[국내보안뉴스] 사용 경험에 따라 갈리는 AI 평가… "LLM 체감 성능 격차 심화"

최근 AI 기술이 급격히 발전함에 따라 이용자가 체감하는 거대언어모델(LLM)의 능력 격차가 점차 확대되고 있다는 분석이 제기되었습니다. 전 오픈AI 공동창업자이자 현 앤트로픽 연구원인 안드레 카파시는 사용자 간 AI에 대한 평가가 극단적으로 갈리는 주요 원인으로 '활용하는 모델의 성능 수준', '적용 문제의 규모', 그리고 '도메인별 활용 경험'의 차이를 지목했습니다. 최신 프리미엄 모델을 복잡한 업무에 맞게 활용하는 이들과 초기·저성능 모델을 단순 검색용으로 접한 이들 사이의 체감 차이가 커지고 있다는 설명입니다.

이러한 인식 격차는 단순한 사용 후기 차이에 그치지 않고, 조직 내 AI 도입과 보안 리스크 관리 측면에서도 큰 영향을 미칩니다. 구성원 간 AI에 대한 이해도와 사용 격차가 벌어지면 기술 도입 시 진통을 겪을 수 있으며, 보안 관점이 부재한 상태에서 검증되지 않은 무료 AI 도구를 무분별하게 사용하는 '섀도우 AI(Shadow AI)' 문제가 발생할 가능성이 높아집니다. 또한 AI의 한계를 제대로 인지하지 못해 발생할 수 있는 환각 현상(Hallucination)이나 정보 유출 위험에 노출되는 범위도 달라질 수 있습니다.

따라서 기업과 보안 담당자는 기술 체감 격차를 줄이고 안전한 AI 활용 환경을 조성하기 위한 적극적인 대응에 나서야 합니다. 우선 구성원들의 AI 리터러시 수준을 평준화할 수 있는 교육 프로그램을 마련하고, 업무 영역별로 적합한 LLM 도구 선정 지침을 제공해야 합니다. 아울러 민감 데이터가 외부로 유출되지 않도록 보안성이 확보된 전용 AI 활용 가이드라인과 시스템을 마련함으로써, 안전과 생산성을 동시에 확보하는 전략이 필요합니다.