[뉴스스페이스=이종화 기자] 여성이 남성보다 생성형 AI를 11% 더 위험하게 평가하는 현상이 단순한 인식 차이가 아닌, 위험 회피 성향과 직업 취약성에서 비롯된 구조적 문제로 규명됐다.
PNAS Nexus에 2026년 1월 4일 게재된 연구에 따르면, 미국과 캐나다 3,000명 설문에서 여성의 AI 위험 인식 점수는 평균 4.87점(1~10 척도)으로 남성 4.38점보다 높았다.
academic.oup, news.northeastern, pubmed.ncbi.nlm.nih, caltech, thebrighterside, strongyes, eurekalert, phys.org에 따르면, 노스이스턴大 AI 거버넌스 조교수 베아트리체 마지스트로(Beatrice Magistro) 연구팀은 여성의 일반적 위험 회피를 복권 선택 실험으로 입증했다. 보장된 1,000달러를 선호하는 비율이 여성에서 높았으며, 대학 미졸업 여성은 AI 자동화 노출 지수(AIOE)가 남성보다 높아 일자리 대체 위험이 컸다.
Phys.org 보도에 따르면, 여성은 개방형 질문에서 AI 혜택에 대한 불확실성을 2배 이상 표현하며 "모름" 또는 "이점 없음" 응답이 남성보다 잦았다.
실험 증거: 불확실성 증폭되는 성별 격차
연구팀은 AI 도입 시 고용 순증 효과 확률을 조작한 실험에서 여성의 지지가 남성보다 급감하는 패턴을 확인했다. 순증 확률이 낮아질수록 여성의 AI 채택 지지율이 남성(변화 미미) 대비 20% 이상 하락했다. Northeastern大 뉴스에 따르면, 고용 이득이 '보장'된 시나리오에서는 성별 격차가 사라져 여성 회의가 기술 반대가 아닌 불확실성 공포임을 밝혔다.
국제노동기구(ILO)와 퓨리서치센터 연구처럼 여성 직업(사무·서비스)이 AI 대체율 2~3배 높다는 기존 데이터가 이를 뒷받침한다. 한국의 조사에서도 여성의 AI 규제 필요성 인식이 44%로 남성 23%를 압도했다.
AI 채택 격차: 20~25% 사용률 차이
하버드·스탠퍼드 메타분석(18개 연구, 14만3008명)에서 여성의 생성형 AI 사용 확률이 남성보다 22% 낮았다. 국내조사에서도 여성 사용률이 20% 낮아 AI 학습 데이터 편향 악화 우려가 제기됐다. HBS 연구에서 여성 공학자 AI 코드 생성 시 역량 평가가 9% 낮게 받는 '패널티' 현상도 관찰됐다.
Caltech 공동연구자 R. Michael Alvarez는 "여성 관점 무시는 성별 임금 격차 확대와 AI 편향(고용·대출·의료) 초래"라고 경고했다. 한국 AI 매터스(2025) 조사에서 한국 여성의 AI 긍정 인식은 미국 여성보다 높았으나(64.8% vs 46%), 성별 격차는 여전했다.
정책 함의: 불평등 방지 위한 성별 맞춤 대응
연구팀은 AI 정책에서 여성 위험 노출 완화(업스킬링·편향 감사)를 강조했다. 여성 참여 확대 없이는 기술 반발과 불평등 심화 불가피하다고 분석했다. EU AI법처럼 독립 감사·투명 보고 의무화가 필요하며, 여성 디지털 교육으로 사용률 13%→33% 상승 사례(한국 연구)가 대안으로 제시됐다.
Stanford Social Innovation Review는 "여성 리스크 인식을 리더십으로 전환, 규제 감독 강화"를 촉구했다. 마지스트로는 "AI 개발·정책에서 여성 배제는 새로운 불평등 축 창출"이라며 정치적 반발 예측했다.
