기획자 엘리트와 프롬프트 프롤레타리아 — AI가 그리는 새로운 지적 계급선

두 계급이라는 틀

앞서 살펴본 “공유 지식의 붕괴” 글은 생성형 AI가 사회의 지식 노동자를 두 갈래로 가르고 있다고 진단했다. 한쪽은 스스로 사유의 뼈대를 세우고 질문을 던지며 AI를 도구로서 지배하는 극소수의 “기획자 엘리트”이고, 다른 한쪽은 사유 근육이 완전히 퇴화한 채 AI가 내어주는 “죽은 완벽함”의 지시와 요약본을 기계적으로 복사해 붙여넣는 “프롬프트 프롤레타리아”다. 다만 이 두 표현 자체는 학계나 업계에서 통용되는 공식 용어라기보다 원문 저자가 만들어낸 비유적 개념에 가깝다는 점은 앞선 문서에서 이미 짚었다.

이 글은 그 비유가 가리키는 실제 현상이 무엇인지, 그리고 그 현상이 실제로 얼마나 뚜렷하게 관측되고 있는지를 최신 연구 자료로 검증한다. 결론부터 말하면, “AI를 쓰는 사람과 못 쓰는 사람 사이의 격차가 벌어지고 있다”는 진단 자체는 여러 독립적인 연구에서 반복적으로 확인되는 현상이다. 다만 그 격차가 어디서, 어떻게 벌어지는지를 들여다보면 단순한 이분법보다 훨씬 조건부적이고 입체적인 그림이 드러난다.

실제로 확인된 격차: “프롬프트 격차”

이 이분법에 가장 직접적으로 부합하는 실증 자료는 앤스로픽이 2026년 1월 15일 공개한 「Economic Primitives」 보고서다. 이 보고서는 2025년 11월 13일부터 20일까지 일주일간 오간 클로드(Claude) 대화 100만 건을 프라이버시를 보호하는 방식으로 분석해, 작업 난이도와 사람·AI의 숙련도, 사용 목적, AI에 위임한 자율성의 정도, 성공률을 함께 살펴본 자료다. 이 보고서가 던진 가장 날카로운 발견은 이른바 “프롬프트 격차(prompt gap)”다. 사람이 작성한 프롬프트의 교육 수준과 그에 대한 AI 응답의 교육 수준이 거의 완벽에 가깝게 상관관계를 보였는데, 국가 단위로는 상관계수 0.925, 미국 주(州) 단위로는 0.928에 달했다. 이는 AI의 성능 자체가 아니라 질문을 어떻게 설계하고 문제를 어떻게 정의하며 결과를 어떻게 검증하는지가 실제 성과를 가른다는 뜻이다. 보고서는 이 흐름을 방치하면 AI가 불평등을 완화하는 도구가 아니라 이미 가진 경제력과 인적자본을 증폭시키는 장치로 굳어질 수 있다고 경고했다.

같은 보고서는 국가의 1인당 GDP가 1% 늘어날 때 1인당 클로드 사용량이 0.7% 증가하는 상관관계도 함께 제시했다. 고소득 국가일수록 업무·개인 용도의 사용 비중이 높은 반면, 저소득 국가는 학업 목적의 사용 비중이 상대적으로 높게 나타나, 같은 도구라도 사회가 그것을 결합하는 지점 자체가 이미 계층에 따라 갈라져 있음을 보여줬다. 또한 과업이 어려워질수록 AI가 가져다주는 속도 향상 폭은 커지지만(고졸 수준 이해가 필요한 작업은 9배, 대졸 수준은 12배) 그만큼 성공률과 신뢰도는 함께 떨어지는 상충 관계도 확인됐다. 결국 어려운 작업일수록 검증 부담이 늘어나는데, 이 검증을 누가 얼마나 정교하게 해낼 수 있는지가 바로 “기획자”와 “프롤레타리아”를 가르는 실질적인 경계선이 된다.

이러한 격차는 시간이 지나며 좁혀지기는커녕 더 벌어지는 모습도 함께 관측된다. 앤스로픽이 2026년 4월 공개한 별도의 이코노믹 인덱스 보고서는, AI를 오래 다뤄본 숙련 사용자가 처음 접하는 사용자보다 작업 자동화에 성공하는 비율이 눈에 띄게 높아지고 있다는 결과를 보여줬다. 이는 AI 도구 자체의 성능이 상향 평준화되는 것과는 별개로, 그 도구를 다루는 사람들 사이의 실력 격차는 오히려 시간이 갈수록 누적되고 있다는 뜻이다.

왜 격차가 벌어지는가: 위임과 강화의 갈림길

이러한 격차가 발생하는 개인 차원의 메커니즘은 앞선 “바이브 코딩” 문서에서 다룬 앤스로픽 자체의 무작위 대조 실험(RCT)에서 이미 확인된 바 있다. 이 실험은 개발자 52명을 대상으로 AI 코딩 도구를 사용한 그룹과 손코딩 그룹의 이해도를 비교했는데, 핵심은 AI 사용 여부 자체가 아니라 사용 방식에 있었다. AI에게 작업을 완전히 위임하거나 결과물을 그대로 복사해 붙여넣은 “사고의 외주화” 방식은 작업 속도는 가장 빨랐지만 이해도 점수는 40% 미만으로 가장 낮았던 반면, AI에게 개념적인 질문을 먼저 던지고 결과물의 작동 원리를 되짚어 묻는 방식은 손으로 직접 코딩한 그룹과 비슷하거나 그보다 높은 이해도를 보였다.

이 구분은 다론 아제몰루 MIT 교수 등이 2026년 2월 발표한 「AI, Human Cognition and Knowledge Collapse」 논문이 제시한 이론적 구분과도 정확히 겹친다. 이 논문은 인간이 AI에게 판단을 완전히 위임(delegation)하는 방식과, AI를 통해 자신의 사고를 강화(enhancement)하는 방식을 구분하며, 사회 전체가 위임 쪽으로 쏠릴수록 공동체가 공유하는 일반 지식이 장기적으로 0에 수렴하는 “지식 붕괴” 상태에 이를 수 있다고 경고한 바 있다. 결국 “기획자 엘리트”와 “프롬프트 프롤레타리아”를 실제로 가르는 것은 AI 사용량이나 접근권의 차이가 아니라, 같은 도구를 손에 쥐고도 그것을 위임의 도구로 쓰는지 강화의 도구로 쓰는지에 관한 습관의 차이에 가깝다.

균형을 잡아줄 반론: 들쭉날쭉한 경계선

다만 이 이분법을 지나치게 단순화해서는 안 될 이유도 있다. 하버드경영대학원의 파브리치오 델아쿠아(Fabrizio Dell’Acqua) 등이 2023년 발표하고 2026년 3월 정식 동료평가를 거쳐 학술지 「Organization Science」에 게재된 「Navigating the Jagged Technological Frontier」 연구는, 이 문제를 정반대 방향에서 조명한다. 보스턴컨설팅그룹(BCG) 소속 컨설턴트 758명을 대상으로 한 이 실험에서, AI가 잘 다룰 수 있는 과업 범위, 즉 연구진이 “들쭉날쭉한 경계선(jagged frontier)”이라 이름 붙인 영역 안에서는 AI를 쓴 그룹이 과업 완수량 12.2%, 속도 25.1%, 품질 40% 향상을 보였다. 그리고 이 향상 폭은 하위권 성과자에게서 특히 크게 나타나, 원래 실력이 낮았던 컨설턴트일수록 AI의 도움으로 상위권과의 격차를 좁히는 “평준화 효과”가 확인됐다.

문제는 그 반대편에서 벌어졌다. 다단계의 전문적 판단이나 AI가 접근할 수 없는 정보의 통합이 필요한, 즉 경계선 바깥의 과업에서는 오히려 노련하고 동기부여가 잘 된 전문직 종사자들조차 AI에 지나치게 의존하다가 성과가 대조군 대비 25%나 떨어지는 역전 현상이 나타났다. 즉 AI는 자신이 잘하는 영역 안에서는 실력이 낮은 사람을 끌어올려 격차를 줄이는 평준화 장치가 될 수 있지만, 그 경계를 벗어난 순간에는 오히려 숙련자의 판단력마저 무너뜨리는 함정이 될 수 있다는 것이다. 더 까다로운 지점은, 그 경계선이 어디에 있는지가 사용자에게 뚜렷하게 보이지 않는다는 사실이다. 연구진은 이 경계를 모른 채 일하는 것 자체가 지금 조직들이 AI 도입에서 겪는 핵심적인 어려움이라고 짚었다.

이 반론을 앞서 살펴본 “프롬프트 격차” 연구와 함께 놓고 보면 그림이 더 또렷해진다. 격차는 두 층위에서 동시에 작동한다. 첫째는 “AI가 잘하는 영역 안에서 얼마나 정교하게 질문하고 검증하는가”의 격차이며, 이 층위에서는 AI가 오히려 하위권 성과자를 끌어올리는 평준화 효과를 낼 수 있다. 둘째는 “AI가 잘하는 영역과 못하는 영역의 경계를 스스로 판별할 수 있는가”의 격차이며, 이 층위에서는 숙련자조차 방심하면 함정에 빠진다. “기획자 엘리트”라는 표현이 정말로 가리키는 대상이 있다면, 그것은 단순히 AI를 더 오래 써본 사람이 아니라 이 두 층위의 경계를 스스로 감지하고 검증 비용을 어디에 투입할지 판단할 줄 아는 사람에 가깝다.

비교로 보는 두 유형

구분	기획자 엘리트(강화형)	프롬프트 프롤레타리아(위임형)
AI와의 관계	질문을 설계하고 결과를 검증하는 협업 파트너로 활용	결론과 요약을 그대로 수령하는 대행자로 활용
학습 효과(앤스로픽 RCT 기준)	손코딩 그룹과 동등하거나 그 이상의 이해도	이해도 퀴즈 점수 40% 미만
지식 생태계에 대한 영향(아제몰루 모델 기준)	사회의 일반 지식 저량 유지·확장에 기여	개인의 단기 생산성 이득에 그쳐 장기적으로 지식 붕괴에 기여
들쭉날쭉한 경계선 앞에서의 태도(HBS 연구 기준)	과업이 AI의 신뢰 구간 안인지 바깥인지를 판별하려는 시도	경계 여부와 무관하게 결과물을 일괄 신뢰
격차가 드러나는 방식(프롬프트 격차 기준)	정교한 질문 설계로 AI 응답의 수준을 끌어올림(상관계수 0.925~0.928)	낮은 수준의 질문이 낮은 수준의 응답으로 그대로 이어짐

사실관계 정리표

항목	내용	검증 상태
“기획자 엘리트”·”프롬프트 프롤레타리아” 용어	앞서 다룬 원문의 비유적 개념	공식 학술·업계 용어는 아니며, 원문 저자의 조어로 판단됨
앤스로픽 「Economic Primitives」 프롬프트 격차	국가 단위 상관계수 0.925, 미국 주 단위 0.928	앤스로픽 공식 발표(2026.1.15) 및 디지털포용뉴스 보도(2026.1.17)로 확인. 원 보고서 원문은 앤스로픽 사이트에서 직접 확인 가능
GDP와 클로드 사용량 상관관계	1인당 GDP 1% 증가 시 1인당 사용량 0.7% 증가	위와 동일 출처로 확인
과업 난이도별 속도 향상(9배·12배) 및 신뢰도 하락 상충 관계	고졸 수준 프롬프트 9배, 대졸 수준 12배 속도 향상, 단 성공률 동반 하락	위와 동일 출처로 확인
앤스로픽 이코노믹 인덱스, 숙련·신규 사용자 격차 확대	2026년 4월 보고서 기준, 숙련 사용자의 작업 자동화 성공률이 신규 사용자 대비 유의미하게 높음	Built In 매체 보도(2026.4.22)로 확인. 앤스로픽 원 보고서 전문은 직접 열람하지 못해 언론 보도를 통한 재확인임을 명시
앤스로픽 RCT 연구(위임 vs 강화)	완전 위임 시 이해도 40% 미만, 소크라테스식 활용 시 손코딩 그룹과 동등·우수	이전 문서에서 이미 검증된 내용을 재인용(앤스로픽 발표 2026.1.29, 바이라인네트워크 보도 2026.2.4)
아제몰루 「AI, Human Cognition and Knowledge Collapse」	위임과 강화를 구분하는 이론적 모델	이전 문서에서 이미 검증된 내용을 재인용(NBER 워킹페이퍼 No. w34910, 2026.2)
하버드경영대학원 “들쭉날쭉한 경계선” 연구	BCG 컨설턴트 758명 대상, 경계선 안에서는 하위권 성과자의 격차 축소(평준화), 경계선 밖에서는 숙련자도 성과 25% 하락	2023년 워킹페이퍼로 처음 발표되었고, 2026년 3월 동료평가를 거쳐 학술지 「Organization Science」에 정식 게재됨. 하버드경영대학원 AI 인스티튜트 공식 페이지(2026.4.20) 및 다수 매체 교차 확인

정리하며: 계급을 가르는 것은 도구가 아니라 습관이다

“기획자 엘리트”와 “프롬프트 프롤레타리아”라는 이분법은 학술 용어는 아니지만, 그것이 가리키려던 현상 자체는 여러 독립적인 연구를 통해 실제로 확인된다. 앤스로픽의 프롬프트 격차 연구는 질문을 설계하는 능력이 곧 성과를 가른다는 사실을 국가 단위의 상관관계로 보여줬고, 아제몰루의 지식 붕괴 모델은 그 격차가 개인을 넘어 사회 전체의 지식 생태계로 확장될 수 있음을 이론적으로 뒷받침했다. 다만 하버드경영대학원의 들쭉날쭉한 경계선 연구가 보여주듯, 이 격차는 언제나 “잘하는 사람은 더 잘하고 못하는 사람은 더 못한다”는 단순한 승자독식 구도로만 흐르지는 않는다. AI가 잘하는 영역 안에서는 오히려 실력이 낮았던 사람의 격차를 좁혀주는 평준화 효과가 분명히 존재하며, 반대로 그 경계를 넘어서는 순간에는 노련한 전문가조차 함정에 빠질 수 있다.

결국 이 모든 연구가 공통으로 가리키는 지점은, 계급을 실질적으로 가르는 것이 AI에 대한 접근권이나 사용 시간의 총량이 아니라는 사실이다. 관건은 질문을 얼마나 정교하게 설계하고, 결과물을 어디까지 검증하며, AI가 잘하는 영역과 못하는 영역의 경계를 스스로 감지하려는 습관을 갖고 있는지에 있다. 디지털포용뉴스가 앤스로픽 보고서를 분석하며 내린 결론처럼, 이 격차를 방치하면 AI는 불평등을 완화하는 도구가 아니라 이미 가진 경제력과 인적자본을 증폭시키는 장치로 굳어질 수 있다. 반대로 질문을 설계하고 결과를 검증하는 능력을 교육과 조직의 인프라로 만든다면, “프롬프트 프롤레타리아”로 굳어질 뻔했던 자리에서도 얼마든지 격차를 좁힐 여지가 남아 있다는 뜻이기도 하다.

---

작성일: 2026년 8월 14일