AI 성별 격차: 쓰는 비율은 같아졌는데 기대는 왜 다른가

AI 성별 격차는 이제 "누가 쓰느냐"보다 "누가 덕을 본다고 느끼느냐"의 문제가 됐다. 퓨 리서치센터가 10월 16일 낸 분석에 따르면 AI 챗봇을 써 본 미국 성인은 남성 50%, 여성 47%로 차이가 3%포인트까지 줄었다(Pew Research Center, 2026.10.16). 2024년 조사에서는 남성 39%, 여성 28%였다. 그런데 같은 조사에서 앞으로 20년 동안 AI가 자기 삶에 좋은 영향을 줄 것이라는 답은 남성 29%, 여성 17%로 12%포인트 벌어져 있었다. 문은 똑같이 열렸는데, 문 안으로 들어간 사람들이 기대하는 것은 다르다.

퓨 조사는 무엇을 보여 주나

이번 분석은 퓨가 6월에 낸 「미국인과 AI 2026」 보고서의 원자료를 성별로 다시 나눈 것이다. 조사는 2026년 2월 17~23일, 퓨의 패널(American Trends Panel)에 속한 미국 성인 5,119명을 대상으로 했다. 2024년 챗봇 질문은 챗봇을 조금이라도 들어 본 사람에게만 물었기 때문에, 퓨 스스로 2026년 수치와 그대로 비교할 수는 없다고 적었다.

아래 표는 모두 같은 분모(미국 성인 전체)에서 나온 수치만 모았다. 업무 활용처럼 취업자에게만 물은 항목은 따로 적었다.

항목	대상	남성	여성	차이
AI 챗봇을 써 본 적 있다	미국 성인 5,119명	50%	47%	3%p
매일 쓴다	미국 성인 5,119명	27%	20%	7%p
챗봇이 생산성에 도움이 된다	미국 성인 5,119명	35%	25%	10%p
챗봇을 매우 자신 있게 쓴다	미국 성인 5,119명	22%	15%	7%p
AI에 대해 많이 들었다	미국 성인 5,119명	55%	41%	14%p
향후 20년 내 삶에 긍정적 영향	미국 성인 5,119명	29%	17%	12%p
향후 20년 내 사회에 부정적 영향	미국 성인 5,119명	36%	43%	7%p
AI 개발 속도가 너무 빠르다	미국 성인 5,119명	58%	68%	10%p
업무 과제에 챗봇을 쓴다	취업자(하위 표본)	40%	35%	5%p

조사 시점 2026년 2월. 출처: 퓨 리서치센터. 차이는 단순 계산값이며 통계적 유의성은 원문 기준을 따른다.

눈에 띄는 것은 격차의 위치가 옮겨 갔다는 점이다. 써 봤느냐는 질문에서는 거의 사라졌지만, 얼마나 자주, 얼마나 자신 있게, 얼마나 도움이 된다고 느끼느냐로 갈수록 다시 벌어진다. 챗GPT 이용 경험은 남녀 모두 44%로 같았지만, 업무용 도구와 가까운 제미나이(29% 대 20%)와 코파일럿(22% 대 13%)에서는 9%포인트씩 차이가 났다. 반대로 정서적 지지나 조언을 얻으려고 쓴다는 답은 여성(11%)이 남성(8%)보다 많았다.

여성은 왜 덜 기대하나

가장 쉬운 설명은 "익숙하지 않아서"다. 하지만 이 설명은 데이터와 잘 맞지 않는다. 하버드 경영대학원의 렘브란트 코닝 교수와 니컬러스 오티스 등은 미국·스웨덴·멕시코·중국·모로코 등의 18개 연구, 14만 명 이상의 자료를 묶어 여성의 생성형 AI 사용률이 연구에 따라 남성보다 10~40% 낮고 평균 약 25% 낮다고 정리했다(Otis 외, HBS 워킹페이퍼 25-023). 그중 케냐 창업자 약 1만 7,000명에게 챗GPT를 똑같이 소개하고 사용법을 알려 준 실험에서도 여성은 약 13% 덜 써 봤다(HBS Working Knowledge, 2025.2). 접근권만으로는 격차가 닫히지 않았다는 뜻이다.

연구진이 꼽은 이유는 세 가지다. 첫째, AI로 얻은 답을 쓰는 것이 윤리적으로 괜찮은지에 대한 망설임. 둘째, AI를 쓰면 부정행위로 보일 수 있다는 걱정. 셋째, 전문성을 의심받을 때 여성이 더 큰 대가를 치른다는 경험이다. 앞의 두 가지는 개인의 태도처럼 보이지만, 세 번째가 사실이라면 앞의 두 가지도 합리적인 계산이 된다.

일자리 쪽 자료도 같은 방향을 가리킨다. 국제노동기구(ILO)와 폴란드 국립연구원(NASK)이 2025년 5월 낸 지수에서 생성형 AI 노출이 가장 높은 등급에 속한 일자리 비율은 전 세계 기준 여성 4.7%, 남성 2.4%였고, 고소득 국가에서는 9.6% 대 3.5%였다(UN News, 2025.5). 노출도가 가장 높은 직군은 사무·행정직이고, 이 직군에 여성이 많다. AI가 자기 일을 덜어 주는 도구로 보이는지, 자기 자리를 대신하는 도구로 보이는지는 어떤 일을 하고 있느냐에 따라 달라진다.

AI를 쓰면 왜 여성이 더 감점받나

세 번째 이유, 평가의 문제를 직접 실험한 연구가 있다. 베이징대 광화관리학원의 가이자(Phyliss Jia Gai)·허우자이(Jiayi Hou), 홍콩이공대의 투옌핑(Yanping Tu) 등은 한 글로벌 기술 기업의 엔지니어 1,026명에게 똑같은 파이썬 코드를 보여 주고 평가하게 했다. 한쪽에는 사람이 혼자 썼다고, 다른 쪽에는 AI의 도움을 받았다고 알려 줬다. 코드 품질 점수는 같았지만, AI를 썼다고 들은 쪽은 작성자의 역량을 평균 9% 낮게 평가했다. 감점 폭은 작성자가 여성일 때 13%, 남성일 때 6%였다(HBR 기고 재게재, TBS News). 연구진은 이를 '역량 페널티'라고 불렀다. 같은 결과물을 냈는데도 도구를 썼다는 사실 때문에 사람에 대한 평가가 깎이는 현상이다.

같은 회사의 실제 도입 기록도 있다. 약 2만 9,000명 엔지니어에게 AI 코딩 도구를 12개월 동안 권장하고 회사 기기에 미리 깔아 줬지만, 한 번이라도 써 본 사람은 41%였다. 첫 달 도입률은 남성 9%, 여성 5%였는데 12개월째에는 43% 대 31%로 차이가 4%포인트에서 12%포인트로 커졌다(HR Reporter, 2025.8). 연구진은 후속 설문에서 많은 엔지니어가 평판을 지키려고 일부러 AI를 피했고, 여성과 나이 든 직원에게서 그 경향이 강했다고 밝혔다. 이 연구는 동료 심사 전 워킹페이퍼라는 점을 함께 적어 둔다.

연구	대상(표본)	핵심 수치	시점
Otis 외 메타 연구	18개 연구, 14만 명 이상	여성 사용률 평균 약 25% 낮음	2022년 말~2024년 5월 자료
케냐 창업자 실험	약 1만 7,000명	같은 안내 뒤에도 여성 약 13% 덜 사용	같은 연구
역량 페널티 실험	엔지니어 1,026명	역량 평가 -9%(여성 -13%, 남성 -6%)	2025년 공개
기업 도입 기록	엔지니어 약 2만 9,000명	12개월째 도입률 남 43%, 여 31%	같은 연구

이 연구는 이 블로그가 인지적 항복에서 다룬 질문과 반대편에서 만난다. 그 글은 AI에 생각을 너무 쉽게 넘기는 위험을 다뤘다. 이번 자료는 AI를 써도 되는 상황에서조차 쓰지 못하게 만드는 압력이 성별에 따라 다르게 걸린다는 것을 보여 준다. 과의존과 회피는 반대 방향의 문제지만, 둘 다 "도구를 쓴 사람을 어떻게 평가하는가"라는 같은 규칙에서 나온다.

한국의 AI 성별 격차는 어떤가

한국은 업무 활용률 자체가 높다. 한국은행이 2025년 5~6월 15~64세 취업자 5,512명을 조사한 결과 업무에 생성형 AI를 쓴 비율은 51.8%였고, 남성 55.1%, 여성 47.7%로 7.4%포인트 차이가 났다(파이낸셜뉴스, 한국은행 보고서 보도, 2025.8.18). 미국 퓨 조사의 취업자 업무 활용 격차(5%포인트)와 크기가 비슷하다. 다만 두 조사는 질문과 시점이 달라 직접 비교할 수는 없다.

아쉬운 것은 한국에서 성별로 나눈 기대·자신감·평가 데이터를 찾기 어렵다는 점이다. 이용률 통계는 매년 나오지만 "AI를 쓴 사실을 동료나 상사가 어떻게 볼 것 같은가" 같은 질문은 공식 조사에 거의 없다. 격차가 이용률에서 평가로 옮겨 갔다면, 측정도 따라 옮겨 가야 한다.

인간에게 무엇이 달라지는가

첫째, 격차는 눈에 덜 띄는 곳으로 이동한다. 써 봤느냐는 질문에서 남녀 차이가 사라지면 "AI 성별 격차는 해결됐다"는 말이 나오기 쉽다. 그러나 매일 쓰는 사람과 가끔 써 본 사람 사이의 차이가 실제 업무 성과와 경력을 가른다. 퓨 조사에서 생산성에 도움이 된다는 답의 10%포인트 차이는 바로 그 지점이다.

둘째, 직장의 평가 규칙이 실제 도입률을 정한다. 회사가 도구를 깔아 주고 교육을 해도, AI를 쓴 결과물이 "본인 실력이 아닌 것"으로 깎이는 조직에서는 감점 위험이 큰 사람부터 손을 뗀다. 이 블로그가 사다리의 첫 칸이 사라진다에서 다룬 신입의 문제와 겹치는 부분이다. 아직 실력을 증명해야 하는 위치에 있는 사람일수록 도구를 쓰기 어렵다.

셋째, AI 자체가 한쪽으로 기운다. 코닝 교수 팀은 여성 사용자가 적으면 AI가 남성 사용자의 질문과 필요를 중심으로 다듬어질 수 있다고 경고했다. 챗GPT 웹사이트 월 이용자 중 여성 비중은 42%였지만 앱 내려받기에서는 27%에 그쳤다(같은 HBS 자료, 2022년 11월~2024년 5월). 덜 쓰는 집단의 요구는 제품 개선 순서에서 뒤로 밀린다.

넷째, 기대의 차이는 정치적 요구로 바뀐다. 퓨 조사에서 AI 개발이 너무 빠르다는 답은 여성 68%, 남성 58%였다. 미국 PRRI의 2026년 조사에서는 응답자의 72%가 AI 확산이 대기업에는 이익이고 노동자에게는 손해라고 답했다(PRRI, 2026 American Values Survey). AI의 이익이 어디로 가는지에 대한 불신은 AI 양극화 논쟁과 이어진다.

반론과 불확실성

여성이 AI를 덜 기대하는 것을 "격차"라고 부르는 것 자체가 틀렸다는 반론이 있다. AI의 위험을 더 크게 보는 것이 오히려 정확한 판단일 수 있고, 남성의 낙관이 과신일 수도 있다. 이 반론은 일리가 있다. 이 글이 문제 삼는 것은 기대의 크기가 아니라, 같은 도구를 같은 방식으로 써도 평가가 다르게 돌아오는 구조다.

수치의 한계도 있다. 퓨 분석은 미국 성인 대상이며 2024년과 2026년 질문 방식이 다르다. 메타 연구의 자료는 2024년 5월까지로, 그 뒤 사용률이 크게 오른 만큼 격차가 줄었을 가능성이 있다. 역량 페널티 연구는 한 회사와 한 직군(소프트웨어 엔지니어)을 대상으로 한 동료 심사 전 결과이고, 2차 보도마다 세부 수치 설명이 조금씩 다르다. 한국 자료는 이용률만 있고 평가·기대에 대한 성별 자료는 확인하지 못했다.

PRISM AGENDA의 시각

AI 성별 격차를 "여성도 더 써야 한다"는 캠페인으로 풀려고 하면 실패한다. 케냐 실험과 기술 기업의 12개월 기록이 이미 보여 줬다. 똑같이 소개하고 똑같이 깔아 줘도 격차는 남았고, 오히려 커졌다. 사람들이 AI를 덜 쓰는 데는 이유가 있고, 그 이유의 상당 부분은 쓴 사람을 깎아내리는 평가 관행에 있다.

우리는 고칠 대상을 개인의 태도가 아니라 조직의 규칙으로 본다. AI를 썼다는 사실이 감점 요인이 되는 한, 감점 위험이 큰 사람부터 도구를 내려놓는다. 그 결과 생산성 이득은 이미 신뢰를 얻은 사람에게 먼저 쌓이고, 격차는 경력의 격차로 굳는다. AI 도입을 결정하는 조직이라면 다음 세 가지부터 점검해야 한다.

점검 항목	내용	관찰 지표	한계
결과물 기준 평가	도구 사용 여부가 아니라 결과의 정확성과 책임으로 평가한다	같은 결과물에 대한 평가 점수 차이	평가자의 무의식적 편견은 규칙만으로 다 사라지지 않는다
사용 공개의 안전	AI 사용을 밝혀도 불이익이 없다고 리더가 명시한다	사용 공개율, 부서별 도입률	공개 의무화는 오히려 감시로 느껴질 수 있다
성별 도입률 측정	도입 성과를 전체 평균이 아니라 성별·연령별로 본다	월별 성별 도입률과 활용 빈도	소규모 조직은 표본이 작아 변동이 크다

PRISM AGENDA 제안. 위 표는 이 블로그가 제안하는 'AI 도입 성별 점검 3가지'다.

코닝 교수가 짚은 대로 격차가 가장 작은 조직은 리더가 "AI 실험 중 일부는 실패해도 괜찮다"고 말하는 곳이었다. 기술보다 허락의 문제라는 뜻이다. AI 시대의 공정함은 도구를 나눠 주는 데서 끝나지 않는다. 도구를 쓴 사람을 어떻게 볼지 정하는 데서 시작한다.

자주 묻는 질문

여성은 남성보다 AI를 덜 쓰나요? 챗봇을 써 본 적이 있는지만 보면 차이는 거의 사라졌다. 퓨 리서치의 2026년 2월 조사에서 미국 성인 남성 50%, 여성 47%가 써 봤다. 다만 매일 쓰는 비율(27% 대 20%)과 생산성 도움을 느끼는 비율(35% 대 25%)에서는 여전히 차이가 있다.

AI 역량 페널티란 무엇인가요? 같은 결과물을 냈는데도 AI 도움을 받았다는 이유로 작성자의 실력을 낮게 평가하는 현상이다. 엔지니어 1,026명 실험에서는 역량 평가가 평균 9% 낮아졌고, 감점 폭은 여성 13%, 남성 6%였다. 아직 동료 심사 전 연구다.

한국에서도 AI 사용에 성별 차이가 있나요? 한국은행의 2025년 취업자 5,512명 조사에서 업무용 생성형 AI 활용률은 남성 55.1%, 여성 47.7%였다. 이용률 자료는 있지만, AI를 쓴 사람이 직장에서 어떻게 평가받는지를 성별로 나눈 공식 자료는 아직 찾기 어렵다.

다음 질문: AI 사용을 밝히는 것이 감점이 되지 않으려면, 회사의 성과 평가표는 무엇을 새로 물어야 하는가.