Executive Summary

2026년 9월 22일 갤럽이 내놓은 보도자료의 제목은 "AI 낙관은 널리 퍼져 있지만 사용은 고르지 않다"였다. 마이크로소프트와 함께 진행 중인 조사의 첫 결과이고, 올해 현장 조사를 마친 서른일곱 나라가 실렸다. 최종적으로는 백마흔 나라를 향한다. 이 조사가 다른 AI 여론조사와 구별되는 지점은 표본의 크기가 아니라 축의 개수에 있다. 갤럽은 한 조사 안에서 다섯 가지를 따로 물었다. AI를 아는가, 얼마나 자주 쓰는가, 어떤 영향을 예상하는가, 얼마나 믿는가, 그리고 어떤 감정이 드는가.

1.1먼저 밝혀 둘 세 가지

이 글은 갤럽이 공개한 수치를 그대로 옮기지 않고 한 번 더 센다. 그러기 전에 조사 자체의 조건을 세 가지 적어 둔다. 셋 다 뒤에서 수치를 읽는 방식을 바꾼다.

첫째, 재원이다. 갤럽은 이 연구를 "마이크로소프트와 함께 진행 중인 연구"라고 적었고, 테크크런치는 같은 조사를 두고 "마이크로소프트가 의뢰했다"고 적었다. 어느 쪽 표현을 쓰든 남는 사실은 같다. AI 제품을 파는 회사가 재원을 댄 조사가 AI 채택률을 재고 있다. 이 글은 갤럽이 공개한 표본 설계와 문항 설계 원칙을 근거로 값을 다루되, 그 조건을 감추지 않는다.

둘째, 모집단이다. 각 나라에서 15세 이상 성인 1,000명가량을 전화·대면·온라인으로 물었고, 현장 기간은 2026년 4월부터 7월까지다. 표집오차는 나라에 따라 ±2.2%p에서 ±4.9%p 사이다. 뒤에 나올 퓨리서치 조사는 18세 이상을 물었다. 두 조사의 수를 나란히 놓을 때 이 차이가 먼저 걸린다.

셋째가 가장 중요하다. 갤럽의 신뢰·감정·기대 문항은 AI를 아는 사람에게만 물었다. 이것은 본문에서 읽어 낸 추론이 아니라 갤럽이 석 달 전에 따로 적어 둔 설계 진술이다. 갤럽의 방법론 블로그에 실린 글에서 두 연구자는 인지 문항을 먼저 두는 이유를 이렇게 밝혔다.

그래서 이 글에 나오는 갤럽의 모든 비율은 그 나라에서 AI를 안다고 답한 성인 중의 비율이다. 미국처럼 인지율이 98%를 넘는 나라에서는 전체 성인 기준과 차이가 거의 없지만, 말라위는 인지율이 12%이고 아프가니스탄은 22%다. 이런 나라의 수치를 미국 옆에 놓을 때 분모가 전혀 다르다는 점을 빼면 비교 자체가 성립하지 않는다. 같은 글에서 갤럽은 감정 문항의 형태도 밝혔다. 여섯 감정을 하나씩 예·아니오로 물었다는 것인데, 이 설계가 왜 중요한지는 6절에서 다시 나온다.

1.2네 칸짜리 사다리

갤럽은 AI와의 접촉을 적응 사다리(adoption ladder)라는 말로 묶었다. 아는 단계에서 한 번이라도 써 본 단계로, 다시 더 자주 쓰는 단계로 올라가는 계단이고, 서른일곱 나라 전체에서 윗칸으로 갈수록 사람 수가 준다. AI를 안다는 사람의 중위수는 81%인데 한 번이라도 써 봤다는 사람은 43%로 떨어지고, 자주 쓴다는 사람은 그보다 더 적다. 신뢰와 걱정을 묻는 표는 이 사다리를 네 칸으로 끊어 놓았다. 한 번도 안 씀, 주 1회 미만(이 글에서는 "가끔"), 주간, 매일이다.

갤럽은 AI를 아는 성인에게 "AI가 정확한 정보를 준다고 얼마나 믿는가"를 물었다. 물음이 겨눈 것은 AI 전반에 대한 호감이 아니라 정확성 한 가지다. 완전히 또는 많이 믿는다고 답한 비율의 서른일곱 나라 중위수는 36%로, 믿음 자체는 아직 넉넉하지 않다. 과반이 믿는 나라는 이스라엘(67%)·베트남(59%)·중국(58%)·나이지리아(52%) 넷뿐이다. 그런데 이 값을 사용 빈도별로 쪼개면 그림이 달라진다. 아래는 갤럽이 네 칸의 값을 모두 공개한 열다섯 나라의 표이고, 오른쪽으로 갈수록 사다리의 윗칸이다.

"AI가 정확한 정보를 준다고 완전히 또는 많이 믿는다"고 답한 비율(%). 분모는 각 나라에서 AI를 안다고 답한 15세 이상 성인이다. 갤럽 보도자료 페이지에 게시된 차트 데이터에서 추출했고, 오른쪽 끝 열은 이 글이 계산했다. 굵은 오렌지는 그 나라의 최댓값이다.

갤럽 본문은 이 표를 한 문장으로 요약했다. "신뢰는 적응 사다리를 따라 가파르게 오른다." 미국을 보면 어떤 뜻인지 바로 보인다. 매일 쓰는 사람 45%가 정확성을 믿는다고 답했고, 주간 사용자는 26%, 가끔 쓰는 사람은 15%, 한 번도 안 써 본 사람은 8%다. 가장 아래 칸과 가장 위 칸 사이가 다섯 배 넘게 벌어진다. 열다섯 나라 전체에서 매일 쓰는 사람과 한 번도 안 쓴 사람의 격차는 평균 38.5%p이고, 가장 좁은 러시아가 26%p, 가장 넓은 불가리아가 68%p다. 방향이 뒤집힌 나라는 하나도 없다.

1.3바닥은 열다섯 나라 모두 같은 칸에 있다

표를 가로로 읽으면 기울기가 보이고, 세로로 읽으면 더 단단한 것이 보인다. 맨 왼쪽 열, 그러니까 한 번도 안 써 본 사람의 칸을 훑으면 그 값이 열다섯 나라 전부에서 그 나라의 최솟값이다. 예외가 없다. 사다리 네 칸을 따라 한 칸도 어긋나지 않고 값이 오르는 나라도 열다섯 중 열셋이고, 어긋난 둘조차 크게 어긋나지는 않는다. 베트남은 주간 77%에서 매일 76%로 1%p 내려앉고, 아일랜드는 미사용과 가끔이 15%로 같다.

이 표가 왜 열다섯 나라인지는 갤럽이 밝히지 않았다. 보도자료 본문에도 차트 설명에도 선정 기준이 없다. 갤럽이 따로 묶어 부르는 서방 고소득 일곱 나라는 모두 들어 있지만, 나머지 여덟 나라가 어떤 기준으로 더해졌는지는 표에서 읽히지 않는다. 그러니 이 글이 지금부터 세는 수는 서른일곱 나라의 비율이 아니라 값이 공개된 열다섯 나라의 비율이다. 표에 적힌 팔레스타인 지구는 가자를 뺀 서안·동예루살렘을 가리킨다.

정리하면 이렇다. 사용 빈도와 신뢰가 붙어 있다는 것은 의심할 여지가 적다. 기울기가 한 나라에서만 나온 것도 아니고, 몇 나라에서 흐릿하게 나온 것도 아니다. 열다섯 나라에서 같은 모양으로, 거의 같은 힘으로 나온다. 이 글이 다음 절에서 하려는 일은 이 관찰을 흔드는 것이 아니다. 같은 조사가 바로 옆 줄에서 물은 다른 축에 같은 잣대를 대 보는 것이다.

갤럽은 같은 사람들에게 감정도 물었다. AI가 호기심·기쁨·설렘·걱정·슬픔·분노를 느끼게 하느냐를 각각 따로 물었고, 걱정은 서른일곱 나라 중 서른다섯 나라에서 가장 흔한 부정 감정으로 나왔다. 걱정한다고 답한 비율의 중위수는 32%다. 그리고 갤럽은 이 문항도 사용 빈도별로 쪼개 열다섯 나라의 값을 공개했다. 보도자료의 세 번째 머리글은 그 결과를 이렇게 적었다. "서방 나라들이 AI 걱정에서 높은 순위를 차지하지만, 매일 쓰는 사람은 가장 덜 걱정한다."

머리글이 틀린 것은 아니다. 열다섯 나라 중 열두 나라에서 매일 쓰는 사람의 걱정이 가장 낮고, 열다섯 나라 평균으로도 매일 쓰는 사람은 한 번도 안 쓴 사람보다 10.3%p 덜 걱정한다. 방향은 신뢰와 짝이 맞는다. 문제는 방향이 아니라 모양이다. 아래 표를 앞 절의 신뢰 표와 나란히 놓고 보면, 같은 사다리를 두고 두 축이 서로 다르게 움직인다는 것이 보인다.

2.1맨 오른쪽 두 열이 논증이다

표의 구성은 앞 절과 같다. 왼쪽이 사다리의 아랫칸이고 오른쪽으로 갈수록 윗칸이다. 다만 두 열을 더 붙였다. 하나는 그 나라에서 걱정이 가장 큰 칸이 어디인지이고, 다른 하나는 맨 위 칸과 맨 아래 칸의 차이다. 이 두 열이 이 글의 논증 대부분을 감당한다.

"AI가 나를 걱정스럽게 한다"고 답한 비율(%). 분모는 앞 표와 같이 AI를 안다고 답한 15세 이상 성인이다. 갤럽 보도자료 페이지에 게시된 차트 데이터에서 추출했고, 오른쪽 두 열은 이 글이 계산했다. 오렌지는 그 나라의 최댓값이다. 몰타는 미사용 63%와 주간 62%가 1%p 차이로 붙어 있다.

앞 절의 신뢰 표에서는 칸마다 값이 앞 칸보다 높은 나라가 열셋이었다. 같은 잣대를 이 표에 대면 다섯이다. 네덜란드·영국·불가리아·우크라이나·베트남에서만 걱정이 윗칸으로 갈수록 한 번도 어긋나지 않고 내려간다. 나머지 열 나라에서는 어디선가 한 번 이상 거꾸로 꺾인다. 같은 조사, 같은 응답자, 같은 사다리인데 한 축은 열셋이고 다른 축은 다섯이다.

2.2움직인 거리도 세 배 넘게 차이가 난다

모양만 다른 것이 아니라 거리도 다르다. 맨 아래 칸에서 맨 위 칸까지 올라가는 동안 신뢰는 평균 38.5%p 오르는데, 같은 구간에서 걱정은 평균 10.3%p 내려간다. 나누면 3.7배다. 사다리를 다 올라가도 걱정은 신뢰가 움직인 거리의 4분의 1 남짓만 움직인다는 뜻이다. 폭의 범위도 비대칭이다. 신뢰 쪽은 가장 좁은 나라가 +26%p이고 방향이 뒤집힌 나라가 없는 반면, 걱정 쪽은 가장 큰 폭이 −23%p이고 최댓값 자체가 +5%p다. 양수라는 것은 매일 쓰는 사람이 안 쓰는 사람보다 더 걱정하는 나라가 있다는 뜻이다.

그리고 표를 세로로 한 번 더 읽으면, 앞 절에서 본 것과 짝이 맞지 않는 자리가 나온다. 신뢰의 최솟값은 열다섯 나라 전부에서 한 번도 안 써 본 사람의 칸이었다. 걱정의 최댓값이 같은 칸에 있는 나라는 여덟이다. 믿음의 바닥은 한자리에 모여 있고, 걱정의 천장은 흩어져 있다. 그 흩어진 일곱 나라 가운데 여섯에서는 가끔 쓰는 사람이, 한 나라에서는 주간 사용자가 그 자리를 차지한다.

2.3열다섯 중 하나에서는 기울기가 아예 뒤집힌다

+5%p를 기록한 나라는 싱가포르다. 이 나라에서 가장 덜 걱정하는 쪽은 한 번도 안 써 본 사람(45%)이고, 걱정이 가장 큰 쪽은 주간 사용자(59%)다. 매일 쓰는 사람은 50%로 중간에 있다. 앞 절의 신뢰 표에서 싱가포르는 26%에서 57%로 다른 나라와 똑같이 올랐으니, 두 축이 갈라진 정도가 여기서 가장 크다. 갤럽의 적응 사다리에서 싱가포르는 맨 윗줄에 있는 나라이기도 하다. 성인의 96%가 AI를 알고 79%가 써 봤으며 46%가 매일 쓴다.

한 나라를 이상치라고 부르고 넘어가기는 쉽지만, 이 표는 갤럽이 공개한 열다섯 나라 전부다. 열다섯 중 하나에서 방향이 반대라는 사실은 그 자체로 이 절의 논지에 속한다. 물론 한 나라로 일반화할 일도 아니다. 정확한 문장은 이렇다. 사다리를 따라 걱정이 내려가는 나라가 대부분이지만, 그 규칙에 예외가 없다고는 말할 수 없다.

2.4미국 하나만 놓고 본 다른 조사도 같은 갈라짐을 냈다

갤럽의 열다섯 나라 표가 보인 모양을, 전혀 다른 조사기관이 미국 한 나라만 놓고 작은 규모로 다시 보였다. 유고브가 2025년 7월 14일 미국 성인 1,500명에게 온라인으로 물은 결과에서, AI를 열심히 쓰는 사람의 82%가 AI를 어느 정도 이상 신뢰한다고 답했다. AI 사용자 전체는 69%다. 신뢰가 사용량을 따라간다는 점은 갤럽과 같다. 그런데 같은 조사에서 정확성을 걱정한다고 답한 비율은 열심히 쓰는 사람 쪽이 63%로, 사용자 전체의 59%보다 높다. 비용 걱정도 21% 대 17%로 같은 방향이다.

이 조사의 "열심히 쓰는 사람"이 갤럽의 "매일 쓰는 사람"과 같은 칸인지는 확인하지 못했다. 두 값을 빼서 비교할 수는 없다는 뜻이다. 여기서 쓸 수 있는 것은 방향뿐이고, 그 방향이 말하는 바는 이렇다. 신뢰와 걱정이 한 축의 양 끝이라면 둘은 반대로 움직여야 하는데, 두 조사가 각각 다른 문항으로 물었을 때 그렇게 나오지 않았다.

앞 절 표의 "걱정이 가장 큰 칸" 열을 다시 본다. 여덟 나라에서 그 칸은 한 번도 안 써 본 사람이다. 통념대로다. 무언가를 겪어 보지 않은 사람이 가장 불안해한다는 그림에 잘 맞는다. 그런데 나머지 일곱 나라에서는 그 칸이 사다리 안쪽에 있다. 여섯 나라는 가끔 쓰는 사람이고, 싱가포르 한 나라는 주간 사용자다. 그 일곱 나라의 값을 따로 모으면 아래와 같다.

걱정의 정점이 사용자 집단 안에 있는 일곱 나라. 값은 "AI가 나를 걱정스럽게 한다"고 답한 비율(%)이며, 분모는 AI를 안다고 답한 15세 이상 성인이다. 체코는 가끔 58%와 미사용 57%가 1%p 차이로 붙어 있다.

미국이 가장 선명하다. 갤럽 본문도 미국을 예로 들어 적었다. 매일 쓰는 사람 68%가 걱정한다고 답했고, 덜 자주 쓰는 사람은 80%, 한 번도 안 써 본 사람은 74%다. 갤럽이 미국의 대표값으로 적은 수도 74%인데, AI를 아는 미국 성인 전체를 놓고 잰 그 값이 마침 네 칸 중 한 칸과 같은 자리에 떨어졌다. 기사에 옮겨지는 수는 대개 이 74%다. 어느 쪽으로 읽든 그 수는 이 표의 최댓값이 아니고, 최댓값은 6%p 위인 가끔 쓰는 사람의 칸에 있다. 캐나다는 격차가 더 벌어진다. 매일 54%에서 가끔 72%까지 18%p다.

다만 미국은 이 조사 전체의 그림에서 가장자리에 있는 나라다. 갤럽이 여섯 감정을 하나씩 물어 세어 보니 긍정 감정이 부정 감정을 앞선 나라가 서른일곱 중 서른넷이었는데, 그렇지 않은 셋 가운데 하나가 미국이다. 나머지 둘은 이집트와 팔레스타인 지구다. 서른일곱 나라를 통틀어 가장 흔하게 보고된 감정도 걱정이 아니라 호기심이고, 그 중위수는 64%다. 이 절이 미국을 먼저 드는 것은 그 값이 가장 크고 갤럽 본문도 미국을 예로 들었기 때문이다. 미국의 모양을 나머지 서른여섯 나라로 옮겨 읽을 근거는 이 표에 없다.

3.1왜 중간이 가장 불안한가에 대한 네 가지 설명

이 모양에 대한 설명을 찾으려고 위험 인식과 기술 수용 쪽 문헌을 뒤졌지만, 일반 인구를 대상으로 "조금 쓰는 사람이 정점"이라는 결과를 재현한 선행 연구는 찾지 못했다. 그래서 아래 넷은 검증된 설명이 아니라 후보다. 어느 하나를 고를 근거를 이 글은 갖고 있지 않다.

첫째, 조금 써 보면 무엇이 걸린 문제인지 구체적으로 보인다. 한 번도 안 써 본 사람의 걱정은 이야기와 뉴스에서 온다. 몇 번 써 본 사람은 답이 틀리는 장면을 직접 봤고, 자기 일과 겹치는 대목도 봤다. 추상적인 불안이 구체적인 불안으로 바뀌면 응답에 더 잘 잡힌다.

둘째, 쓰기는 쓰되 고르거나 멈출 수 있다는 감각이 없을 수 있다. 매일 쓰는 사람과 가끔 쓰는 사람을 가르는 것이 취향만은 아니다. 업무 도구에 AI가 들어와 어쩔 수 없이 마주치는 사람은 사용 빈도로만 보면 중간 칸에 놓이는데, 그 접촉은 스스로 고른 것이 아니다. 통제감이 없는 접촉은 같은 횟수라도 다르게 남는다.

셋째, 가장 심심한 설명이 가장 유력할 수 있다. "가끔 쓰는 사람"이라는 칸에 특정 연령대나 직업군이나 소득대가 몰려 있다면, 우리가 보고 있는 것은 사용 빈도의 효과가 아니라 그 집단의 다른 속성이다. 이 가능성을 배제하려면 사용 빈도와 인구 속성을 같이 넣은 교차표가 필요한데, 무료로 공개된 자료에는 없다.

넷째, 칸의 크기 자체가 나라마다 다르다. 갤럽이 잰 것은 AI를 아는 사람 안에서의 비율이므로, 어떤 나라에서 "가끔 쓰는 사람" 칸이 크고 어떤 나라에서 작으면 그 칸에 담기는 사람의 성격도 달라진다. 갤럽의 사용 빈도 표를 보면 월 1회 이하로 쓴다고 답한 성인이 미국은 23.5%, 아일랜드는 12.7%다. 이름이 같은 칸이 나라마다 두 배 가까이 다른 크기를 담고 있다.

3.2전문가 집단에서는 비슷한 모양이 보고된 적이 있다

일반 인구에서는 못 찾았지만, 좁은 표본에서 같은 방향의 결과가 보고된 적은 있다. 인도 피부과 의사를 전국 규모로 조사한 연구는 AI를 쓰는 의사가 안 쓰는 의사보다 오·남용 우려를 더 많이 보고했다고 적었다. 72.9% 대 54.2%이고, 다른 변수를 보정한 뒤에도 방향이 유지됐다. 저자들은 이 결과에 "도입자의 역설"이라는 이름을 붙였다. 다만 알고리즘 정확성에 대한 일반적 우려는 두 집단이 비슷했다.

이 연구를 일반 인구로 옮겨 읽을 수는 없다. 표본이 전문가이고, 그들이 걱정하는 대상은 진료라는 특정한 일이다. 여기서 가져올 수 있는 것은 하나다. 무언가를 쓰는 일과 그것을 걱정하는 일이 서로를 밀어내지 않는 사례가 다른 분야에도 기록돼 있다는 사실이다. 이 절이 갤럽의 표에서 본 것도 같은 성질의 관찰이다.

앞의 두 절이 보인 것은 상태다. 지금 누가 얼마나 믿고 누가 얼마나 걱정하는지의 지도다. 그 지도를 보면 다음 물음이 저절로 따라온다. 자주 쓰다 보니 믿게 된 것인가, 원래 믿던 사람이 자주 쓰게 된 것인가. 이 물음에 대해 갤럽은 답을 내놓는 대신 자기가 답할 수 없다고 적었다. 신뢰 문단의 마지막 문장이다.

보고서 맺음에서도 같은 유보가 반복된다. 자주 쓰는 사람이 대체로 더 믿고 덜 걱정한다고 적은 바로 그 문장 끝에 "어느 쪽이 먼저인지는 이 조사가 정할 수 없다"는 단서가 붙어 있다. 한 시점에 여러 사람을 재는 조사는 구조적으로 이 둘을 가를 수 없다. 같은 사람을 여러 번 따라가거나, 누가 쓰게 될지를 조사자가 정하거나, 둘 중 하나는 해야 한다. 이 논점 자체는 페블러스 블로그가 가상 개입으로 인과를 추정하는 방법을 다룬 글에서 한 번 정리한 적이 있으니, 여기서는 이 조사 이 표의 이야기만 이어 간다.

4.1그 물음에 답할 설계의 연구를 찾지 못했다

조사가 못 가른다면 다른 연구가 가른 적이 있는지 찾아볼 차례다. 필요한 설계는 분명하다. 누가 AI를 쓰게 될지를 무작위로 정하고, 그 기술에 대한 태도와 불안을 결과 변수로 놓고 시간을 두고 따라가는 설계다. 그런 연구를 공개 문헌에서 찾지 못했다. 연구가 존재하지 않는다는 뜻은 아니고, 이 글이 찾아본 범위에서 나오지 않았다는 뜻이다. 가장 가까이 간 셋도 저마다 한 조각씩 모자랐다.

"써 보면 걱정이 줄어드는가"에 답하려면 자기선택과 처치 효과를 갈라야 한다. 위 세 설계는 각각 그 조건 가운데 하나를 채우지 못한다.

그래서 갤럽이 적어 둔 유보는 이 조사 하나의 사정이 아니다. 이 물음 전체의 사정에 가깝다. 사용과 태도가 함께 움직이는 관찰은 여러 곳에서 나오지만, 그 관찰을 "써 봤더니 달라졌다"로 옮겨 적을 근거는 아직 얇다.

4.2태도가 한 축이라면 애초에 두 표가 다를 수 없다

인과 방향을 가리는 일과 별개로, 2절의 표가 이미 말하고 있는 것이 하나 있다. 신뢰와 걱정이 한 자의 양 끝이라면 두 표가 거울상으로 나와야 하는데, 그렇게 나오지 않았다. 갤럽의 수석 과학자 파블로 디에고로셀이 테크크런치에 한 말이 이 지점을 그대로 짚는다.

학계의 측정 도구도 같은 구조를 전제한다. 독일·중국·영국에서 검증된 AI 태도 척도 하나는 AI에 대한 태도를 수용과 두려움이라는 두 요인으로 잡았고, 그 구조가 세 나라에서 비슷하게 나타났다. 두 요인은 서로 음의 상관을 갖지만 별개의 축이고, 신뢰는 그중 수용 쪽에 든 한 항목이다. 다만 두 축이 실제로 얼마나 독립적인지, 상관 계수가 얼마인지는 이 글이 확인하지 못했으므로 여기서 수치를 적지 않는다.

다른 기관의 조사도 같은 말을 거의 같은 문장으로 적었다. 입소스가 다섯 해째 서른두 나라에서 돌리는 AI 여론조사의 2026년판은 기대와 긴장을 같은 사람에게 둘 다 묻는다. 보고서의 문장은 이렇다. "많은 경우, 두 감정을 동시에 느끼는 것은 같은 사람들이다." 35세 미만에서 긴장이 52%, 기대가 56%로 양쪽 모두 가장 높게 나왔다. 한 사람 안에서 두 감정이 같이 커진다면, 한 축으로 재는 지표는 그 사람을 반쯤만 옮겨 적게 된다.

한 시점의 조사가 못 가르는 것을 가르는 방법은 하나뿐이다. 같은 문면으로 여러 해에 걸쳐 다시 묻는 것이다. 미국에는 그런 자료가 있다. 퓨리서치센터는 2021년부터 AI에 대해 얼마나 들어 봤는지와 일상에서 AI가 늘어나는 것을 어떻게 느끼는지를 같은 문항으로 반복해 물어 왔다. 2026년 9월 17일에 나온 서른일곱 나라 보고서의 토플라인, 그러니까 문항 문면과 응답 분포를 그대로 옮겨 둔 부록에 그 여섯 차례 값이 모두 실려 있다.

"같은 문항"이라는 말에는 확인한 만큼의 무게만 싣는다. 퓨리서치는 문항 문구나 응답 선택지가 바뀌면 그 자리에 각주를 달아 시계열을 끊는데, 이번 토플라인의 두 문항에는 그 각주가 없다. 같은 여섯 값이 퓨리서치가 따로 발행한 추이 차트 페이지에도 그대로 다시 실려 있다. 다만 2021년부터 2025년까지의 토플라인 원본을 한 부씩 열어 문면을 글자로 대조하지는 못했다.

두 문항의 값을 한 그림에 얹으면 이 절의 제목이 무슨 뜻인지 한눈에 들어온다. 위쪽 오렌지 선은 "AI에 대해 많이 들어 봤다"는 응답이고, 가운데 짙은 선은 "기대보다 걱정이 더 크다", 아래 옅은 선은 "걱정보다 기대가 더 크다"는 응답이다.

5.1두 배가 되는 동안 제자리에 있던 값

오렌지 선은 거의 쉬지 않고 오른다. AI에 대해 많이 들어 봤다는 미국 성인은 2022년 12월 26%에서 2026년 2월 48%가 됐다. 같은 기간 전혀 못 들어 봤다는 응답은 15%에서 3%로 줄었다. 노출이라는 말을 인지도로 재면, 미국에서 그 값은 세 해 남짓 사이에 두 배가 됐다.

짙은 선은 다르게 움직인다. 기대보다 걱정이 크다는 응답은 2021년 11월 37%, 2022년 12월 38%로 거의 같다가 2023년 7월에 52%로 한 번 뛰었다. 그 뒤로는 51·50·52다. 네 해째 같은 구간에 머물러 있다. 퓨리서치는 최근 1년을 두고 "미국의 견해는 비교적 안정적이었다"고 적었고, 이 글이 그 앞뒤로 더 늘어놓아 보아도 문장이 달라지지 않는다.

옅은 선도 같은 시기에 한 번 꺾였다. 걱정보다 기대가 크다는 응답은 2021년 18%에서 2023년 7월 10%로 내려앉은 뒤, 11·10·9로 그 자리에 붙어 있다. 그러니까 미국에서 태도가 실제로 움직인 구간은 2022년 말부터 2023년 여름까지의 반년 남짓이고, 그 뒤로는 세 칸이 모두 멈춰 있다.

이 그림에서 가장 중요한 부분은 태도가 멈춘 뒤에 일어난 일이다. 인지도는 2023년 7월 33%에서 2026년 2월 48%까지 15%p 더 올랐다. 노출이 계속 늘어난 구간이 바로 태도가 굳어 있던 구간이다. 다르게 말하면, 미국에서 AI를 접한 사람이 늘어난 최근 세 해 동안 걱정이 내려간 흔적이 없다.

여기에 퓨리서치가 자기 자료에 붙여 둔 단서를 반드시 같이 읽어야 한다. 퓨리서치는 인지도가 높은 사람이 감정 문항에서 더 낙관적으로 답하는 경향을 여러 나라에서 관찰했고, 독일을 예로 들었다. AI에 대해 많이 들어 본 독일인은 26%가 걱정이 더 크다고 답했고, 조금 또는 전혀 못 들어 본 독일인은 41%다. 그런데 바로 그 문단의 괄호 안에 이렇게 적혀 있다. "조사한 많은 나라에서, AI를 덜 아는 사람은 응답 자체를 하지 않을 가능성도 높다." 일자리 문항에서도 같은 단서가 붙는다. 덜 아는 쪽이 덜 걱정하는 것이 아니라 답이 없는 것일 수 있다는 뜻이고, 소득과 학력이 낮은 응답자에게서 "모르겠다"가 몰린다는 설명이 함께 있다.

5.2다른 세 조사도 내려가지는 않았다

한 기관의 자료 하나로 이 절을 세우면 그 기관의 문항에 논지가 매이게 된다. 같은 기간 미국과 세계를 잰 다른 조사 셋을 나란히 놓는다. 아래 표의 값들은 서로 더하거나 빼서는 안 된다. 문항도 모집단도 시점도 다르다. 나란히 놓을 수 있는 것은 방향 하나뿐이다.

네 조사의 문항 문면과 모집단이 모두 다르므로 값을 한 수로 묶을 수 없다. KPMG·멜버른대의 두 시점은 국가 구성이 다르다. 2022년 조사는 17개국, 2025년 조사는 47개국을 물었으므로 같은 나라를 반복해 잰 시계열이 아니다.

KPMG와 멜버른대가 47개국 48,000명 이상에게 물어 내놓은 보고서의 문장이 이 글의 논지를 다른 손으로 다시 쓴 것에 가깝다. 챗GPT가 나오기 전인 2022년에 17개국을 물은 이전 조사와 견주면 "도입이 늘어나는 동안 사람들은 AI를 덜 신뢰하게 되고 더 걱정하게 됐다"는 것이다. 다만 국가 구성이 달라진 두 시점을 견준 것이라 엄밀한 시계열은 아니고, 이 조건을 빼면 이 글이 7절에서 하려는 말을 이 글 자신이 어기게 된다.

네 조사의 방향이 한 방향인 것도 아니다. 퓨리서치의 미국은 제자리이고, 퀴니피액과 벤틀리대·갤럽은 나빠졌다. 그러니 "AI 불안이 번지고 있다"는 문장은 이 자료들이 받쳐 주지 않는다. 받쳐 주는 문장은 한 줄뿐이다. 사용이 늘어난 기간에 걱정이 내려간 조사는 아직 하나도 없다.

이 블로그도 앞서 AI 노출과 교섭력의 간극을 다룬 글에서 "걱정과 사용이 동시에 커진다"는 문장을 쓴 적이 있다. 그 글이 인용한 52%는 2024년 10월 조사에서 미국 근로자가 직장 내 AI 활용을 두고 답한 값이고, 이 절의 52%는 2026년 6월 조사에서 미국 성인 전체가 일상 속 AI 확대를 두고 답한 값이다. 숫자가 같지만 잰 것이 다르다. 그 글이 한 문장으로 적은 관찰을 이 절이 시간축 위에 펼쳐 놓은 셈이다.

두 보고서는 같은 계절에 나왔고, 둘 다 서른일곱 나라를 물었고, 둘 다 AI에 대한 여론을 다룬다. 그래서 한 기사 안에 나란히 인용되기 쉽다. 그런데 나란히 놓는 순간 헷갈리는 자리가 네 군데 생긴다. 네 자리 모두 숫자는 정확하고, 그 숫자가 무엇의 수인지가 다를 뿐이다.

네 자리 모두 각 기관이 자기 보고서에 정확히 적은 값이다. 어긋나는 것은 값이 아니라 그 값이 무엇을 세었는지다.

6.1같은 나라를 두 번 재도 답이 같지 않다

세 번째 줄이 가장 크게 벌어진다. 미국의 "AI 걱정"이 한쪽에서는 74%이고 다른 쪽에서는 52%다. 22%p 차이는 어느 기관이 더 정확한가의 문제가 아니다. 갤럽은 AI를 아는 성인에게 "AI가 당신을 걱정스럽게 하는가"를 예·아니오로 물었고, 퓨리서치는 성인 전체에게 기대와 걱정 중 어느 쪽이 더 큰지를 고르게 하면서 "반반"이라는 가운데 칸도 함께 뒀다. 미국에서 그 가운데 칸을 고른 사람이 37%다. 한쪽은 걱정이 드는지를 물었고, 다른 쪽은 걱정이 기대보다 큰지를 물었다.

조사기관이 달라서 생긴 차이도 아니다. 퓨리서치의 해외 현장 조사를 지휘한 기관 가운데 하나가 갤럽이다. 다만 미국 자료는 퓨리서치 자체 패널로 따로 수집했으므로, 미국 비교에까지 이 논리를 붙일 수는 없다. 어느 나라의 현장을 갤럽이 맡았는지는 공개된 방법론 문서로 나라별까지 확인하지 못했다.

이름이 겹치는 자리는 걱정 쪽만이 아니다. 1절부터 써 온 "매일 쓰는 사람"도 그렇다. 갤럽의 사용 빈도 표에서 매일 쓴다고 답한 미국 성인은 22.8%인데, 퓨리서치가 2026년 2월에 미국 성인에게 물은 값은 챗봇으로 좁히면 24%이고 AI를 어떤 형태로든 하루에 여러 번 쓴다는 쪽까지 넓히면 약 38%다. 세 값은 서로 빼거나 견줄 수 있는 값이 아니다. 갤럽은 15세 이상을 물었고 퓨리서치는 18세 이상을 물었으며, 한쪽은 AI 전반을 한 덩어리로 물었고 다른 쪽은 챗봇과 그 밖의 AI를 나눠 물었다. "매일"과 "하루에 여러 번"도 같은 문턱이 아니다.

그래서 이 글의 표에서 "매일"은 갤럽이 그은 칸을 가리킨다. 다른 기사에서 본 매일 사용률 옆에 그대로 놓을 수 있는 수가 아니고, 그 기사가 잰 매일과 이 표의 매일이 같은 사람을 담고 있는지부터 봐야 한다.

한 이름이 여러 대상을 가리킬 때 생기는 일은 이 블로그가 같은 이름의 평가 지표가 서로 다른 것을 잴 때를 다루며 한 번 짚었다. 이 절이 말하려는 것은 그것과 다르다. 두 조사 중 어느 쪽도 이름을 잘못 붙이지 않았다. 둘은 애초에 다른 것을 재려고 만들어졌고, 나란히 놓인 순간에만 같은 이름으로 보인다.

6.2축을 여럿 세웠기 때문에 어긋남이 보였다

1절부터 3절까지 한 일을 되짚어 보면, 그 일이 가능했던 조건이 따로 있다. 갤럽이 인지와 사용 빈도와 기대와 신뢰와 감정을 한 조사 안에서 따로 쟀기 때문이다. 이 다섯을 하나의 "AI 수용도" 점수로 합쳤다면 2절의 표는 존재할 수 없다. 신뢰가 오르는 만큼 걱정이 내려가지 않는다는 관찰은 두 축이 각각 남아 있을 때만 성립한다. 합산 점수에서 그 어긋남은 서로를 상쇄해 사라진다.

축을 여럿 세우는 일 자체가 드문 것도 아니다. KPMG와 멜버른대의 조사는 47개국에서 사용 빈도와 신뢰 의향과 AI 교육 이수와 걱정을 한 번에 잰다. 신흥국 응답자는 다섯 중 셋이 AI 시스템을 신뢰하는데 선진국은 다섯 중 둘이고, 자기보고 AI 지식은 64% 대 46%, 교육 이수는 50% 대 32%다. 입소스는 다섯 해째 한 사람에게 기대와 긴장을 나란히 묻는다. 축을 여럿 세우는 조사는 실재한다.

드문 것은 다른 쪽이다. 그 조사들조차 같은 잣대를 같은 대상에 반복해 대지는 못한다. KPMG의 조사는 이번이 네 번째인데 회차마다 나라 구성이 달라졌다. 5개국에서 17개국으로, 다시 47개국이다. 갤럽의 이번 조사는 백마흔 나라를 향하는 첫 회차라 아직 견줄 지난번이 없다. 5절에서 퓨리서치가 "네 해째 같은 자리"라고 말할 수 있었던 근거는 표본이 커서가 아니라, 2021년부터 같은 문면으로 여섯 번 물어 뒀기 때문이다. 축을 여러 개 세우는 일과 그 축을 몇 해 동안 바꾸지 않고 들고 있는 일은 서로 다른 일이다.

6.3이 표들에서 가져갈 세 가지

한 조사에서 나온 수를 다른 조사 옆에 놓을 때 무엇이 어긋나는지는 이 블로그가 데이터센터 반대 여론을 다룬 글에서 한 차례 겪었다. 그 글이 본 것은 같은 것을 다르게 물은 조사 여덟 건이었고, 이 글이 본 것은 애초에 다른 것을 잰 조사 두 건이다. 직장 안에서 같은 물음을 던진 직원이 스스로 들여온 AI를 다룬 글도 옆에 놓을 만하다. 조사 두 건이 같은 주제로 다른 그림을 줄 때 먼저 볼 것을 이 글의 경로대로 적으면 셋이다. 첫째, 누구를 분모로 삼았나. AI를 아는 사람인지 성인 전체인지에 따라 인지율이 낮은 나라에서는 같은 문항이 전혀 다른 값을 낸다. 둘째, 감정을 각각 물었나, 맞바꾸게 했나. 여섯 감정을 따로 묻는 문항에서는 한 사람이 호기심과 걱정에 모두 예라고 답할 수 있지만, 기대와 걱정 중 하나를 고르게 하는 문항에서는 그럴 수 없다. 셋째, 한 번 쟀나, 같은 문면으로 반복해 쟀나. 앞의 둘은 지금 값을 읽는 방법이고, 셋째만이 "변했는가"에 답한다.

시드가 된 기사의 맺음은 "노출이 늘어나는 것만으로는 이 기술을 둘러싼 불편함이 풀리지 않는다"였다. 이 글은 그 문장을 반박하지 않는다. 다만 얼마나 그런지를 세었다. 신뢰는 열다섯 나라 중 열셋에서 칸마다 빠짐없이 오르고, 걱정은 다섯에서만 그렇게 내려간다. 걱정의 천장은 일곱 나라에서 사용자 집단 안에 있다. 시간축에서는 인지도가 15%p 더 오르는 동안 걱정이 50과 52 사이에 머물렀다. 이 네 줄이 이 글이 보탠 것의 전부다.

각주. 퓨리서치 보고서의 요약문은 "기대가 걱정보다 앞선 유일한 나라는 이스라엘"이라고 적었는데, 같은 보고서의 토플라인 표에서는 한국을 포함해 몇 나라가 같은 방향에 있고, 본문도 다섯 줄 뒤에 한국의 21%를 따로 적어 둔다. 어느 쪽을 택할지는 읽는 사람에게 맡겨져 있다. 한국의 자리에 대해서는 아래 자주 묻는 질문에서 한 항목으로 다룬다.

이 글이 따라온 문제는 여론조사에만 있는 문제가 아니다. 페블러스가 데이터 품질 작업에서 반복해 만나는 문제와 모양이 같다. 아래 세 대목은 제품 이야기가 아니라, 앞 절들이 보여 준 구조가 실무에서 어떻게 다시 나타나는지에 대한 것이다.

7.1단면의 기울기를 개선의 증거로 읽는 일

4절이 보인 것은 갤럽이 스스로 멈춘 자리다. 매일 쓰는 사람이 덜 걱정한다는 사실에서 "써 보면 걱정이 준다"로 넘어가는 한 걸음을, 조사는 자기가 못 딛는다고 적어 뒀다. 그런데 그 한 걸음은 대시보드 앞에서 거의 자동으로 딛게 된다. 사용률이 오르는 그래프를 보면 정착이 진행 중이라고 읽는다.

데이터 품질 작업에서 만나는 것이 같은 걸음이다. 정제 파이프라인을 거친 데이터셋의 품질 점수가 높다는 관찰에서 파이프라인이 그 점수를 올렸다는 결론으로 가려면 한 가지가 더 필요하다. 애초에 상태가 좋은 데이터가 그 파이프라인을 통과하도록 골라졌을 가능성을 배제하는 일이다. 한 시점의 어떤 자료로도 그 둘은 갈리지 않는다. 같은 대상을 처리 전후로 재거나, 처리 여부를 사람이 정하지 않게 해야 갈린다. 조사에서 무작위 배정이 하는 일을 여기서는 그 두 장치가 한다.

7.2"변했는가"에 답하는 것은 자료가 아니라 측정 프로그램이다

5절에서 퓨리서치가 미국의 걱정이 네 해째 그 자리라고 말할 수 있었던 근거는 표본 크기가 아니었다. 2021년부터 같은 문면으로 여섯 번 물어 뒀다는 사실이다. 갤럽의 조사는 서른일곱 나라 규모에 표집오차도 작지만, 첫 회차라 아직 시간축이 없다. 그래서 "지금 얼마인가"는 답하고 "변했는가"는 못 답한다. 두 조사의 차이는 자료의 크기가 아니라 같은 대상을 같은 방식으로 다시 잰 이력의 유무에 있다.

데이터 품질 지표도 똑같다. 한 번 재면 등급이 나오고, 그 등급으로 지금 상태는 말할 수 있다. 하지만 나아졌는가는 같은 스키마와 같은 검사를 같은 대상에 다시 대고 그 이력을 남겼을 때만 말할 수 있다. 계보가 "이 값이 어디서 왔는가"를 남긴다면, 반복 측정은 "이 값이 언제 얼마였는가"를 남긴다. 둘은 다른 층이고, 대개 뒤쪽이 먼저 빠진다. 점수를 처음 붙이는 일은 프로젝트로 발주되지만, 같은 잣대를 몇 해 동안 들고 있는 일은 좀처럼 그렇지 않기 때문이다.

7.3축은 늘릴 수 있어도 이력은 한 해 만에 안 생긴다

AI 도입을 보고해야 하는 조직에 이 글이 돌려주는 질문은 둘이다. 우리가 재는 항목이 몇 개인가, 그리고 그중 몇 개를 작년에도 같은 문면으로 쟀는가. 갤럽이 신뢰와 걱정의 어긋남을 볼 수 있었던 것은 한 조사에서 다섯 축을 따로 쟀기 때문이다. 축을 하나로 줄였으면 그 어긋남은 자료에 존재하지 않았을 것이다.

그리고 6절에서 봤듯 축을 여럿 세우는 일 자체는 생각만큼 드물지 않다. 드문 것은 축의 개수가 아니라 이력이다. 거기 나온 마흔일곱 나라 조사는 회차마다 나라 구성이 달라져 몇 해에 걸친 비교가 제한되고, 갤럽의 이번 조사에는 견줄 지난 회차가 아예 없다.

페블러스가 여기서 내세울 수 있는 것은 많지 않다. 한 번 재고 끝나는 점수가 아니라 같은 기준을 반복해 대는 측정 설계를 다뤄 본 경험이 있다는 것이다. 작은 예로, 이 블로그의 글은 발행할 때 생성 파이프라인의 기록을 함께 남긴다. 어느 단계를 어느 모델이 처리했고 어느 검사를 통과했는지가 페이지 설정 안에 들어간다. 이 글에 적힌 수치들을 독자가 다시 따져 볼 수 있어야 한다고 보기 때문이다.

본문의 수치는 세 갈래다. 1번부터 7번까지는 이 글의 뼈대가 된 1차 자료로, 갤럽 보도자료와 그 페이지에 게시된 차트 데이터, 갤럽의 방법론 해설 글, 퓨리서치 보고서와 토플라인 전문을 직접 읽고 옮겼다. 8번부터 12번까지는 5절의 시간축 비교에 쓴 다른 조사기관의 자료이고, 13번 이후는 AI 태도 측정과 관련한 학술 문헌이다. 충실도가 요약 수준인 항목은 본문에서도 방향만 인용했다.

1차 조사 자료

• 1.Gallup (2026-09-22). "AI Optimism Globally Widespread Despite Uneven Use." 37개국, 각 약 1,000명, 15세 이상, 현장 2026-04~07. news.gallup.com
• 2.Gallup. 위 보도자료 페이지에 게시된 임베드 차트 데이터 — 37개국 사용 빈도, 15개국 신뢰 교차표, 15개국 걱정 교차표, 감정 문항. 1절·2절·3절의 표는 이 데이터에서 추출했다.
• 3.Lau, C., & Nugroho, A. (2026-06-24). "How Gallup Developed Global Survey Questions About AI." Gallup Methodology Blog. 인지 선별 문항과 병렬 감정 문항에 대한 갤럽 자신의 설명이다. news.gallup.com
• 4.Pew Research Center (2026-09-17). "Globally, More People Expect AI to Cause Job Loss Than Growth." 36개국 42,151명, 현장 2026-02-08~05-13. 미국은 별도 두 차례. pewresearch.org
• 5.Pew Research Center. 위 보고서의 토플라인 PDF — Q54~Q57 문항 문면, 국가별 표, 미국 6년 시계열. 5절의 값은 이 문서에서 옮겼다.
• 6.Pew Research Center. International survey methodology. 해외 현장은 Gallup · Langer Research Associates · Social Research Centre가 지휘했고, 미국은 American Trends Panel로 수집했다.
• 7.TechCrunch (2026-09-23). "Even Americans who use AI every day are worried about it." 디에고로셀 인용과 조사 설계 서술을 옮겼다. techcrunch.com

교차 검증에 쓴 다른 조사

• 8.Gillespie, N., Lockey, S., Ward, T., Macdade, A., & Hassed, G. (2025). Trust, Attitudes and Use of Artificial Intelligence: A Global Study 2025. University of Melbourne · KPMG. 47개국 48,000명 이상, 현장 2024-11~2025-01. DOI 10.26188/28822919
• 9.Ipsos (2026). AI Monitor 2026. 32개국 23,532명, 현장 2026-03-20~04-03, Global Advisor 온라인 패널.
• 10.Quinnipiac University Poll (2026-03-30). 미국 성인 1,397명, 현장 2026-03-19~23, 임의번호걸기 생전화, ±3.3%p.
• 11.Ray, J. (2026-07-28). "Americans Cool Toward AI." Bentley University–Gallup. 미국 성인 3,270명, 현장 2026-05-04~11, Gallup Panel 웹, ±2.4%p.
• 12.YouGov (2025-07-14). "Most Americans use AI for quick answers, but avid users trust it more." 미국 성인 1,500명, 온라인. 본문에서는 방향만 인용했다.

학술 문헌

• 13.Sindermann, C., Sha, P., et al. (2021). "Assessing the Attitude Towards Artificial Intelligence: Introduction of a Short Measure in German, Chinese, and English Language." KI — Künstliche Intelligenz. 수용과 두려움 두 요인 구조.
• 14.Schepman, A., & Rodway, P. General Attitudes towards Artificial Intelligence Scale (GAAIS). 두 요인 구조를 보고한 또 다른 척도다.
• 15."The Adopter's Paradox" — 인도 피부과 의사 전국 조사. AI를 쓰는 의사 72.9%가 오·남용을 우려해 안 쓰는 의사 54.2%보다 높았다. arXiv:2607.01252. 전문가 표본이다.
• 16.Fang, C. M., et al. "How AI and Human Behaviors Shape Psychosocial Effects of Chatbot Use: A Longitudinal Randomized Controlled Study." arXiv:2503.17473. 4절 표의 첫 줄에 해당한다.

페블러스 인접 글

• 17.페블러스, "AI 노출과 교섭력의 간극". report/ai-exposure-union-gap-2026
• 18.페블러스, "가상 개입으로 인과를 추정하는 방법". report/ic2-virtual-intervention-causality
• 19.페블러스, "직원이 스스로 들여온 AI, 회사 규칙은 아직 없다". blog/shadow-ai-konstanz-workplace-survey
• 20.페블러스, "동네 데이터센터 반대, 왜 조사마다 답이 다를까?". report/datacenter-opposition-reasons-pa-study
• 21.페블러스, "같은 이름의 지표가 다른 것을 잴 때". report/benchmark-concept-validity-2026-09
• 22.페블러스, "데이터가 준비됐다는 회사의 대답, 믿어도 될까?". blog/data-readiness-self-report