MENTOR K · 로컬
AI 지원사업, 교육만 늘리면 격차가 좁혀질까?

AI 지원사업, 교육만 늘리면 격차가 좁혀질까?
지역의 AI 지원을 계획할 때 가장 먼저 떠오르는 것은 교육이다. 교육은 필요하다. 다만 같은 강의를 더 많이 열었다는 사실만으로 기업 간 격차가 줄었다고 말할 수는 없다. 어떤 기업은 지원정보를 모르고, 어떤 기업은 참여할 시간이 없으며, 어떤 기업은 수업 뒤 적용할 사람과 기반이 부족하다. 서로 다른 장벽을 같은 프로그램으로 다루고 있지는 않은지 살펴볼 때다.
20%와 52%가 보여주는 것
OECD가 2026년 11월 5일 발표한 『Digital Economy and Society Outlook 2026』은 2025년 직원 10명 이상 기업의 AI 이용 비율을 20%, 직원 250명 이상 대기업은 52%로 추정한다. 대기업은 전체 기업 집단에 포함된다. 서로 분리된 두 집단을 더한 숫자가 아니며, 한국 소상공인만의 조사 결과도 아니다. 이용 비율은 생산성 향상률이나 매출 증가율과도 다르다.
OECD는 작은 기업이 겪는 자금·디지털 기반·전문역량 제약, 도입 비용과 기존 시스템 통합의 어려움을 지적한다. 클라우드 접근 확대, AI·빅데이터 분석에 대한 맞춤 지원, 상호운용성과 개방형 표준도 제시한다. 상호운용성은 서로 다른 시스템이 자료와 작업을 주고받을 수 있는 성질이다. 오늘 새로 나온 국내 지원공고가 아니라 최근 국제 보고서가 제시한 방향이다.
교육 이전과 이후를 함께 설계하자
여기부터는 지역 지원기관과 협회를 위한 멘토K의 제안이다. 지원을 교육장 안에서만 보지 말고 발견, 진입, 실행, 지속의 네 구간으로 나눠 보자. 이 구분은 OECD의 공식 분류가 아니라 지역 사업을 점검하기 위한 틀이다.
첫째, 발견이다. 필요한 기업이 지원정보를 실제로 찾을 수 있는가. 기관 홈페이지에 공고를 올린 사실과 현장의 담당자가 자기 문제에 맞는 사업을 알아보는 것은 다르다. 업종별 협회와 상인조직 등 실제 접점을 통해 대상과 지원 내용을 알기 쉽게 설명하는 방법을 검토하자. 기존 참여자에게만 정보가 반복되는지도 확인할 필요가 있다.
둘째, 진입이다. 신청과 참여에 드는 시간을 감당할 수 있는가. 긴 신청서나 정해진 시간의 대면 수업이 모든 기업에 같은 부담은 아니다. 그렇다고 선정·정산의 필수 확인을 생략하자는 뜻은 아니다. 꼭 필요한 정보와 반복 제출하는 정보를 나누고, 짧은 사전 진단으로 적합한 프로그램을 안내할 수 있는지 살펴보자는 것이다.
셋째, 실행이다. 수업 뒤 막힌 문제를 물어볼 곳이 있는가. 도구의 사용법을 이해했어도 자신의 자료와 시스템에 적용하는 단계에서는 다른 질문이 생긴다. 지원기관이 모든 문제를 직접 해결할 필요는 없다. 어디까지 상담하고 어떤 전문 지원으로 연결할지, 응답 가능한 시간과 범위를 분명히 할 필요가 있다. 교육과 현장 지원을 혼동하지 않으면서도 그 사이를 비워두지 말자.
넷째, 지속이다. 지원 종료 뒤 비용과 담당자가 남아 있는가. 한시 이용권이나 무료 실습이 끝나면 어떤 비용이 생기고 누가 관리하는지 설명돼야 한다. 계속 사용하는 선택뿐 아니라 맞지 않는 도구를 중단하거나 다른 서비스로 옮기는 선택도 할 수 있어야 한다. 특정 제품의 구독을 유지시키는 것과 기업의 판단 역량을 높이는 것은 같지 않다.
비용과 시간을 보되, 통계는 섞지 말자
보조 자료인 OECD의 2026년 4월 13일 D4SME 보고서는 시간 부족, 유지 비용, 역량 차이를 디지털 도구의 효과적 실행을 막는 요소로 설명한다. 공공 지원의 가시성·접근성과 지원수단 구성을 개선할 필요도 제시한다. 다만 12개국 2,000개 이상 중소기업의 비대표 표본을 다룬 조사다. 앞선 20%·52%와 같은 통계로 묶거나 한국 전체 중소기업에 그대로 적용해서는 안 된다.
교육 횟수 옆에 어떤 질문을 놓을까
교육 횟수와 참석자 수는 운영 실적으로 필요하다. 여기에 수료 뒤 무엇에 다시 사용했는지, 중단했다면 이유가 무엇인지, 비용과 대안을 스스로 비교할 수 있는지를 함께 물어보자. 재사용하지 않았다는 이유만으로 실패라고 단정해서도 안 된다. 업무에 맞지 않거나 비용이 지나치게 크다는 사실을 확인해 중단한 판단도 의미가 있을 수 있다.
가상의 지역 기업 지원사업이라면 업종별 간단 진단, 필요한 교육·상담 연결, 종료 후 이용·중단 이유 확인의 순서를 시험할 수 있다. 이는 실제 사업의 성과가 아닌 설계 예시다. 참여기업의 영업비밀이나 고객 명단을 불필요하게 수집하지 말고, 평가에 필요한 최소한의 정보와 사용 목적을 먼저 정해야 한다. 대상의 규모와 업종이 다른데 같은 도입률 목표만 요구하는 방식도 재검토하자.
AI 격차를 줄이는 지원은 같은 수업을 더 여는 것이 아니라 다른 장벽을 구분하는 데서 시작한다. 더 많이 가르쳤는가와 함께, 필요한 기업이 적합한 도움을 얻고 다음 선택을 스스로 할 수 있게 됐는가를 물어야 한다.
공식 출처: OECD Digital Economy and Society Outlook 2026 발표, 보고서 Executive Summary — 2026.11.5. Empowering SMEs in the age of AI: The 2026 OECD D4SME Survey — 2026.4.13. 확인: 2026.11.17 KST. 20%·52%는 2025년 추정치다. 국내 개별 사업의 자격·예산·신청 조건을 안내하는 글이 아니며, 가상 사례와 실행안은 멘토K의 제안이다.
대표 포스터는 AI 생성 인포그래픽이며 실제 지원사업이나 기관의 성과를 묘사한 것이 아니다.
#멘토K #로컬인사이트 #AI지원정책 #중소기업 #디지털격차 #기업지원 #지역경제 #OECD
원작의 설명을 함께 수록한 아카이브입니다. 시점에 따라 서비스·정책·수치가 달라질 수 있습니다.
다른 인포그래픽 보기