1915년 미국 농장에는 말이 약 2,143만 마리 있었습니다. 통계가 잡힌 이래 가장 많은 숫자였습니다. 같은 해 미국에 등록된 승용차는 약 233만 대였고, 15년 뒤인 1930년에는 약 2,303만 대가 됐습니다. 말은 그 뒤로도 수십 년 동안 농장에 남아 있었지만, 자동차를 탄 사회가 마차로 돌아가지는 않았습니다.

제조 AI 운영체제 VEXPLOR를 만드는 웨이스는 요즘 공장과 사무실의 질문이 「AI를 써도 되느냐」에서 「AI를 어떻게 잘 쓰느냐」로 바뀌고 있다고 봅니다. 질문이 바뀐다는 것은 시대가 이미 넘어가고 있다는 뜻입니다. 이 글에서는 자동차와 백과사전, 휴대폰과 검색이 지나간 길을 짚고, AI가 있는 세상에서 무엇이 사람을 나누는지 적습니다.

사람들은 자동차를 탄 뒤 마차로 돌아가지 않았습니다

미국 인구조사국 역사통계에 따르면 미국 농장의 말은 1915년 약 2,143만 마리로 가장 많았고, 1930년 약 1,374만 마리, 1950년 약 555만 마리로 줄었습니다. 미국 연방도로청 집계로 승용차 등록은 1900년 8천 대에서 1915년 약 233만 대, 1930년 약 2,303만 대로 늘었습니다.

· 1915년 — 미국 농장의 말: 약 2,143만 마리 · 미국 승용차 등록: 약 233만 대

· 1930년 — 미국 농장의 말: 약 1,374만 마리 · 미국 승용차 등록: 약 2,303만 대

승용차 등록은 1900년만 해도 8천 대뿐이었고, 농장의 말은 1950년에도 약 555만 마리가 남아 있었습니다. 말은 하루아침에 사라지지 않았습니다. 1954년 미국 농업센서스는 1950년부터 4년 동안에도 농장에서 말과 노새가 약 350만 마리 줄었다고 기록했습니다. 전환은 생각보다 느렸지만 큰 흐름은 되돌아가지 않았습니다. 자동차를 써 본 사람이 늘수록 마차로 돌아갈 이유는 줄었습니다.

종이 백과사전도 휴대폰도 되돌아간 적이 없습니다

마이크로소프트는 1993년 CD-ROM 백과사전 엔카르타를 내놓았습니다. 무거운 책장 대신 디스크 한 장에 백과사전이 들어갔습니다. 엔카르타는 2009년 3월 중단을 발표했지만, 사람들이 다시 종이 백과사전으로 돌아가지는 않았습니다. 1768년 처음 인쇄된 브리태니커는 244년 만인 2012년 3월 인쇄판 중단을 발표했습니다. 회사는 문을 닫지 않고 디지털과 교육 사업으로 옮겨 갔습니다.

휴대폰도 같은 길을 걸었습니다. 애플은 2007년 1월 9일 아이폰을 발표했습니다. 퓨 리서치 센터 조사에서 스마트폰을 가진 미국 성인은 2011년 35%였고, 2016년 말 77%, 2025년 91%가 됐습니다.

· 마차 → 자동차 — 대표 사례: 1900년 등록 8천 대 · 옛 도구는 어떻게 됐나: 1950년 농장의 말 555만 마리로 감소

· 종이 → 디지털 — 대표 사례: 1993년 엔카르타 CD-ROM · 옛 도구는 어떻게 됐나: 2012년 브리태니커 인쇄판 중단

· 휴대폰 → 아이폰 — 대표 사례: 2007년 1월 아이폰 발표 · 옛 도구는 어떻게 됐나: 2025년 미국 성인 91% 스마트폰 보유

새 도구는 처음에 늘 낯설고 불편해 보였습니다. 그래도 한번 써 본 사람이 많아지면 그 도구가 없는 세상을 떠올리기 어려워졌습니다.

다음 세대에게 AI는 처음부터 있는 도구가 됩니다

유니세프는 2026년 6월 성명에서 조사한 10개국에서 최소 2천만 명의 아이가 AI를 써 봤고, 많은 아이가 어른보다 3배 넘게 빠르게 AI를 받아들이며, 약 1,300만 명이 학습과 숙제에 AI를 쓴다고 밝혔습니다. 조사 대상은 인터넷을 쓰는 12~17세 아이였습니다. 유니세프는 같은 성명에서 아이들이 AI를 쓸 때의 위험도 함께 경고했습니다.

이 아이들은 AI를 어른보다 빨리 익히고 있습니다. 그리고 지금 태어나는 아이들에게 AI는 처음부터 있는 도구가 됩니다. 스마트폰을 보고 자란 세대에게 터치 화면이 그랬듯이, 이 아이들은 AI가 없는 세상을 겪지 않고 자랍니다. 우리가 마차로 돌아가지 않았듯이, 이 세대가 AI 없는 방식으로 돌아갈 일도 없습니다.

검색으로 낸 숙제도 처음에는 반칙이라는 말을 들었습니다

인터넷 검색이 막 퍼지던 시절, 검색해서 찾은 내용으로 과제를 내면 베꼈다는 말을 듣곤 했습니다. 지금은 검색을 쓰지 않고 과제를 하는 학생이 오히려 드물어 보입니다. 검색은 반칙에서 기본기가 됐습니다.

2011년 사이언스에 실린 스패로(Betsy Sparrow) 등의 논문은 사람이 나중에 다시 찾아볼 수 있다고 믿으면 정보 자체보다 그 정보를 어디서 찾는지를 더 잘 기억한다고 보고했습니다. 저자들은 사람의 기억이 새 도구에 맞춰 바뀌고 있다고 봤고, 도구에 덜 의존하기를 바라는 것은 향수일 수 있다고 적었습니다. 이 논문은 뒤에 재현 연구 대상이 됐을 만큼 논쟁이 있습니다. 그래도 무엇을 외우느냐보다 무엇을 어디서 찾아 어떻게 쓰느냐가 중요해졌습니다.

AI 시대의 격차는 AI를 얼마나 잘 쓰느냐에서 벌어집니다

이세돌 UNIST 특임교수는 2026년 7월 한 포럼에서 AI를 단순히 질문하는 수준으로 쓰는 사람과 에이전트처럼 적극 활용하는 사람의 차이가 글을 읽고 쓰는 사람과 문맹자만큼 벌어질 것이라고 말했다고 파이낸셜뉴스가 전했습니다. 그는 바둑계에 AI가 보급되면 실력이 평준화될 줄 알았는데 정반대였고, 상위 기사들이 AI를 더 잘 활용했기 때문에 하위 랭커가 상위 랭커를 이기기가 더 어려워졌다고 했습니다.

젠슨 황 엔비디아 CEO도 2025년 5월 밀컨 콘퍼런스에서 같은 이야기를 했습니다. 「AI 때문에 일자리를 잃지는 않습니다. AI를 쓰는 사람에게 일자리를 잃게 됩니다.」

숫자도 같은 방향을 가리킵니다.

· 국내 패널 8,002명 — 결과: 2년 연속 미이용 72.9% · 지속 이용자 유료 이용 14.0% → 19.5% · 출처: KISDI(MTN 보도)

· 세계 4만8천 명 업무 AI 사용률 — 결과: 고소득 83% · 중간 56% · 저소득 34% · 출처: KPMG·멜버른대

두 번째 조사가 보여 주듯 AI 격차가 빈부 격차를 밀어내는 것은 아닙니다. 보도에 따르면 고소득 근로자일수록 업무에서 AI를 더 많이 사용합니다. 빈부 격차 위에 AI 활용 격차가 한 겹 더 쌓이는 셈입니다. AI 활용 격차가 소득 격차와 같은 방향으로 겹쳐 있다는 뜻입니다.

결국 정보를 어떻게 쓰는지가 그 사람의 능력입니다

자동차가 나왔을 때 운전을 배운 사람이 먼저 멀리 갔고, 검색이 나왔을 때 검색을 잘하는 사람이 먼저 답을 찾았습니다. AI도 같습니다. 같은 AI를 써도 결과는 쓰는 사람에 따라 다릅니다. AI를 잘 쓰는 사람에게는 세 가지 습관이 있습니다.

· 매일 사용합니다 — 특별한 날만 쓰는 도구는 늘지 않습니다. 메일 초안, 회의 정리, 자료 찾기처럼 매일 하는 일에 먼저 붙입니다.

· 질문하지 않고 일을 맡깁니다 — 한 줄 질문으로 끝내지 않고, 목적과 조건과 원하는 결과물을 함께 줘서 일을 끝까지 맡깁니다.

· 결과를 확인합니다 — AI가 낸 답을 그대로 쓰지 않고 원문과 숫자를 대조합니다. 확인하는 습관이 있어야 더 큰 일을 맡길 수 있습니다.

웨이스는 공장도 같은 길을 간다고 봅니다. AI를 붙인 공장과 그렇지 않은 공장의 차이는 장비보다 그 AI를 매일 쓰고 확인하는 사람과 조직에서 벌어집니다. VEXPLOR가 공장의 기록을 한곳에 모으고 AI가 그 위에서 판단을 돕게 하는 것도, 그 사람들이 AI를 매일 쓰고 확인할 수 있게 하기 위해서입니다.

새 도구가 나올 때마다 사회는 과거로 돌아가지 않았습니다. AI가 있는 세상에서 사람을 나누는 것은 AI를 얼마나 잘 쓰느냐입니다.

WACE(웨이스)는 공장이 스스로 판단하고 멈추지 않게 하는 제조 AI 운영체제 VEXPLOR를 만드는 회사다.

(이 글은 웨이스 기술블로그에 먼저 실린 글입니다. 원문: https://blog.vexplor.com/post/people-never-went-back-ai-gap?utm_source=eo&utm_medium=social&utm_campaign=2026-10-14)