023년 37.7%로 감소했으며, 이는 대부분의 다른 한국 광역지자체보다 빠른 감소 속도입니다(GDI, 2024). 경북 22개 시·군의 대다수는 지역소멸 위험 지역으로 분류되고 있습니다. 청년층의 서울 및 기타 대도시권 유출은 산업 재생에 가장 중요한 인구 집단을 계속해서 감소시키고 있으며, 경북은 인재가 머무는 목적지가 아니라 수도권으로 인재를 공급하는 통로처럼 기능하고 있습니다.
그림 01: 경북의 인구 감소
남아 있는 인구의 고령화는 노동 공급 압박을 심화시키는 동시에 사회서비스 수요를 증가시키고 있습니다. 봉화, 영양, 의성과 같은 농촌 지역은 이미 고령 인구 비중이 40%를 넘어서고 있으며, 이로 인해 디지털 포용보다 디지털 배제가 일반적인 지역사회가 형성되고 있습니다(Korea JoongAng Daily, 2026).
공공서비스가 AI 기반 디지털 플랫폼으로 이동함에 따라, 기본적인 디지털 및 AI 역량을 갖추지 못한 주민들은 일상생활을 좌우하는 시스템으로부터 사실상 배제될 위험에 직면하게 됩니다.
외국인 근로자와 유학생: 체류는 있으나 정착은 없는 구조
경북은 구조적으로 외국인 노동력에 의존하게 되었지만, 이러한 의존을 지속적인 인구 증가로 전환하지는 못하고 있습니다. 조사 대상 중소기업 215곳 중 58.1%가 외국인 근로자 고용 경험이 있으며, 외국인 근로자의 96%는 생산직 및 단순 노무직에 집중되어 있습니다(GDI, 2024). 이러한 의존은 선택적이라기보다 불가피한 상황입니다. 외국인 노동력을 고용하는 가장 큰 이유는 내국인 근로자를 채용하기 어렵기 때문입니다. 그러나 외국인 근로자의 체류 기간은 평균 약 3년 4개월에 그치며, 이후 근로자들은 제한적인 비자 조건, 제한된 상향 이동성, 비전문 취업(E-9)에서 숙련 기술 체류(E-7-4)로 이어지는 구조화된 경로의 부재로 인해 직장을 옮기거나 지역을 완전히 떠나는 경우가 많습니다.
경북에는 34개 기관에 약 15,000명의 유학생이 재학 중이지만, 대다수는 자비 유학생으로 등록금과 생활비의 전체 부담을 스스로 감당하고 있습니다(GDI, 2025). 공급 중심의 유학생 유치 정책은 학생을 하나의 동질적 집단으로 취급하며, 국적, 전공, 경제적 상황, 진로 희망의 차이를 충분히 반영하지 못하고 있습니다. 학생 전공과 지역 산업 수요 사이의 구조적 불일치로 인해 졸업생들은 경북 내에서 전공과 관련된 일자리를 찾기 어렵습니다. 인구감소지역은 대부분의 유형에서 유학생의 3% 미만만을 유치하고 있으며, 수도권에 집중된 유학생 비중은 2019년 54.3%에서 2023년 57.9%로 증가했습니다(GDI, 2025).
성별 차원은 문제를 더욱 복잡하게 만듭니다. 임신한 여성 유학생은 비자 지위의 불안정, F-3 조건에서 배우자의 경제활동 제한, 대도시권에 비해 낮은 경북의 의료 및 보육 접근성이라는 복합적 취약성에 직면합니다. 이로 인해 가족 형성은 지역 정착의 계기가 아니라 지역 이탈의 촉발 요인으로 작용하게 됩니다(GDI, 2025).
그림 02: 외국인 근로자와 유학생: 높은 의존도, 낮은 정착률
사회 통합의 장벽
외국인 주민이 지역에 남아 있더라도, 의미 있는 사회 통합은 구조적 장벽으로 인해 제약을 받습니다. 고용주들은 가장 큰 제약 요인으로 의사소통의 어려움(38.6%)을 지적했으며, 그다음으로 숙련도 및 생산성 격차(13.6%)를 꼽았습니다(GDI, 2024). 이러한 장벽은 서로를 강화합니다. 제한적인 한국어 능력은 근로자를 언어적 의사소통이 적은 단순 생산직 역할에 머물게 하고, 이는 다시 한국인 동료, 직장 문화, 언어 습득과 전문성 개발을 지원하는 비공식 학습에 대한 노출을 제한합니다.
직장 밖에서도 비수도권 지역의 외국인 주민은 수도권 거주자와는 다른 사회적 고립에 직면합니다. 경북의 농촌 지역사회에는 서울에서 사회적 인프라 역할을 하는 민족별 상업 지구, 종교 모임 공간, 동포 네트워크가 부족합니다. 의료 서비스, 법률 지원, 정부 정보는 대부분 한국어로만 제공됩니다. 한국인 주민과 외국인 근로자 간의 지역사회 상호작용은 제한적이며 거래적 관계에 머무르는 경우가 많습니다.
누적된 결과는 인구학적 함정입니다. 인구 감소는 외국인 근로자와 유학생에 대한 의존을 만들지만, 통합 인프라의 부재는 이들이 영구 정착 주민으로 전환되는 것을 막습니다. 이는 다시 인구 감소를 지속시키고 의존도를 더욱 심화시킵니다. 이 악순환을 끊기 위해서는 한국인 주민과 외국인 신규 이주자 모두가 공유할 수 있는 기초 역량이 필요합니다. 이는 경북의 점점 더 디지털화되는 경제와 사회 제도 안에서 생산적으로 참여할 수 있도록 하는 역량이어야 합니다.
경북의 인구 구조는 집중적인 디지털 안전 취약성을 만들어냅니다. 인구 비중이 계속 증가하고 있는 고령층은 딥페이크 사칭, AI 생성 피싱, 음성 복제 사기와 같은 위험에 점점 더 많이 노출되고 있습니다. 디지털 경험이 제한적인 주민들에게 이러한 위협은 기술적 취약성보다 신뢰를 악용한다는 점에서 특히 위험합니다.
Global Cybersecurity Forum과 DQ Institute가 발간한 2026 Child Protection and Cyberspace Index의 글로벌 데이터에 따르면, 8세에서 18세 사이 아동의 73~76%가 지난 1년 동안 적어도 하나의 주요 사이버 위험을 지속적으로 경험한 것으로 나타났습니다(Global Cybersecurity Forum & DQ Institute, 2025). 2022년 생성형 AI가 등장하고 디지털 인프라에 빠르게 통합되면서 위험 노출은 더욱 복합적으로 증가하고 있습니다. 경북의 상황은 이러한 글로벌 패턴을 반영하며, 새로운 외국인 주민들이…
이러한 과제에도 불구하고, 경북은 AI 리터러시 중심 전환을 추진하기에 유리한 중요한 전략 자산을 보유하고 있습니다.
연구 및 고등교육 생태계. POSTECH, 영남대학교, 한동대학교, 금오공과대학교, DGIST, 경북대학교, 안동대학교는 첨단 AI 교육 개발에 필요한 연구 역량과 대학원 인재 파이프라인을 함께 제공합니다.
산업 인프라. 150개 이상의 산업단지는 제조 기업이 밀집된 기반을 제공하며, 직장 기반 AI 리터러시 프로그램의 자연스러운 실험장과 인증 인력을 위한 앵커 고용주 역할을 합니다.
혁신 거버넌스. 경북테크노파크와 관련 지역 혁신 기관들은 프로그램 개발, 이해관계자 조정, 품질 보증을 위한 제도적 인프라를 제공합니다.
문화유산. 경북은 경주와 안동의 UNESCO 세계유산, 새마을운동의 발상지, 훈민정음 해례본의 발견지 등 한국의 정신적·지적 유산의 중심지라는 고유한 위상을 가지고 있으며, 이는 문화와 디지털을 통합할 수 있는 차별화된 기회를 제공합니다.
기회발전특구. 구미(반도체)와 포항(이차전지)의 특별 개발 구역은 규제 인센티브와 세제 혜택을 갖춘 집중 투자 회랑을 형성하며, AI 리터러시를 빠르게 도입하고 측정할 수 있는 기반을 제공합니다.
글로벌 플랫폼. 2025년 경주 APEC 정상회의는 경북을 글로벌 AI 시민성 협력의 국가적 거점으로 자리매김하게 했으며, 다른 광역지자체가 갖기 어려운 국제적 가시성과 파트너십 기회를 제공합니다.
경북은 한글, 한옥, 한식, 한복, 한지를 포괄하는 5한 브랜드 전략을 통해 문화유산을 디지털 경제의 동력으로 전략적으로 재정립하고 있습니다(The Yeongnam Ilbo, 2025). 안동에서 발견된 훈민정음 해례본은 AI 기반 몰입형 한글 혁신 플랫폼을 위한 고유한 역사적 정당성을 제공합니다.
경제적 잠재력은 상당합니다. 한류 현상과 함께 전 세계적으로 한국어 학습 수요가 확대되고 있으며, 소비자의 약 50%가 한국어 학습의 필요성을 인식하고 있고, 적극적 학습자들은 교육 자료에 월평균 31.70달러를 지출하고 있습니다(문화체육관광부, 2025).
한국어 학습 플랫폼은 AI와 메타버스 기술을 활용하여 몰입형 학습 경험을 제공합니다. 여기에는 AI 기반 역사 인물이 한글의 조음 원리를 설명하는 조선 시대 가상 환경 등이 포함되며, 이를 통해 언어 학습은 단순한 교실 활동이 아니라 문화적 만남으로 전환됩니다.
이러한 문화 인프라는 GB-AI Literacy Standards에 차별화된 전략적 우위를 제공합니다. 한국어 한글 및 문화 교육은 GB 프레임워크 안에서 확장 교육 노드로 기능할 수 있으며, 인증 시스템이 제공하는 디지털 및 직무 온보딩을 보완하는 문화적 온보딩 경로 역할을 할 수 있습니다.
경북의 한글 플랫폼에 참여하는 외국인 근로자와 유학생은 단순히 언어를 배우는 데 그치지 않습니다. 이들은 기술 교육 프로그램만으로는 만들어낼 수 없는 문화적 친밀감, 지역사회와의 연결감, 소속감을 형성하게 됩니다.
AI Citizen ID 시스템과의 통합은 이러한 강점을 더욱 확대합니다. 베트남 출신 근로자의 자격 기록에 AI 리터러시 인증뿐만 아니라 한글 문화 몰입 모듈 이수 내역까지 표시된다면, 고용주와 출입국 당국에 전달되는 신호는 명확합니다. 이 사람은 단기 취업을 원하는 것이 아니라 영구적인 통합에 투자하고 있다는 것입니다.
따라서 경북의 문화유산은 인재 유치와 정착을 위한 수단으로 기능합니다. 이는 경북에 대한 국제적 관심을 끌어들이고, 문화적 호기심에서 AI 리터러시 인증으로, 숙련 고용으로, 장기 정착으로 이어지는 구조화된 경로로 연결합니다.
한국의 다른 어떤 광역지자체도 이러한 조합을 갖추고 있지 않습니다. 한글의 발상지, 유교 학문의 중심지, UNESCO 세계유산, 새마을운동의 발상지, 2025년 APEC 개최 도시라는 요소가 모두 하나의 디지털 플랫폼을 통해 연결되어 문화적 관심을 경제적 참여로 전환합니다.
교육 허브이자 글로벌 관광 목적지로 기능하는 한글 문화 콘텐츠 밸리는 경북의 디지털 전환이 대체 불가능한 지역 정체성에 뿌리내리도록 합니다. 동시에 이 플랫폼은 비수도권이라는 특성에도 불구하고 경북을 선택하는 것이 아니라, 바로 그 특성 때문에 경북을 선택하는 문화적으로 연결된 AI 리터러시 외국인 주민의 파이프라인을 만들어냅니다.
경북의 노동시장 현실은 자격의 글로벌 활용성을 단순한 지향점이 아니라 전략적 필수 조건으로 만듭니다. 이러한 필요성은 세 가지 요인에서 비롯됩니다.
GB-AI Literacy Standards는 세 가지 기본 원칙을 바탕으로 한 설계 단계부터의 상호운용성 접근 방식을 채택합니다.
글로벌 인정을 갖춘 지역/국가 표준. 각 참여 국가 또는 지역은 자국의 교육과정, 언어, 문화적 가치에 맞춘 인증을 실행하되, 국제적 인정을 가능하게 하는 공통 핵심 역량 요건을 충족합니다. 이는 지역적 적합성을 유지하면서도 국경 간 비교 가능성을 보장합니다.
공통 루브릭을 통한 상호 인정. 표준화된 평가 기준은 서로 다른 관할권에서 발급된 자격을 동일한 교육과정을 요구하지 않고도 비교하고 인정할 수 있게 합니다. 이러한 루브릭 기반 접근은 공통 표준의 틀 안에서 문화적·교육학적 다양성을 허용합니다.
근거 기반, 버전 관리형 적응. 공유 데이터 인프라는 기술, 위험, 학습 수요가 변화함에 따라 프레임워크가 지속적으로 업데이트될 수 있도록 하며, 전통적인 개정 주기에 일반적으로 필요한 수년이 아니라 수주 단위로 대응할 수 있게 합니다.
GB-AI 리터러시 프레임워크는 하나의 아키텍처 설계를 통해 글로벌 상호운용성을 달성합니다. 바로 세계 최초의 디지털 지능에 관한 포괄적 표준인 IEEE 3527.1™과의 정렬입니다.
DQ Codes가 어떻게 기능하는지를 포함하여 이 표준이 작동하는 방식을 이해하는 것은, 왜 GB AI 리터러시 표준 프레임워크가 사후 협상을 통해서가 아니라 초기 설계 단계부터 상호운용 가능하도록 만들어졌는지를 이해하는 데 필수적입니다.
DQ 프레임워크(IEEE 3527.1™)는 디지털 지능을 보편적 도덕 가치에 기반한 포괄적인 디지털 역량 체계로 정의합니다. 이 프레임워크는 DigComp 3.0, UNESCO AI 역량 프레임워크, 그리고 전 세계의 국가 및 산업별 AI-디지털 리터러시 표준을 포함한 100개 이상의 주요 국제 프레임워크와 표준을 통합하여, 디지털 생활의 8개 영역, 즉 정체성, 활용, 안전, 보안, 감성지능, 리터러시, 소통, 권리 전반에 걸친 24개 역량과 시민성, 창의성, 경쟁력의 3단계 수준으로 구조화합니다.
이 프레임워크의 핵심 강점은 지속적으로 진화한다는 점입니다. 새로운 연구가 등장하고, 새로운 기술이 개발되며, 노동시장 수요가 변화함에 따라, 프레임워크는 Powered by DQ(PbDQ) AI 엔진을 통해 기존 표준 개정 주기에 필요한 수년이 아니라 수일 단위로 업데이트됩니다. 이는 GB-AI Literacy Standards가 발간 시점에 고정되지 않고, 살아 있는 글로벌 지식 기반과의 연결을 통해 지속적으로 최신성을 유지한다는 것을 의미합니다.
24개 역량은 다시 90개의 Global Standards Micro-credentials(GSM)로 세분화되며, 각 GSM에는 DQ Code라고 불리는 고유한 영문·숫자 식별자가 부여됩니다. 이러한 코드는 전 세계 디지털 리터러시 인증에서 오랫동안 문제가 되어 온 상호운용성 문제를 해결하는 네 가지 기능을 수행합니다.
DQ Codes는 표준으로 기능합니다. 각 코드는 명확한 범위, 숙련도 설명, 행동 지표를 갖춘 구체적이고 평가 가능한 역량을 정의합니다. 프레임워크 안의 한 역량에 DQ Code DQ_IND_07_01(ICT Literacy and Digital Fluency)이 부여되면, 이 코드는 해당 역량이 무엇을 의미하는지, 어떻게 입증되는지, 어떤 수준에서 평가되는지에 대한 국제적으로 합의된 정의를 함께 포함합니다. 이 정의는 경북의 해석이 아니라 글로벌 표준입니다.
DQ Codes는 보편적 식별자로 기능합니다. ISBN이 책이 출판된 언어나 판매되는 국가와 관계없이 하나의 책을 고유하게 식별하듯이, DQ Code는 어떤 프레임워크가 이를 참조하는지, 어느 국가가 자격을 발급하는지, 어떤 언어로 교육이 제공되는지와 관계없이 하나의 역량을 고유하게 식별합니다. 베트남의 한 대학이 DQ_IND_04_01(Personal Device Security and Digital Hygiene)을 참조하는 자격을 발급하고, 경북의 한 커뮤니티 센터가 동일한 코드를 참조하는 자격을 발급한다면, 두 자격은 동일한 역량을 인증하는 것입니다. 이는 교육과정을 비교하거나 양자 간 동등성 협정을 협상함으로써 검증되는 것이 아니라, 공유된 식별자 자체를 통해 검증됩니다.
DQ Codes는 프로그램 간 비교를 가능하게 합니다. 이 기능은 298개의 AI 리터러시 학습 프로그램으로 구성된 파편화된 글로벌 환경을 탐색 가능하고 평가 가능한 생태계로 전환합니다. 전 세계 어디의 어떤 프로그램이라도 90개의 DQ Codes에 매핑하여, 해당 프로그램이 어떤 역량을 다루고 어떤 역량을 다루지 않는지 보여주는 커버리지 프로파일을 생성할 수 있습니다. 한국 정부의 디지털 센터 프로그램, 미국 민간 부문의 마이크로 인증, 싱가포르 SkillsFuture 과정, 독일 대학 모듈은 모두 주관적 동등성 판단이 아니라 객관적인 코드 수준 매핑을 통해 공통 기준 위에서 비교될 수 있습니다. 경북의 경우, 이는 GB 중앙 플랫폼의 품질 보증 기능이 모든 제공자의 교육과정을 GB 표준과 자동으로 대조하여, 모든 강의계획서를 수작업으로 검토하지 않고도 정확한 커버리지 격차와 정렬 점수를 식별할 수 있음을 의미합니다.
DQ Codes는 기술 환경과 함께 진화합니다. 새로운 AI 기반 위험 유형이 등장할 때, 예를 들어 2024년에 딥페이크 음성 복제 위험이 부상했거나 2026년에 에이전틱 AI 자율성 위험이 등장하고 있는 것처럼, DQ Code 분류 체계는 해당 위험에 대응하는 데 필요한 역량을 정의하는 새로운 코드로 확장될 수 있습니다. 기존 코드는 업데이트된 숙련도 기대치를 반영하도록 개정될 수 있으며, 더 이상 사용되지 않는 기술은 폐기 코드로 전환됩니다. 모든 프로그램이 정적인 교육과정 설명이 아니라 분류 체계의 코드를 참조해 매핑되기 때문에, 하나의 코드 업데이트는 해당 코드를 참조하는 전체 글로벌 생태계, 즉 모든 프로그램, 프레임워크, 자격에 즉시 전파되고 검토 대상으로 표시됩니다. GB 프레임워크는 이러한 적응성을 자동으로 계승합니다.
표 7. DQ Codes의 전략적 기능과 GB 프레임워크에 대한 시사점
| 기능 | DQ Code의 역할 | 경북 프레임워크에서의 의미 |
|---|---|---|
| 표준 | 각 역량을 명확한 범위, 숙련도 수준, 행동 지표로 정의 | 경북 마이크로 크레덴셜은 지역 기준이 아닌 국제적으로 합의된 정의를 기반으로 함 |
| 범용 식별자 | 모든 프레임워크, 국가, 언어를 넘어서 동일 역량을 고유하게 식별 | 베트남에서 취득한 인증과 봉화에서 취득한 인증이 동일 코드라면 동일 역량으로 인정 |
| 비교 가능성 | 90개 코드 체계를 기준으로 모든 교육 과정의 역량 범위를 매핑 | 경북 중앙 플랫폼이 코드 기반 격차 분석을 통해 교육 과정을 자동 평가 |
| 진화성 | 기술과 위험 변화에 따라 코드 추가·수정·폐기 가능 | PbDQ 연계를 통해 별도 개정 절차 없이 프레임워크 최신성 유지 |
| 내장 가능성 | PbDQ 엔진을 기존 시스템에 통합 가능 | 대학, 기업, 해외 기관이 기존 시스템을 유지한 채 경북 생태계와 연동 가능 |
PbDQ AI 엔진은 조직이 기존 시스템을 이전해야 하는 독립형 플랫폼이 아닙니다. 오히려 광역정부 평가 플랫폼, 대학 학습관리시스템, 기업 HR 및 인재관리 시스템, 국가 자격 검증 시스템과 같은 기존 인프라에 매끄럽게 통합될 수 있는 내장형 기술 계층으로 기능합니다. 이러한 통합을 통해 각 시스템은 동일한 DQ Code 백본에 연결된 다른 시스템들과 상호운용 가능해집니다.
이러한 내장 가능성은 네 가지 메커니즘을 통해 작동합니다.
표준 매핑. PbDQ 엔진은 모든 프로그램의 학습 성과, 커리큘럼 모듈, 평가 항목을 DQ Code 분류 체계에 자동으로 매핑하여, 기계가 읽을 수 있는 커버리지 프로파일을 생성합니다. 호찌민시의 한 대학이 자사 LMS에 PbDQ 엔진을 내장하면, 기존 과정이 어떤 GB-AI Literacy 마이크로 자격증을 이미 다루고 있는지, 어떤 격차가 남아 있는지, 어떤 콘텐츠를 추가해야 하는지를 즉시 확인할 수 있습니다. 구미의 한 반도체 제조업체가 자사 기업 교육 시스템에 이 엔진을 내장하면, 맞춤형 LearnCreator 커리큘럼이 GB 표준과 글로벌 분류 체계에 동시에 정렬되어 있는지 검증할 수 있습니다.
LearnCreator: 내장형 정렬 기능을 갖춘 맞춤형 프로그램 개발. PbDQ 엔진에는 LearnCreator 엔진이 포함되어 있으며, 이를 통해 대학, 기업, 커뮤니티 센터, 1인 EdTech 실무자 등 모든 조직이 GB-AI Literacy Standards와 기반이 되는 DQ Code 분류 체계에 자동으로 정렬되는 맞춤형 교육 프로그램을 구축할 수 있습니다. 조직은 특정 대상과 맥락에 맞게 콘텐츠를 설계합니다. 예를 들어 구미산업단지 근로자를 위한 베트남어 스마트공장 오리엔테이션, 안동 중학생을 위한 디지털 안전 커리큘럼, 영천 사과 협동조합을 위한 정밀농업 모듈 등이 이에 해당합니다. 제작자가 모듈을 구성하는 동안 LearnCreator는 각 학습 성과를 해당 DQ Codes에 실시간으로 매핑하고, 프로그램이 어떤 마이크로 자격증을 다루는지, 어떤 격차가 남아 있는지, 글로벌 DQ 라이브러리의 어떤 표준 콘텐츠로 이를 보완할 수 있는지를 보여주는 자동 정렬 보고서를 생성합니다. 그 결과 LearnCreator를 통해 구축된 모든 프로그램은 콘텐츠가 아무리 지역 맞춤형이라 하더라도 생성 순간부터 글로벌 비교가 가능해집니다. 구미 공장의 HR 팀이 설계한 맞춤형 반도체 품질 AI 과정과 봉화의 커뮤니티 자원봉사자가 설계한 디지털 시민성 프로그램은 모두 동일한 DQ Codes를 참조하고, 동일한 중앙 평가 게이트웨이를 통해 평가되며, 동일한 상호운용성 인프라를 통해 검증되는 자격을 생성합니다. LearnCreator는 콘텐츠 마켓플레이스로도 기능합니다. 고품질 모듈을 개발한 조직은 이를 플랫폼을 통해 다른 제공자에게 라이선스할 수 있으며, 수익을 창출하는 동시에 생태계의 콘텐츠 기반을 유기적으로 확장할 수 있습니다.
자격 검증. 자격이 DQ Code 참조와 함께 발급되면, PbDQ 엔진을 내장한 모든 시스템은 양자 간 협정, 수작업 동등성 협상, 발급 기관의 브랜드 신뢰 없이도 해당 자격의 진위 여부를 확인하고, 역량 주장을 읽고, 이를 자체 프레임워크에 매핑할 수 있습니다. 검증은 코드 수준에서 이루어집니다. 해당 자격이 검증된 평가와 함께 유효한 DQ Code를 참조하는지 여부가 기준입니다. 이것이 경북의 고용주가 베트남 대학의 자격을 즉시 검증할 수 있게 하고, APEC 파트너 경제권이 국가별 인정 협정 없이도 GB-AI Literacy 인증을 인정할 수 있게 하는 기반입니다.
지속적 동기화. PbDQ 엔진을 내장한 시스템은 DQ Code 분류 체계의 업데이트를 자동으로 수신합니다. 새로운 마이크로 자격 코드가 추가되면 기존 커버리지 프로파일이 다시 계산됩니다. 코드 정의가 개정되면 영향을 받는 프로그램은 커리큘럼 검토 대상으로 표시됩니다. GB 프레임워크가 특정 역량 영역을 업데이트하면, 새마을 AI 아카데미부터 다낭의 파트너 대학에 이르기까지 연결된 모든 시스템이 동일한 동기화 메커니즘을 통해 업데이트를 수신합니다. 생태계는 기관별로 따로 진화하는 것이 아니라, 하나의 전체 시스템으로 함께 진화합니다.
IEEE 3527.1™ 백본을 기반으로 구축한다는 것의 실질적 결과는 GB-AI Literacy Standards가 국제적 인정을 요청해야 하는 광역지자체 인증이 아니라는 점입니다. 이는 설계 단계부터 국제적으로 인정될 수 있도록 만들어진 글로벌 표준의 광역지자체 실행 모델입니다. GB-AI Literacy 프레임워크의 모든 마이크로 자격증은 DQ Code를 포함합니다. GB 중앙 플랫폼을 통해 발급되는 모든 자격은 해당 코드를 참조합니다. 경북, 싱가포르, 브뤼셀, 하노이 등 어느 지역이든 PbDQ 엔진을 내장한 모든 시스템은 이러한 자격을 읽고, 검증하며, 자체 표준과 비교할 수 있습니다.
이것이 3단계 상호 인정 모델(장 9)을 기술적으로 가능하게 하는 아키텍처 기반입니다. 즉, GB 중앙 플랫폼을 통한 지역 인증, 한국의 디지털 역량 프레임워크에 대한 DQ Code 매핑을 통한 국가적 정렬, 그리고 양자 간 동등성 협상의 필요성을 제거하는 공유 분류 체계를 통한 국제적 상호 인정입니다. 자격의 가치를 결정하는 데 지리는 더 이상 중요하지 않습니다. 중요한 것은 코드, 평가, 그리고 자격 보유자가 실제로 무엇을 할 수 있는가입니다.
세계경제포럼의 Future of Jobs Report는 AI 및 데이터 리터러시를 가장 빠르게 성장하는 역량 수요 중 하나로 지속적으로 제시하고 있습니다(World Economic Forum, 2025). 3,300억 달러를 넘어선 글로벌 이러닝 시장은 전통적 학위보다 실무 역량을 우선하는 벤더 중립형 인증과 마이크로 자격증을 중심으로 빠르게 재편되고 있습니다. 현재 환경은 네 가지 수렴하는 흐름으로 정의됩니다.
1단계에서는 GB-AI Literacy Standards와 가장 관련성이 높은 아키텍처 참조 기준을 식별하기 위해 96개의 국제 및 국가 프레임워크를 분석했습니다. 그 결과 네 가지 프레임워크가 주요 영향 요소로 도출되었으며, 각 프레임워크는 GB 아키텍처에 서로 다른 차원을 제공합니다. IEEE DQ Standards(IEEE 3527.1™)는 앵커 프레임워크로 기능하며, 다른 모든 프레임워크와 프로그램은 상호운용성을 가능하게 하는 보편적 마이크로 자격 구성 단위인 DQ Codes를 통해 여기에 매핑됩니다. EU DigComp 3.0과 UNESCO 및 OECD AI 역량 프레임워크는 주로 학생과 시민을 대상으로 하지만, AI 시대에 필요한 디지털 역량에 대한 핵심 지침을 제공하며, GB 프레임워크가 필요로 하는 보편적 시민 리터러시의 강력한 기반을 형성합니다.
EU DigComp 3.0(2026)은 유럽에서 가장 널리 채택된 디지털 리터러시 표준으로, 역량을 다섯 개 영역으로 구성하고 AI 상호작용을 위한 세분화된 과업 수준 루브릭을 제공합니다. 이는 GB 평가 설계에 필요한 행동 지표를 제공합니다.
UNESCO AI 역량 프레임워크(2024)는 인간 중심 사고방식, AI 윤리, AI 기술, 시스템 설계라는 네 가지 차원에 걸친 역량을 제시하며, 수동적인 AI 소비자에서 능동적이고 윤리적인 공동 창작자로의 전환을 강조합니다.
OECD AILit 프레임워크(2025)는 교육 시스템을 위한 AI 역량에 대한 보완적 관점을 제공하며, 다른 세 프레임워크 전반에서 확인된 기초 역량을 강화합니다.
표 7. 96개 국제 프레임워크 전반에서 가장 자주 정의된 상위 10개 역량
| DQ Code | 역량 명칭 |
|---|---|
| DQ_IND_07_02 | 미디어 리터러시 및 정보 평가 |
| DQ_IND_07_01 | ICT 리터러시 및 디지털 활용 능숙도 |
| DQ_IND_16_02 | 디지털 지식재산 보호 및 공정 이용 |
| DQ_IND_04_01 | 개인 기기 보안 및 디지털 위생 |
| DQ_IND_08_01 | 사생활 보호 및 개인정보 권리의 기본 이해 |
| DQ_IND_15_01 | 기초 컴퓨팅 사고 능력 |
| DQ_IND_15_04 | 기초 통계 및 데이터 분석 |
| DQ_IND_13_01 | 가상 협업 관계 이해 |
| DQ_IND_06_02 | 온라인 의사소통 기본 역량 |
| DQ_IND_15_02 | 고급 및 AI 기반 프로그래밍 |
네 가지 한국 역량 프레임워크가 AI-디지털 리터러시를 직접적으로 다루고 있으며, 1단계 분석에 포함되었습니다.
한국교육학술정보원(KERIS), 초·중학생 AI 및 디지털 리터러시 수준 평가 프레임워크(2026): 초·중등 교육을 위한 단일 측정 프레임워크 안에 디지털 리터러시와 AI 리터러시를 통합하며, AI에 대한 비판적 평가, 윤리적 책임, 창의적 생산, 협력적 문제 해결을 강조합니다.
경기교육연구원, 경기형 디지털 역량 프레임워크 재구조화(2024): 2022 개정 국가 디지털 리터러시 교육과정과 정렬된 지역 프레임워크를 재구조화하여, 디지털 시민을 위한 보다 폭넓은 역량을 명확히 제시합니다.
한국지능정보사회진흥원(NIA), AI 시대의 디지털(AI) 역량 프레임워크(2024): 기본 디지털 역량과 비판적·윤리적·효과적인 AI 활용을 결합한 통합 모델로, 평가, 교육, 정책을 지원합니다.
시청자미디어재단, 디지털 시대 학습자를 위한 미디어교육 모듈 표준 프레임워크(2024): UNESCO MIL Curriculum, EU DigComp 2.2, 캐나다 MediaSmarts에서 도출한 10대 핵심 미디어교육 주제를 중심으로 개발되었으며, 2022 개정 교육과정과 정렬되어 있습니다.
표 9. 학생 및 일반 대중을 위한 국제 프로그램의 상위 10개 역량
| DQ Code | 역량 명칭 |
|---|---|
| DQ_IND_07_01 | ICT 활용 역량 및 디지털 활용 능숙도 |
| DQ_IND_07_02 | 미디어 리터러시 및 정보 평가 |
| DQ_IND_02_01 | 자기조절적 디지털 참여 |
| DQ_IND_07_03 | 인공지능 기본 이론 및 개념 |
| DQ_IND_15_07 | AI 모델 활용 및 통합 |
| DQ_IND_16_02 | 디지털 지식재산 보호 및 공정 이용 |
| DQ_IND_04_01 | 개인 기기 보안 및 디지털 위생 |
| DQ_IND_05_02 | 디지털 공감 및 적극적 경청 |
| DQ_IND_08_01 | 사생활 보호 및 개인정보 권리의 기본 이해 |
| DQ_IND_09_02 | 인간-AI 협력 기반 문제 해결 |
이러한 역량은 GB 프레임워크의 우선순위 선정에 반영되며, 국가 교육 방향과의 정렬을 보장하는 동시에, 현재 한국 프레임워크가 충분히 다루지 못하고 있는 노동력 및 외국인 주민 차원까지 포괄 범위를 확장합니다.
1단계에서는 16개국에서 정해진 포함 기준을 충족하는 298개의 AI 및 디지털 리터러시 학습 프로그램을 벤치마킹했습니다. 그 결과 국제 프로그램과 한국 국내 프로그램 사이, 그리고 일반 시민 대상 프로그램과 노동력 대상 프로그램 사이에서 시장 구조와 역량 우선순위가 상당히 다르게 나타났습니다.
국제 프로그램 분석 결과, 학생 및 일반 대중을 대상으로 하는 프로그램과 노동력을 대상으로 하는 프로그램 사이에 역량 우선순위가 뚜렷하게 다르게 나타났습니다.
표 10. 학생 및 일반 대중을 위한 국제 프로그램의 상위 10개 역량
| DQ Code | 역량 명칭 |
|---|---|
| DQ_IND_07_02 | 미디어 리터러시 및 정보 평가 |
| DQ_IND_03_01 | 사이버 괴롭힘 및 디지털 괴롭힘 대응 |
| DQ_IND_08_01 | 사생활 보호 및 개인정보 권리의 기본 이해 |
| DQ_IND_03_03 | 대인 접촉 위험 관리 |
| DQ_IND_02_01 | 자기조절적 디지털 참여 |
| DQ_IND_06_01 | 개인 디지털 발자국 및 평판 관리 |
| DQ_IND_04_01 | 개인 기기 보안 및 디지털 위생 |
| DQ_IND_04_02 | 개인 사이버 위협 대응 |
| DQ_IND_03_04 | 콘텐츠 위험 관리 |
| DQ_IND_05_02 | 디지털 공감 및 적극적 경청 |
표 11. 노동력 대상 국제 프로그램의 상위 10개 역량
| DQ Code | 역량 명칭 |
|---|---|
| DQ_IND_07_05 | 생성형 AI의 실무 활용 및 프롬프트 엔지니어링 |
| DQ_IND_07_02 | 미디어 리터러시 및 정보 평가 |
| DQ_IND_14_02 | 협업 프로젝트의 가상 조정 |
| DQ_IND_15_07 | AI 모델 활용 및 통합 |
| DQ_IND_13_01 | 가상 협업 관계 이해 |
| DQ_IND_15_01 | 기초 컴퓨팅 사고 |
| DQ_IND_24_06 | 운영상 규정 준수 연계 |
| DQ_IND_15_02 | 고급 및 AI 기반 프로그래밍 |
| DQ_IND_15_05 | 데이터 수집, 데이터베이스 및 시스템 구조 |
| DQ_IND_15_06 | 머신러닝 및 데이터과학 |
시민 안전 역량과 노동 생산성 역량 사이의 이러한 차이는 중요한 사실을 확인해 줍니다. 기존 프로그램은 둘 중 하나의 차원만을 다루며, 두 차원을 동시에 포괄하지는 못합니다. 따라서 GB 프레임워크는 모든 인증 단계에 안전 역량을 내재화하는 동시에, 상위 단계로 갈수록 노동 현장과 관련된 활용 역량을 점진적으로 추가함으로써 이 격차를 연결해야 합니다.
1단계에서는 포함 기준을 충족하는 30개의 한국 AI 및 디지털 리터러시 프로그램을 확인했습니다. 전체 목록은 부록 B에 제시되어 있습니다. 분석 결과, 몇 가지 중요한 특징이 드러났습니다.
표 12. 학생 및 일반 대중을 위한 한국 프로그램의 상위 10개 역량
| DQ Code | 역량 명칭 |
|---|---|
| DQ_IND_07_02 | 미디어 리터러시 및 정보 평가 |
| DQ_IND_08_01 | 사생활 보호 및 개인정보 권리의 기본 이해 |
| DQ_IND_02_01 | 자기조절적 디지털 참여 |
| DQ_IND_07_03 | 인공지능의 기본 이론 및 개념 |
| DQ_IND_08_03 | 개인정보 보호와 상충하는 디지털 권리 |
| DQ_IND_07_05 | 생성형 AI의 실무 활용 및 프롬프트 엔지니어링 |
| DQ_IND_05_02 | 디지털 공감 및 적극적 경청 |
| DQ_IND_06_01 | 개인 디지털 발자국 및 평판 관리 |
| DQ_IND_15_07 | AI 모델 활용 및 통합 |
| DQ_IND_01_01 | 진정성 있는 온라인 페르소나 |
표 13. 노동력 대상 한국 프로그램의 상위 10개 역량
| DQ Code | 역량 명칭 |
|---|---|
| DQ_IND_07_02 | 미디어 리터러시 및 정보 평가 |
| DQ_IND_16_02 | 디지털 지식재산 보호 및 공정 이용 |
| DQ_IND_01_03 | AI 활용 환경에서의 인간 주도 책임 있는 의사결정 |
| DQ_IND_03_01 | 사이버 괴롭힘 및 디지털 괴롭힘 대응 |
| DQ_IND_07_04 | 인간과 인공지능의 구별 |
| DQ_IND_07_05 | 생성형 AI의 실무 활용 및 프롬프트 엔지니어링 |
| DQ_IND_15_07 | AI 모델 활용 및 통합 |
| DQ_IND_24_05 | 경영진 AI 거버넌스 및 감독 |
| DQ_IND_24_06 | 운영상 규정 준수 연계 |
| DQ_IND_08_01 | 사생활 보호 및 개인정보 권리의 기본 이해 |
도시 중심 및 디지털 연결 인구 편향. 대부분의 프로그램은 도시 거주자와 디지털 연결성이 높은 인구를 대상으로 설계되어 있습니다. 농촌 지역사회, 고령 인구, 산업 및 농업 현장의 외국인 근로자를 구체적으로 다루는 프로그램은 없으며, 이들은 경북의 인구 및 경제 지속가능성에 가장 중요한 집단입니다.
속도 격차. 전통적인 교육과정은 연 단위 또는 그보다 느린 주기로 업데이트되는 반면, AI 기술은 격월 단위의 모델 업데이트, 빠른 도구 확산, 변화하는 위험 환경과 함께 진화합니다. 가르쳐야 할 기술의 변화 속도에 맞춰 적응하지 못하는 프레임워크는 첫 번째 인증 학습자가 과정을 마치기도 전에 이미 낡은 것이 됩니다.
취약계층의 접근성 부족. 높은 비용의 프로그램, 영어 중심의 콘텐츠, 전제된 디지털 기초 역량, 문화적으로 조정된 콘텐츠의 부족은 고령 시민, 농업 종사자, 외국인 노동 인구에게 상당한 장벽을 만듭니다.
통합의 결핍. 현재 존재하는 어떤 프로그램도 경북이 필요로 하는 세 가지 차원, 즉 디지털 시민성과 안전, 노동 생산성과 AI 역량, 외국인 주민 온보딩과 사회 통합을 모두 통합하지 못하고 있습니다. 기존 프로그램은 하나의 차원만을 개별적으로 다룹니다. Section 3.3의 역량 분석도 이를 구조적으로 확인합니다. 시민 대상 프로그램은 안전을 우선하고, 노동력 대상 프로그램은 활용을 우선하지만, 어느 쪽도 외국인 주민 통합을 다루지 않습니다.
여러 관할권 전반에서 AI 및 디지털 리터러시 프로그램은 GB 프레임워크가 반영하는 다섯 가지 설계 특성을 점점 더 공유하고 있습니다.
명확한 발전 경로를 갖춘 역량 기반 구조,
선택 요소가 아니라 핵심 요소로 통합된 윤리와 안전,
누적 가능한 자격을 통한 마이크로 자격증 체계,
과업 수준의 AI 활용과 업무 흐름 통합을 통한 고용주 관련성,
활용성과 신뢰를 가능하게 하는 검증 가능한 디지털 자격.
벤치마킹 결과는 현재 글로벌 및 국내 AI 리터러시 환경에 존재하는 것과 경북이 구체적으로 필요로 하는 것 사이에 다섯 가지 전략적 격차가 있음을 보여줍니다. 각 격차는 GB-AI Literacy Standards의 설계 결정에 직접적으로 반영됩니다.
Gap 1: 광역지자체 수준의 보편적 AI 시민성 기준이 존재하지 않습니다. IEEE 3527.1™과 DigComp 3.0 같은 국제 프레임워크는 역량 분류 체계를 제공하고, 한국의 국가 프로그램은 일반적인 디지털 리터러시 교육을 제공합니다. 그러나 외국인 근로자, 고령 시민, 유학생을 포함한 모든 주민에게 시민적 권리로 보편적으로 적용되는 브랜드화되고 감사 가능한 AI 리터러시 표준을 수립한 광역지자체는 아직 없습니다. 경북은 교육 표준이자 정책 수단으로 기능하며, 디지털포용법이 보장하는 디지털 기본권을 광역지자체 수준에서 실행하는 프레임워크를 필요로 합니다.
Gap 2: 기존 프로그램은 중소 제조업 근로자를 충분히 지원하지 못합니다. 글로벌 시장은 소프트웨어 엔지니어와 데이터 과학자를 대상으로 하는 고도의 기술 프로그램과, 일반 대중 또는 청소년을 대상으로 하는 입문형 인식 교육 과정으로 양분되어 있습니다. 이 둘 모두 AI 품질 대시보드를 해석하고, 예측 정비 알림을 평가하며, AI 결함 분류에 대해 인간의 판단을 조정해야 하는 중소기업 생산 현장 근로자에게는 적합하지 않습니다. 경북의 6,400개 등록 공장과 150개 산업단지는 이론 지식이나 코딩 숙련도가 아니라, 현실적인 작업장 시나리오를 통해 평가되는 실무 중심의 업무 흐름 통합형 AI 역량을 필요로 합니다(GDI, 2024).
Gap 3: 외국인 근로자 통합 도구로 기능하는 리터러시 프레임워크가 없습니다. 한국의 정착 정책과 지침 문서는 의사소통 장벽과 숙련도 격차를 외국인 근로자 정착의 주요 장애물로 지적하지만, 기존 AI 리터러시 프로그램 중 이러한 문제를 통합 과제로 다루는 것은 없습니다(GDI, 2024; GDI, 2025). 경북은 한국의 디지털 환경 탐색, 직장 내 AI 도구 운영, 문화적 통합을 동일한 역량 프레임워크 안에 내재화하는 표준을 필요로 합니다. 이를 통해 외국인 근로자가 취득하는 자격은 동시에 AI 리터러시를 인증하고, 직장 준비도를 입증하며, E-7-4 비자 전환을 지원할 수 있어야 합니다.
Gap 4: 국내 자격은 글로벌 활용성이 부족합니다. 기술 자격 표준과 국제 역량 프레임워크(IEEE 3527.1™, DigComp 3.0, UNESCO AI Competency Framework)는 각각 존재하지만, 한국 프로그램 중 초기 설계 단계부터 역량을 이러한 국제 참조 기준에 매핑하는 경우는 없습니다. 경북의 국경 간 인재 이동성 의존, 새마을 AI 양자 협력 약속, APEC 경주 선언의 상호 인정 요구는 국내 도입 이후 국제 인정을 위해 사후 보완되는 자격이 아니라, 설계 단계부터 상호운용 가능한 자격을 필요로 합니다.
Gap 5: 콘텐츠는 풍부하지만 품질 보증은 부재합니다. 글로벌 시장에는 품질, 평가의 엄격성, 역량 범위가 크게 다른 다양한 프로그램이 존재합니다. 한국 국내 프로그램은 구조화된 평가를 포함하는 경우가 드물며, 특정 프로그램이 실제로 주장하는 역량을 만들어내는지 평가할 수 있는 품질 보증 메커니즘도 없습니다. 경북은 다양한 제공자가 교육을 제공할 수 있도록 하면서도, 모든 전달 채널에서 비교 가능한 자격 가치를 보장할 수 있는 명확한 학습 성과, 표준화된 평가 루브릭, 중앙화된 인증 절차를 필요로 합니다.
표 14. 경북을 위한 격차 분석 및 표준 시사점
| 격차 영역 | 현재 상황 | 경북에 부족한 점 | 표준 설계 시사점 |
|---|---|---|---|
| 기초 AI 시민성 | 국제 프레임워크와 국가 단위 프로그램은 일반적인 디지털 역량을 제공 | 외국인 근로자와 고령층을 포함한 전 주민을 대상으로 하는, 지역 단위의 명확하고 검증 가능한 기준 부재 | 디지털포용법을 실제로 구현하는 보편적 기준으로서 경북형 AI 리터러시 프레임워크를 정의 |
| 중소기업 생산성 지원 | 프로그램이 엔지니어 대상(과도하게 기술 중심) 또는 일반 대상(이론 중심)으로 양분 | 제조 현장 직무에 바로 적용 가능한, 업무 흐름과 연계된 AI 활용 역량과 이에 대한 평가 체계 부재 | AI - 인간 협력, 인간-AI 판단 조정, 결과 검증을 핵심 역량으로 포함 |
| 외국인 근로자 통합 | 정착 지원 정책과 취업 비자 제도는 존재 | AI 역량, 직무 수행 능력, 문화 적응을 동시에 검증하는 단일 기준 부재 | 한국 디지털 환경 이해, 직무 기반 AI 활용, 문화 적응 요소를 하나의 역량 체계에 통합 |
| 글로벌 이동성 | 기술 자격 기준과 국제 역량 프레임워크는 각각 존재 | 국제 기준과 초기부터 연계되고, 국가 간 검증이 가능한 국내 프로그램 부재 | 모든 역량을 국제·국가 기준에 매핑하고, 상호 인증이 가능한 구조로 설계 |
| 프로그램 품질 보증 | 글로벌 시장에 다양한 콘텐츠 존재하나 품질 편차 큼 | 표준화된 인증 기준, 평가 방식, 성과 측정 체계 부재 | 명확한 역량 정의, 표준화된 평가 기준, 중앙 평가 체계를 통해 제공자와 무관한 인증 신뢰성 확보 |
이러한 설계 제약과 원칙은 프레임워크가 왜 존재해야 하는지를 설명하는 제1부와 실제로 무엇이 구축되었는지를 제시하는 제3부 사이의 가교 역할을 합니다. 이어지는 제2부의 모든 아키텍처 결정은 이 논리적 연결을 따라 제1부에 제시된 문서화된 근거 기반으로 거슬러 올라갑니다.
한국의 AI 거버넌스는 기술 진흥 중심에서 사회 전반의 전환으로 이동했으며, 이는 2026년 1월 시행되는 다음 세 가지 주요 법률에 의해 뒷받침됩니다.
AI 기본법은 고영향 AI 시스템에 대한 교육을 의무화합니다.
디지털포용법은 연령, 장애, 지역과 관계없이 모든 시민의 디지털 기본권을 보장합니다.
이는 단순한 지향적 지침이 아니라 즉각적인 제도적 수요를 창출하는 컴플라이언스 의무입니다. 디지털 인재 양성 종합방안은 2026년까지 디지털 인재 100만 명 양성을 목표로 하며, 좁은 의미의 IT 전문가 양성에서 벗어나 모든 분야의 전문가들이 디지털 역량을 각자의 분야별 전문성과 통합하는 “AI+X” 융합 교육, 즉 분야 통합형 AI 역량 교육으로의 전환을 보여줍니다.
경북의 AI 정책은 중앙정부의 AI G3 비전과 지방정부 시대 국가 의제와 포괄적으로 정렬되어 있습니다. 경북은 경상북도 AI 산업 육성 및 지원 조례를 제정하여 2023년 12월 28일부터 시행했으며, 이를 통해 지역 맞춤형 AI 생태계를 위한 법적 기반을 선제적으로 마련했습니다. 인적자원 개발 측면에서 경북은 Google AI 인재 양성 프로그램과 GB53 Innovation Academy를 운영하여 실무 중심의 융합 인재를 양성했습니다(경상북도, 2025; 경상북도, 2022). 경북은 이미 AI 숙련도를 인증하고 인증을 고용주의 보상 구조와 연결하는 디지털 배지 시스템을 도입했으며, 이는 포괄적 인증 프레임워크에 대한 정책적 의지와 제도적 준비도를 모두 보여줍니다.
설계 제약 1a: 프레임워크는 국가 법률의 정의, 의무 교육 범위, 생애주기 단계별 적용 범위를 충족해야 합니다. 이는 단순한 자발적 역량 강화 프로그램에 머물러서는 안 됩니다.
국가 정책 아키텍처는 AI 리터러시를 단순한 생산성 역량으로 다루지 않습니다. 세 가지 법률은 모두 AI가 시민들이 스스로 이해하고 대응할 수 있어야 하는 새로운 유형의 위험을 만들어낸다는 점을 명시적으로 인정하며, 이러한 보호 역량을 구축하지 못하는 것은 국가의 보호 의무를 이행하지 못하는 것으로 간주될 수 있음을 보여줍니다.
AI 기본법이 “고영향 AI”, 즉 인간의 생명, 안전, 기본권에 중대한 영향을 미치는 시스템이라는 개념을 도입한 것은 직접적인 시사점을 가집니다. 이러한 시스템과 상호작용하는 시민이 그 시스템의 성격, 한계, 잠재적 위해를 이해하지 못한다면, 스스로 평가할 수 없는 위험에 노출됩니다(과학기술정보통신부, 2026). AI 기반 음성 복제는 이미 한국에서 고령 피해자를 대상으로 한 금융 사기에 사용되고 있습니다. 딥페이크 기술은 동의 없는 성적 이미지 제작에 악용되고 있으며, 이는 한국의 법적 구제 절차에 접근하기 어려운 젊은 여성과 외국인 주민에게 불균형적으로 영향을 미칩니다. 알고리즘 추천 시스템은 시민들이 어떤 정보를 소비하는지, 정치적 사건을 어떻게 인식하는지, 어떤 제품과 서비스를 제안받는지를 형성하며, 이 선택이 중립적 과정이 아니라 기계에 의해 이루어진다는 사실을 인식하지 못하는 경우가 많습니다.
공공부문 AI 윤리 원칙은 공공성, 투명성, 안전성, 공정성, 책임성, 개인정보 보호라는 여섯 가지 핵심 가치를 제시하며, 이를 실행하기 위한 실무 지침과 체크리스트 기반 고려 사항을 제공합니다(행정안전부, 2025).
경북의 경우, 안전과 윤리 요건은 더욱 긴급한 의미를 가집니다. 경북의 인구 구조, 즉 디지털 경험이 제한적인 농촌 지역 고령 주민, 낯선 디지털 환경을 제2언어로 탐색해야 하는 외국인 근로자, 비판적 평가 역량이 충분하지 않은 상태에서 알고리즘이 선별한 콘텐츠를 소비하는 청소년은 AI 기반 피해에 가장 많이 노출되는 집단이면서도, 이를 인식하고 대응할 역량은 가장 부족한 집단입니다. 봉화의 고령 농민이 가족을 사칭한 딥페이크 음성 전화를 받는 상황, 구미의 베트남 출신 공장 근로자가 피싱 챗봇을 통해 자신도 모르게 개인정보를 넘기는 상황, 안동의 중학생이 AI 생성 허위정보와 검증된 뉴스를 구별하지 못하는 상황은 예외적 사례가 아닙니다. 이는 AI 기술을 안전하게 다룰 수 있는 리터러시가 없는 인구 집단에 AI 기술이 도입될 때 예측 가능한 결과입니다.
디지털포용법은 디지털 역량을 시장에서의 우위가 아니라 기본권으로 규정함으로써 이러한 방향을 강화합니다(과학기술정보통신부, 2026). 디지털역량센터는 고령 주민, 장애인, 다문화 가족을 포함한 취약계층을 위한 포용적 교육의 핵심 전달 인프라로 지정됩니다. 경북의 경우, 도내 시·군의 대다수가 지역소멸 위기에 직면해 있다는 점에서 이 법은 강력한 정책 수단으로 기능합니다. 디지털 포용은 복지 조치가 아니라 지역 인적자본 기반을 유지하기 위한 생존 전략입니다.
경북은 새마을 AI 이니셔티브를 통해 이러한 안전 및 윤리 요건을 지역의 문화유산과 통합할 수 있는 고유한 위치에 있습니다. 근면, 자조, 협동이라는 새마을 정신은 디지털 시대의 신뢰와 상생 번영으로 재해석되며, AI 윤리를 추상적인 규제 부담이 아니라 경북 주민들이 이미 공유하고 있는 공동체 가치의 자연스러운 확장으로 자리매김합니다. 이러한 문화적 기반은 전략적 자산입니다. 이는 국가 윤리 의무 준수를 지역적으로 의미 있는 실천으로 전환하여 실제 수용 가능성을 극대화합니다.
설계 제약 1b: 안전, 디지털 웰빙, 윤리적 판단은 선택 모듈이나 부가 요소가 아니라 모든 인증 단계의 핵심 구성 요소로 내재화되어야 합니다. AI 기반 위험에 가장 많이 노출되는 집단은 이 프레임워크가 가장 먼저 도달해야 하는 집단이기도 합니다.
국가 정책 프레임워크는 한국의 인구 구조 변화, 즉 고령화, 노동력 감소, 외국인 노동력 의존도 증가가 기술 투자만으로는 해결될 수 없다는 점을 점점 더 분명히 인식하고 있습니다. AI를 운영하고, 관리하며, 그 혜택을 누릴 수 있는 인적자본은 전통적인 교육 모델이 주로 다루어 온 대학에서 첫 직장으로 이어지는 경로에만 집중되어서는 안 되며, 전체 인구 생애주기에 걸쳐 개발되어야 합니다.
디지털 인재 양성 종합방안은 이를 생애주기 접근을 통해 실행합니다. 여기에는 초·중등학교의 디지털 교육 확대, 대학생을 위한 “AI+X” 융합 교육, 산업 간 전환을 준비하는 중견 근로자를 위한 재교육 프로그램, 디지털 전환이 이루어지는 직장의 재직자를 위한 역량 강화, 고령층과 취약계층을 위한 디지털 포용 프로그램이 포함됩니다(대한민국 정부 관계부처, 2022). 여러 정부 부처가 이러한 노력에 참여하고 있습니다. 과학기술정보통신부는 12개 산업 부문 전반에 디지털 전환 교육을 제공하고, 산업통상자원부는 산업 디지털 융합 아카데미를 운영하며, 고용노동부는 전통 산업 근로자를 위한 디지털 역량 교육을 확대하고, 중소벤처기업부는 스마트공장 인재를 양성합니다.
경북에게 생애주기 접근은 정책적 선호가 아니라 인구학적 필요입니다. 경북은 하나의 인구 집단만을 대상으로 할 여유가 없습니다. 근로 연령층만을 대상으로 하는 프레임워크는 농촌 지역 고령 주민 40%를 놓치게 됩니다(Korea JoongAng Daily, 2026). 한국 국적자만을 대상으로 하는 프레임워크는 산업 노동력에서 점점 더 중요한 비중을 차지하는 외국인 근로자를 놓치게 됩니다. 현재 근로자만을 대상으로 하는 프레임워크는 앞으로 한 세대 동안 경북의 인구 흐름을 결정하게 될, 지역에 남을지 떠날지를 선택하는 청년층을 놓치게 됩니다. 디지털 경험이 있는 사람만을 대상으로 하는 프레임워크는 디지털포용법이 보호하고자 하는 바로 그 사람들을 놓치게 됩니다.
한국의 외국인 노동 정책도 저숙련 E-9 고용을 중심으로 한 단기 순환 모델에서 벗어나, 외국인 근로자를 숙련 기술 인력(E-7-4)으로 육성하고 장기 정착을 장려하는 전략적 접근으로 전환되었습니다. K-Point E74 제도를 통해 숙련 기술 인력의 연간 쿼터가 2,000명에서 35,000명으로 확대된 것과 경북의 지역특화형 비자(R-Visa) 프로그램 전면 시행은 외국인 노동력 통합이 더 이상 임시 조치가 아니라 정책 환경의 영구적 요소가 되었음을 보여줍니다(법무부, 2023; KIET, 2025; 경상북도, 2024; 경상북도, 2026). 초기 설계 단계부터 이 인구 집단을 포괄하지 않는 리터러시 프레임워크는 이미 시대에 뒤처진 것입니다.
따라서 경북의 인재 개발 플랫폼은 국가 인재 양성 생태계와의 정렬을 유지하는 동시에 정책 이전의 가교 역할을 수행해야 합니다. 이는 중앙정부가 제공하는 거시적 자산을 경북의 구체적인 인구 현실에 맞게 조정하는 것을 의미합니다. 즉, 제조업과 농업 중심 경제 안에서 16세 고등학생부터 75세 농민, 새롭게 도착한 베트남 출신 공장 근로자에 이르기까지 모든 주민이 점점 더 AI가 매개하는 사회에 안전하고 생산적으로 참여할 수 있어야 합니다.
설계 제약 1c: 프레임워크는 디지털 경험이 부족한 고령 주민부터 외국인 근로자, 학령기 청소년에 이르기까지 전체 인구 스펙트럼을 하나의 일관된 시스템 안에서 포괄해야 합니다. 서로 다른 인구 집단을 위한 별도 프로그램이 아니라, 하나의 통합된 체계여야 합니다. 어떤 연령대, 국적, 사전 경험 수준도 설계에서 배제되어서는 안 됩니다.
장 2는 생산성 정체, 소득 유출, 인구 감소, 정착으로 이어지지 않는 외국인 노동력 의존이라는 네 가지 위기가 동시에 수렴하고 있음을, 그리고 산업 인프라, 고등교육, 문화유산 측면에서 경북이 보유한 전략 자산을 문서화했습니다. 여기에서는 그 상세한 근거를 반복하지 않습니다. 아키텍처 설계에서 중요한 것은 이러한 위기들이 프레임워크에 집합적으로 무엇을 요구하는가입니다. 그 요구 프로파일은 기존 AI 리터러시 프로그램이 다루지 못하는 세 가지 특징을 가집니다.
첫째, 주요 사용자는 디지털 네이티브 도시 전문직이 아닙니다. 아직 신뢰하지 못하는 AI 강화 장비를 운영하는 중소기업 생산직 근로자, 디지털 배제가 일반적인 군 지역의 고령 주민, 제2언어로 낯선 디지털 환경을 탐색해야 하는 외국인 근로자입니다. 대부분의 프로그램이 전제하는 인구 집단, 즉 젊고, 연결되어 있으며, 한국어를 사용하고, 대도시에 거주하는 사람들을 대상으로 설계된 프레임워크는 경북에 도입되는 순간 실패할 것입니다.
둘째, 경북이 필요로 하는 것은 하나의 리터러시 프로그램이 아니라 여러 방향으로 확장될 수 있는 하나의 공통 기반입니다. 자동차 회랑은 전동화와 소프트웨어 설계 역량을 필요로 합니다. 반도체 특화 지역은 수율 관리를 위한 인지 AI와 에이전틱 AI를 필요로 합니다. 로봇과 방위 산업은 물리 AI 통합을 요구합니다. 스마트 농업은 정밀농업 도구를 필요로 합니다. 각 클러스터는 기술이 진화함에 따라 지속적으로 변화하는 분야별 적용 역량을 필요로 하며, 다섯 개의 별도 프로그램을 구축하는 방식은 지속 가능하지 않습니다. 아키텍처는 모듈식 확장을 통해 분야별 적용으로 확장될 수 있는 하나의 보편적 기반을 제공해야 합니다.
셋째, 프레임워크는 교육 수단이자 정책 수단으로 동시에 기능해야 합니다. 이는 지역 AI 기업의 64.2%가 가장 중요한 제약으로 지적한 숙련도 격차를 해소하고(장 2, Section 2.1), 임시 외국인 노동력을 영구적 숙련 주민으로 전환하는 E-9에서 E-7-4로의 비자 전환을 가능하게 하며(장 2, Section 2.4), Section 2.5에서 문서화된 AI 기반 위협으로부터 취약계층을 보호해야 합니다. 이러한 세 가지 기능을 동시에 수행하려는 기존 프로그램은 없습니다.
설계 제약 2: 프레임워크는 비수도권 환경의 제조업 근로자, 고령 시민, 외국인 주민을 포괄해야 합니다. 각 산업별로 별도 프로그램을 요구하지 않으면서도 분야별 적용으로 확장될 수 있는 보편적 기반을 제공해야 합니다. 또한 하나의 일관된 시스템을 통해 교육적, 경제적, 보호적 성과를 동시에 제공해야 합니다.노동이 국경을 넘어 이동하는 경제에서 국내에서만 기능하는 자격은 전략적 가치가 제한적입니다. 경북의 외국인 근로자 의존도, 즉 중소기업의 58.1%가 외국인 고용 경험을 보유하고 있다는 점, 유학생을 영구 정착 인구로 유치하려는 목표, 그리고 APEC 전반의 협력을 지향하는 새마을 AI 약속은 모두 동일한 요구를 가리킵니다. AI 리터러시 자격은 국내 도입 이후 활용성을 사후 보완하는 방식이 아니라, 초기 설계 단계부터 즉시 검증 가능하고 국제적으로 인정될 수 있어야 합니다.
외국인 근로자를 위한 AI 리터러시 교육은 국내 전용 자격으로는 충족할 수 없는 이중 목적을 수행합니다.
첫째, 표준화된 AI 기반 운영 역량을 습득함으로써 근로자가 언어 장벽을 극복하고 직장 적응을 가속화할 수 있도록 합니다.
둘째, 외국인 근로자를 비전문 노동자(E-9 비자)에서 숙련 기술 인력(E-7-4 비자)으로 전환하는 역량 강화 경로를 제공하여 장기 정착을 유도합니다.
이 자격은 단순히 교육기관이 인정하는 증명서가 아니라, 출입국 당국이 인정할 수 있는 근거로 기능해야 합니다.
새마을 AI 이니셔티브는 이를 한 단계 더 확장합니다. 즉, AI 리터러시를 국내 프로그램이 아니라 국경 간 인재 이동성을 지원하는 도구로 전환하며, 1) 파트너 국가에서의 입국 전 교육, 2) 경북 내 몰입형 교육, 3) 취업 연계, 4) 영구 정착으로 이어지는 4단계 파이프라인을 지원합니다. 각 전환 지점에서 자격은 검증된 역량 여권으로 기능해야 합니다.
설계 제약 3: 프레임워크는 초기 설계 단계부터 IEEE 3527.1™과 정렬된 설계 기반 상호운용성을 갖추어야 하며, 국제 프레임워크와 호환되고, 사후적으로 활용성을 보완하는 것이 아니라 검증 가능한 디지털 자격 인프라 위에 구축되어야 합니다.
1단계에서는 16개국 298개 프로그램을 벤치마킹하고 96개의 프레임워크와 표준을 분석했습니다. 그 결과는 채택해야 할 강점과 메워야 할 격차를 모두 보여줍니다.
국제적으로 효과적인 것
미국 기반 민간 제공자들은 전 세계 시장의 40%를 차지하며, 강력한 평가 통합을 제공합니다. 이 중 55개 프로그램은 내장형 평가를 사용하여 단순 수료증이 아니라 검증 가능한 역량 근거를 생성합니다.
일회성 자격에서 누적형 마이크로 자격증으로의 전환, 예를 들어 Open Badges 3.0 및 W3C Verifiable Credentials를 통해 검증 가능한 자격은 국제적 표준으로 자리 잡고 있습니다.
규제 의무, 즉 EU AI Act와 한국 AI 기본법은 AI 리터러시를 자발적 역량 강화에서 컴플라이언스 요건으로 전환하고 있으며, 인증된 역량에 대한 고용주의 수요를 가속화하고 있습니다.
국내에서 실패하는 것
한국 프로그램은 97%가 정부 제공 프로그램이고 100%가 한국어로만 제공되어 접근성은 갖추고 있지만, 구조화된 평가, 국제적 활용성, 분야별 관련성이 부족합니다.
리터러시의 정의는 단순한 기술 사용에서 “AI와의 협업을 통해 가치를 창출하는 역량”으로 진화했습니다. 그러나 국내 프로그램은 아직 이러한 재정의의 속도를 따라가지 못하고 있습니다.
아직 아무도 구축하지 못한 것
기존의 어떤 프로그램도 다음 세 가지 차원을 하나의 표준으로 통합하지 못하고 있습니다.
시민 디지털 안전, 즉 AI 기반 위협으로부터 시민을 보호하는 역량,
노동 현장의 AI 생산성, 즉 근로자가 AI 도구와 협업할 수 있도록 하는 역량,
외국인 주민 통합, 즉 비한국어 사용자를 디지털 직장과 지역사회에 온보딩하는 역량입니다.
이것이 바로 경북의 인구 현실과 정책적 목표가 프레임워크에 메울 것을 요구하는 격차입니다.
설계 제약 4: 프레임워크는 첫날부터 평가 중심이고 디지털로 검증 가능해야 하며, 국제적 평가 엄격성과 한국 프로그램이 우선시하는 포용적 접근성을 결합하는 동시에, 어느 쪽도 해결하지 못한 세 차원의 통합 격차를 메워야 합니다.
제1부에서 도출된 네 가지 설계 제약은 하나의 아키텍처 비전으로 수렴합니다. GB-AI Literacy Standards는 국가 컴플라이언스 수단, 지역 경제 개발 도구, 글로벌 벤치마킹 기반 인증 시스템, 그리고 국경 간 인재 이동성 자격으로 동시에 기능해야 합니다.
이 네 가지 기능은 역사적으로 서로 다른 시스템에 의해 수행되어 왔습니다. 1) 컴플라이언스를 위한 정부 교육 프로그램, 2) 생산성 향상을 위한 기업 역량 강화, 3) 활용성을 위한 국제 인증, 4) 이동성을 위한 이민 관련 자격입니다. GB-AI Literacy Standards의 목표는 이들을 하나로 통합하는 것입니다.
이러한 통합이 가능한 이유는 서로 다른 출발점을 가진 네 가지 제약이 일관된 설계 요건으로 수렴하기 때문입니다.
프레임워크는 보편적이어야 합니다. 즉, 연령, 국적, 사전 경험과 관계없이 모든 주민을 포괄해야 합니다. 이는 디지털포용법이 요구하고, 인구 위기가 필요로 하며, 국경 간 인재 이동성이 이에 달려 있기 때문입니다.
프레임워크는 누적형이어야 합니다. 즉, 시민적 기반에서 분야별 적용 역량으로 확장되어야 합니다. 이는 국가 “AI+X” 융합 과제가 요구하고, 경북의 다섯 가지 주요 산업 클러스터가 필요로 하며, 마이크로 자격증을 향한 글로벌 흐름이 이를 뒷받침하기 때문입니다.
프레임워크는 모든 단계에 안전과 윤리를 내재화해야 합니다. 이는 선택적 부가 요소가 아닙니다. AI 기본법의 고영향 AI 조항이 이를 요구하고, 경북의 취약계층, 즉 고령층과 한국어가 제한적인 외국인 근로자가 AI 기반 위협에 가장 많이 노출되어 있으며, 한국의 신뢰 기반 거버넌스 철학이 이를 요구하기 때문입니다.
프레임워크는 고용주에게 실질적으로 의미 있는 체계여야 합니다. 즉, 이론적 지식이 아니라 입증된 실무 역량을 산출해야 합니다. 이는 생산 현장의 숙련도 격차가 핵심 제약 요인이고, 기업 설문조사가 실무 경험을 가장 중요한 채용 기준으로 확인하며, 생산성 위기가 학문적 접근을 기다릴 수 없기 때문입니다.
These five requirements become the five design principles that govern every decision in the framework’s construction. 장 6 presents them.
장 5의 설계 제약은 추상적인 학습자가 아니라 다섯 가지 구체적인 인구 집단을 정의합니다. 각 집단은 서로 다른 전달 방식을 필요로 하며, 모두 경북의 인구 및 경제 지속가능성에 핵심적입니다. 네 집단에는 성공하지만 다섯 번째 집단에는 실패하는 프레임워크는 그 책무를 충족한 것이 아닙니다. 각 집단에 대한 인구학적 근거는 장 2에 제시되어 있으며, 여기에서는 다섯 가지 설계 원칙이 해결해야 할 전달 방식의 시사점에 초점을 둡니다.
고령 시민. 고령 인구 비중이 40%를 넘는 농촌 지역에서는 디지털 배제가 일상생활을 좌우하는 서비스로부터의 실질적 배제로 이어지고 있습니다. 전달 방식은 단순화된 인터페이스, 커뮤니티 센터에서의 대면 교육, 큰 글씨 자료, 역량보다 자신감을 먼저 형성하는 인내심 있는 학습 구조를 통해 낮은 디지털 기초 수준을 수용해야 하며, 우선 역량은 기본 디지털 안전, AI 생성 콘텐츠 인식, AI 기반 서비스 이용에 중점을 두어야 합니다.
설계상의 시사점. 이 다섯 집단은 하나의 공통점을 공유합니다. 어느 집단도 다른 인구 집단을 위해 설계된 프로그램을 단순히 조정하는 방식으로는 충분히 지원될 수 없습니다. 디지털 네이티브 대학생을 위해 구축된 프레임워크는 고령 시민에게는 실패할 것입니다. 한국어 전용 프로그램은 외국인 근로자에게 실패할 것입니다. 이론 중심 교육과정은 공장 현장 근로자에게 실패할 것입니다. 안전을 선택 사항으로 다루는 프로그램은 모두에게 실패할 것입니다. 아키텍처는 하나의 일관된 구조, 하나의 역량 영역 체계, 하나의 인증 시스템, 하나의 자격 인프라를 통해 다섯 집단 모두를 포괄해야 하며, 동시에 각 집단에 대해 근본적으로 다른 전달 방식을 가능하게 해야 합니다. 표준의 통일성과 전달 방식의 다양성 사이의 이 긴장이 다섯 가지 원칙이 해결해야 하는 핵심 설계 과제입니다.
이 원칙들은 제1부의 근거와 장 5의 설계 제약을 프레임워크 구축의 모든 결정을 지배하는 구속력 있는 규칙으로 전환합니다. 이는 역량 선정부터 평가 설계, 자격 인프라에 이르기까지 모든 영역에 적용됩니다. 각 원칙은 문서화된 필요에 대한 직접적인 대응이며, 단순한 지향점이 아닙니다.
AI 리터러시는 선택적 기술 역량 강화가 아니라, 기본 문해력과 수리력만큼 중요한 기초 시민 역량으로 다루어집니다. 연령, 직업, 국적, 사전 디지털 경험과 관계없이 모든 경북 주민은 점점 더 AI가 매개하는 사회에 안전하고 생산적으로 참여하기 위해 기본 수준의 AI 역량을 갖출 권리와 필요를 모두 가지고 있습니다.
이 원칙은 디지털포용법이 보장하는 디지털 기본권을 직접적으로 실행합니다. 또한 장 2에서 문서화된 인구학적 현실에 대응합니다. 핵심 생산가능인구가 37.7%로 감소하고, 도내 시·군의 대다수가 지역소멸 위기에 직면한 경북은 AI 리터러시를 이를 스스로 찾아 나서는 사람들에게만 제공되는 선택적 혜택으로 다룰 수 없습니다. 기준은 보편적이어야 하며, 모든 주민에게 제공되고, 모든 주민을 위해 설계되며, 모든 주민이 접근할 수 있어야 합니다. 은행, 의료, 정부 서비스, 직장 운영을 좌우하는 AI 매개 시스템은 학습을 선택한 사람과 그렇지 않은 사람을 구분하지 않기 때문입니다.
보편성은 누가 권리를 가지는지를 정의하고, 포용성은 프레임워크가 그들에게 어떻게 도달할 것인지를 정의합니다. 아키텍처는 서로 완전히 다른 출발점에 있는 인구 집단을 위해 실제로 접근 가능한 진입점을 제공해야 합니다. 스마트폰을 한 번도 사용해 본 적 없는 봉화의 75세 농민, 처음으로 구미에 도착한 19세 베트남 유학생, 공장에 AI 검사 시스템이 막 설치된 45세 생산라인 관리자, 생성형 AI를 매일 사용하지만 허위정보와 사실을 구별하지 못하는 안동의 중학생, AI 기반 시민 서비스를 도입하는 포항의 공무원이 모두 이에 해당합니다.
이 원칙은 어떤 인구 집단도 설계에서 배제되지 않는다고 말하는 수준을 넘어섭니다. 이는 프레임워크의 전달 채널, 언어 옵션, 인터페이스 설계, 학습 속도, 지원 구조가 디지털 리터러시를 갖춘 한국어 사용 성인을 기본값으로 설정한 뒤 사후적으로 조정되는 것이 아니라, 각 집단을 위해 의도적으로 설계되어야 함을 요구합니다. 고령층을 위한 단순화된 인터페이스와 대면 전달 방식, 외국인 근로자를 위한 베트남어, 중국어, 우즈베크어, 인도네시아어 다국어 지원, 청소년을 위한 소셜미디어 플랫폼과 연결된 학교 내재형 교육과정, 제조업 근로자를 위한 교대 시간과 연계된 기업 통합형 교육이 필요합니다. 표준은 하나이지만, 그 표준에 도달하는 경로는 다양합니다.
AI 윤리, 디지털 안전, AI 산출물에 대한 비판적 평가는 고급 학습자에게만 제공되는 선택적 부가 요소가 아니라, 모든 인증 단계의 핵심 구성 요소입니다. 이 원칙은 아키텍처 수준에서 타협할 수 없는 기준입니다. 안전과 윤리 콘텐츠가 생략될 수 있는 인증 단계, 인구 집단, 전달 채널은 존재하지 않습니다.
이는 한국의 신뢰 기반 AI 거버넌스 철학과 공공부문 AI 윤리 6대 원칙, 즉 공공성, 투명성, 안전성, 공정성, 책임성, 개인정보 보호를 반영합니다. 또한 장 2에서 문서화된 현실에 대응합니다. 경북의 가장 취약한 인구 집단, 예를 들어 디지털 기초 역량이 없는 고령 주민, 제2언어로 낯선 환경을 탐색해야 하는 외국인 근로자, 비판적 필터 없이 알고리즘이 선별한 콘텐츠를 소비하는 청소년은 딥페이크, 음성 복제 사기, 피싱 챗봇, 알고리즘 조작을 포함한 AI 기반 위협에 가장 많이 노출되어 있습니다. 시민에게 AI를 생산적으로 사용하는 방법을 가르치면서 안전하게 사용하는 방법을 가르치지 않는 프레임워크는 가장 기본적인 의무를 충족하지 못한 것입니다.
GB AI Literacy Standards 시스템을 통해 취득한 자격은 세 가지 차원에서 인정되도록 설계되었습니다.
경북 내 서로 다른 교육 제공자 간 수평적으로 인정되어, 한 커뮤니티 센터에서 시작한 자격이 다른 커뮤니티 센터에서도 유효하게 작동합니다.
자격 수준 간 수직적으로 인정되어, 마이크로 자격증이 대학과 고용주가 인정하는 공식 자격으로 누적될 수 있습니다.
국경을 넘어 국제적으로 인정되어, 자격이 IEEE 3527.1™에 매핑되고 APEC 프레임워크와 양자 협정을 통해 파트너 경제권과의 상호 인정을 가능하게 합니다.
이 원칙은 장 3의 벤치마킹 근거에 대응합니다. 해당 분석은 노동이 국경을 넘어 이동하는 경제에서 국내 전용 자격이 실패한다는 점을 보여주었습니다. 또한 장 3의 인재 이동성 필요성에 대응합니다. 외국인 근로자와 유학생은 교육기관뿐만 아니라 출입국 당국도 인정할 수 있는 자격을 필요로 합니다. 그리고 경북의 교육 생태계가 대학, 커뮤니티 센터, 기업 프로그램, EdTech 창업자 등 다양한 제공자를 포함하게 될 현실에도 대응합니다. 이들 제공자가 발급하는 자격은 출처와 관계없이 동일한 가치를 가져야 합니다. 중앙 평가 게이트웨이는 이를 보장합니다. 하나의 표준, 동일한 평가, 하나의 자격입니다.
“Universal-to-Applied” 확장성 모델은 기초 시민 AI 리터러시를 공통 기반으로 삼고, 그 위에 분야별 고급 역량을 마이크로 자격증을 통해 단계적으로 누적할 수 있도록 합니다. 시민 수준의 기초 과정을 이수한 제조업 근로자는 스마트공장 AI 모듈을 추가로 쌓을 수 있습니다. 농업 근로자는 정밀농업 모듈을 추가할 수 있습니다. 공무원은 AI 거버넌스 모듈을 추가할 수 있습니다. 이들은 모두 중복 학습 없이 동일한 인증 기반 위에서 확장됩니다.
중요한 것은, 고용주에게 실질적 의미가 없는 누적성은 학문적 형식에 그친다는 점입니다. 고급 단계뿐만 아니라 모든 인증 단계는 입증된 실무 AI 활용 역량을 포함해야 합니다. 평가 도구는 현실적인 직무 및 일상생활 시나리오에서 AI 도구를 사용할 수 있는 능력, 인간과 AI 사이의 의사결정 권한을 조정하는 능력, AI 시스템에 양질의 데이터를 제공하는 능력을 평가합니다. 이는 장 2의 결정적 발견, 즉 경북의 AI 전환을 가로막는 핵심 제약은 기술의 가용성이 아니라 노동력의 역량이라는 점에 대응합니다. 기업 설문조사는 실무 현장 경험이 가장 중요한 채용 기준임을 확인합니다(37.5%). 수십억 원 규모의 자본 장비가 운영자가 AI 산출물을 신뢰하거나 이해하지 못해 충분히 활용되지 못하고 있습니다. 구미의 반도체 제조업체가 지원자의 Level 3 인증을 확인할 때, 해당 자격은 그 사람이 AI 수율 예측을 해석하고, 경험상 필요할 경우 시스템 판단을 보정하거나 개입하며, 그 결정을 동료들에게 설명할 수 있음을 보장해야 합니다. 그보다 낮은 수준이라면 그것은 역량이 아니라 단순한 증명서에 불과합니다.
모듈형 아키텍처는 AI 기술, 도구, 위험, 규제 요건이 변화함에 따라 지속적인 적응도 지원합니다. 전체 인증 구조를 방해하지 않고도 역량 모듈을 수주 단위로 개정, 추가, 폐기할 수 있으며, 이를 통해 자격의 최신성을 유지하고 프레임워크가 지원하는 산업보다 뒤처지지 않고 그 변화 속도에 맞춰 발전할 수 있습니다.
제1부는 이 프레임워크가 왜 존재해야 하는지를 수립했습니다. 제2부는 그 구축을 지배하는 규칙을 정의했습니다. 제3부는 무엇이 구축되었고, 그것이 어떻게 작동하는지를 제시합니다. GB 정부는 교육 콘텐츠를 직접 구축하지 않습니다. 모든 교육이 동일한 표준을 충족하고 동일한 자격으로 연결되도록 보장하는 인프라를 구축합니다.
이 프레임워크는 단일하고 획일적인 교육과정이라는 개념을 거부합니다. 대신 제2부에서 소개한 “Universal-to-Applied” 확장성 모델을 채택합니다. 이 모델은 모든 시민에게 적용 가능한 윤리적이고 안전하며 생산적인 AI 참여의 보편적 기준을 수립하고, 이를 경북 산업 노동력의 요구에 맞춘 누적형 분야별 마이크로 자격증을 통해 매끄럽게 확장할 수 있도록 합니다. 이 장에서 제시하는 것은 보편적 기반입니다. 그 위에 놓이는 적용 계층은 장 8과 장 10에서 다룹니다.
분류 체계는 AI와 개인의 관계에 대한 근본적인 질문에 답하는 세 가지 직관적 영역을 중심으로 구성됩니다. 이 영역들은 의도적으로 순서가 정해져 있습니다. 자신 있는 활용은 역량을 수립하고, 안전한 활용은 보호를 수립하며, 현명한 활용은 판단을 수립합니다. 이 세 영역은 함께 AI를 생산적으로 활용하고, 그 위험을 탐색하며, AI 산출물에 대해 인간의 주도성을 발휘할 수 있는 시민을 형성합니다.
Figure 4. An Overview of the GB-AI Literacy 프레임워크
Table 15. GBAIL 역량 01: ICT 역량 및 미디어 리터러시
| GSM DQ Code | 하위역량 | 학습자가 수행할 수 있는 내용 |
|---|---|---|
| DQ_IND_07_01 | ICT 리터러시 및 디지털 활용 능숙도 | 개인은 모바일 앱, 플랫폼, 생산성 소프트웨어 등 일반적인 디지털 도구를 활용하고, 디지털 파일을 관리하며, 고급 필터링 기능을 활용한 온라인 검색을 수행할 수 있다. 또한 정보를 체계적으로 정리하는 전략을 적용하여 운영체제, 클라우드 플랫폼, 의사소통 도구를 효율적으로 활용함으로써 디지털 작업 흐름을 최적화할 수 있다. 나아가 개인적·교육적·직업적 활동을 위해 디지털 정보를 생성, 관리, 정리, 검색할 수 있다. |
| DQ_IND_07_02 | 미디어 리터러시 및 정보 평가 | 개인은 디지털 미디어와 정보원의 정확성, 신뢰성, 의도, 프레이밍 방식을 평가할 수 있다. 또한 출처 검증 기반을 적용하고, 여러 출처의 근거를 비교하며, 신뢰할 수 있는 정보와 오도되거나 조작된 콘텐츠를 구별할 수 있다. 아울러 뉴스, 광고, 소셜미디어에서 활용되는 설득 기법, 정서적 호소, 프레이밍 전략을 인식하면서 미디어 메시지를 해석할 수 있다. |
Table 16. GBAIL 역량 02: 디지털 커뮤니케이션 및 글로벌 마인드셋
| GSM DQ Code | 하위역량 | 학습자가 수행할 수 있는 내용 |
|---|---|---|
| DQ_IND_01_01 | 진정성 있는 온라인 페르소나 | 개인은 자신의 가치, 오프라인 정체성, 윤리적 책임과 일관되도록 온라인에서 자신을 표현할 수 있다. 또한 허위 정체성, 사회적 비교, 대상화, 익명성의 오용과 같은 위험요인을 인식하고, 진정성 있고 책임 있는 자기표현을 지원하도록 온라인 페르소나를 관리할 수 있다. |
| DQ_IND_01_02 | 글로벌 마인드셋 및 문화적 민감성 | 개인은 네티켓을 실천하고, 다양한 관점을 존중하며, 서로 다른 문화적 맥락에 맞추어 의사소통 방식을 조정함으로써 글로벌 디지털 환경에서 책임 있게 소통할 수 있다. 또한 온라인 참여가 지역사회, 국가, 국제사회 구성원에게 어떠한 영향을 미치는지 설명할 수 있다. |
| DQ_IND_05_01 | 디지털 정서 인식 및 자기 조절 | 개인은 디지털 상호작용에서 정서적 유발요인, 스트레스 요인, 어조 신호를 식별할 수 있다. 또한 온라인 콘텐츠가 자신의 기분에 미치는 영향을 점검하고, 디지털 환경에서의 정서적 과부하를 예방하며 심리적 안녕을 유지하기 위해 마음챙김과 자기돌봄 기법을 실천할 수 있다. 아울러 멈춤, 재구성, 자기돌봄과 같은 자기조절 전략을 적용하여 정서적 안정을 유지할 수 있다. |
| DQ_IND_05_02 | 디지털 공감 및 적극적 경청 | 개인은 자신의 가치, 오프라인 정체성, 윤리적 책임과 일관되도록 온라인에서 자신을 표현할 수 있다. 또한 허위 정체성, 사회적 비교, 대상화, 익명성의 오용과 같은 위험요인을 인식하고, 진정성 있고 책임 있는 자기표현을 지원하도록 온라인 페르소나를 관리할 수 있다. |
| DQ_IND_06_01 | 개인 디지털 발자국 및 평판 관리 | 개인은 네티켓을 실천하고, 다양한 관점을 존중하며, 서로 다른 문화적 맥락에 맞추어 의사소통 방식을 조정함으로써 글로벌 디지털 환경에서 책임 있게 소통할 수 있다. 또한 온라인 참여가 지역사회, 국가, 국제사회 구성원에게 어떠한 영향을 미치는지 설명할 수 있다. |
| DQ_IND_06_02 | 온라인 의사소통 기본 역량 | 개인은 디지털 상호작용에서 정서적 유발요인, 스트레스 요인, 어조 신호를 식별할 수 있다. 또한 온라인 콘텐츠가 자신의 기분에 미치는 영향을 점검하고, 디지털 환경에서의 정서적 과부하를 예방하며 심리적 안녕을 유지하기 위해 마음챙김과 자기돌봄 기법을 실천할 수 있다. 아울러 멈춤, 재구성, 자기돌봄과 같은 자기조절 전략을 적용하여 정서적 안정을 유지할 수 있다. |
| DQ_IND_06_03 | 조직의 디지털 발자국에 대한 참여와 관리 | 개인은 자신의 가치, 오프라인 정체성, 윤리적 책임과 일관되도록 온라인에서 자신을 표현할 수 있다. 또한 허위 정체성, 사회적 비교, 대상화, 익명성의 오용과 같은 위험요인을 인식하고, 진정성 있고 책임 있는 자기표현을 지원하도록 온라인 페르소나를 관리할 수 있다. |
| DQ_IND_13_01 | 가상 협업 관계 이해 | 개인은 네티켓을 실천하고, 다양한 관점을 존중하며, 서로 다른 문화적 맥락에 맞추어 의사소통 방식을 조정함으로써 글로벌 디지털 환경에서 책임 있게 소통할 수 있다. 또한 온라인 참여가 지역사회, 국가, 국제사회 구성원에게 어떠한 영향을 미치는지 설명할 수 있다. |
“AI 기반 및 디지털 위험으로부터 나와 다른 사람을 보호할 수 있는가?”
이 영역은 설계 원칙(장 6, 원칙 1~3)이 모든 인증 단계에서 요구하는 보호 역량을 다룹니다. 개인 차원의 디지털 위생뿐만 아니라, 딥페이크로 증폭되는 사이버불링부터 사용자가 인식하지 못한 채 행동을 형성하는 추천 알고리즘에 이르기까지 AI 기반 플랫폼이 만들어내는 시스템적 위험도 포함합니다. 고령 주민, 한국어가 제한적인 외국인 근로자, 디지털에는 능숙하지만 비판적 판단은 부족한 청소년을 포함한 경북의 가장 취약한 인구 집단에게 이 영역은 부가적인 요소가 아닙니다. 이는 첫 번째 방어선입니다.
Table 17. GBAIL 역량 03: 디지털 안전 및 웰빙 관리
| GSM DQ Code | 하위역량 | 학습자가 수행할 수 있는 내용 |
|---|---|---|
| DQ_IND_05_03 | 인간–AI 간 정서적 경계 설정 | 개인은 생성형 AI 시스템과 봇이 감정과 관계에 어떠한 영향을 미칠 수 있는지 식별할 수 있다. 또한 AI 기반의 정서적 영향력과 조작 가능성을 평가하고, 정서적 지지를 AI에 과도하게 의존하지 않도록 심리적 경계를 의도적으로 설정하며, 진정성 있는 인간관계를 우선할 수 있다. |
| DQ_IND_02_01 | 자기조절적 디지털 참여 | 개인은 디지털 기술이 자신의 건강, 대인관계, 일상적 생활 패턴에 어떠한 영향을 미치는지 설명할 수 있다. 또한 자기통제와 의도성을 바탕으로 온라인과 오프라인 참여의 균형을 지원하는 경계와 습관을 형성할 수 있다. 아울러 건강하지 않은 디지털 의존의 징후를 식별하고, 웰빙을 보호하기 위해 자신의 일상 루틴을 조정할 수 있다. |
| DQ_IND_03_01 | 사이버 괴롭힘 및 디지털 괴롭힘 대응 | 개인은 사이버 괴롭힘, 또래 간 위해 행위, 신상정보 노출, 딥페이크나 봇 기반 혐오표현과 같은 AI 기반 괴롭힘을 식별하고, 신고하며, 개입할 수 있다. 또한 유해 행위를 신고하고, 안전한 개인 및 피해자 지원 방식을 적용하며, 신고 시스템과 콘텐츠 조정 필터 등 플랫폼 도구를 활용하여 디지털 환경에서의 피해를 줄일 수 있다. ‘해를 끼치지 않는다’는 윤리 원칙에 기반하여, 방관자가 아니라 적극적 개인자로서 일관되게 행동하고, 존중의 가치를 분명히 옹호하며, 안전한 온라인 환경을 유지할 수 있다. |
| DQ_IND_03_02 | AI 기반 구조적 위험 이해 및 대응 | 개인은 추천 엔진, 증폭 메커니즘, 주의력 추출 모델과 같은 AI 기반 시스템이 정보 노출, 행동, 공격 담론 형성에 어떠한 영향을 미칠 수 있는지 설명할 수 있다. 또한 이러한 시스템이 자신의 디지털 참여에 미치는 영향을 평가하고, 유해한 영향을 줄이기 위한 비판적 사고와 대응 전략을 적용할 수 있다. |
| DQ_IND_03_03 | 대인 접촉 위험 관리 | 개인은 그룹밍, 강압, 표적화, 원치 않는 접근과 같은 온라인 접촉 위험을 식별·평가·대응할 수 있다. 또한 온라인 가해자가 사용하는 조작 및 착취 전술을 파악하고, 개인정보 보호 설정, 신고 절차, 안전한 의사소통 원칙과 오프라인 만남 시 준수사항 등의 실천 방안을 적용하여 착취 위험을 줄일 수 있다. |
| DQ_IND_03_04 | 콘텐츠 위험 관리 | 개인은 부적절하거나 폭력적인 콘텐츠, 유해한 미디어, 허위조작정보, 그리고 알고리즘적으로 편향된 자료에 대한 노출을 줄이기 위해 디지털 콘텐츠를 평가하고 선별할 수 있다. 또한 이러한 콘텐츠가 안전, 웰빙, 뇌 발달, 그리고 정보에 기반한 사회 참여에 미치는 영향을 평가할 수 있다. 아울러 큐레이션, 신고, 플랫폼 안전 도구를 활용하여 위험하고 유해한 콘텐츠에 대한 노출을 줄일 수 있다. |
Table 18. GBAIL 역량 04: 데이터 보안 및 개인정보 보호 관리
| GSM DQ Code | 하위역량 | 학습자가 수행할 수 있는 내용 |
|---|---|---|
| DQ_IND_04_01 | 개인 기기 보안 및 디지털 위생 | 개인은 강력한 비밀번호 설정, 다중인증, 정기적 업데이트, 권한 관리, 안전한 다운로드 습관 등 디지털 위생 실천을 통해 기기, 계정, 정보를 보호할 수 있다. |
| DQ_IND_04_02 | 개인 사이버 위험 대응 | 개인은 피싱, 랜섬웨어, 사회공학, 신원 사기 등에 사용되는 조작 전술을 분석하고, 의심스러운 활동에서 위험 신호를 식별할 수 있다. 또한 계정 침해 여부를 점검하며, 자신과 타인의 디지털 자산 및 금용 자산을 보호하기 위한 개인 차원의 사고 대응 전략을 실행할 수 있다. |
| DQ_IND_08_01 | 사생활 보호 및 개인정보 권리의 기본 이해 | 개인은 디지털 데이터와 개인정보에 관한 권리와 책임을 설명할 수 있다. 또한 개인정보 보호를 기본적 원리로 이해하고, 플랫폼 정책을 검토하며, 개인정보 보호 설정을 구성하고, 필요한 데이터 공유를 최소화함으로써 개인의 디지털 자산을 보호할 수 있다. |
“AI를 이해하고, AI를 통해 나의 역량을 확장하며, AI와 함께 내리는 결정에 책임을 질 수 있는가?”
이 영역은 능동적이고 informed한 AI 사용자와 수동적인 AI 소비자를 구분하는 역량을 다룹니다. AI 시스템이 어떻게 작동하는지, 프롬프트 엔지니어링과 산출물 검증을 통해 AI를 어떻게 실무적으로 적용하는지, 그리고 가장 중요하게는 AI가 생성한 권고가 의사결정에 영향을 미칠 때 인간의 주도성을 어떻게 유지하는지를 포함합니다. 경북의 노동력에게 이 영역은 AI를 블랙박스가 아니라 스스로 관리할 수 있는 도구로 전환하는 영역입니다. 모든 시민에게는 기계가 아니라 인간이 의사결정자로 남도록 보장하는 영역입니다.
Table 19. GBAIL 역량 05: AI 기초 및 실무 활용
| GSM DQ Code | 하위역량 | 학습자가 수행할 수 있는 내용 |
|---|---|---|
| DQ_IND_07_03 | 인공지능의 기본 이론 및 개념 | 개인은 인공지능을 정의하고, 그 다양한 유형을 구분하며, 발전 과정의 주요 이정표를 설명할 수 있다. 또한 AI 도구와 실제 적용 사례를 이해 기반으로 활용할 수 있도록, AI 시스템에서 데이터, 모델, 응용의 역할과 핵심 기술 구조를 설명할 수 있다. |
| DQ_IND_07_05 | 생성형 AI의 실무 활용 및 프롬프트 엔지니어링 | 개인은 일상생활에서 정보 분석과 콘텐츠 생성을 지원하기 위해 생성형 AI 도구를 선택·통합·활용할 수 있다. 또한 프롬프트를 작성하고 개선하며, 프롬프트의 성능을 평가하고, 활용 이전에 산출물의 정확성, 관련성, 환경 여부를 검증할 수 있다. |
Table 20. GBAIL 역량 06: AI 윤리 및 인간 의사결정
| GSM DQ Code | 하위역량 | 학습자가 수행할 수 있는 내용 |
|---|---|---|
| DQ_IND_01_03 | AI 활용 환경에서의 인간 주도 책임 있는 의사결정 | 개인은 디지털 환경에서 AI가 생성한 권고를 활용할 때 인간의 판단을 적용할 수 있다. 또한 인간의 의사결정과 AI의 지원 간 차이를 설명하고, AI가 생성한 산출물을 실제 행동에 반영하기 전에 검증하며, 최종 결정에 대한 책임을 유지할 수 있다. |
| DQ_IND_07_04 | 인간과 인공지능의 구별 | 개인은 인간의 지능과 계산 기반 AI 메커니즘의 차이를 설명할 수 있다. 또한 편향, 불투명성, 허위정보 위험을 포함하여 AI의 가능성과 한계를 평가할 수 있다. |
| DQ_IND_10_01 | AI 윤리적 위험 인식 | 개인은 AI 시스템을 활용할 때 알고리즘 편향, 조작, 환각과 같은 윤리적 위험을 식별할 수 있다. 또한 다양한 AI 활용 사례가 조직과 사회에 미치는 영향을 평가함으로써 책임 있는 기술 활용을 도모하고, 이러한 위험을 완화할 수 있다. |
이 분류 체계는 하나의 기본 전제를 바탕으로 구축됩니다. AI 리터러시는 기존 역량을 대체하는 것이 아니라, 분야별 전문성의 가치를 높이는 승수입니다.
20년의 공정 경험을 가진 제조업 근로자는 그 경험을 AI 기반 공정 최적화와 결합할 수 있을 때 가치가 줄어드는 것이 아니라 더 커집니다. 지역 토양 조건과 미기후에 대한 깊은 지식을 가진 농민은 AI가 제공하는 데이터 분석을 자신의 경험적 지혜와 결합할 때 더 효과적인 의사결정자가 됩니다. 깊은 문화 지식을 가진 문화유산 해설사는 AI가 일상적인 정보 제공을 처리하도록 함으로써, 해설과 스토리텔링에 더 집중하고 방문객에게 더 몰입감 있는 경험을 제공할 수 있습니다.
이러한 상호보완성은 프레임워크를 어떻게 전달하고 설명해야 하는지에 직접적인 시사점을 제공합니다. AI 리터러시를 자동화의 위협에 대한 방어적 대응으로 제시하기보다, 이 프로그램은 기존 역량을 증폭시키는 권한 부여의 기회로 제시합니다. 새마을의 자조 원칙과 결합된 이러한 긍정적 프레이밍은 AI 교육을 자신의 시대적 퇴장을 암시하는 것으로 받아들일 수 있는 학습자들에게 더 높은 동기와 참여를 이끌어냅니다. 마이크로 자격증은 이를 반영하여, 학습자가 AI 도구 활용을 기존 분야 지식과 통합하도록 요구하며, 이를 대체하도록 요구하지 않습니다.
이번 장에서 제시된 24개의 마이크로 자격증은 보편적 기반을 구성합니다. 즉, 직업, 연령, 국적과 관계없이 모든 경북 주민이 필요로 하는 역량입니다. 이는 최저 기준이지, 최고 한계가 아닙니다.
프레임워크의 누적형 아키텍처(설계 원칙 5)는 이 보편적 기반을 수정하지 않고도, 분야별 전문 역량을 향후 분야별 전문 기술로 그 위에 계층화할 수 있도록 의도적으로 설계되었습니다. 이러한 분야별 적용 단계는 현재 1단계 표준에는 포함되어 있지 않습니다. 이는 중앙에서 설계된 프레임워크만으로는 재현할 수 없는 도메인 전문성을 제공하는 산업 단체, 대학, 기업 파트너와의 협력을 통해 2단계에서 공동 설계될 예정입니다.
경북의 다섯 가지 전략 산업 클러스터는 이러한 분야별 적용 기술 개발을 위한 우선 영역을 정의합니다.
스마트 제조. AI 기반 결함 탐지, 디지털 트윈 해석, 예측 유지보수 의사결정, 자율 생산 환경에서의 인간-AI 권한 조정에 관한 마이크로 자격증입니다. 구미 반도체 공장의 한 운영자는 보편적 기반과 함께 금오공과대학교 및 산업 파트너와 공동 개발된 분야 모듈을 보유하게 되며, 이를 통해 AI 수율 예측을 해석하고 현장 경험상 필요할 경우 시스템 판단을 보정하거나 개입할 수 있는 역량을 인증받습니다.
정밀농업. AI 기반 작물 질병 예측, 토양 분석 해석, 자율 농기계 운영, 기상 모델 기반 수확 시기 판단에 관한 마이크로 자격증입니다. 안동의 인증 농민은 보편적 안전 및 윤리 역량과 함께, 안동대학교 및 지역 협동조합과의 협력을 통해 설계된 적용 모듈을 결합하여 AI 권고를 세대에 걸쳐 축적된 농업 지식과 통합할 수 있는 능력을 검증받게 됩니다.
자동차 및 모빌리티. 전동화 부품 품질 AI, 소프트웨어 정의 차량 진단, 디지털 트윈 시뮬레이션을 활용한 모빌리티 물류 최적화에 관한 마이크로 자격증입니다. 경주-영천-경산 회랑의 근로자들은 산업이 내연기관에서 미래 모빌리티로 전환되는 과정에서 이러한 모듈을 자신의 GB-AI 리터러시 역량 기반 위에 누적하게 되며, 교육과정은 현대모비스와 2차 협력업체 네트워크와 같은 앵커 고용주의 의견을 반영해 형성됩니다.
로보틱스 및 방위 시스템. 물리 AI 통합, 생산 장비에서의 로봇 운영 체계(ROS) 배치, 유·무인 복합 운용(MUM-T) 감독 프로토콜에 관한 마이크로 자격증입니다. 포항-구미 로보틱스 회랑은 점점 더 자율화되는 시스템에 대해 인간의 감독을 유지할 수 있는 근로자를 필요로 하며, 이는 보편적 기반인 GBAIL06(AI 윤리 및 인간 의사결정)에서 직접 확장되는 역량으로, POSTECH 및 방위 산업 파트너와의 협력을 통해 발전됩니다.
문화유산 및 관광. AI 기반 다국어 해설, 문화 콘텐츠 큐레이션 및 정확성 보증, 방문객 경험 개인화에 관한 마이크로 자격증입니다. 경주의 UNESCO 세계유산과 하회마을은 AI를 문화 보존의 대체 수단이 아니라 보존을 지원하는 수단으로 활용할 수 있는 고유한 기회를 제공하며, 모듈 설계는 문화유산 전문가와 국립경주문화유산연구소의 지도를 바탕으로 이루어집니다.
핵심 설계 특징은 분야별 모듈이 별도의 인증 트랙을 만들지 않는다는 점입니다. 이 모듈들은 동일한 마이크로 자격 아키텍처, 동일한 중앙 평가 게이트웨이, 동일한 AI Citizen ID를 통해 보편적 기반 위에 누적됩니다. 제조업에서 시작해 농업으로 전환하거나, 경북에서 APEC 파트너 경제권으로 이동하는 근로자는 보편적 기반과 분야별 전문화를 모두 보여주는 하나의 자격 기록을 보유하게 되며, 이 모든 기록은 동일한 인프라를 통해 글로벌하게 검증될 수 있습니다.
목표는 광역정부가 반도체 엔지니어나 정밀농업 종사자가 AI에 대해 무엇을 알아야 하는지 직접 정의하는 것이 아닙니다. 목표는 그것을 실제로 아는 사람들이 그 지식을 만들고, 인증하며, 지속적으로 업데이트할 수 있는 시스템을 구축하는 것입니다.
보편적 기반은 아키텍처의 발판을 제공하고, 각 분야는 적용 콘텐츠를 제공합니다.
AI 기술, 위협 환경, 규제 요건은 수년이 아니라 수주 단위로 변화합니다. 발간 시점에 정적인 프레임워크는 첫 번째 인증 학습자가 과정을 마치기도 전에 이미 낡은 것이 됩니다. GB-AI Literacy Standards 프레임워크는 DQ Institute의 국제 네트워크 전반에서 유지·관리되는 역량 정의, 평가 도구, 교육과정 리소스의 지속 업데이트 저장소인 Powered by DQ(PbDQ) 글로벌 라이브러리와의 통합을 통해 이에 대응할 수 있습니다.
이 통합은 세 가지 수준에서 작동합니다.
마이크로 자격증의 최신성. 개별 마이크로 자격증 정의는 여러 국가와 분야의 실행 사례에서 수집된 역량 변화 데이터를 통합하는 PbDQ 글로벌 데이터베이스와 벤치마킹됩니다. 이를 통해 GB 프레임워크는 새로운 수요에 대응하기 위해 마이크로 자격증을 수정, 확장, 추가할 수 있으며, 업데이트된 콘텐츠를 GB AI Literacy 중앙 플랫폼을 통해 모든 지정 제공자에게 동시에 배포할 수 있습니다. 보편적 기반은 고정되어 있지 않으며, 버전 관리됩니다.
국가 간 벤치마킹. PbDQ 데이터베이스는 미국, 유럽연합, 싱가포르 및 기타 주요 국제 관할권의 AI 리터러시 실행 사례와 GB 프레임워크를 지속적으로 비교할 수 있게 합니다. 싱가포르의 통합 AI 리터러시 프레임워크가 새로운 역량 영역을 도입하거나 EU AI Act의 시행 규정이 새로운 컴플라이언스 기반 리터러시 요건을 만들 경우, GB 연구팀은 동일한 변화가 경북 맥락에서도 필요한지 평가하고 사후 대응이 아니라 선제적으로 대응할 수 있습니다.
분야별 모듈 검증. 경북의 다섯 가지 전략 클러스터를 위한 분야별 적용 모듈이 개발될 때, PbDQ 데이터베이스는 국제적으로 유사한 산업 적용 사례에서 얻은 검증 데이터를 제공합니다. 구미를 위해 개발된 스마트 제조 AI 모듈은 독일, 싱가포르, 일본 등에서 운영되는 유사한 제조 AI 역량 프레임워크와 벤치마킹될 수 있으며, 이를 통해 경북의 분야별 인증이 국내 기준뿐만 아니라 국제 고용주의 기대에도 부합하도록 보장합니다.
GB-AI Literacy Standards는 세 가지 인증 단계를 수립하며, 각 단계는 서로 다른 AI 역량 수준을 나타냅니다. 이 단계들은 누적형 구조로 설계되어 있으며, 각 단계는 이전 단계를 기반으로 구축됩니다. 상위 단계로의 진입은 단순한 이수 시간이 아니라 입증된 숙련도를 요구합니다. 네 번째 단계인 분야별 적용 전문성은 2단계 이후의 향후 확장을 위해 아키텍처에 포함되어 설계되었습니다.
Table 21. 3단계 GB-AI 리터러시 인증 시스템
| 레벨 | 명칭 | 대상 집단 | 핵심 중점 |
|---|---|---|---|
| 1 | AI·디지털 접근 | 디지털 활용 경험이 부족한 집단(예: 고령층, 기술 활용 경험이 없는 최근 이주민) | 기초적인 기기 조작, 플랫폼 초기 적용, 디지털 안전의 기초, 기술 활용에 대한 자신감 형성 |
| 2 | AI 준비형 시민 | 경북의 모든 주민: 보편적 시민 역량의 기준선 | AI 이해, 위험 인식, 개인정보 보호, 윤리적 인식, 일상생활에서의 정보 기반 AI 활용 |
| 3 | AI 활용 근로자 | 모든 재직자, 제조업 및 농업 종사자, 취업 중인 외국인 근로자 | 직장 내 AI 도구 활용, 인간–AI 의사결정 조정, 프롬프트 엔지니어링, 데이터 기여, 조직 차원의 디지털 책임 |
| 향후 | 산업 적용 전문 인력 | 기술 전문가, 팀장급 인력, AX 전환 관리자 | 산업 분야별 고급 AI 활용, 시스템 설계, 데이터 전략, 기능 간 통합 |
레벨 1 인증은 개인이 기본적인 자신감과 안전성을 갖추고 디지털 사회에 참여할 수 있음을 확인합니다. 이는 입문 단계이며, 덜 중요한 자격이 아니라 이후 단계로 나아가기 위해 반드시 필요한 필수 기반입니다.
레벨 1 인증용 마이크로 자격증 목록
| 영역 | 역량 | GSM Code | 마이크로 크레덴셜 |
|---|---|---|---|
| 1. 자신있는 활용 | GBAIL01 | DQ_IND_07_01 | ICT 리터러시 및 디지털 활용 능숙도 |
| GBAIL02 | DQ_IND_05_01 | 디지털 정서 인식 및 자기조절 | |
| GBAIL02 | DQ_IND_06_02 | 온라인 의사소통의 기본 역량 | |
| 2. 안전한 활용 | GBAIL03 | DQ_IND_02_01 | 자기조절적 디지털 참여 |
| GBAIL04 | DQ_IND_04_01 | 개인 기기 보안 및 디지털 위생 |
그림 6. 사례 연구: AI-Digital 접근권
“나는 디지털 세계를 자신감 있고 안전하게 탐색할 수 있다.”
이 사람은 스마트폰을 조작하고, 디지털 플랫폼을 사용하며, 온라인에서 자신감 있게 소통할 수 있습니다. 자신의 기기를 안전하게 관리하고, 디지털 상호작용이 자신의 웰빙에 영향을 미치는 순간을 인식하며, 온라인과 오프라인 생활 사이의 건강한 경계를 유지합니다.
경북에서 이는 디지털 포털을 통해 정부 보건 서비스를 이용할 수 있게 된 봉화의 72세 농민, 한국 은행 앱을 탐색하고 고향으로 안전하게 송금할 수 있는 새로 도착한 베트남 출신 공장 근로자, 클릭하기 전에 의심스러운 메시지를 식별할 수 있는 포항의 은퇴한 철강 근로자를 의미합니다. 이들은 디지털로 포용되었으며, 일상생활을 점점 더 많이 좌우하는 시스템에서 더 이상 배제되지 않습니다.
레벨 2는 모든 시민이 달성해야 하는 디지털 기본권 보장을 의미하는 보편적 시민 기준입니다. 이 수준은 도 단위 인구 적용 범위를 평가하는 기준 인증 단계입니다.
레벨 2에서 평가되는 마이크로 인증:
(누적 포함, 레벨 1의 모든 마이크로 인증 포함)
Table 23. 레벨 2 인증용 마이크로 자격증 목록
| 영역 | 역량 | GSM Code | 마이크로 크레덴셜 |
|---|---|---|---|
| 1. 자신있는 활용 | GBAIL01 | DQ_IND_07_02 | 미디어 리터러시 및 정보 평가 |
| DQ_IND_01_01 | 진정성 있는 온라인 페르소나 | ||
| DQ_IND_01_02 | 글로벌 마인드셋 및 문화적 민감성 | ||
| GBAIL02 | DQ_IND_05_02 | 디지털 공감 및 적극적 경청 | |
| DQ_IND_06_01 | 개인 디지털 발자국 및 평판 관리 | ||
| 2. 안전한 활용 | GBAIL03 | DQ_IND_05_03 | 인간–AI 간 정서적 경계 설정 |
| DQ_IND_03_01 | 사이버 괴롭힘 및 디지털 괴롭힘 대응 | ||
| DQ_IND_03_02 | AI 기반 구조적 위험 이해 및 대응 | ||
| DQ_IND_03_03 | 대인 접촉 위험 관리 | ||
| GBAIL04 | DQ_IND_03_04 | 콘텐츠 위험 관리 | |
| DQ_IND_04_02 | 개인 사이버 위험 대응 | ||
| GBAIL04 | DQ_IND_08_01 | 사생활 보호 및 개인정보 권리의 기본 이해 |
Figure 7. 사례 연구: AI 준비 시민
“나는 AI가 형성하는 사회에서 정보를 평가하고, 나 자신을 보호하며, 책임감 있게 참여할 수 있다.”
이 사람은 신뢰할 수 있는 정보와 AI 생성 허위정보를 구별하고, 사이버 위협으로부터 자신의 개인정보와 프라이버시를 보호하며, 공감과 존중을 바탕으로 문화 간 소통에 참여할 수 있습니다. 또한 추천 알고리즘과 AI 기반 시스템이 자신이 보고, 구매하고, 믿는 것에 어떤 영향을 미치는지 이해하며, 수동적으로 받아들이는 것이 아니라 의식적인 선택을 합니다.
경북에서 이는 회사 네트워크가 침해되기 전에 딥페이크 피싱 시도를 알아차리는 구미의 중소기업 사무직 근로자, E-7-4 비자 신청을 지원하기 위해 자신의 디지털 발자국을 관리하는 우즈베키스탄 출신 생산직 근로자, AI 생성 조언을 그대로 받아들이지 않고 온라인 건강 정보를 비판적으로 평가하는 안동의 고령 주민을 의미합니다. 이들은 자신을 보호하고 더 안전한 지역사회에 기여할 수 있는 디지털 회복력을 갖춘 사람들입니다.
레벨 3은 디지털 노동력 기준이며, 고용주가 채용 시 확인하고, 출입국 당국이 E-7-4 비자 전환을 평가할 때 참고하며, 광역 대시보드가 경북 산업 기반의 AI 전환 준비도를 나타내는 대리 지표로 추적하는 인증입니다.
레벨 3에서 평가되는 마이크로 자격증: (누적형으로, 레벨 1 및 레벨 2의 모든 마이크로 자격증 포함)
Table 24. 레벨 2 인증용 마이크로 자격증 목록
| 영역 | 역량 | GSM Code | 마이크로 크레덴셜 |
|---|---|---|---|
| 1. 자신감 있는 활용 | GBAIL02 | DQ_IND_06_03 | 조직의 디지털 발자국에 대한 참여와 관리 |
| GBAIL02 | DQ_IND_13_01 | 가상 협업 관계 이해 | |
| 3. 현명한 활용 | GBAIL05 | DQ_IND_07_03 | 인공지능의 기본 이론 및 개념 |
| GBAIL05 | DQ_IND_07_05 | 생성형 AI의 실무 활용 및 프롬프트 엔지니어링 | |
| GBAIL06 | DQ_IND_01_03 | AI 활용 환경에서의 인간 주도 책임 있는 의사결정 | |
| GBAIL06 | DQ_IND_07_04 | 인간과 인공지능의 구별 | |
| GBAIL06 | DQ_IND_10_01 | AI 윤리적 위험 인식 |
Figure 8. 사례 연구: AI 활용 근로자
“저는 업무에서 AI를 활용하고 기술과 협업하며, AI와 관련된 의사결정에 책임을 집니다.”
이 사람은 AI 시스템의 기능, 한계, 편향을 이해하고 이를 활용하여 자신의 전문적 역량을 증폭합니다. 효과적인 프롬프트를 작성하고, AI 출력 결과를 검증하며, 모든 결정에서 최종 판단권을 유지합니다. AI 배치의 윤리적 위험을 인식하고 디지털 환경에서 조직을 책임감 있게 대표합니다.
경북에서 이 사례는 AI 결함 감지 시스템과 협업하며, 작업 현장의 미묘한 신호를 경험 기반 판단으로 보완하여 알고리즘이 놓친 부분을 찾아내는 경주 자동차 부품 품질 검사원입니다. 영천의 사과 농부는 AI 작물 질병 예측과 토양 수분 분석을 해석하여 수확 시기를 최적화하지만, 모델의 추천이 날씨와 나무의 신호와 충돌할 경우 세대별 재배 경험과 비교하며 판단합니다. 포항의 베트남 팀 리더는 생성형 AI를 활용해 이중 언어 프로세스 문서를 작성하면서 정확성과 문화적 적합성을 확보합니다. 이들은 단순히 AI를 사용하는 것이 아니라, AI와 협력하고, AI를 관리하며, AI가 생성한 결과물에 대한 책임을 집니다.
“저는 AI가 제 산업을 어떻게 변화시키는지 설계하고, 그 변화를 통해 다른 사람들을 이끕니다.”
이 사람은 단순히 AI 도구를 사용하는 것이 아닙니다. 자신이 속한 분야의 워크플로우에 AI가 어떻게 통합되는지 설계하고, AI가 인간의 의사결정을 대체해야 하는 영역과 그렇지 않은 영역을 판단하며, 동료와 조직을 변화 과정에서 안내합니다. 이들은 깊은 전문 지식과 고급 AI 역량을 결합하여 인간의 지식이나 AI 시스템만으로는 해결할 수 없는 문제를 해결합니다.
이 단계는 현재 Phase 1 표준에는 포함되지 않으며, 이는 모든 분야와 인구에 적용 가능한 보편적 기초(레벨 1~3)를 설정합니다. 그러나 프레임워크의 스택형 마이크로-자격 구조는 레벨 3 기반 위에 분야별 전문 자격을 추가할 수 있도록 설계되어 있으며, Phase 2에서 산업체, 대학, 기업 파트너와 공동 개발될 예정입니다. 이는 제7장 7.2절에 자세히 설명되어 있습니다.
Gyeongbuk에서 이 미래가 어떻게 구현될 수 있는지 예시:
스마트 제조에서는, 이는 디지털 트윈 시뮬레이션을 구축하고, 생산팀에게 에이전틱 AI 스케줄링 권고를 해석하도록 교육하며, 시스템의 자율 결정이 인간의 개입이 필요한 시점을 정의하는 인간 오버라이드 프로토콜을 설정하는 구미의 공정 엔지니어입니다.
정밀 농업에서는, 이는 드론 이미지, 토양 센서 네트워크, AI 기반 수확량 예측 모델을 200명의 소규모 농민 관리 시스템에 통합하고, 어떤 AI 권고를 신뢰할지, 지역 재배 조건과 비교 검증할지, 65세 농민에게 이해하기 쉽게 기술을 설명하는 방법을 결정하는 안동 협동조합 리더입니다.
Figure 9. AI 리터러시 발전 단계
문화유산 및 관광 분야에서는, 이는 UNESCO 세계유산 전반에 AI 기반 다국어 해설 시스템을 도입하고, AI가 제시할 역사적 서사를 큐레이션하며, 범용 언어 모델만으로는 보장할 수 없는 문화적 정확성을 확보하고, 현장 직원들이 AI 생성 콘텐츠에 방문객이 기억하는 인간적 스토리텔링을 보완할 수 있도록 교육하는 경주의 문화유산 전문가입니다.
의료 및 노인 돌봄 분야에서는, 이는 독거 고령 환자를 위한 AI 문진 및 원격 모니터링 시스템을 설정하고, 조기 개입과 경보 피로 사이의 균형을 맞추는 알림 기준값을 조정하며, 지역 보건 인력이 임상적 판단을 포기하지 않고 AI 건강 위험 점수를 해석할 수 있도록 교육하는 봉화의 농촌 진료소 코디네이터입니다.
국경 간 인재 관리 분야에서는, 이는 ASEAN 파트너 국가를 위한 차세대 새마을 AI 인증 모듈을 설계하고, 현지 산업 역량 요건을 GB 프레임워크에 매핑하며, 해외 자격 인증 기관과 상호 인정 조건을 협상하고, 인증 수료자가 실제로 시스템이 약속한 정착 및 생산성 성과를 달성하는지 측정하는 GB Technopark 프로그램 디렉터입니다.
GB-AI Literacy Standards는 보편적 기반을 제공합니다. 분야별 적용 전문가 단계는 이 기반이 한계가 아니라 출발점임을 보여주며, 동일한 마이크로 자격 아키텍처를 통해 경북의 변화하는 산업이 요구하는 어떤 고급 역량에도 대응할 수 있도록 확장될 수 있습니다.
인증 시스템의 신뢰성은 평가의 신뢰성에 달려 있습니다. 역량이 아니라 이수 여부만을 인증하는 자격은 고용주에게 가치가 없고, 출입국 당국에게도 의미가 없으며, 학습자에게도 실질적 의미를 갖지 못합니다. 따라서 GB 평가 프레임워크는 개인이 무엇을 기억하는지가 아니라 무엇을 할 수 있는지를 평가하는 역량 기반 모델을 적용합니다.
평가 설계는 구조화된 지식 평가와 실무 역량 입증을 결합해야 합니다. 지식 및 판단 구성 요소는 경북의 현실적 맥락에서 도출된 시나리오 기반 의사결정 과제를 통해 AI 기초, 안전 인식, 윤리적 추론, 비판적 사고를 다룹니다. 이러한 구성 요소 간의 비중은 인증 단계에 따라 달라져야 하며, 초기 단계에서는 안내형 과제를 강조하고, 상위 단계에서는 독립적인 직무 적용 역량에 더 큰 비중을 두어야 합니다. 구체적인 루브릭, 채점 메커니즘, 전달 프로토콜을 포함한 세부 평가 도구 설계는 2단계 실행 과정에서 개발될 예정입니다.
교육을 어느 제공자가 수행했는지와 관계없이, 모든 인증 평가는 GB 중앙 플랫폼의 단일 평가 게이트웨이를 통해 운영됩니다. 교육 전달과 평가 운영을 분리하는 것은 의도적인 아키텍처 선택입니다. 이는 다음을 보장합니다.
기업 프로그램을 통해 취득한 레벨 2 자격이 경북의 농촌 커뮤니티 센터에서 취득한 자격과 동일한 가치를 갖습니다.
제공자는 평가 처리량이 아니라 학습자의 역량 향상을 극대화하도록 유도됩니다.
광역정부는 개별 제공자의 교육과정을 직접 감사하지 않고도 품질 보증을 유지할 수 있습니다.
자격에 대한 고용주의 신뢰는 교육 브랜드가 아니라 평가 표준에 기반합니다.
중앙화된 게이트웨이는 평가 장소가 중앙화된다는 뜻이 아닙니다. 평가는 GB 중앙 플랫폼을 통해 디지털 방식으로 제공되며, 커뮤니티 센터, 대학 실험실, 기업 교육실, 또는 지리적으로 고립된 학습자를 위한 감독형 원격 세션을 포함한 모든 인증 장소에서 응시할 수 있습니다.
평가 데이터는 광역 대시보드(장 11)로 직접 연결되며, 별도의 비용이 많이 들고 느리며 신뢰성이 낮은 측정이 필요했을 정책 성과를 대신하는 대리 지표로 기능합니다.
시민의 디지털 웰빙은 일반 인구 및 고령 시민 집단의 레벨 1과 레벨 2 합격률을 통해 대리 측정되며, 이는 경북의 가장 취약한 주민 전반에 보호 역량이 얼마나 확산되어 있는지를 보여줍니다.
중소기업의 AI 도입 준비도는 중소기업 근로자 집단의 레벨 2와 레벨 3 합격률을 통해 대리 측정되며, 자본 장비 투자를 생산성 향상으로 전환할 수 있는 노동력 역량이 존재하는지를 평가합니다.
외국인 근로자 통합은 외국인 근로자 및 유학생 집단의 레벨 1과 레벨 2 이수율과 의사소통 과제 수행 점수를 결합하여 대리 측정되며, 정착 안정성을 지원하는 디지털 온보딩 수준을 추적합니다.
디지털 안전 회복력은 모든 레벨의 안전 시나리오 점수를 통해 대리 측정되며, AI 기반 위협을 인식하고 대응할 수 있는 인구 전체의 집단적 역량을 보여줍니다.
지역 인재 파이프라인 개발은 경북의 다섯 가지 전략 산업 클러스터에서 레벨 3 이수율을 통해 대리 측정되며, 2단계에서 개발될 분야별 적용 레벨 4 모듈을 위한 경북의 준비도를 평가합니다.
개인에게 자격을 부여하는 동시에 광역지자체를 측정하는 이러한 이중 기능이 모든 평가가 중앙화된 게이트웨이를 통해 이루어져야 하는 이유입니다. AI Citizen ID는 학습자의 자격이자 정부의 측정 도구입니다. 하나의 시스템, 두 가지 목적, 추가 행정 부담 없음.
대부분의 AI 리터러시 프로그램은 하나의 국가, 하나의 언어, 하나의 교육기관이라는 단일 환경을 전제로 설계 되며, 상호운용성은 사후적으로 등가성 협의를 통해 확 보하려는 경우가 많다. 그러나 이러한 방식은 시간과 비용이 많이 소요될 뿐 아니라, 실제로 효과적으로 작 동하지 않는 경우가 대부분이다. 이에 반해 경북형 AI 리터러시 표준은 상반된 접근을 취한다. 상호운용성은 프레임워크 구축 이후에 추가되는 기 이 아니라, 설계 초기부터 내재된 구조적 원리(설계 원칙 4)로 반영되 어 있다.
제3장에서는 IEEE 3527.1™ 표준, DQ Code 기반의 글로벌 디지털 역량 식별 체계, 그리고 PbDQ AI 엔진의 내재형상호운용 인프라를 중심으로 기술적 기반을 제시하였다. 본 장에서는 이러한 기반이 실제로 어떻게 구현되는지를 설명한다. 구체적으로, 교육 프로그램 간 비교를 가능하게 하는 표준 매핑, 인증의 이동성을 확보하는 상호 인정 체계, 그
리고 시스템의 지속가능성을 뒷받침하는 혁신 생태계 구축 방식을 중심으로 다룬다.
제3장에서 설명한 상호운용성 아키텍처는 경북 AI 리터러시 생태계에 세 가지 실질적 기능을 제공한다:
교육 프로그램 품질 검증. 경북 중앙 플랫폼은 국내외 모든 외부 교육 프로그램에 대해 DQ Code 기반 역량과 경북형 마이크로크레덴셜 기준을 비교·분석하여 정합성을 평가한다. 구미의 기업 교육 프로그램, 포항의 대학 강좌, 싱가포르 의 온라인 교육 과정 등 다양한 프로그램은 자동으로 역량 충족 여부와 부족 영역을 분석할 수 있다. 이는 제10장에서 설명하는 품질 관리 기능의 기술적 기반이 된다.
교육 제공기관의 사전 자가진단. 교육 제공기관은 인증 신청 이전에 자사 교육과정이 경북 표준의 어느 영역을 충족하 는지 사전에 확인할 수 있다. 예를 들어, 특정 프로그램이 Level 2 마이크로크레덴셜의 80%를 충족하는 경우, 전체를 새로 개발할 필요 없이 부족한 부분만 보완하면 된다. 이는 생태계 참여 진입 장벽을 낮추고, 신규 교육기관의 참여를촉진한다.
국경 간 인증 상호 인정. 해외 학습자는 자신이 취득한 기존 자격이 경북 표준과 얼마나 정합성을 갖는지 확인할 수 있다. 예를 들어, 독일의 DigComp 기반 프로그램, 싱가포르의 SkillsFuture 과정, 베트남 대학의 디지털 리터러시 과
정 등은 경북 표준과의 대응 여부를 평가할 수 있다. 정합성이 확인될 경우, 기존 학습 이력을 인정받아 추가 교육 없이 바로 인증 평가에 응시할 수 있다.
이와 같은 상호운용성은 양방향으로 작동한다. 해외 자격이 경북 표준과 비교·평가될 수 있는 것과 마찬가지로, 경북에 서 발급된 인증 역시 해외 프레임워크와 연계하여 평가될 수 있다. 예를 들어, Level 3 인증을 취득한 경북 주민이 APEC 회원국으로 이동하는 경우, 해당 인증은 별도의 국가 간 등가성 인정 절차 없이도 고용주나 기관에서 즉시 이해·검증 가능한 형태로 활용될 수 있다.
경북 AI 리터러시 인증체계는 세 가지 범위에서 상호인정이 가능하도록 설계되어 있으며, 각 범위는 서로 다른 정책 목
적을 가진다.
인증은 대학, 커뮤니티센터, 기업 교육시설, 에듀테크 기업, 온라인 플랫폼 등 어느 공인 운영기관에서 취득하더라도 동일한 효력을 가진다. 제8장에서 설명한 통합 평가 시스템을 통해 평가가 일원화되기 때문이다. 예를 들어 봉화 커뮤니티센터에서 고령층이 취득한 레벨 2 인증과 구미 기업 교육장에서 근로자가 취득한 레벨 2 인증은 시스템상에서 완전 히 동일하게 인정된다. 이러한 교육기관 중립성은 생태계 신뢰의 핵심 요소로, 기업은 교육기관이 아니라 인증 자체를기준으로 인력을 평가하게 된다.
경북의 역량 체계와 인증 단계는 국가 법·제도와 정합성을 갖도록 설계되어 있다. AI 기본법의 교육 요건과의 연계를 통 해 레벨 2 이상 인증은 고영향 AI 시스템을 도입·운영하는 조직에 요구되는 AI 리터러시 교육 의무를 충족하는 기준으 로 활용될 수 있다. 또한 디지털포용법의 역량 기준과의 연계를 통해 레벨 1 및 레벨 2 인증은 디지털 기본권 보장을 구 체화하는 역량 기준으로 기능하며, 디지털 역량센터가 제공해야 할 교육 성과를 정량적으로 측정할 수 있는 기준을 제 공한다.
이러한 정합성을 통해 경북 인증은 도내뿐 아니라 전국 단위에서도 활용 가능해진다. 즉, 대구나 부산의 기업 역시 별도 의 검증 절차 없이 경북 AI 리터러시 인증을 법적 준수 기준으로 인정할 수 있다.
IEEE 3527.1™ 기반 구조는 경북 인증이 국제적으로 통용되는 역량 체계와 연결되도록 보장한다. 또한 2025년 경주 선언을 기반으로 한 APEC 협력 구조는 양자 간 자격 상호인정을 다자 체계로 확장하기 위한 제도적 기반을 제공한다. Phase 2에서 제안한 한·ASEAN 새마을 AI 협력은 그 첫 적용 사례가 될 수 있다. 이 전략이 실행되면 베트남 대학에서 취득한 AI 리터러시 인증은 PbDQ 플랫폼을 통해 검증되며, 경북 기업 및 이민당국에서 이를 인정하여 R-비자 심사 등 에 활용할 수 있다. 이를 통해 교육–취업–정착으로 이어지는 연계 체계가 단절 없이 작동하게 된다.
이러한 구조를 통해 형성되는 것이 바로 경북 AI 시민증이다. 이는 하나의 통합된 디지털 인증 체계로서, 예를 들어 경 북 농촌 지역 커뮤니티센터에서 취득한 인증이 싱가포르의 글로벌 기업에서도 즉시 검증될 수 있도록 하며, 해외에서 취득한 교육 이력 역시 경북 이민당국에서 정확히 평가·인정될 수 있도록 한다.
상호운용성 인프라는 이를 실제로 활용하고 유지하는 생태계가 함께 작동할 때 비로소 의미를 갖는다. 경북은 대학–산 업–정부 협력 구조를 기반으로 한 혁신 생태계를 통해, 상호운용성을 단순한 기술 기준이 아니라 실제로 작동하는 네 트워크로 발전시키고 있다.
경북의 주요 대학들은 인증체계 운영에 필요한 연구 역량, 교육 인력, 교육과정 개발 역량, 인재 공급 기반을 함께 제공
한다.
·포항공과대학교(POSTECH)는 소재 AI, 컴퓨터 비전, 자연어 처리 등 세계 수준의 AI 연구 역량을 보유하고 있으 며, 이는 포항 철강 및 첨단소재 산업을 대상으로 한 레벨 4 산업 적용 모듈 개발에 직접적으로 활용된다.
·금오공과대학교는 반도체 및 전자 산업과 밀접하게 연계된 응용공학 교육을 제공하며, 스마트 제조 분야 마이크로 크레덴셜 공동 개발의 핵심 파트너 역할을 수행한다.
·안동대학교는 농업과학 및 지역개발 분야 전문성을 기반으로 북부권 정밀농업 모듈 설계의 중심 역할을 맡는다.
·한동대학교는 국제교육 경험과 다국어 교육과정 개발 역량을 바탕으로 외국인 근로자 및 유학생 대상 교육 운영에 중요한 역할을 한다.
·DGIST와 경북대학교는 첨단 연구 역량과 종합 교육 프로그램을 통해 생태계의 학문적 범위를 확장한다.
대학 교수진은 역량 체계 정의, 평가 문항 개발, 교육과정 설계에 참여하며, 대학 시설은 공인 교육기관으로 활용될 수 있다. 또한 대학원생과 연구진은 경북 AI 리터러시 중앙 플랫폼의 지식 기반을 통해 프레임워크의 지속적 고도화에 기여할 수 있다. 산학협력 프로그램은 직무 연계형 AI 리터러시 교육이 자연스럽게 확산될 수 있는 경로를 제공할 수 있
다.
도(Province)의 혁신 자원을 경제 개발 목표와 연결하는 주요 기관 중개자가 필요합니다. 인증 생태계에서는 다섯 가지 핵심 기능을 수행합니다:
여러 제공자, 산업, 인구 집단 간의 인증 시스템을 조율하는 프로그램 관리
인증, 평가 기준 모니터링 및 제공자 성과 평가를 관리하는 품질 보증
산업 자문위원회를 통해 역량 영역과 평가 기준이 고용주 요구와 일치하도록 보장하는 산업 연계
국제 관계, 양자 협정 및 APEC 참여를 조율하는 국제 파트너십 관리
벤치마킹 데이터베이스, 평가 플랫폼 및 자격 검증 시스템을 유지하는 데이터 인프라
예를 들어, GB 테크노파크(GB Technopark)의 약 200개의 산업 단지와의 기존 네트워크는 현장 통합 제공을 확장할 수 있는 기관 기반을 제공합니다. 이 조직이 기업과 정부 기관 모두와 구축한 신뢰성 덕분에, 신뢰할 수 있는 중개자로서 AI 리터러시 투자를 장려하면서 제공자의 품질 책임을 확보할 수 있습니다.
기회 개발 구역 프로그램은 비수도권 지역에 투자와 인재를 유치하기 위해 규제 인센티브와 세제 혜택이 적용되는 지정 구역을 조성합니다. 경북의 구미(반도체)와 포항(2차 전지) 구역은 서울 외 지역에서 자립형 혁신 클러스터를 구축하려는 한국의 가장 야심찬 시도를 보여줍니다 (경상북도, 2024).
AI 리터러시 인증은 이 전략과 직접적인 시너지를 창출합니다. 구역의 투자 유치 성공은 부분적으로 AI 역량을 갖춘 인력의 가용성에 달려 있으며, 인증은 잠재 투자자에게 인력 준비 상태를 입증할 수 있는 검증 가능한 메커니즘을 제공합니다. 반대로 SK실트론, 에코프로, 삼성SDI 협력업체, 포스코 계열사 등 기술집약적 기업이 집중된 구역은 자연스럽게 AI 역량을 갖춘 인력에 대한 수요를 창출하며, 이는 인증 참여를 촉진하고 인증 취득 졸업생에게 취업 기회를 제공합니다 (경상북도, 2024).
통합 모델은 기회 개발 구역의 핵심 기업을 수요 창출자이자 교육 제공 파트너로 상정합니다. 이들은 인증 취득 인력의 우선 채용을 약속하고, 산업 자문위원회를 통해 커리큘럼 개발에 기여하며, 현장 기반 평가 환경을 제공하고, 교육 제공에 공동 투자합니다. 이를 통해 인증은 단절된 교육 프로그램이 아니라 경북의 전략적 산업을 위한 진정한 인재 파이프라인으로 기능하게 됩니다.
RISE(고등교육 지역혁신시스템) 프로그램은 지역 대학이 지역 산업 수요에 부합하는 프로그램을 개발할 수 있도록 국가 재정 지원과 정책적 지원을 제공합니다(교육부, 2023; 경상북도 RISE 센터, 2025). AI 리터러시 인증은 자연스럽게 통합될 수 있습니다. 대학 기반 지정 교육 제공자는 기존 학위 프로그램 내에 AI 리터러시 모듈을 포함시켜 커리큘럼 효율성을 높이는 동시에 학생들에게 인증 기회를 확대할 수 있습니다.
대학 인재 개발을 기업 고용 및 지역 정착과 연계하는 K-U 시티 모델은 개념적 틀을 제공합니다(경상북도, 2024). 학위 과정과 함께 AI 리터러시 인증을 완료한 학생은 경북 내 고용 가능성을 강화하는 휴대 가능한 자격을 누적하게 되며, 이는 젊은 인재를 유지하기 위해 필수적인 대학-지역 고용 파이프라인을 강화합니다. 지역에서 교육받은 인재가 서울로 이동하지 않고 지역에 정착하도록 하는 모델의 명시적 목표는 도의 인구 회복력 전략을 직접적으로 지원합니다.
이 구분은 매우 중요합니다. 커리큘럼을 직접 제작하려는 정부는 누구에게도 만족스럽지 않은 일반적인 콘텐츠를 생산하며, 배포되기 전에 빠르게 구식이 됩니다. 반면 인프라를 구축하는 정부는 생태계를 만들어 정책 초기 주기를 넘어 지속적으로 성장하고 적응할 수 있도록 합니다. GB-AI 리터러시 플랫폼은 이러한 인프라 모델을 따릅니다. 정부의 역할은 기준 설정, 평가, 품질 보증 및 진행 상황 가시성 제공에 있으며, 콘텐츠 제작은 학습자를 가장 잘 아는 제공자에게 분산됩니다.
이는 도 정부가 소유하고 운영하는 단일 권위 계층입니다. 이 플랫폼은 네 가지 기능을 수행합니다:
중앙 집중식 평가. 모든 인증 평가는 교육 제공자가 누구이든 관계없이 이 단일 게이트웨이를 통해 관리됩니다. 이를 통해 기업 프로그램을 통해 취득한 레벨 2 자격증이 농촌 커뮤니티 센터에서 취득한 것과 동일한 효력을 가지도록 보장합니다. 평가 도구는 GB-AI 리터러시 표준 프레임워크에 따라 개발되며, 프레임워크가 발전함에 따라 중앙에서 업데이트됩니다. 장 8에서 설명된 두 층 증거 모델, 역량 기반 평가, 시나리오 기반 테스트 등 모든 평가 구조가 이 게이트웨이를 통해 전적으로 운영됩니다.
AI 시민 ID 및 자격 등록. 생태계에 참여하는 모든 경북 주민 및 외국인 근로자는 고유한 AI 시민 ID를 부여받습니다. 모든 마이크로 자격증, 레벨 인증, 학습 진행 상황은 이 ID에 기록되어 제공자, 고용주, PbDQ 간 상호 운용성을 통해 개인을 따라가는 단일 평생 기록을 생성합니다. 자격 인프라는 자격이 검증 가능하고 관할 구역 간에 이동 가능하도록 보장합니다. 각 자격에는 발급자, 인증 레벨과 달성한 마이크로 자격, 도메인별 역량 수준, 평가 증거 요약, 유효 기간 및 갱신 조건, 자격이 발급된 표준 버전을 명시하는 기계 판독 가능 데이터 구조가 포함됩니다. 검증은 다양한 채널을 통해 가능합니다: 고용주 문의용 웹 포털, 디지털 배지에 내장된 QR 코드, 고용주 HR 시스템 및 정부 이민 데이터베이스와의 통합 API, 국제 인정을 위한 PbDQ 글로벌 검증 네트워크.
품질 보증 및 프로그램. 기존 교육 프로그램, 대학 강좌, 기업 교육, 정부 디지털 센터는 정렬 인증을 신청합니다. 플랫폼은 이들의 커리큘럼을 GB-AI 리터러시 표준과 비교하고, 격차를 식별하며, 기준 요건을 충족하는 프로그램에 인증을 발급합니다. 이는 제공자가 콘텐츠를 변경할 필요 없이, 요구되는 역량을 요구 수준까지 충족함을 증명하도록 요구합니다.
도 대시보드. 등록, 수료, 합격률, 자격 발급 현황을 인구 집단, 지리적 지역, 인증 레벨, 제공자별로 실시간 집계 분석하여 도와 중앙 정부의 의사결정자가 자원을 배분하고 프로그램 효과를 평가할 수 있는 데이터를 제공합니다. 대시보드의 다섯 가지 모니터링 차원은 제11장에서 자세히 설명됩니다.
그림 10. GB-AI 리터러시 표준을 위한 플랫폼 및 생태계 아키텍처
PbDQ는 GB 중앙 플랫폼 내에 표준 정렬 및 상호운용성 엔진으로 통합됩니다. 사용자가 보는 별도의 시스템은 아니지만, 시스템이 작동하도록 하는 기술 계층입니다:
표준 매핑 엔진. 모든 프로그램의 학습 성과를 GB-AI 리터러시 표준 역량 프레임워크에 자동으로 매핑하여 품질 보증 기능이 인증 결정에 사용하는 격차 보고서와 정렬 점수를 생성합니다. 이는 장 9에서 설명된 동일한 매핑 엔진으로, 국경 간 자격 인정을 가능하게 하며, 여기서는 국내 프로그램 인증에 적용됩니다.
LearnCreator 모듈. 지정된 제공자, 기업, 학교가 중앙 GB-AI 리터러시 프레임워크에 자동으로 정렬된 맞춤형 교육 프로그램을 구축할 수 있도록 지원합니다. 예를 들어, 구미 산업단지 근로자를 위한 베트남어 스마트 공장 오리엔테이션, 안동 중학생 대상 디지털 안전 커리큘럼, 영천 사과 협동조합 대상 정밀 농업 모듈 등, 제공자는 특정 대상에 맞춘 콘텐츠를 설계합니다. LearnCreator는 콘텐츠가 올바른 마이크로 자격증과 매핑되고 학습자 진행 상황이 중앙 AI 시민 ID에 입력되도록 보장합니다.
상호운용성 브리지. GB 자격을 IEEE 3527.1™ 글로벌 프레임워크와 연결하여 국제적 검증 및 상호 인정을 가능하게 합니다. 베트남 파트너 기관이 자격을 검증해야 하거나 기업 HR 시스템이 후보자의 AI 리터러시 상태를 조회할 때, PbDQ는 표준화된 프로토콜을 통해 검증을 처리합니다. 기술적 상호운용성 아키텍처는 제9장에서 자세히 설명됩니다.
그림 13. 사례 연구 3: 디지털 시민 교육
박지연, 31세 — 전 안동 중학교 IT 교사
지연의 학생들은 AI 사용에 능숙하지만 취약합니다. 딥페이크 괴롭힘 사건과 챗봇 데이터 유출 사건은 그녀가 행동하게 만들었습니다. 그녀는 에듀테크 벤처 ‘안동 AI 시민’을 등록하고, GB 테크노파크의 창업 지원 프로그램을 통해 LearnCreator에 접근합니다. 그녀는 13세에서 18세를 대상으로 20시간 분량의 레벨 2 프로그램을 설계하며, GB 역량 도메인을 핵심으로 하되, 시골 경북 청소년 맞춤 시나리오를 반영합니다: 실제 사용하는 소셜 미디어 플랫폼, 두 시간 버스 이동 중 콘텐츠 소비를 형성하는 추천 알고리즘, 그리고 주머니 속 앱의 개인정보 설정 등.
표준 매핑 엔진이 레벨 2 전체 커버리지를 확인합니다. 그녀는 지정된 교육 제공자 자격을 받으며, 북부 지역에서 단독으로 활동하는 첫 번째 에듀테크 실무자가 됩니다. 파일럿 학생 25명 중 24명이 중앙 평가를 통과하며, 구미의 성인 공장 근로자가 받을 수 있는 동일한 자격증을 취득합니다.
안동교육청은 지연을 8개 중학교에 계약합니다. 예천의 사설 학원은 LearnCreator를 통해 그녀의 커리큘럼을 라이선스합니다. 봉화 새마을 AI 아카데미는 외국인 근로자 자녀를 위한 이중 언어 버전을 의뢰합니다. 연말까지 4개 학교와 2개 학원에서 340명의 학생이 인증을 받습니다. 수익은 이전 교사 급여보다 40% 높습니다. 그녀는 두 번째 강사를 채용하고 초등학생과 그 조부모가 함께 완료할 수 있는 레벨 1 프로그램 개발을 시작합니다.
도 대시보드는 북부 지역에서 지역 기반 제공자가 전달한 340명의 청소년 인증을 기록하며, 전적으로 시장 수요를 통해 자금이 조달되었습니다. 정부 보조금 0. 유기적 생태계 성장.
생태계 경로: 지연 (3단계, LearnCreator를 통해 자체 구축) → LearnCreator로 설계 및 정렬 (2단계) → GB 중앙 플랫폼에서 인증, 평가, 자격 (1단계) → 마켓플레이스를 통한 라이선스 수익 (2단계) → 도 대시보드 (1단계) → 도 전역의 다른 전직 교사들이 복제.
교육 콘텐츠는 세 가지 유형의 지정된 제공자가 개발하고 제공하며, 각 제공자는 생태계에 서로 다른 방식으로 접근합니다:
인증 프로그램 제공자. 대학, GB 테크노파크 계열사, 정부 디지털 센터. 이 조직들은 품질 보증 게이트웨이를 통해 평가 및 인증된 기존 커리큘럼을 제공합니다. 이러한 프로그램을 선택한 학습자는 사전 검증된 경로를 따릅니다: 프로그램 완료 → 중앙 평가 응시 → 자격증 취득. 구조화되고 검증된 프로그램을 원하는 학습자에게 가장 단순한 경로입니다.
기업 및 기관 제공자. 기업, 산업단지, 학군. 이 조직들은 LearnCreator를 통해 특정 인력 또는 학생 요구에 맞춘 맞춤형 교육 프로그램을 구축합니다. 예를 들어, 구미의 반도체 제조업체는 클린룸 AI 시스템 중심 프로그램을, 안동의 농업 협동조합은 정밀 농업 도구 중심 프로그램을, 영주의 학군은 청소년 대상 AI 시민권 모듈을 설계합니다. 각 맞춤형 프로그램은 LearnCreator를 통해 프레임워크에 자동 매핑되며, 완료 사항은 중앙 AI 시민 ID에 반영됩니다. 기업은 직원 진행 상황을 보여주는 자체 대시보드를 유지하며, 집계 데이터는 도 대시보드로 전달됩니다.
개인 자율 학습자. 자율 학습을 선호하는 주민은 중앙 플랫폼을 통해 인증된 프로그램의 큐레이션된 목록에 접근하여 자신의 경로를 선택하고, 프레임워크에 따라 진행 상황을 추적하며, 준비가 되면 중앙 평가에 응시할 수 있습니다. LearnCreator 모듈은 승인된 마이크로 자격 블록을 활용하여 커뮤니티 주도 학습 그룹이 자체 학습 순서를 설계하는 것도 지원합니다.
자격증의 품질은 평가의 품질에 전적으로 의존하지만, 생태계의 범위는 제공자의 품질과 다양성에 달려 있습니다. 제공자 거버넌스는 엄격성과 접근성의 균형을 맞춰야 합니다: 자격증의 가치를 보호할 만큼 높은 기준, 하지만 제도적 제공자가 닿을 수 없는 인구에게 시스템을 제공할 EdTech 창업자, 커뮤니티 자원봉사자, 기업 강사가 참여할 수 있을 만큼 낮은 장벽.
지정 교육 제공자에 대한 인증 기준은 네 가지 차원을 포함합니다:
기관 역량. 제공자는 프로그램 제공을 지속할 수 있어야 하며, 이는 상설 교수진이 있는 대학 학과, 전담 교육 직원이 있는 기업, 또는 실질적인 비즈니스 모델을 가진 단독 EdTech 실무자를 의미합니다.
강사 자격. 강사는 자신이 가르치는 영역에서 역량을 입증해야 하며, 이는 본인의 GB-AI 리터러시 인증 또는 이에 상응하는 전문 자격증을 통해 검증됩니다.
교육 제공 기준. 시설, 기술 인프라, 학습자 지원이 제공자 유형에 적합한 최소 기준을 충족해야 합니다. 봉화의 커뮤니티 센터와 구미의 기업 교육 시설은 서로 다른 기준이 필요하며, 동일할 필요는 없습니다.
품질 보증 약속. 제공자는 지속적인 성과 모니터링, 주기적 커리큘럼 검토, 인증 갱신에 동의하며, 합격률, 수료율, 학습자 피드백을 투명하게 보고해야 합니다.
모듈식 커리큘럼 구조는 제공자가 특정 산업 분야와 인구에 맞춰 교육을 맞춤화하면서 GB 표준과의 정렬을 유지할 수 있도록 합니다. 제공자는 전체 프로그램을 처음부터 새로 만들 필요가 없으며, LearnCreator 콘텐츠 라이브러리에서 모듈을 조합하거나 지역 요구에 맞는 맞춤형 모듈을 개발하고, 두 가지를 결합하여 표준 매핑 엔진이 자동으로 검증하는 프로그램을 구성할 수 있습니다.
재정적 장벽 없이 폭넓은 참여를 보장하려면 단일 출처에 의존하지 않고, 점진적으로 정부 보조금에서 시장 지속 가능성으로 전환되는 다각화된 자금 구조가 필요합니다.
공공 자금. 중앙 플랫폼 인프라, 평가 개발, 품질 보증 운영을 위한 도 예산 배정. 디지털 포용법 시행 예산, 스마트 제조 혁신 3.0 인력 개발 배정, RISE 프로그램 대학 보조금 등을 통한 국가 정부 공동 자금 지원.
바우처 시스템. 경제적으로 취약한 인구, 고령자, 정착 경로의 외국인 근로자를 위한 직접 학습자 보조금으로, AI 리터러시가 가장 필요한 인구가 비용으로 제외되지 않도록 보장합니다. 바우처는 인증된 모든 제공자에게 사용할 수 있어 학습자의 선택권과 제공자 간 경쟁을 유지합니다.
고용주 공동 투자. 기업이 인증된 인력에 대한 우선 접근, 산업별 커리큘럼 입력, 기업 대시보드 분석을 대가로 교육 제공 비용을 분담하는 프로그램. Company A 사례 연구가 이 모델을 보여줍니다: 기업은 교육 제공에 투자하고, 생산성 향상을 통해 가치를 회수하며, 커리큘럼을 동종 기업에 라이선스하여 추가 수익을 창출합니다.
콘텐츠 마켓플레이스 수익. LearnCreator 라이선싱 시스템은 고품질 모듈을 개발하는 제공자에게 수익을 발생시키고, GB 테크노파크에는 플랫폼 거래 수수료를 제공합니다. 생태계가 성숙함에 따라 이 마켓플레이스 수익은 정부 자금의 비례적 증가 없이도 플랫폼 지속 가능성에 기여합니다.
사회적 기업 모델. 기업 교육 서비스를 통해 수익을 창출하는 조직이 공공 접근 프로그램을 교차 보조합니다. 이 모델은 안동 디지털 시민 벤처와 같은 기업가형 제공자가 시장 수요를 통해 자립하면서, 전액 비용을 부담할 수 없는 인구에게 서비스를 제공할 수 있도록 합니다.
이 3계층 아키텍처는 추상 개념이 아닙니다. 2027년, 2단계 출시 1년 후를 배경으로 한 다음의 가상 사례 연구들은 동일한 인프라를 통해 세 가지 전혀 다른 사용자를 어떻게 지원하는지 보여줍니다.
그림 11. 사례 연구 1: 국경 간 인재 파이프라인
Mai의 대학은 새마을 AI 양자 프레임워크를 통해 GB 테크노파크와 협력하여, PbDQ 플랫폼을 통해 베트남어로 제공되는 GB-AI 리터러시 표준 커리큘럼을 선택 과목으로 제공합니다. 한 학기 동안 그녀는 레벨 1과 레벨 2를 완료하며 디지털 정보를 비판적으로 평가하고, 데이터 프라이버시를 보호하며, 문화 간 소통을 배우고, AI 시스템이 온라인 콘텐츠를 형성하는 방식을 이해합니다.
Mai는 GB 중앙 플랫폼을 통해 레벨 2 중앙 평가를 치릅니다. 이 시험은 경북에 거주하는 한국인과 동일한 기준의 동일 시험입니다. 그녀는 AI 시민 ID를 발급받으며, 검증된 마이크로 자격증이 디지털 배지로 저장됩니다.
경주 Company A의 제조 공정 분석가 직무에 지원할 때, 그녀의 AI 시민 ID는 고용주 HR 시스템을 통해 즉시 검증됩니다. 그녀의 지원서는 R-Visa 프로그램을 통해 신속 처리됩니다. 그녀는 봉화 새마을 AI 아카데미에서 레벨 3을 완료하며, LearnCreator를 통해 고용주와 공동 설계한 자동차 AI 품질 시스템 관련 산업 모듈과 결합됩니다.
18개월 후, Mai의 자격 기록에는 두 국가, 세 제공자, 두 언어로 취득한 레벨 1~3이 단일 인프라를 통해 검증되어 표시됩니다. 고용주는 그녀의 E-7-4 비자를 후원하며, Mai는 임시 외국인 근로자에서 경북 영구 거주자로 전환되어 봉화에 정착합니다.
생태계 경로: 베트남 대학 (3단계) → PbDQ를 통한 제공 및 정렬 (2단계) → GB 중앙 플랫폼에서 평가 및 자격 (1단계) → 봉화 아카데미 (3단계) → 고용주 검증 → 정착.
그림 12. 사례 연구 2: 기업 내부 역량 강화
Company B, 180명 직원 — 반도체 패키징, 구미
Company B는 AI 기반 검사 시스템에 투자했지만 활용률은 단 35%에 불과하며, 작업자들은 AI 출력 결과를 신뢰하거나 이해하지 못해 기본적으로 수동 절차를 따릅니다. HR 담당자는 LearnCreator를 사용하여 맞춤형 40시간 프로그램을 구축합니다: 레벨 2 전체 기초 과정이지만, Company B 자체 생산 환경에서 가져온 적용 시나리오가 포함됩니다. 표준 매핑 엔진이 격차를 표시하면, 그녀는 GB 콘텐츠 라이브러리에서 이를 채웁니다. 프로그램은 2주 내로 인증을 받습니다.
3개월 동안, 120명의 생산 현장 직원이 20명씩 코호트로 교대 시간에 프로그램을 완료합니다. 각자는 GB 중앙 플랫폼을 통해 중앙 평가를 응시합니다. 94명이 첫 시도에 합격합니다. 15명의 우수자는 Kumoh National Institute of Technology와 공동 개발한 AI 기반 반도체 공정 관리 과정과 결합된 레벨 3로 진급합니다.
6개월 후: AI 활용률은 35%에서 88%로 상승했습니다. 불량품 누출률은 41% 감소했습니다. 레벨 3 인증 작업자는 인증되지 않은 동료보다 평균 2.3시간 일찍 이상 징후를 식별합니다. 3명의 베트남 E-9 근로자가 GB 자격을 근거로 E-7-4 비자 전환을 신청했습니다. Company B는 LearnCreator 마켓플레이스에 커리큘럼을 라이선스하며, 구미 단지의 다른 반도체 기업들이 학습자당 비용을 지불하고 이를 채택합니다.
생태계 경로: Company B HR (3단계) → LearnCreator를 통한 설계 및 정렬 (2단계) → GB 중앙 플랫폼에서 인증, 평가, 자격 (1단계) → 도 대시보드를 통한 모니터링 (1단계) → 클러스터 전체 혜택을 위한 커리큘럼 마켓플레이스 공유.
그림 12. 사례 연구 3: 디지털 시민 교육
Company B, 180명 직원 — 반도체 패키징, 구미
Company B는 AI 기반 검사 시스템에 투자했지만 활용률은 단 35%에 불과하며, 작업자들은 AI 출력 결과를 신뢰하거나 이해하지 못해 기본적으로 수동 절차를 따릅니다. HR 담당자는 LearnCreator를 사용하여 맞춤형 40시간 프로그램을 구축합니다: 레벨 2 전체 기초 과정이지만, Company B 자체 생산 환경에서 가져온 적용 시나리오가 포함됩니다. 표준 매핑 엔진이 격차를 표시하면, 그녀는 GB 콘텐츠 라이브러리에서 이를 채웁니다. 프로그램은 2주 내로 인증을 받습니다.
3개월 동안, 120명의 생산 현장 직원이 20명씩 코호트로 교대 시간에 프로그램을 완료합니다. 각자는 GB 중앙 플랫폼을 통해 중앙 평가를 응시합니다. 94명이 첫 시도에 합격합니다. 15명의 우수자는 Kumoh National Institute of Technology와 공동 개발한 AI 기반 반도체 공정 관리 과정과 결합된 레벨 3로 진급합니다.
6개월 후: AI 활용률은 35%에서 88%로 상승했습니다. 불량품 누출률은 41% 감소했습니다. 레벨 3 인증 작업자는 인증되지 않은 동료보다 평균 2.3시간 일찍 이상 징후를 식별합니다. 3명의 베트남 E-9 근로자가 GB 자격을 근거로 E-7-4 비자 전환을 신청했습니다. Company B는 LearnCreator 마켓플레이스에 커리큘럼을 라이선스하며, 구미 단지의 다른 반도체 기업들이 학습자당 비용을 지불하고 이를 채택합니다.
생태계 경로: Company B HR (3단계) → LearnCreator를 통한 설계 및 정렬 (2단계) → GB 중앙 플랫폼에서 인증, 평가, 자격 (1단계) → 도 대시보드를 통한 모니터링 (1단계) → 클러스터 전체 혜택을 위한 커리큘럼 마켓플레이스 공유.
하나의 플랫폼. 하나의 자격. 완전한 가시성.
대부분의 교육 프로그램은 모니터링을 사후적인 과제로 취급합니다. 정기 설문조사, 외부 평가, 제공자 자체 평가를 통해 보고 의무를 이행하지만, 이러한 자료는 몇 달 늦게 도착하고 상당한 자원을 소모하며, 운영 의사결정을 안내하기에는 지나치게 집계된 데이터를 만들어냅니다. GB-AI 리터러시 표준은 정반대의 접근 방식을 취합니다. 모니터링은 인증 시스템 위에 추가되는 별도 계층이 아니라, 인증 시스템의 정상적인 운영에서 자연스럽게 생성되는 부산물입니다.
GB 중앙 플랫폼을 통해 시행되는 모든 평가와 발급되는 모든 자격은 학습자의 AI 시민 ID와 연결된 데이터 포인트를 자동으로 생성합니다. 어떤 제공자가 교육을 제공했는지, 어떤 언어로 제공되었는지, 학습자가 한국 거주자인지 외국인 근로자인지와 관계없이 모든 인증이 하나의 중앙 집중식 평가 게이트웨이를 통해 처리되기 때문에, 도 정부는 개별 제공자로부터 별도 보고를 요구하지 않고도 생태계 성과에 대한 완전한 실시간 그림을 확보할 수 있습니다.
운영 원칙은 단순합니다: AI 시민 ID는 학습자의 자격이자 동시에 정부의 측정 도구입니다. 하나의 시스템이 두 가지 목적을 모두 수행하며, 제공자나 학습자에게 추가적인 행정 부담을 주지 않습니다.
또한 도 대시보드는 대부분의 정부 교육 프로그램이 열어 둔 채로 남겨두는 책임성의 순환 고리를 완성합니다. 기존 프로그램은 투입 요소(집행된 예산, 제공된 과정, 등록 인원)를 보고하고, 그 결과가 뒤따르기를 기대합니다. 반면 GB 시스템은 중앙 집중식 평가 구조가 운영 과정에서 자연스럽게 데이터를 생성하기 때문에 인증률, 합격률, 고용주 검증 건수, 비자 전환, 생산성 상관관계와 같은 성과를 직접 보고합니다.
정부는 제공자에게 보고서를 요청하거나, 정기 설문조사를 실시하거나, 평가 연구를 의뢰할 필요가 없습니다. 중앙 집중식 평가와 이루어지는 모든 학습자 상호작용이 자동으로 모니터링 데이터를 생성합니다. 그 결과 도 정부는 AI 리터러시 투자가 적절한 사람들에게, 적절한 지역에서, 적절한 제공자를 통해 도달하고 있는지, 그리고 적절한 성과를 만들어내고 있는지를 실시간으로 파악할 수 있으며, 격차가 위기로 커지기 전에 그 지식을 바탕으로 조치를 취할 수 있습니다.
그림 14. GB-AI 리터러시 영향 모니터링 대시보드 예시 화면
도 대시보드는 평가 및 자격 발급 데이터를 다섯 가지 차원으로 집계하며, 각 차원은 서로 다른 정책 질문에 답합니다.
각 인증 수준을 보유한 주민 수를, 프레임워크가 지원하도록 설계된 다섯 개 대상 집단별로 구분하여 보여줍니다: 일반 시민, 제조 및 농업 근로자, 외국인 근로자, 유학생, 청소년, 고령자. 이를 통해 정부는 어떤 인구 집단에 도달하고 있는지, 어떤 집단이 여전히 충분한 지원을 받지 못하고 있는지를 파악할 수 있으며, 격차가 구조적 실패로 커지기 전에 홍보와 자금을 집중할 수 있습니다.
예를 들어, 대시보드에서 봉화의 고령 주민 레벨 1 보급률이 12%인 반면 포항은 34%에 도달한 것으로 나타나면, 정책 대응은 6개월 뒤 실시되는 설문조사에 의존하지 않고 즉각적이고 증거 기반으로 이루어집니다. 외국인 근로자의 인증률이 등록 증가에도 불구하고 정체된다면, 이 데이터는 단순한 예산 증액이 아니라 조사해야 할 교육 제공 또는 평가상의 장벽이 있음을 신호합니다.
22개 모든 시·군에 걸친 인증률을 지도화하여 AI 리터러시가 고르게 확산되고 있는지, 아니면 도시 중심지에 집중되고 있는지를 보여줍니다. 디지털 포용법에 따른 정부의 약속, 즉 디지털 전환에서 어떤 주민도 뒤처지지 않도록 하겠다는 약속은 지리적 세분성을 필요로 합니다. 대시보드는 보이지 않던 격차를 보이게 만듭니다.
주민 1,000명당 보급률에 따라 색상으로 구분된 시·군은 즉각적인 시각적 신호를 제공합니다: 구미와 포항 같은 산업 중심지의 강한 보급률, 안동과 김천 같은 중견 도시의 발전 중인 보급률, 그리고 봉화, 영양, 청송, 의성처럼 지역 소멸 위기에 직면한 농촌 군 지역의 위험한 격차. 이들은 바로 인구 감소가 가장 심각하고, 고령 인구 비중이 40%를 넘으며, 프레임워크의 보호 역량이 가장 시급하게 필요한 지역사회입니다. 지역 소멸 위험이 있는 군에서 한국인 주민과 외국인 근로자 모두의 인증률이 상승한다면, 이는 인구 지속 가능성 전략이 작동하고 있음을 보여주는 측정 가능한 증거가 됩니다. 제공자가 있음에도 인증률이 정체된 군은 교육 제공 모델이 의도한 인구에게 도달하지 못하고 있음을 신호합니다.
그림 15. 인구 포괄 범위 및 지리적 분포 대시보드 예시 화면
모든 지정 교육 제공자, 인증 프로그램 제공자, 기업 제공자, 창업형 제공자의 합격률, 수료율, 학습자 만족도 점수를 보여줍니다. 중앙 집중식 평가는 제공자와 관계없이 동일하기 때문에, 비교는 공정하고 신호는 명확합니다.
학습자가 중앙 평가에서 지속적으로 낮은 성과를 보이는 제공자는 품질 검토 대상으로 표시되며, 이는 진단 절차를 촉발합니다. 이 절차는 커리큘럼 격차(LearnCreator 모듈 업데이트를 통해 해결 가능), 강사 역량 문제(강사 양성 프로그램을 통해 해결 가능), 인구 집단별 장벽(제공 채널 조정을 통해 해결 가능)을 구분합니다. 반대로 학습자가 지속적으로 우수한 성과를 보이는 제공자는 복제 가능한 모델이 되며, 이들의 커리큘럼, 제공 방식, 참여 전략은 문서화되어 LearnCreator 콘텐츠 라이브러리를 통해 제공됩니다.
제공자 성과 차원은 생태계 개발 기능도 수행합니다. 대시보드에서 안동의 단독 EdTech 실무자가 88%의 합격률을 달성해 여러 기관 제공자보다 높은 성과를 보이는 경우, 이 데이터는 창업형 제공자 모델을 검증하고 복제를 장려합니다. 기업 제공자의 합격률이 커리큘럼 개정 후 78%에서 91%로 상승하면, 그 개선은 즉시 확인 가능하고 원인도 명확하게 귀속될 수 있습니다.
그림 16. 제공자 성과 대시보드 예시 화면
이 차원은 AI 리터러시를 교육 지표에서 경제 성과 지표로 전환합니다. AI 시민 ID가 도 고용 데이터베이스 및 R-Visa 이민 시스템과 통합되면, Part I에서 문서화된 구조적 과제에 직접 대응하는 성과를 추적할 수 있습니다:
외국인 인력 통합: GB-AI 리터러시 자격을 숙련 기술 역량의 증거로 제시하여 E-9에서 E-7-4 비자 지위로 전환한 인증 외국인 근로자의 수. 이는 장 2에서 경북의 가장 중요한 인구학적 필요로 확인한 정착 전환을 프레임워크가 달성하고 있는지를 직접 측정하는 지표입니다.
고용주 수요 신호: 고용주와 이민 당국의 자격 검증 요청 건수로, 인증이 실제 현장에서 인정받고 있는지, 아니면 교육 부문에만 머무르는 산물인지 측정합니다. 검증 요청 건수가 증가한다는 것은 고용주가 채용 및 승진 결정에 해당 자격을 반영하고 있음을 의미합니다.
산업 클러스터 침투율: 경북의 5대 전략 산업 클러스터에 고용된 인증 인력의 수와 기업 단위 인증률이 보고된 생산성 지표와 어떻게 상관되는지를 보여줍니다. 구미의 한 반도체 기업이 인력 인증 후 AI 시스템 활용률이 35%에서 88%로 상승했다고 보고하면, 대시보드는 그 성과를 해당 기업 직원들이 보유한 구체적 자격과 연결합니다.
투자-생산성 전환: 도의 기록적인 자본 설비 투자(시설 투자 24.1% 증가)가 인력 역량 향상과 함께 이루어지고 있는지를 측정합니다. 자본 집약적 부문의 인증률은 장 2에서 확인한 투자-소득 격차가 좁혀지고 있는지, 아니면 확대되고 있는지를 보여주는 선행 지표로 기능합니다.
정부는 국회, 과학기술정보통신부, 잠재 투자자에게 AI 리터러시 인증 투자가 단순한 졸업자 수가 아니라 비자 전환, 고용주 채택, 기업 생산성이라는 측정 가능한 수익을 창출한다는 점을 입증할 수 있습니다.
그림 17. 인력 및 경제적 영향 대시보드 예시 화면
마지막 차원은 생태계가 자립적 지속 가능성으로 성숙하고 있는지, 아니면 정부의 자극에 계속 의존하고 있는지를 측정합니다:
제공자 성장: 활동 중인 지정 제공자의 총수와 신규 제공자 인증 속도를 측정하여, 생태계가 창업적 에너지를 끌어들이고 있는지 아니면 고정된 기관 제공자 집합에 의존하고 있는지를 파악합니다.
콘텐츠 마켓플레이스 활동: LearnCreator를 통해 개발된 신규 커리큘럼의 규모와 수익을 창출하는 제공자 간 라이선스 거래 건수를 측정하여, 제공자들이 콘텐츠 개발을 단순한 규정 준수 활동이 아니라 비즈니스 기회로 보고 투자하고 있는지를 파악합니다.
국제적 확장성: 파트너 기관, 해외 고용주, APEC 파트너 경제 당국 등 국제 출처에서 들어오는 자격 검증 요청 비율을 측정하여, 장 9에서 설명한 상호운용성 아키텍처가 실제로 작동하고 있는지를 파악합니다.
자체 자금 조달 비율: 정부 보조금 대비 시장 수익(교육비, 라이선스 수익, 기업 계약)을 통해 운영을 지속하는 제공자의 비중입니다. 가상 시나리오에서 출시 시 41%였던 자체 자금 조달 비율이 1년 내 68%로 상승하는 것은 생태계가 정부 프로그램의 단계를 넘어 자립적 시장으로 전환되는 임계점을 넘었음을 의미합니다.
그림 18. 생태계 건강성 대시보드 예시 화면
중앙 정부는 개별 학습자 기록이나 제공자 수준의 세부 정보에 접근하지 않고, 인증 수준별 총 인증 수, 인구 집단별 포괄 범위, 경제적 영향 지표 등 도 대시보드의 집계된 화면을 제공받습니다. 이 읽기 전용 접근 권한을 통해 중앙 정부는 다음을 수행할 수 있습니다:
경북을 정책 모델로 평가. 도의 AI 리터러시 성과를 국가 AI G3 목표와 비교하고, GB 접근 방식이 전국 확장에 적합한지 평가합니다.
도 성과 벤치마킹. 다른 시도가 프레임워크 복제에 관심을 보일 때, 중앙 정부는 투자 타당성을 뒷받침하는 데 필요한 성과 데이터를 보유하게 됩니다.
국가 정책 수립 지원. 경북의 대시보드는 AI 리터러시 인증을 인력 성과, 비자 전환율, 인구 지속 가능성 지표와 직접 연결하는 한국 유일의 도 단위 데이터셋을 제공합니다. 과학기술정보통신부가 지역 AI 준비도를 검토할 때, 경북의 데이터는 자체 보고된 것이 아니라, 설계상 허위 보고가 구조적으로 불가능한 시스템에 의해 자동 생성된 것입니다.
자원 배분. 디지털 포용법 시행, 스마트 제조 혁신 3.0 인력 개발, RISE 프로그램 대학 보조금에 대한 국가 재정 지원 결정은 지연된 연례 보고서가 아니라 세분화된 실시간 도 데이터를 기반으로 이루어질 수 있습니다.
프레임워크는 설계되었습니다. 인증 시스템은 구조화되었습니다. 플랫폼은 구체화되었습니다. 상호운용성은 설계되었습니다. 모니터링은 내장되었습니다. 제4부는 이제 남은 과제를 다룹니다: 실행 전략, 기관 간 파트너십, 그리고 제조업 유산으로 정의되어 온 한 도가 한국의 AI 미래가 구축되는 장소로 스스로를 재정의할 수 있음을 입증하기 위한 정치적 의지.
이 보고서의 제1부부터 제3부까지는 표준 프레임워크, 인증 시스템, 플랫폼 생태계를 제시합니다. 장 12는 이 시스템을 경북의 농촌 마을에서 APEC 파트너 경제권까지 확장되는 지역사회 주도 개발 운동 안에 통합하는 전략을 제시합니다.
새마을 AI 이니셔티브는 한국의 상징적인 새마을운동을 디지털 시대에 맞게 재구상한 것입니다. 1970년대의 원래 새마을운동이 자조, 근면, 협동을 통해 농촌 공동체를 경제 현대화로 이끌었던 것처럼, 새마을 AI는 디지털 리터러시, 실용적 AI 역량, 포용적 참여를 통해 지역사회를 AI 시대에 대비하도록 동원합니다. 이 개념은 경북의 AI 리터러시 이니셔티브를 하향식 기술 명령이 아니라 풀뿌리 역량 강화 운동으로 자리매김하며, 한국의 발전 유산을 AI 미래와 연결하고 국제 협력을 통해 이 모델을 파트너 국가로 확장합니다.
1970년에 시작된 새마을운동은 세계 역사상 가장 성공적인 지역사회 주도 농촌 개발 프로그램 중 하나입니다. 경상북도에서 시작된 이 운동은 근면, 자조, 협동이라는 세 가지 원칙에 따라 집단적 행동을 통해 농촌 공동체가 생활 조건을 개선하도록 동원했습니다(UNESCO, 2013). 10년 안에 새마을운동은 한국의 마을을 생계형 환경에서 주거, 인프라, 농업 생산성이 개선된 현대화된 공동체로 변화시켰습니다.
이 운동의 성공은 정부의 지시만으로 이루어진 것이 아니라, 공동체의 주체성과 집단적 책임을 활성화하는 능력에서 비롯되었습니다. 마을 지도자들은 자연스럽게 등장했고, 개선 과제는 공동체 합의를 통해 우선순위가 정해졌으며, 초기 노력의 가시적 성과는 전국으로 확산되는 참여의 선순환을 만들어냈습니다.
GB-AI 리터러시 표준에 있어 이러한 역사는 철학적 프레임워크와 실천적 방법론을 모두 제공합니다. 철학적 프레임워크는 AI 리터러시를 개인의 기술 역량이 아니라 지역사회 역량 강화와 연결하며, 디지털 역량을 공동체 회복력을 강화하는 집단적 자산으로 규정합니다. 실천적 방법론은 지역사회 기반 동원, 동료 학습, 눈에 보이는 초기 성과라는 새마을 전통을 활용하여 도입과 지속적인 참여를 촉진합니다.
세 가지 새마을 원칙은 장 6에서 수립한 설계 원칙으로 직접 전환됩니다:
근면은 빠르게 진화하는 기술 환경에서 지속적인 학습에 대한 헌신이 됩니다. AI 리터러시는 일회성 성취가 아니라 새로운 도구, 새로운 위험, 새로운 기회에 대한 지속적인 참여를 필요로 합니다. 프레임워크의 버전 관리 업데이트 시스템(장 7, 섹션 7.5)은 인증받은 개인이 기술 발전에 맞춰 최신성을 유지하도록 보장함으로써 이 원칙을 구현합니다.
자조는 디지털 자립이 됩니다: 기술 중개자에게 영구적으로 의존하지 않고 기술 사용에 대해 informed, 독립적인 결정을 내릴 수 있는 역량 강화입니다. 독립적 판단과 비판적 평가를 강조하는 평가 프레임워크(장 8)는 인증받은 개인이 전문가의 지원 없이도 AI 출력 결과를 평가하고 적절한 결정을 내릴 수 있도록 보장합니다. 이 원칙은 기술 지원에 대한 접근이 제한적인 농촌 및 고령 인구에게 특히 중요합니다.
협동은 책임 있는 디지털 공동체 참여로 전환됩니다: 개인의 AI 리터러시가 집단적 디지털 안전과 번영에 기여한다는 인식입니다. 이 원칙은 AI 윤리를 시민적 관심사로 다루는 프레임워크의 접근 방식(설계 원칙 3)을 뒷받침하며, 인증받은 개인이 가족 및 지역사회 구성원과 지식을 공유하고 지역사회 차원의 디지털 안전에 기여하도록 장려합니다. 커뮤니티 센터 기반 제공 모델은 기술 역량과 함께 사회적 연결을 형성하는 공유 학습 경험을 만들어냄으로써 이를 구현합니다.
계획된 새마을 AI 아카데미 네트워크는 이 운동을 위한 물리적 인프라를 의미합니다. 이 네트워크는 중앙 아카데미와 도 전역의 위성형 교육 거점을 연결하는 허브 앤 스포크 모델을 따릅니다.
중앙 아카데미는 네 가지 기능을 수행합니다: ASEAN 파트너 국가의 새마을 AI 국경 간 프로그램 참여자 코호트를 위한 국제 참가자 교육, 공인 AI 리터러시 강사 교육 장소 제공을 통한 강사 인증, 교육 방법론을 시연하고 새로운 커리큘럼 모듈 개발 실험실 역할을 하는 시연 및 혁신, 그리고 국제 참가자를 위한 AI 리터러시와 한국 문화 몰입의 결합.
위성형 교육 거점은 기존 지역사회 인프라와의 파트너십을 통해 구축됩니다: 시·군 커뮤니티 센터, 노인복지센터, 농협 시설, 다문화가족지원센터, 산업단지 교육실 등이 포함됩니다. 이 파트너십 모델은 자본 투자를 최소화하면서 지리적 접근성을 극대화합니다. 각 위성 거점에는 최소 1명의 인증 강사가 배치되며, 컴퓨팅 장치, 인터넷 연결, PbDQ 학습 플랫폼 접근 권한이 제공됩니다.
GB-AI 리터러시 표준은 모듈식 설계를 통해 기업 역량 요구사항을 통합합니다. 산업 파트너는 산업 자문위원회를 통해 커리큘럼 개발에 기여하며, 데이터 기반 공정 이해, AI 지원 품질 프로토콜, 한국 직장 내 커뮤니케이션 규범과 같은 구체적인 운영 요구사항은 Powered by DQ Engine을 통해 레벨 4 인증 모듈에 직접 반영됩니다.
경제적 논리는 장 2의 생산성 데이터에 기반합니다. 검증된 역량을 갖춘 AI 인증 인력을 배치함으로써 기업은 온보딩 비용을 줄이고, 생산 현장 투입 속도를 높이며, 현재 인력 역량 격차로 인해 충분히 활용되지 못하고 있는 자본 설비 투자 수익률을 개선할 수 있습니다.
예를 들어, 국경 간 순환 경로는 우수 근로자가 베트남의 파트너 사업장과 경북 기반 시설 사이를 이동할 수 있도록 하여, 일방향 노동 공급 파이프라인이 아니라 진정한 인재 순환 시스템을 만듭니다. 자격은 근로자와 함께 이동하며, 근로자가 현재 어느 국가에 있든 동일한 인프라를 통해 검증됩니다.
표 25. 산업 인증 경로를 위한 기업 통합 구조
| 기업 파트너 유형 | 프레임워크 내 역할 | 기업 측 기대효과 | 인력 측 기대효과 |
|---|---|---|---|
| 앵거 제조기업 | 모듈 검증 및 교육과정 자문 | 교육비 절감 및 조기 현장적용 | 스마트팩토리 즉시 투입 인력 확보 |
| 글로벌 기술기업 | 글로벌 기준 정합성 및 콘텐츠 제공 | 상호운용 가능한 국제 인증 | 고수준 AI 리터러시의 국제 이동성 확보 |
| 지역 중소기업 | 채용 연계 및 현장 통합 | 검증된 인재 확보 경로 구축 | 만성적 디지털 인력 부족에 대한 직접 대응 |
봉화군은 13세기 고려로 이주하여 봉화 지역에 정착한 베트남 리 왕조의 이용상 왕자의 후손인 화산 이씨를 통해 베트남과 독특한 역사적 연결성을 지니고 있습니다(연합뉴스, 2025). 이 800년의 가교와 함께, 계획 중인 K-베트남 밸리 개발(2027년 완공을 목표로 하는 110,000㎡ 규모 부지로, 베트남 마을과 다문화 국제학교 포함)은 봉화를 한-베트남 AI 인재 이동성을 위한 매력적인 테스트베드로 만듭니다.
예시:
이 테스트베드는 AI 리터러시 자격이 모든 전환 지점에서 검증된 역량 여권으로 기능하는 4단계 파이프라인을 따릅니다:
1단계: 교육(베트남). 베트남 청년들은 하노이, 호치민시, 다낭의 파트너 대학 또는 교육 센터에서 AI 리터러시 교육을 이수하고 레벨 1 및 레벨 2 GB-AI 리터러시 인증을 취득합니다. 교육은 베트남어로 제공되며, 중앙 평가는 한국 거주자에게 적용되는 것과 동일한 기준으로 GB 중앙 플랫폼을 통해 시행됩니다. 졸업생들은 한반도에 발을 들이기 전에 검증된 마이크로 자격을 포함한 AI 리터러시 ID를 보유하게 됩니다.
2단계: 몰입(봉화). 인증을 받은 개인들은 봉화 새마을 AI 아카데미에 도착하여 고급 실무 교육을 받습니다: 생성형 AI 번역 및 튜터링 도구를 활용한 AI 지원 한국어 습득, 미래 근무지를 디지털 트윈으로 시뮬레이션하는 스마트 공장 오리엔테이션, 한국 직장 문화와 지역사회 생활을 다루는 문화 오리엔테이션, 그리고 LearnCreator를 통해 경북 고용주와 공동 설계한 레벨 3 산업별 모듈. 이 몰입 단계는 GDI 연구(장 2)가 외국인 근로자의 생산성과 통합을 제한하는 가장 큰 요인으로 확인한 의사소통 장벽을 해체합니다.
3단계: 고용(경북). 졸업생들은 구조화된 배치 시스템을 통해 지역 기업과 매칭됩니다. 고용주 HR 시스템은 후보자의 AI 리터러시 ID를 즉시 검증하여, 해당 개인이 어떤 역량을 어느 수준으로 보유하고 있는지 정확히 확인합니다. 산업 인증 경로는 기업 역량 요구사항을 인증 모듈에 사전 반영하여, 고용주의 온보딩 시간과 비용을 줄이는 “즉시 배치 가능한” 인재를 창출합니다. 근로자는 단순 생산 노동이 아니라 데이터 기반 공정 직무에 투입되며, 레벨 3 인증은 첫날부터 숙련 기술 직무를 수행할 수 있는 기반을 제공합니다.
4단계: 정착(경북). AI 리터러시 자격은 E-7-4 비자 전환에 필요한 숙련 기술 역량의 문서화된 증거를 제공하며, 기존에 외국인 근로자 승급을 좌우하던 불투명한 평가 절차를 대체합니다. E-7-4 지위는 가족 결합, 장기 거주, 지역사회 통합을 가능하게 합니다. K-베트남 밸리 주거 시설, 커뮤니티 센터 프로그램, 세대 간 학습 모델을 통한 정착 지원은 임시 근로자에서 영구적인 지역사회 구성원으로 전환되는 과정이 개인의 노력에만 맡겨지는 것이 아니라 제도적으로 지원되도록 보장합니다.
한-베트남 파트너십은 화산 이씨의 역사적 연결성을 기반으로 하고, 제안된 봉화 테스트베드를 통해 운영되는 가장 발전된 국제 협력 모델 중 하나로 부상할 수 있습니다.
이 시나리오에서 양자 프레임워크는 네 가지 핵심 차원을 포함합니다:
교육 협력. 커리큘럼은 베트남 맥락에 맞게 조정되며, 강사 교육은 파트너 대학에서 진행됩니다. 평가 시스템은 베트남어 평가가 한국의 문화적 또는 언어적 맥락에 대한 친숙도가 아니라 실제 역량을 측정하도록 현지화됩니다.
노동 이동성 협력. 인증은 고용 목적에 따라 인정되며, R-Visa와 같은 지원 메커니즘이 인증 근로자를 지원합니다. 정착 지원 시스템은 교육-고용-정착 경로가 단절된 과정이 아니라 하나의 통합 시스템으로 작동하도록 조율됩니다.
문화 교류. 봉화 아카데미에서는 한국어 및 한국 문화 교육이 AI 리터러시 프로그램과 통합되며, K-베트남 밸리 내 베트남 문화 프로그램은 교류가 양방향으로 이루어지도록 하여 상호 이해와 지역사회 통합을 강화합니다.
제도 개발. 역량 강화 이니셔티브는 베트남 파트너 기관이 AI 리터러시 교육을 독립적으로 제공할 수 있도록 지원합니다. 동시에 평가 시스템 및 자격 인프라와 관련된 기술 이전은 베트남이 자체 AI 리터러시 역량을 개발할 수 있도록 하여, 장기적으로 외부 시스템에 대한 의존도를 줄입니다.
이 프레임워크는 상호 인정 조항도 포함할 수 있습니다. 이에 따라 GB-AI 리터러시 자격은 베트남 교육 당국에 의해 특정 디지털 역량 자격과 동등한 것으로 인정될 수 있습니다. 반대로 관련 베트남 자격은 GB 인증 요건에 대한 학점 또는 이수 실적으로 인정될 수 있습니다. 이러한 상호성은 중복을 줄이고, 학습 및 고용 경로를 가속화하며, 전 세계적으로 상호운용 가능한 자격 시스템의 실질적 가능성을 입증할 것입니다.
GB-AI 리터러시 이니셔티브는 처음부터 일회성 프로그램이 아니라 하나의 모델로 설계되었습니다. 경북이 직면한 인구 감소, 제조업 의존 경제, 외국인 인력 의존, 디지털 인프라 격차, 고령화 인구와 같은 구조적 과제는 한국은 물론 전 세계 비수도권 지역이 공통적으로 겪고 있는 문제입니다.
AI 리터러시 교육의 지배적인 패러다임은 대도시권 밖에서는 성립하지 않는 조건들을 전제로 합니다: 안정적인 광대역 인터넷, 개인 기기 보유, 기초 디지털 역량, 영어 능력, 그리고 기술 기업과의 지리적 근접성. 경북의 이니셔티브는 이러한 패러다임에서 의도적으로 벗어난 접근 방식입니다. 이는 고령층 비중이 높은 인구 구조, 기술 서비스가 아니라 제조업과 농업을 중심으로 한 경제, 상당한 언어 장벽을 가진 인력, 지역별로 차이가 있는 디지털 인프라, 그리고 시장의 힘만으로는 부족해 도 정부가 더 중심적인 조정 역할을 수행해야 하는 거버넌스 구조를 전제로 설계되었습니다.
이러한 특성은 도전과 함께 고유한 기회도 만들어냅니다: 집단 학습을 위해 동원할 수 있는 강한 지역사회 유대, 현장 통합형 교육을 위한 자연스러운 맥락을 제공하는 산업 집적, AI 교육을 지역적으로 의미 있는 틀 안에 뿌리내리게 하는 문화유산, 그리고 분절된 대도시 거버넌스가 쉽게 달성하기 어려운 정부 조정 역량입니다.
이 모델은 복제 가능한 접근 방식을 집합적으로 정의하는 일곱 가지 요소로 구별됩니다:
보편적 기준 원칙 AI 리터러시를 기술 근로자를 위한 기술 역량이 아니라 모든 주민을 위한 시민 역량으로 간주합니다.
문화적 기반 새마을 프레임워크를 통해 AI 리터러시를 지역사회의 정체성과 가치 안에 통합합니다.
다중 채널 제공 다양한 접근 조건에 맞춰 온라인, 대면, 하이브리드, 이동형 옵션을 제공합니다.
다국어 접근성 언어 장벽으로 인해 외국인 근로자 인구가 배제되지 않도록 보장합니다.
직장 통합 고용주 참여와 비자 정책 연계를 통해 기존 산업 생태계 안에 인증을 통합합니다.
글로벌 정렬 IEEE 3527.1™ 상호운용성을 통해 지역 자격이 국제적으로 이동 가능하도록 보장합니다.
국경 간 인재 이동성 지역 노동 수요와 국제 인재 개발을 연결합니다.
AI 리터러시 교육의 지배적인 패러다임은 대도시권 밖에서는 성립하지 않는 조건들을 전제로 합니다: 안정적인 광대역 인터넷, 개인 기기 보유, 기초 디지털 역량, 영어 능력, 그리고 기술 기업과의 지리적 근접성. 경북의 이니셔티브는 이러한 패러다임에서 의도적으로 벗어난 접근 방식입니다. 이는 고령층 비중이 높은 인구 구조, 기술 서비스가 아니라 제조업과 농업을 중심으로 한 경제, 상당한 언어 장벽을 가진 인력, 지역별로 차이가 있는 디지털 인프라, 그리고 시장의 힘만으로는 부족해 도 정부가 더 중심적인 조정 역할을 수행해야 하는 거버넌스 구조를 전제로 설계되었습니다.
이러한 특성은 도전과 함께 고유한 기회도 만들어냅니다: 집단 학습을 위해 동원할 수 있는 강한 지역사회 유대, 현장 통합형 교육을 위한 자연스러운 맥락을 제공하는 산업 집적, AI 교육을 지역적으로 의미 있는 틀 안에 뿌리내리게 하는 문화유산, 그리고 분절된 대도시 거버넌스가 쉽게 달성하기 어려운 정부 조정 역량입니다.
이 모델은 전 세계 비수도권 지역에 적용 가능성을 가지고 있습니다. 예를 들어 태국의 동부경제회랑이나 베트남 북부 산업단지처럼 Industry 4.0 전환을 겪고 있는 동남아시아의 제조업 지역, 농촌-도시 이주를 경험하고 있는 개발도상국의 농업 지역, 그리고 걸프 국가나 남유럽처럼 이주 노동자 인구가 상당한 지역에 적용될 수 있습니다.
APEC 확장 전략은 제도적 프레임워크를 제공하며, 한-베트남 양자 파트너십은 실행 템플릿을 제공합니다. 새마을 서사는 독특한 소프트파워 차원을 더합니다. KOICA를 통한 한국의 새마을 개발 지원은 파트너 국가에서 가장 잘 알려진 프로그램 브랜드 중 하나였습니다. AI 리터러시를 새마을 AI 이니셔티브로 자리매김하는 것은 이 프로그램을 지역사회 주도 경제 개발과 연관된 기존 브랜드와 연결하며, 순수한 기술 프로그램만으로는 얻기 어려운 수용성과 신뢰를 만들어냅니다.
이 보고서에 제시된 종합 분석을 바탕으로, 2단계 실행을 위해 다음과 같은 권고사항을 제시합니다:
경북-베트남 테스트베드를 대표 파일럿으로 우선 추진해야 합니다. 이는 외국인 근로자 통합, 국경 간 이동성, 새마을 서사, 국제적 가시성이라는 여러 목표를 동시에 해결하기 때문입니다. 또한 국내외 대상 모두에게 가장 설득력 있는 시범 효과를 만들어냅니다.
구미 클러스터의 중소 제조기업 파일럿을 동시에 시작해야 합니다. 이는 가장 직접적인 경제적 영향 증거를 창출하고, 프로그램의 지속 가능성에 필수적인 고용주 집단의 참여를 이끌어내기 때문입니다.
인증 출시 전에 부서 간 조정위원회를 구성해야 합니다. 경제 개발, 교육, 노동, 이민, 사회복지 전반에 걸친 정책 통합을 보장하기 위해서입니다. 인증 시스템은 모든 부서와 관련되므로, 출시 이후의 조정은 너무 늦습니다.
다국어 콘텐츠 개발을 우선 투자 과제로 삼아야 합니다. 외국인 근로자 인구는 핵심 대상 집단이며, 이들의 참여는 나중에 적용되는 번역이 아니라 첫날부터 제공되는 언어 접근성에 달려 있기 때문입니다.
파일럿 실행과 병행하여 GB AI 리터러시 표준 조례를 개발해야 합니다. 프로그램이 파일럿에서 상설 운영으로 전환될 때 법적 기반이 마련되어 있어야 하기 때문입니다.
파일럿 출시 전에 핵심 고용주와 공식 파트너십 협약을 체결해야 합니다. 이를 통해 인증 인력의 우선 채용, LearnCreator를 통한 커리큘럼 공동 개발, 교육 제공에 대한 고용주 공동 투자를 확보해야 합니다.
파일럿 활동이 시작되기 전에 충분한 인력을 갖춘 프로그램 관리 사무소를 설립해야 합니다. 관리 인프라가 준비되기 전에 운영 활동을 먼저 시작하는 일반적인 실패를 피하기 위해서입니다.
파일럿 출시 전에 모니터링 및 평가 프레임워크를 설계해야 합니다. 기준선 데이터가 수집되고 성과 추적 메커니즘이 실행 첫날부터 작동하도록 보장해야 하기 때문입니다. 도 대시보드(장 11)는 결과가 필요해진 뒤에 사후적으로 덧붙여지는 것이 아니라, 첫 번째 평가가 시행되는 순간부터 데이터를 생성해야 합니다.
2025년 경주 APEC 정상회의는 GB-AI 리터러시 표준을 도 단위 이니셔티브에서 제안된 다국적 벤치마크로 격상시키는 외교적 플랫폼을 제공했습니다. 그 결과 2025년 11월 1일 발표된 경주 선언은 “혁신” 축 아래 APEC AI 이니셔티브(2026–2030)를 명시적으로 지지하며, 중소기업과 일반 대중을 포함한 모든 수준의 AI 역량 구축과 회복력 있는 AI 인프라를 위한 투자 생태계 조성을 구체적으로 강조하면서 21개 회원 경제 전반의 AI 전환에 대한 조율된 접근을 촉구했습니다.
경북은 정상회의 환경을 활용하여 새마을 AI와 그에 연계된 글로벌 상호운용 인증 시스템을 APEC AI 이니셔티브 실행을 위한 즉시 배포 가능한 청사진으로 제시했습니다. 검증 가능한 디지털 자격을 기반으로 구축된 GB AI 패스포트가 국경을 넘어 검증된 디지털 인재의 원활한 이동을 어떻게 촉진하는지 보여줌으로써, 경북은 APEC 전역의 AI 리터러시 자격 상호 인정을 위한 제도적 중심지로 스스로를 자리매김했습니다.
이는 단순한 상징적 포지셔닝이 아닙니다. 경주 선언은 GB 프레임워크가 구체적으로 이행하도록 설계된 정책적 요구를 만들어냅니다. 다른 APEC 경제권이 아직 AI 리터러시의 의미와 측정 방법을 논의하고 있는 동안, 경북은 이미 배포 준비가 된 표준 프레임워크(장 7), 인증 시스템(장 8), 상호운용성 아키텍처(장 9), 제공 플랫폼(장 10), 모니터링 인프라(장 11)를 갖추고 있습니다. 도는 무언가를 구축하자고 제안하는 것이 아니라, 이미 구축된 것을 제공하고 있습니다.
양자 간 개념 증명에서 다자간 채택으로의 확장은 단계적 접근 방식을 따르며, 각 단계는 이전 단계에서 생성된 실증적 증거를 기반으로 구축됩니다.
1단계(2026–2027): 개념 증명. 파일럿 양자 파트너십(예: 한-베트남)은 봉화 테스트베드(장 12)를 통해 운영되며, 인증 성과, 노동시장 영향, 정착 성공률에 대한 첫 번째 실증 데이터를 생성합니다. 인도네시아, 필리핀, 태국 등 다른 ASEAN 국가들과의 예비 관계도 개발되며, 이는 경북의 외국인 근로자 국적 분포와 기존 기관 연결성을 기준으로 선정됩니다. 베트남 테스트베드에서 얻은 합격률, 고용주 검증 건수, 비자 전환 수, 도 대시보드의 생산성 상관관계 등은 외교적 선언만으로는 제공할 수 없는 확장을 위한 구체적 근거를 제공합니다.
2단계(2027–2028): 양자 공식화. 선정된 ASEAN 국가들과 양자 협정을 공식화하며, 각 협정은 파트너 국가의 제도적 맥락, AI 거버넌스 프레임워크, 한국과의 노동 이동성 arrangements에 맞게 조정됩니다. 동시에 미국, 일본, 싱가포르를 중심으로 APEC 선진 경제 파트너들과 자격 상호 인정을 위한 예비 협의가 시작됩니다. 이러한 파트너십은 반대 방향으로 작동합니다. 즉, 입국 근로자에게 AI 리터러시 교육을 제공하는 것이 아니라, 해당 경제권에서 기회를 모색할 수 있는 경북 훈련 인재가 보유한 GB 자격의 인정을 확립하여 자격의 진정한 글로벌 이동성을 입증합니다.
3단계(2028–2030): APEC 전역 채택. 축적된 증거와 양자 선례를 활용하여 자격 인정 프레임워크의 APEC 전역 채택을 추진합니다. 목표는 IEEE 3527.1™ 공통 참조 프레임워크를 기반으로 구축된 GB 모델을 아시아태평양 지역 전반의 상호운용 가능한 AI 리터러시 인증의 기반으로 자리매김하는 APEC AI 리터러시 상호 인정 협정입니다.
각 단계에서 프로그램 방법론, 평가 도구, 품질 보증 절차, 성과 데이터에 대한 문서화는 파트너 경제권이 각자의 제도적 맥락 안에서 호환 가능한 시스템을 구현하는 데 필요한 실질적 지침을 제공합니다. 경북은 파트너들에게 자사 시스템을 그대로 채택하라고 요구하는 것이 아닙니다. 각 경제권이 자체 제공자, 자체 언어, 자체 교육 인프라를 통해 구현할 수 있고, 모두가 공유된 자격 인정 네트워크로 연결되는 표준 기반 골격을 제공하는 것입니다.
GB-AI 리터러시 표준은 도의 조치가 국가적 의무와 정렬되도록 하는 안정적인 법적 기반을 필요로 합니다. 도의회는 인증 시스템을 공식적으로 인정하고, 중앙 집중식 평가와 자격 발급에 대한 법적 권한을 확립하며, 도 AI 예산의 일정 비율을 리터러시 프로그램에 배정하도록 의무화하는 GB AI 리터러시 표준 조례를 입안하고 제정해야 합니다.
이 조례는 국가 AI 기본법의 투명성, 기본권, 위험 관리 조항, 디지털 포용법의 디지털 기본권 보장, 공공 AI법의 의무 교육 요건과 세밀하게 정렬되어야 합니다. 이러한 법적 정렬을 달성하면 AI 기술을 도입하는 지역 중소기업의 책임 위험을 완화하고, 산업 현대화를 장려하며, 인증 시스템이 재량적 프로그램 예산이 아니라 영구적인 제도적 뒷받침 아래 운영될 수 있는 안정적인 법적 환경이 확립됩니다.
GB-AI 리터러시 자격은 단순한 교육적 인정에 그치지 않고 실질적인 효과를 갖도록 도의 기존 정책 인프라 안에 통합되어야 합니다. 구체적인 통합 경로는 다음과 같습니다:
중소기업 지원 프로그램. 도의 기업 보조금, 세제 인센티브, 스마트 공장 현대화 보조금은 수혜 기업 인력의 일정 비율이 검증된 AI 리터러시 자격을 보유하도록 요구해야 하며, 이를 통해 물적 자본 투자가 인적 자본 개발과 함께 이루어지도록 보장해야 합니다.
이민 및 비자 정책. 특정 인증 수준 달성은 E-7-4 숙련 근로자 비자를 신청하거나 R-Visa 프로그램에 참여하는 외국인에게 필수 요건 또는 높은 가중치를 갖는 평가 요소가 되어야 합니다. 이는 자격을 교육적 성취에서 정착 경로를 탐색하기 위한 실질적 도구로 전환합니다.
교육 제공자 인증. LearnCreator 플랫폼 및 인증 프로그램 목록에 대한 접근 권한과 연결된 지정 교육 제공자 지위는 인증 시스템의 품질 보증 프레임워크를 통해 관리되어야 하며, 이를 통해 기준을 충족하는 제공자에게 시장 가치를 창출해야 합니다.
공공 부문 준수. 도 정부 기관은 AI 시스템 배포 또는 감독에 관여하는 직원에게 AI 리터러시 인증을 요구해야 하며, 이를 통해 공공 AI법의 의무 교육 조항을 직접 운영화해야 합니다.
인증을 채용상 이점, 비자 점수, 보조금 자격, 프로그램 접근 권한과 연결함으로써, 도는 해당 자격에 대한 실질적인 시장 수요를 창출하고 의무 최소 기준을 훨씬 넘어서는 자발적 참여를 촉진할 수 있습니다.
디지털 포용법과의 정렬에 따라, 도는 AI 리터러시를 기초 교육 및 의료와 동등한 시민적 중요성을 지닌 필수 공공 서비스로 공식 분류해야 합니다. 이 분류는 세 가지 실질적 의미를 갖습니다:
첫째, 22개 모든 시·군 전역으로 새마을 AI 아카데미 네트워크를 확대하기 위한 전용 도 예산을 확보해야 합니다. 특히 고령층과 농업 인구를 위해 접근성이 높은 교육 허브를 우선 구축하고, AI 생성 사기, 피싱, 딥페이크에 대한 사이버 회복력에 중점을 두어야 합니다.
둘째, 보편적 AI 리터러시는 경북의 단절된 투자-소득 순환에서 빠져 있던 연결고리로 기능합니다. 기록적인 자본 투자에도 불구하고 매년 21조 원의 소득이 도 밖으로 유출된다는 GDI의 분석은 그 필요성을 더욱 강화합니다: 인적 자본 없는 물적 자본은 번영 없는 생산만을 만들어냅니다. AI 리터러시는 인력이 자동화가 창출한 가치를 포착할 수 있게 하는 인적 자본 투자이며, 공장 현장의 생산성을 지역 임금, 지역 내 소득 유지, 지역사회 경제 활력으로 전환합니다.
셋째, 외국인 근로자에게 AI 리터러시는 경북 경제와 사회적 기반에 공정하게 접근할 수 있도록 보장하는 핵심 통합 도구로 기능합니다. 프레임워크의 다국어 제공, 직장 통합, 정착 경로 지원은 AI 리터러시를 단순한 기술 교육 프로그램이 아니라 임시 외국인 노동력을 영구적이고 생산적인 지역사회 구성원으로 전환하는 도의 핵심 수단으로 변화시킵니다.
도의 물리적 인프라 투자는 인적 자본 개발 전략과 정렬되어야 합니다. AI 슈퍼컴퓨팅 센터, GB형 클라우드 데이터센터, 고성능 GPU 클러스터의 구축은 인력 개발과 연계되어야 합니다. 즉, 중소기업이 이러한 컴퓨팅 자원에 보조금 기반으로 접근하려면 GB-AI 리터러시 인증 파이프라인에 적극적으로 참여하도록 요구해야 합니다.
이러한 연계는 장 2에서 확인된 패턴, 즉 자본 설비가 배치되었지만 이를 생산적으로 운영할 인력 역량이 부족한 상황이 경북에서 반복되지 않도록 보장합니다. 구미의 한 중소기업이 AI 슈퍼컴퓨팅 센터에 보조금 기반으로 접근할 때, 운영자가 레벨 3 이상 인증을 보유해야 한다는 조건은 해당 컴퓨팅 자원이 AI가 무엇을 하고 있는지 이해하고, 그 결과를 해석하며, 인간의 판단이 필요할 때 AI의 권고를 재검토하거나 override할 수 있는 인력에 의해 사용되도록 보장합니다.
GB-AI 리터러시 표준은 유사한 구조적 과제에 직면한 다른 비수도권 도를 위한 복제 가능한 청사진으로 자리매김합니다. 이 이니셔티브는 현재의 정책 구조가 암묵적으로 전제하지만 아직 입증하지 못한 명제를 보여줌으로써 한국의 국가 AI G3 목표에 기여합니다: 국가 AI 경쟁력은 서울 중심의 기술 투자만이 아니라 도 단위 인적 자본 개발을 필요로 한다는 것입니다.
경북에서 운영되는 3계층 인재 개발 모델은 새마을 AI 아카데미 네트워크를 통한 기초 리터러시, GB53 혁신 아카데미를 통한 도메인 융합, POSTECH과 DGIST를 통한 고급 연구로 구성되며, 다른 지역이 각자의 산업적 특성에 맞게 적용할 수 있는 종합적 구조를 제공합니다. 과학기술정보통신부가 지역 AI 준비도를 평가할 때, 경북의 도 대시보드(장 11)는 AI 리터러시 인증을 인력 성과, 비자 전환, 인구 지속 가능성 지표와 직접 연결하는 한국 유일의 도 단위 데이터셋을 제공합니다.
AI 리터러시는 경북의 높은 자본 설비 투자가 실제 생산성 향상으로 이어지도록 인력을 지원합니다. 산업적 영향은 세 단계의 논리로 전개됩니다:
디지털 재교육은 AI 강화 생산을 관리할 수 있는 고숙련 근로자를 양성하여, 현재 역량 제약으로 인해 AI를 도입하지 못하는 중소기업 45.7%를 AX 전환의 적극적 참여자로 전환합니다.
직무 재설계는 AI가 반복적인 공정을 처리하는 동안 인간의 노력을 창의적, 감독적, 예외 처리 업무에 집중시켜, 노동을 대체하는 것이 아니라 노동의 가치를 높입니다.
실시간 공정 데이터를 활용하는 AI 리터러시를 갖춘 근로자는 기술 투자를 정당화하는 생산성 향상을 달성하며, 한국은행이 경쟁력 있는 제조업의 기준으로 제시한 4.4% 벤치마크와 경북의 3.7% 무형자산 비율 사이의 격차를 좁힙니다.
디지털 역량을 갖춘 근로자가 없다면 스마트 공장은 충분히 활용되지 못하고 공정 최적화 잠재력도 실현되지 못합니다. 인증 시스템은 인력 역량이 존재한다는 측정 가능하고 검증 가능한 증거를 제공하여, 고용주에게 투자에 대한 확신을 주고 도 정부에는 지속적인 국가 지원을 요청할 수 있는 근거를 제공합니다.
경상북도는 중대한 전환점에 서 있습니다. 국가 AI 정책 의무, 지역 경제 과제, 인구 압박, 그리고 고유한 전략 자산이 맞물리면서 변화적 행동의 필요성과 기회가 동시에 만들어지고 있습니다. 1단계 연구를 통해 개발되고 이 보고서에 문서화된 GB-AI 리터러시 표준 프레임워크는 도가 디지털 미래를 구축할 수 있는 포괄적이고 증거 기반이며 전 세계적으로 상호운용 가능한 기반을 제공합니다.
이 프레임워크는 AI 리터러시를 좁은 기술 역량이 아니라 기초적인 시민 역량으로 다루는 통합적 접근을 통해 생산성 정체, 소득 유출, 인구 감소, 외국인 인력 통합 실패 등 도의 가장 시급한 과제에 대응합니다. 국제적으로 인정된 표준에 이 접근을 기반으로 하면서도 새마을 정신과 문화유산을 통해 지역적 관련성을 유지함으로써, 경북은 지역적으로 의미 있고, 국가적으로 정렬되며, 전 세계적으로 이동 가능한 모델을 만들어냈습니다.
2단계를 통해 이 프레임워크를 성공적으로 실행할 수 있는지는 경북이 이 보고서에 문서화된 구조적 장벽을 극복하고, 비수도권 지역이 AI 전환에서 뒤따르는 것이 아니라 앞서 이끌 수 있음을 보여주는 모델로 부상할 수 있는지를 결정할 것입니다. 도의 경제적 활력, 사회적 결속, 인구 지속 가능성은 모두 AI 시대에 생산적으로 참여할 수 있게 하는 인적 자본 기반 구축에 달려 있습니다.
여기에 제시된 1단계 연구는 이 목표를 달성하기 위해 현재 이용 가능한 가장 엄밀하고, 포괄적이며, 실질적으로 실행 가능한 청사진을 제공합니다. 표준은 설계되었습니다. 인증 시스템은 구조화되었습니다. 플랫폼은 구체화되었습니다. 상호운용성은 설계되었습니다. 모니터링은 내장되었습니다. 이제 남은 것은 실행이며, 제조업 유산으로 정의되어 온 한 도가 인증된 시민 한 명 한 명을 통해 한국의 AI 미래가 구축되는 장소로 스스로를 재정의할 수 있음을 입증하려는 의지입니다.
2026년 경상북도(GB) AI 리터러시 표준 보고서(이하 “보고서”)는 국제기구, 대학 및 기업의 방법론과 분석을 결합한 것입니다. DQ Institute/DQ Lab Pte Ltd(DQIL) 및 경북테크노파크(GBTP)가 편집 및/또는 수집한 정보(이하 “정보”)는 참고 목적으로만 제공되며, 사전 통지 없이 변경될 수 있습니다. 정보의 일부는 제3자가 소유할 수 있습니다. DQIL 및 GBTP는 해당 정보에 대한 모든 권리를 소유하거나 통제한다고 진술하거나 보증하지 않으며, 그 사용과 관련하여 제3자가 제기하는 어떠한 청구에 대해서도 책임을 지지 않습니다.
보고서에 제3자 제품, 서비스 또는 자료가 포함되어 있다고 해서 DQIL, GBTP 또는 이들의 각 대리인, 임원, 직원이 이를 보증하거나 승인하는 것은 아닙니다. 사용자는 정보의 성격이나 정확성을 왜곡하는 방식으로 정보를 변경해서는 안 됩니다. 정보가 실질적으로 변형된 경우, 이를 명시적으로 밝혀야 하며 적절한 출처 표시를 포함해야 합니다. 제3자가 편집한 정보의 경우, 사용자는 특히 출처 표시, 배포 및 복제와 관련하여 해당 제3자의 이용 약관을 준수해야 합니다.
DQIL 및 GBTP가 출처인 정보를 복제하거나 배포할 경우, 해당 정보는 정확하게 제시되어야 하며 그에 맞게 출처가 표시되어야 합니다. 이 출처 표시 요건은 정보가 DQIL 및 GBTP로부터 직접 입수되었는지, 또는 다른 사용자를 통해 간접적으로 입수되었는지와 관계없이 적용됩니다. 다운로드, 출판 또는 기타 수단을 통해 정보를 다른 사람에게 배포하는 모든 당사자는 이러한 조건의 준수를 전달하고 촉진하기 위해 합리적인 조치를 취해야 합니다. 정보의 상업적 이용에는 DQIL 및 GBTP의 사전 서면 허가가 필요합니다.
본 연구는 경북테크노파크, DQ Institute, DQ Lab Pte Ltd가 공동으로 수행했으며, 학계 자문위원, 산업 전문가, 정부 이해관계자들의 기여가 함께 이루어졌습니다.
연구팀은 본 연구의 완성에 필수적인 정책 문서, 경제 데이터, 이해관계자 네트워크에 대한 접근을 제공해 준 경상북도에 깊이 감사드립니다.
또한 포용적 교육 방법론과 경제 정책 분석에 학문적으로 엄밀한 기여를 해 준 난양공과대학교와 Center for Cross Economy Global에 감사를 표합니다. 아울러 안세재단은 ASEAN 지역 협력을 위한 귀중한 프레임워크를 제공했습니다. 마지막으로 Powered by DQ, Anygen, Claude, ChatGPT, Gemini를 포함한 생성형 AI 도구들은 초안 작성 과정 전반에서 협력적 연구 및 집필 보조 도구로 활용되었습니다.
이 보고서는 살아 있는 문서입니다. 모든 내용은 이해관계자 참여가 심화되고 2단계 실행을 통해 실증적 증거가 축적됨에 따라 수정될 수 있습니다. 연구팀은 이 이니셔티브가 1단계 표준 개발에서 2단계 실행으로 전환되는 과정에서 모든 이해관계자의 피드백을 환영합니다.
이 장은 정부 보고 기준과 감사 가능성에 맞춘 형식으로 1단계 연구 방법론을 문서화하며, 재현 가능성, 투명한 포함 기준, 그리고 이후 단계에서 지속적인 업데이트에 적합한 확장 가능한 데이터 구조를 강조합니다.
디지털 리터러시는 정보 리터러시, 데이터 리터러시, 온라인 커뮤니케이션, 디지털 콘텐츠 제작, 사이버보안 인식 등을 포함하여 디지털 환경을 안전하고 책임감 있게, 그리고 생산적으로 탐색하는 데 필요한 보다 광범위한 역량을 의미합니다(UNICEF, 2019).
AI 리터러시는 일반적으로 더 넓은 디지털 리터러시 영역 안에 포함되는 전문화된 하위 영역으로 이해되며, 디지털 안전과 윤리적 기술 사용과 같은 기초 영역에서 상당한 중복성을 가집니다. 그러나 여러 국제 프레임워크는 시민과 근로자에게 관련된 AI 및 데이터 관련 역량 업데이트를 포함하는 유럽연합 집행위원회의 DigComp 3.0 프레임워크를 포함하여, 디지털 역량을 AI 관련 지식, 기술, 태도까지 확장해 왔습니다.
따라서 본 연구에서 AI 리터러시는 다음 역량을 추가로 포함하는 확장된 디지털 리터러시로 정의됩니다.
이 정의는 시민성 및 직업 참여의 차원을 의도적으로 모두 포괄하며, 사회적 포용과 생산성 향상을 동시에 가능하게 하려는 본 프로젝트의 목표를 반영합니다.
본 연구는 세 가지 유형의 역량 검증 메커니즘을 의도적으로 구분합니다:
1단계는 주로 학습 프로그램과 이에 연결된 수료 및 자격 시스템에 초점을 맞춥니다. 이는 프레임워크 설계를 위해 가장 직접적으로 비교하고 벤치마킹할 수 있는 단위이기 때문입니다. 그러나 인증 시스템은 운영 논리와 공개적으로 이용 가능한 정보의 수준이 크게 다른 경우가 많았기 때문에, 요구사항, 구조, 관련성을 충분히 확인할 수 있는 경우를 제외하고는 핵심 분석 대상에 포함하지 않았습니다.
1차 후보 수집은 한국어와 영어의 이중 언어 키워드 검색을 활용했으며, 주제 영역(AI 리터러시, AI 윤리, 디지털 리터러시, 디지털 시민성, 온라인 안전)과 대상 인구 유형(학생, 일반 대중, 근로자, 임원)을 결합했습니다. 공개적으로 이용 가능한 프로그램 검색에는 Google과 Naver 등의 검색 엔진을 사용했으며, 후보 식별을 위해 ChatGPT와 Gemini와 같은 생성형 AI 도구를 보완적으로 활용했습니다. 검색은 반복적으로 수행되었으며, 초기 검색 결과를 바탕으로 후속 검색어를 개선하여 포괄적인 범위를 확보했습니다.
연구 기준을 충족한 한국 학습 프로그램과 글로벌 PbDQ 라이브러리에서 선정된 글로벌 학습 프로그램을 모두 포괄하는 통합 데이터베이스를 구축했습니다.
이 데이터베이스는 1단계 연구의 핵심 분석 기반으로 기능했으며, 다양한 사례를 공통 구조 안에서 정리하여 표준 설계, 인정 논리, 실행 계획을 지원할 수 있도록 했습니다. 이는 일반적인 시장 카탈로그가 아니라 GB-AI 리터러시 프레임워크와 실행 시스템을 개발하기 위한 분석적 증거 기반으로 설계되었습니다. 모든 데이터베이스 항목은 사례 간 비교 가능성을 보장하기 위해 PbDQ 표준 메타데이터 구조를 사용하여 문서화되었습니다.
선정된 프로그램 풀은 PbDQ AI Engine의 입력값으로 활용되었으며, 이를 통해 DQ Code 프레임워크와의 정렬 및 매핑을 지원하기 위한 역량 분석이 수행되었습니다.
프레임워크 벤치마킹 대상은 전적으로 내부 Global PbDQ Library에서 도출되었습니다. 프레임워크는 본 1단계 연구의 목적과 범위에 대한 관련성, 그리고 GB-AI 리터러시 프레임워크 개발을 위한 벤치마킹 참고자료로서의 타당성을 기준으로 선정되었습니다. 선정된 프레임워크 풀은 GB-AI 리터러시 프레임워크 개발을 지원하기 위해 PbDQ AI Engine을 통해 관련성, 구조, 역량 정렬 측면에서 분석되었습니다.
표 28. 한국 벤치마킹 학습 프로그램 목록
| Organization | Program Name | Course Name | Target Region |
|---|---|---|---|
| Gyeonggi Provincial Government | GSEEK | Digital Collaboration and Convergence Skills: Must-Have Tools for New-Type High Performers in the AI Era |
South Korea |
| Gyeonggi Provincial Government | GSEEK | Digital Citizenship Education in a Hyperconnected Society | South Korea |
| Gyeonggi Provincial Government | GSEEK | Literacy: The Irreplaceable Talent Skill in the Age of ChatGPT | South Korea |
| Gyeonggi Provincial Government | GSEEK | Using Generative AI | South Korea |
| Jeonbuk State Office of Education, Future Education Research Institute |
2025 Edutech Utilization | AI Literacy: Enhancing Future Capabilities | South Korea |
| Korea Community Media Foundation | Media & Information Literacy Network for Education | [Elementary School] Instructional Model and Guidelines for Digital Media Literacy Education | South Korea |
| Korea Community Media Foundation | Media & Information Literacy Network for Education | [Middle School] Instructional Model and Guidelines for Digital Media Literacy Education | South Korea |
| Korea Community Media Foundation | Media & Information Literacy Network for Education | [High School] Instructional Model and Guidelines for Digital Media Literacy Education | South Korea |
| Korea Education and Research Information Service | Educational Materials | [Elementary School] Digital Competency Education Materials | South Korea |
| Korea Education and Research Information Service | Educational Materials | [Middle School] Digital Competency Education Materials | South Korea |
| Korea Information Society Development Institute | AI Ethical Standards | AI Ethical Standards | South Korea |
| Korea Information Society Development Institute | AI Ethics Communication Channel | General AI Ethics Education | South Korea |
| Korea Information Society Development Institute | AI Ethics Communication Channel | Elementary School AI Ethics: A Play-Based Approach | South Korea |
| Korea Information Society Development Institute | AI Ethics Communication Channel | Middle School AI Ethics: An Experience-Based Approach | South Korea |
| Korea Information Society Development Institute | AI Ethics Communication Channel | High School AI Ethics: An Inquiry-Based Approach | South Korea |
| Korea Press Foundation | Media Academy | How to Use Generative AI Effectively | South Korea |
| National Information Society Agency | Issue Analysis | A Guidebook to Generative AI Ethics | South Korea |
| National Information Society Agency | Digital Ethics | [Adults] AI Ethics Considerations by Job Role | South Korea |
| National Information Society Agency | Digital Ethics | [Adults] AI Ethics Every Provider Must Know | South Korea |
| National Information Society Agency | Digital Ethics | Digital Ethics Learning Materials for Employees | South Korea |
| National Information Society Agency | Digital Ethics | [Adults] Learning Generative AI Ethics Through Quizzes | South Korea |
| National Information Society Agency | Digital Ethics | [Adults] Proper Use of Generative AI Through Case Studies | South Korea |
| National Information Society Agency | Digital Ethics | AI Ethics Every Developer Must Know | South Korea |
| National Information Society Agency | Digital Ethics | Digital Ethics Education Guide for Elementary Students | South Korea |
| National Information Society Agency | AI Digital Learning Center | Internet Ethics and Personal Data Protection | South Korea |
| National Information Society Agency | AI Digital Learning Center | Keeping Up with Artificial Intelligence | South Korea |
| National Library for Children and Young Adult | Publication Materials | [Elementary School] Digital Literacy Competencies | South Korea |
| National Library for Children and Young Adult | Publication Materials | [Middle School] Digital Literacy Competencies | South Korea |
| Pusan National University Software Education Center | Understanding AI Literacy | Understanding AI Literacy | South Korea |
| Seoul Metropolitan Office of Education | Seoul Metropolitan Office of Education’s Digital-Based Education Ecosystem | Generative AI Education: The ChatGPT Case | South Korea |
본 1단계 연구의 목적과 범위에 대한 관련성을 기준으로 DQ Lab 내부 데이터베이스인 Global PbDQ Library에서 선정된 268개의 국제 학습 프로그램입니다.
표 29. 한국을 제외한 글로벌 시장 벤치마킹 학습 프로그램 목록
| Organization | Program Name | Course Name | Target Region |
|---|---|---|---|
| Accenture | Digital Skills: Artificial Intelligence | Digital Skills: Artificial Intelligence | Global |
| Adobe | Adobe Content Creator: Launching Your Creative Career Professional Certificate | Generative AI Content Creation | Global |
| AI for Education | Redefining Assessment in the Age of AI | Redefining Assessment in the Age of AI | USA |
| AI for Education | 서론 to AI for Students | 서론 to AI for Students | USA |
| AI Sweden | Get started with AI | Get started with AI | Sweden |
| Alannah & Madeline Foundation | eSmart Digital Licence+ | AMF eSmart Digital Licence+ | Australia |
| Alannah & Madeline Foundation | Digital Citizenship Resources | Digital Citizenship Resources | Australia |
| Amazon Web Services | AWS Skill Builder | Generative AI for Executives | Global |
| Amazon Web Services | AWS Skill Builder | Machine Learning Essentials for Business and Technical Decision Makers | Global |
| Amazon Web Services | AWS Skill Builder | 서론 to Generative AI - Art of the Possible | Global |
표 30. 한국 벤치마킹 프레임워크 목록
| 기관 | 프레임워크 이름 | 대상 지역 |
|---|---|---|
| 경기도교육연구원 | 경기형 디지털 역량 프레임워크 재구성 및 교육과정 적용 전략 | 대한민국 |
| 한국커뮤니티미디어재단 | 미디어 교육 모듈: 디지털 시대 학습자를 위한 표준 프레임워크 | 대한민국 |
| 한국교육학술정보원 | 초·중학생 AI·디지털 리터러시 수준 측정을 위한 프레임워크 개발 | 대한민국 |
| 한국정보사회진흥원 | AI 시대 디지털(인공지능) 역량 프레임워크 개발 | 대한민국 |
표 31. 한국을 제외한 글로벌 시장 벤치마킹 프레임워크 목록
| 기관 | 프레임워크 이름 | 대상 지역 |
|---|---|---|
| American Institutes for Research | enGauge 21st Century Skills | 미국 |
| American Library Association | Digital Literacy, Libraries, and Public Policy | 미국 |
| American Library Association | 프레임워크 for Information Literacy for Higher Education | 미국 |
| Association for Computing Machinery | The K–12 Computer Science 프레임워크 | 미국 |
| Association for Computing Machinery | What is AI Literacy? Competencies and Design Considerations | 국제 |
| Association for the Advancement of Artificial Intelligence | AI4K12: National Guidelines for Artificial Intelligence Education in K–12 | 미국 |
| Australian Curriculum, Assessment and Reporting Authority (ACARA) | F-10 curriculum | 호주 |
| Australian Government, Department of Education, Skills and Employment | Digital Literacy Skills 프레임워크 | 호주 |
| Awesome Compliance Technology BV | AI Literacy: A 프레임워크 | 국제 |
| Battelle for Kids | 프레임워크s for 21st Century Learning | 미국 |
| Certiport | IC3 Digital Literacy Global Standard 6 Level 1 | 국제 |
| Certiport | IC3 Digital Literacy Global Standard 6 Level 2 | 국제 |
| Certiport | IC3 Digital Literacy Global Standard 6 Level 3 | 국제 |
| Common Sense Media | Digital Citizenship Curriculum | 미국 |
| Computer Science Teachers Association | K-12 Computer Science Standards Revised 2017 | 미국 |
| Council of Europe | Digital Citizenship Education Handbook | 유럽연합 |
| Council of European Professional Informatics Societies | European e-Competence 프레임워크 (e-CF) | 유럽연합 |
| Digital Education Council | Digital Education Council AI Literacy 프레임워크 | 국제 |
| Digital Promise | AI Literacy: A 프레임워크 to Understand, Evaluate, and Use Emerging Technology | 미국 |
완성된 데이터베이스에는 16개국에서 수집된 298개의 검증된 학습 프로그램이 포함되어 있으며, 133개의 프로그램-자격 쌍(수료 기반 21개, 평가 포함 112개)을 포괄합니다.
표 32. 학습 프로그램 구성: 자격 제공 여부 및 유형별 분류 (n=298)
| 지역 | 자격증 | 강좌 수 | 소계 | |
|---|---|---|---|---|
| 사용 가능 여부 | 유형 | |||
| 대한민국 | 사용 가능 | 내용 완료 |
9 | 9 |
| 평가 포함 |
- | |||
| 사용 불가 | - | 21 | 21 | |
| 국제 | 사용 가능 | 내용 완료 |
12 | 124 |
| 평가 포함 |
112 | |||
| 사용 불가 | - | 144 | 144 | |
| 총합 | 298 | |||
표 33. 학습 프로그램 구성: 조직 유형별 분류 (n=298)
| 지역 | 기관 유형 | 강좌 수 |
|---|---|---|
| 대한민국 | 정부 기관 | 29 |
| 대학교 | 1 | |
| 국제 | 정부간 기구 | 3 |
| 정부 기관 | 15 | |
| 비영리 단체 | 57 | |
| 민간 기업 | 180 | |
| 연구 기관 | 5 | |
| 대학교 | 8 | |
| 총합 | 298 | |
표 34. 학습 프로그램 구성: 조직 소재 국가별 분류 (n=298)
| 국가 | 강좌 수 |
|---|---|
| 대한민국 | 30 |
| 미국 | 158 |
| 캐나다 | 47 |
| 영국 | 21 |
| 호주 | 12 |
| 기타 (뉴질랜드, 싱가포르 등) | 30 |
| 총합 | 298 |
표 35. 학습 프로그램 구성: 대상 청중별 분류 (n=298)
| 지역 | 대상 | 강좌 수 |
|---|---|---|
| 대한민국 | 임원 대상 | - |
| 직장인 대상 | 7 | |
| K-12 학생 대상 | 12 | |
| 일반인 대상 | 11 | |
| 국제 | 임원 대상 | 5 |
| 직장인 대상 | 28 | |
| K-12 학생 대상 | 129 | |
| 일반인 대상 | 106 | |
| 총합 | 298 | |
완성된 데이터베이스에는 10개국 및 국제 지역을 대상으로 수집된 96개의 검증된 프레임워크가 포함되어 있습니다.
표 36. 프레임워크 구성: 조직 유형별 분류 (n=96)
| 기관 유형 | 프레임워크 수 | |
|---|---|---|
| 대한민국 | 정부 기관 | 4 |
| 국제 | 정부간 기구 | 15 |
| 정부 기관 | 31 | |
| 비영리 기관 | 29 | |
| 민간 기업 | 9 | |
| 연구 기관 | 1 | |
| 대학 | 7 | |
| 총합 | 96 | |
표 37. 프레임워크 구성: 대상 지역별 분류 (n=96)
| 대상 지역 | 프레임워크 수 |
|---|---|
| 글로벌 | 36 |
| 대한민국 | 4 |
| 미국 | 21 |
| 유럽 연합 | 11 |
| 영국 | 9 |
| 싱가포르 | 6 |
| 기타 (호주, 캐나다 등) | 9 |
| 총합 | 96 |
표 38. 프레임워크 구성: 대상 청중별 분류 (n=96)
| 대상 학습자 | 프레임워크 수 |
|---|---|
| 직무/산업 종사자 | 9 |
| K-12 학생 대상 | 41 |
| 일반 시민 | 46 |
| 총합 | 96 |
1EdTech (2025). Open Badges Specification. https://www.imsglobal.org/spec/ob/v3p0
Asia-Pacific Economic Cooperation (APEC) (2025). APEC Artificial Intelligence (AI) Initiative (2026–2030). https://www.apec.org/meeting-papers/leaders-declarations/2025/2025-apec-leaders-gyeongju-declaration/apec-artificial-intelligence-(ai)-initiative-(2026-2030)
Asia-Pacific Economic Cooperation (APEC) (2025). 2025 APEC Leaders’ Gyeongju Declaration. https://www.apec.org/meeting-papers/leaders-declarations/2025/2025-apec-leaders-gyeongju-declaration
Bank of Korea (한국은행) (2022). Current Productivity Status and Implications for Companies in Daegu-Gyeongbuk (대구경북 기업의 생산성 현황 및 시사점). https://www.bok.or.kr/portal/bbs/P0000720/view.do?menuNo=200558&nttId=10068929
Council for Science, Technology and Innovation (2022). AI Strategy 2022. https://www8.cao.go.jp/cstp/ai/aistratagy2022en.pdf
Cushman & Wakefield (2025). The Present and Future of Industrial Complexes. https://assets.cushmanwakefield.com/-/media/cw/apac/southkorea/insights/research/research-industrial-complexes-today-andtomorrow_eng.pdf?rev=3a3c7268b063455bb8f209d6c09adc4b
DQ Institute (n.d.). What Is the DQ 프레임워크? https://www.dqinstitute.org/global-standards/
European Commission (2025). DigComp 3.0: European Digital Competence 프레임워크. https://publications.jrc.ec.europa.eu/repository/handle/JRC144121
European Parliament (2023). EU AI Act: First Regulation on Artificial Intelligence. https://www.europarl.europa.eu/topics/en/article/20230601STO93804/eu-ai-act-firstregulation-on-artificial-intelligence
Global Cybersecurity Forum & DQ Institute (2025). 2025 Child Protection in Cyberspace Index. https://cpc.gcforum.org/global_cpc
Gyeongbuk Development Institute (GDI) (경북연구원) (2024). Foreign Industrial Workforce in Gyeongbuk: A Strategic Approach for Securing and Settlement (경북 외국인 산업인력: 확보·정착 위한 전략적 접근). https://gdi.re.kr/board/b1210000?req=view&postid=240731-464285EC-755A-4154997E-D3186982F1CE
Gyeongbuk Development Institute (GDI) (경북연구원) (2025). Gyeongbuk’s Policy for International Students: Time to Shift from Attraction-Centered to Settlement Support (경북 외국인유학생 정책, 유치중심에서 정주지원으로 전환할 때). https://gdi.re.kr/board/b1210000?per_page=2&req=view&postid=251210-1A050005-8961-4EAD918B-AD5470397C0C
Gyeonggi Institute of Education (GIE) (경기도교육연구원) (2024). Restructuring the Gyeonggi-Style Digital Competency 프레임워크 and Measures for Curriculum Application (경기형 디지털 역량 체계 재구성 및 교육과정 적용 방안). https://www.gie.re.kr/publication/stdreportDetail.do?id=141091125&currRow=1
Gyeongsangbuk-do RISE Center (경상북도 RISE 센터) (2025). The K-U City Project Enhances Policy Efficiency Through Integration with the RISE Guidelines (케이(K)-유(U)시티 프로젝트, 라이즈(RISE) 통합지침으로 정책 효율성 높인다). https://www.gbrise.or.kr/report/view?idx=67
Institute of Policy Studies (IPS) (2026). IPS Working Papers No. 71 — Unified AI Literacy 프레임워크 for Singapore. https://lkyspp.nus.edu.sg/ips/news/details/ips-working-papers-no.-71—unifiedai-literacy-framework-for-singapore
Institute of Policy Studies (IPS) (2026). Unified AI Literacy 프레임워크. https://lkyspp.nus.edu.sg/docs/default-source/ips/ips-working-papers-no-71.pdf
International Telecommunication Union (ITU) (2026). Republic of Korea: Digital Inclusion Act. https://www.itu.int/hub/2026/02/republic-of-korea-digital-inclusion-act/
Korea Education and Research Information Service (KERIS) (한국교육학술정보원) (2026). Development of a 프레임워크 for Measuring AI and Digital Literacy Levels of Elementary and Middle School Students (초·중학생 AI·디지털 리터러시 수준 측정을 위한 프레임워크 개발). https://nsp.nanet.go.kr/plan/subject/detail.do?nationalPlanControlNo=PLAN0000060826
Korea Institute for Industrial Economics and Trade (KIET) (산업연구원) (2025). Regional Changes and Implications Resulting from Migrant Inflows (이민자 유입에 따른 지역의 변화와 시사점). https://ob.kiet.re.kr/research/reportView?report_no=1151
Korea JoongAng Daily (2026). People 65 or Older Now Make Up More Than 21% of Korea’s Population. https://koreajoongangdaily.joins.com/news/2026-0104/national/socialAffairs/People-65-or-older-now-make-up-more-than-21-of-Koreaspopulation/2492384
Korea Policy Briefing (대한민국 정책브리핑) (2022). Comprehensive Plan for Fostering Digital Talent (디지털 인재양성 종합방안). https://www.korea.kr/briefing/policyBriefingView.do?newsId=156521928
Library of Congress (2026). South Korea: Comprehensive AI Legal 프레임워크 Takes Effect. https://www.loc.gov/item/global-legal-monitor/2026-02-20/south-korea-comprehensive-ailegal-framework-takes-effect/
Ministry of Culture, Sports and Tourism (문화체육관광부) (2025). Korean Cultural Content Is Growing in Popularity and Diversifying Across Sectors (한류콘텐츠 인기 높아지고, 분야도 다양해져). http://www.mcst.go.kr/site/s_notice/press/pressView.jsp?pSeq=21756
Ministry of Data and Statistics (국가데이터처) (2025). 2024 Regional Income (Preliminary) (2024년 지역소득(잠정)). https://www.kostat.go.kr/board.es?mid=a10301010000&bid=243&act=view&list_no=442567
Ministry of Education (교육부) (2023). A Major Shift to a Region-Led Paradigm for University Support to Enhance the Competitiveness of Universities, Regions, and the Nation (지역 주도의 대학지원 패러다임으로 대전환, 대학·지역·국가의 경쟁력을 높인다!). https://www.moe.go.kr/boardCnts/viewRenew.do?boardID=294&boardSeq=93794&lev=0&m=020402&opType=N&page=1&s=moe&searchType=null&statusYN=W
Ministry of Employment and Labor (고용노동부) (2020). Opening Pathways to Digital Jobs Even for Non-Major Youth: The Fast Track to Employment, “Digital Core Practical Talent Training Program” (비전공 청년에게도 디지털 일자리의 길을 열다! 취업의 지름길 “디지털 핵심 실무인재 양성사업”). https://www.moel.go.kr/news/enews/report/enewsView.do?news_seq=11434
Ministry of Government Legislation (법제처) (2026). Act on the Promotion of Artificial Intelligence and Data-Based Administration (인공지능 및 데이터 기반 행정 활성화에 관한 법률). https://www.law.go.kr/법령/인공지능및데이터기반행정활성화에관한법률/(21392,20260227)
Ministry of Justice (법무부) (2023). Innovative Expansion Plan for 35,000 Skilled Workers (K-point E74) to Be Fully Implemented from September 25 (‘숙련기능인력 3만 5천 명 혁신적 확대 방안(K-point E74)’ 9월 25일부터 본격 시행). https://www.moj.go.kr/immigration/1502/subview.do
Ministry of Science and ICT (과학기술정보통신부) (2022). Korea’s Digital Strategy (대한민국 디지털 전략). https://www.msit.go.kr/eng/bbs/view.do?bbsSeqNo=42&mId=4&mPid=2&nttSeqNo=742&sCode=eng
Ministry of Science and ICT (과학기술정보통신부) (2025). A Great Leap Forward for the Republic of Korea Opened by Science, Technology, and Artificial Intelligence (과학기술·인공지능으로 여는 대한민국 대도약). https://www.korea.kr/briefing/pressReleaseView.do?newsId=156734855
Ministry of Science and ICT (과학기술정보통신부) (2025). Enforcement Decree of the Digital Inclusion Act (디지털포용법 시행령). https://www.law.go.kr/법령/디지털포용법시행령
Ministry of Science and ICT (과학기술정보통신부) (2026). Digital Inclusion Act (디지털포용법). https://www.law.go.kr/법령/디지털포용법
Ministry of Science and ICT (과학기술정보통신부) (2026). Enforcement Decree of the 프레임워크 Act on the Development of Artificial Intelligence and Establishment of a Foundation for Trust (인공지능 발전과 신뢰 기반 조성 등에 관한 기본법 시행령). https://www.law.go.kr/법령/인공지능발전과신뢰기반조성등에관한기본법시행령
Ministry of Science and ICT (과학기술정보통신부) (2026). 프레임워크 Act on the Development of Artificial Intelligence and Establishment of a Foundation for Trust (인공지능 발전과 신뢰 기반 조성 등에 관한 기본법). https://www.law.go.kr/법령/인공지능발전과신뢰기반조성등에관한기본법
Ministry of SMEs and Startups (중소벤처기업부) (2019). After Adopting Smart Factories, SMEs Saw 30% Productivity Growth and Added 3 Jobs (4.2%) (中企, 스마트공장 도입 후 생산성 30%, 고용 3명(4.2%) 증가). https://mss.go.kr/site/smba/ex/bbs/View.do?bcIdx=1011893&cbIdx=86&parentSeq=1011893
Ministry of SMEs and Startups (중소벤처기업부) (2025). Announcement of the AI-Based Smart Manufacturing Innovation 3.0 Strategy (AI 기반 스마트제조혁신 3.0 전략 발표). https://www.mss.go.kr/site/smba/ex/bbs/View.do?cbIdx=86&bcIdx=1062738&parentSeq=1062738
Ministry of the Interior and Safety (행정안전부) (2025). How Should Public AI Be Used? 추진 of the Establishment of “AI Ethics Principles for the Public Sector” (공공 AI 어떻게 사용해야 할까? ‘공공부문 인공지능 윤리원칙’ 마련 추진). https://www.mois.go.kr/frt/bbs/type010/commonSelectBoardArticle.do?bbsId=BBSMSTR_000000000008&nttId=121382
OECD (2025). Empowering Learners for the Age of AI. https://ailiteracyframework.org/wp-content/uploads/2025/05/AILit프레임워크_ReviewDraft.pdf
Prime Minister’s Office Singapore (2024). PM Lawrence Wong at the Launch of Smart Nation 2.0. https://www.pmo.gov.sg/newsroom/pm-lawrence-wong-at-the-launch/
Province of Gyeongsangbuk-do (경북도청) (2022). Gyeongbuk Seeks Industrial Transformation Through the Digitization of Local Manufacturing (경북도, 지역 제조업 디지털화 통해 산업대전환 모색). https://www.gb.go.kr/Main/page.do?mnu_uid=6792&LARGE_CODE=720&MEDIUM_CODE=50&SMALL_CODE=10&SMALL_CODE2=60&&B_STEP=234947800&cmd=2
Province of Gyeongsangbuk-do (경북도청) (2024). Announcement of the Gyeongbuk-Style Immigration Policy Master Plan (道, 경북형 이민정책 마스터 플랜 발표!). https://gb.go.kr/Main/page.do?BD_CODE=bbs_bodo&B_STEP=398622500&Start=0&cmd=2&mnu_uid=6792&tbbscode1=bbs_bodo
Province of Gyeongsangbuk-do (경북도청) (2024). Full-scale Launch of the “K-U City Project” This Year, Marking the Era of Local Settlement (올해 ‘K-U 시티 프로젝트’ 지방정주시대 본격 실행!). https://gb.go.kr/Main/page.do?B_STEP=387561800&LARGE_CODE=720&MEDIUM_CODE=50&SMALL_CODE=10&SMALL_CODE2=60&cmd=2&mnu_uid=6792
Province of Gyeongsangbuk-do (경북도청) (2024). Gyeongbuk Achieves Record-High Investment Attraction Performance of KRW 14.1802 Trillion This Year (경북도, 올 한해 14조 1,802억원 역대 최대 규모 투자유치 성과 달성!). https://www.gb.go.kr/Main/page.do?mnu_uid=6792&LARGE_CODE=720&MEDIUM_CODE=50&SMALL_CODE=10&SMALL_CODE2=60&&B_STEP=371036300&cmd=2
Province of Gyeongsangbuk-do (경북도청) (2025). Full-scale Promotion of the “Saemaul AI Movement” for Inclusive Growth (경북도, 포용적 성장을 위한 ‘새마을 AI 운동’ 본격 추진). https://www.gb.go.kr/Main/page.do?BD_CODE=bbs_bodo
Province of Gyeongsangbuk-do (경북도청) (2025). Gyeongsangbuk-do Forms Strategic Partnership with Google, a Global Leading Tech Company (경상북도, 글로벌 선도테크 기업 구글과 전략적 파트너십). https://gb.go.kr/Main/page.do?BD_CODE=bbs_bodo
Province of Gyeongsangbuk-do (경북도청) (2026). Expansion of Region-Based Visa Programs Across Gyeongbuk (경북도, 지역 기반 비자사업 도내 전역 확대). https://gunsul.gb.go.kr/Main/page.do?BD_CODE=bbs_bodo
SkillsFuture Singapore (2020). Selected Training Providers Will Allow Singapore Citizens To Use Their One-Off SkillsFuture Credit Top-Up From 1 April. https://www.ssg.gov.sg/newsroom/selected-training-providers-will-allow-singapore-citizens-to-use-their-one-off-skillsfuture-credit-top-up-from-1-april/
The Korea Economic Daily (한국경제) (2026). Gyeongbuk to Foster the Virtual Convergence Industry as a Strategic Industry (경북, 가상융합산업 전략산업으로 육성). https://www.hankyung.com/article/202601113359h
The Law Times (법률신문) (2026). Passage of the Public AI Act and Its Implications (공공 AI 법 통과와 그 의미). https://www.lawtimes.co.kr/news/articleView.html?idxno=216036
UNESCO (2013). Archives of Saemaul Undong (New Community Movement). https://www.unesco.org/en/memory-world/archives-saemaul-undong-new-community-movement
UNESCO (2024). AI Competency 프레임워크 for Students. https://www.unesco.org/en/articles/ai-competency-framework-students
UNICEF (2019). Digital Literacy for Children: Exploring Definitions and 프레임워크s. https://www.unicef.org/innocenti/reports/digital-literacy-children-exploring-definitions-and-frameworks
World Economic Forum (2025). The Future of Jobs Report 2025. https://www.weforum.org/publications/the-future-of-jobs-report-2025/
World Wide Web Consortium (W3C) (2025). Verifiable Credentials Data Model v2.0. https://www.w3.org/TR/vc-data-model-2.0/
Yeongnam Ilbo (영남일보) (2024). President Yoon: “Opportunity Development Special Zones Represent a Major Paradigm Shift”… Setting Sail at Seven Sites in Daegu and Gyeongbuk (尹 “기회발전 특구는 패러다임 대 전환”…대구·경북 7곳에서 닻올린다). https://www.yeongnam.com/web/view.php?key=20240620010002825
Yeongnam Ilbo (영남일보) (2025). Restoring the Prestige of One of the World’s Four Great Cities 1,500 Years Ago Through the “Five Korean Elements” of Food, Clothing, and Housing (의·식·주 ‘5韓’으로 1천500년 前 세계 4대 도시 위용 되찾는다). https://www.yeongnam.com/web/view.php?key=20250211010001398
Yonhap News Agency (연합뉴스) (2025). Descendants of the Vietnamese Royal Dynasty Settled in Korea: “We Want to Share 800 Years of History” (한국에 자리 잡은 베트남 왕조 후예…”800년 역사 알리고 싶어”). https://www.yna.co.kr/view/AKR20250814116400053-x