AI 실무역량 프레임워크 — 무엇을 재는가
인공지능이 무엇을 대신하고 그래서 무엇이 남는지, 등급별 요구 수준, 채점 방식, 능력 영역과 트랙까지.
최종 갱신 2026-08-18 · 발행 국제AI실무자격검정원(IAPQB)
먼저 결론. 이 자격이 재는 것은 인공지능을 다룰 줄 아는가가 아니라 인공지능이 낸 결과에 책임질 수 있는가입니다. 등급은 Foundation · Associate · Professional · Strategist 네 단계이고, 올라갈수록 늘어나는 것은 지식의 양이 아니라 책임의 범위입니다.
현재 상태. 이 문서는 표준 초안의 해설입니다. 본원은 검정을 시행하지 않고 증서를 발급하지 않으며, 어떠한 수수료도 받지 않습니다.
무엇을 측정하는가
인공지능이 흔해질수록 희소해지는 것은 그것을 쓰는 능력이 아닙니다. 무엇을 시킬지 특정하고, 돌아온 것을 검증하고, 그 결과에 책임지는 능력입니다.
전기를 생각하면 쉽습니다. 어느 나라도 전기 사용자를 인증하지 않습니다. 인증하는 것은 전기기사입니다 — 흔해진 자원을 부하에 안전하게 연결하고, 사고가 나면 왜 그렇게 설계했는지 설명할 수 있는 사람. 인공지능이 공용 자원이 될수록 인증의 대상은 같은 방향으로 움직입니다.
조금 더 구체적으로 말하면 이렇습니다. 예전 자동화는 사람이 전부 적어야 돌아갔습니다. 기계에게 "밥을 먹어라"라고 해서는 아무것도 움직이지 않습니다. 무엇이 음식이고, 먹는다는 것이 어떤 동작의 연속이며, 팔이 어느 각도로 어느 정도 힘을 쓰는지까지 사람이 적어야 했습니다.
인공지능은 그 적는 일을 확률로 대신합니다. 앞의 맥락을 보고 다음에 올 법한 것을 고릅니다. 그래서 일일이 적지 않아도 그럴듯하게 돌아갑니다. 대신 대가가 둘 붙습니다.
무난화. 가장 있을 법한 것을 고르니 결과가 평균 쪽으로 쏠립니다. 특이한 것, 드문 것, 예외가 뭉개집니다. 이상치를 잡아야 하는 일에서는 이것이 곧 실패입니다 — 애매한 값이 "대체로 정상"으로 처리되면 그대로 유출입니다.
맥락 붕괴. 확률로 고르는 방식은 앞뒤를 온전히 붙들지 못합니다. 일이 길어지거나 조건이 겹치면 중간 단계를 건너뛰거나 앞에서 정한 것과 어긋난 결과가 나옵니다. 절차가 순서대로 지켜져야 하는 일에서는 이것이 사고가 됩니다.
이 자격이 재는 것은 이 둘을 조율하는 능력입니다. 어디까지 인공지능이 알아서 하게 두고 어디부터 사람이 짚어 줘야 하는가. 무엇을 얼마나 구체적으로 줘야 무난화가 안 일어나는가. 어느 지점에 확인을 걸어야 맥락이 무너져도 사고로 번지지 않는가.
그래서 본원 표준은 일곱 개 능력 영역 가운데 D5(검증·사실확인·품질)를 다른 영역과 대등한 항목이 아니라 전체를 관통하는 중심으로 정의합니다. 그리고 조율의 답이 분야마다 다르기 때문에 코어 위에 트랙을 둡니다.
등급 네 개가 실제로 요구하는 것
| 등급 | 책임의 범위 | 합격하려면 실제로 해야 하는 것 |
|---|---|---|
| Foundation | 안전하게 쓰기 시작할 수 있다 | 환각·지식 시점·비결정성이 무엇인지 설명하고 주어진 산출물에서 그 사례를 짚는다. 인공지능을 쓰면 안 되는 과업을 가려낸다. 입력하면 안 되는 정보를 판별한다. |
| Associate | 자기가 낸 산출물에 책임진다 | 과업에 맞는 도구를 골라 이유를 설명한다. 요약 결과를 원문과 대조해 누락·왜곡을 잡는다. 수치·이름·날짜를 원본과 맞춰 본다. 확정 사실과 미검증 추정을 구분해 표시한다. |
| Professional | 남이 그 일을 하게 만드는 절차에 책임진다 | 업무 유형별 검증 절차를 설계해 문서로 만든다. 실패 시 중단 로직과 사람 승인 게이트를 배치한다. 타인의 산출물을 검토해 결함을 지적한다. 도입 효과를 지표로 측정한다. |
| Strategist | 조직이 그것을 도입할지의 판단에 책임진다 | 시험이 시작되면 산업 현장 시나리오가 무작위로 배정된다. 그 현장 안에서 무엇을 할지는 스스로 정해 기획서를 낸다. 그 방안으로 얼마가 절감되거나 늘어나는지를 금액으로 계산하고 그 계산의 근거를 대야 하며, 자원·비용·규제·기술 제약에 비추어 실현 가능성을 논증하고, 성과를 확인할 검증 계획과 중단 조건까지 함께 제시한다. |
응시자격은 Foundation과 Associate가 제한 없음, Professional은 Associate 취득 또는 그에 상당하는 실무 경험 증빙, Strategist는 Professional 취득자입니다.
어떻게 채점하는가
앞의 세 등급은 사람이 읽지 않습니다. 선택형, 복수선택형, 순서배열형, 오류식별형, 수치입력형, 매칭형 — 이 여섯 가지 형식으로만 출제하고 자동 채점합니다. 이 여섯 밖의 응답을 요구하는 문항은 출제하지 않는다고 규정에 못 박아 두었습니다. 채점자의 기분이나 컨디션이 결과에 개입할 여지를 형식 단계에서 없애기 위해서입니다.
사람이 읽는 채점은 최상위 Strategist 하나뿐입니다. 채점자가 채점하고 채점자 외 1인이 검토하며, 판정이 갈리면 낮은 쪽으로 확정합니다. 채점 축은 여섯 개(문제의 특정 · 개입의 설계 · 이익의 산출 · 제약과의 대조 · 검증의 설계 · 산출물의 검증)이고, 축마다 네 수준의 판정 기준을 응시 전에 공개합니다.
Strategist는 문제를 미리 알 수 없습니다. 시험이 시작될 때 산업 현장 시나리오가 무작위로 배정되고, 시나리오는 사전에 공개하지 않습니다. 무엇이 나올지 모르면 미리 써 온 기획서나 남이 써 준 기획서로는 응시할 수 없습니다. 사전에 공개하는 것은 채점 기준표이지 과제가 아닙니다.
그리고 「얼마가 남는가」를 숫자로 내게 합니다. 절감액이든 증가액이든 금액으로 계산하고 그 계산에 쓴 가정의 근거를 밝혀야 하며, 가정이 틀렸을 때 결과가 어떻게 달라지는지까지 적어야 만점입니다. 다만 금액이 크다고 점수를 더 주지 않습니다 — 규모가 큰 산업을 배정받은 사람이 그 이유만으로 유리해지면 안 되기 때문에, 보는 것은 계산이 성립하는지뿐입니다.
같은 이유로 주제의 좋고 나쁨도 평가하지 않습니다. 산업·규모·신규성에 따른 가감점이 없고, 보는 것은 논증의 구조뿐입니다.
그리고 시험 중 인공지능 사용을 금지하지 않습니다. 대신 쓴 도구, 시킨 내용, 확인한 절차, 그리고 인공지능이 틀린 것과 그것을 어떻게 고쳤는지를 함께 제출하게 하고 그 기록 자체를 채점합니다(15점). 사용하고도 기록하지 않으면 그 축은 0점입니다.
금지는 어차피 집행되지 않고, 무엇보다 이 자격의 중심이 검증인데 검정에서 인공지능을 금지하면 재려던 능력을 스스로 지우게 됩니다.
어떤 능력 영역으로 나뉘는가
공통 코어는 일곱 영역이고 산업을 가리지 않습니다. 등급마다 검정하는 영역이 다릅니다.
| 영역 | 무엇을 보는가 | 검정하는 등급 |
|---|---|---|
| D1 | AI 리터러시 · 모델 이해 | Foundation · Associate |
| D2 | 프롬프트 · 컨텍스트 설계 | Foundation · Associate |
| D3 | 데이터 · 문서 처리 | Associate |
| D4 | 자동화 · 에이전트 구축 | Associate · Professional · Strategist |
| D5 | 검증 · 사실확인 · 품질 (중심) | Associate · Professional · Strategist |
| D6 | 보안 · 저작권 · 컴플라이언스 | Foundation · Associate · Professional |
| D7 | 업무 통합 · 성과 측정 | Professional · Strategist |
분야에 따라 무엇이 달라지는가 — 트랙
트랙은 별도 자격이 아니라 하나의 자격 안에서 갈라지는 갈래입니다. 학과 하나에 트랙이 둘·셋 있고 학생이 그중 하나를 밟는 것과 같은 구조입니다. 자격의 이름과 등급은 같고, 다루는 현장이 달라집니다.
앞의 두 실패 모드가 분야마다 다른 얼굴로 나타나기 때문입니다. 품질 업무에서 무서운 것은 무난화입니다 — 애매한 값을 "대체로 정상"으로 뭉개면 그게 불량 유출입니다. 설비를 움직이는 일에서 무서운 것은 맥락 붕괴입니다 — 중간 단계를 건너뛰면 문서가 틀리는 게 아니라 기계가 부딪칩니다. 같은 검증을 요구해도 무엇을 얼마나 확인해야 하는지가 달라집니다.
트랙은 산업이 아니라 직무로 가릅니다. "제약"이나 "화장품"으로 나누면 그 산업 종사자만 응시할 수 있습니다. 품질은 제약에도 화장품에도 식품에도 전자에도 있습니다. 직무로 갈라야 트랙 하나가 여러 산업을 덮습니다.
그리고 그 분야의 전문지식을 검정하지 않습니다. 묻는 것은 분광 분석 결과를 읽는 능력이 아니라, 그 결과를 인공지능에게 무엇으로 인식시킬 것이며 유효한 값의 범위를 어떻게 정할 것인가입니다. 분야 지식은 응시자가 이미 가지고 온다고 보고, 재는 것은 그 지식을 인공지능에게 넘기는 방법입니다.
T1 — 품질
검사·시험·판정, 규격과 일탈 관리, 기록과 이력 관리. 산업을 가리지 않습니다. 핵심 실패 모드는 무난화이고, 잡아야 할 것을 놓치는 방향으로 틀립니다.
| 영역 | 품질 트랙에서는 이렇게 달라진다 |
|---|---|
| D1 | 모델이 평균 쪽으로 답한다는 성질 자체를 전제로 다룬다. "이상 없음"이 확인의 결과인지 성향의 결과인지 구분한다 |
| D2 | 지시에 판정 기준과 규격 한계를 수치로 넣는다. "이상 있으면 알려 달라"가 아니라 "이 범위를 벗어나면 이상"이라고 준다. 유효한 값의 범위를 정하는 것이 이 트랙의 중심 과제다 |
| D3 | 측정값·시험 결과·로트 이력을 다룬다. 단위와 유효숫자가 무너지면 판정이 뒤집힌다 |
| D4 | 자동 판정에 사람 확인 게이트를 어디 둘지 정한다. 명백한 합격은 자동으로 흘리고 경계값과 불합격은 사람에게 올린다 |
| D5 | 검증이 곧 재현성 확인이다. 같은 자료를 다시 넣으면 같은 판정이 나오는가, 경계값 근처에서 판정이 흔들리는가 |
| D6 | 기록의 무결성. 누가 언제 무엇을 근거로 판정했는지가 남는가. 규제 산업이면 데이터 인테그리티 요건과의 접속점을 정의한다 |
| D7 | 지표가 검사 시간 단축만이 아니다. 유출 불량을 늘리지 않으면서 얼마나 줄였는지를 함께 보고한다 |
T2 — 피지컬 AI (설비·기계·무인이동체)
인공지능이 로봇·무인이동체·자동화 설비·검사 장비에 실려 사람·설비·제품에 직접 작용하는 현장입니다. 핵심 실패 모드는 맥락 붕괴이고, 틀리면 결과가 아니라 물건과 사람이 상합니다.
이 자리를 첫 트랙 후보로 본 이유는 비어 있기 때문입니다. 2024년 국내 등록 인공지능 관련 민간자격 107개를 전수 확인한 결과는 이렇습니다.
| 영역 | 피지컬 AI 트랙에서는 이렇게 달라진다 |
|---|---|
| D1 | 대상이 지각–판단–구동 루프다. 실시간 제약과 물리 제약이 있고, 시뮬레이션 성능과 실제 성능의 격차를 전제로 다룬다 |
| D2 | 지시가 자연어가 아니라 작업 명세와 동작 허용 범위다. 무엇을 하라보다 무엇을 하지 마라를 먼저 적는다 |
| D3 | 자료가 문서가 아니라 센서 시계열과 영상이다. 조명·진동·온도 같은 환경 변동이 그대로 품질 변수가 된다 |
| D4 | 실패가 정지가 아니라 동작일 수 있다. 인터록, 비상정지, 안전 정지 범주를 설계에 포함한다 |
| D5 | 평상시 성능이 아니라 나쁜 조건에서의 거동을 본다. 설비 밸리데이션에서 평상시 결과로 합격시키지 않고 최악 조건으로 돌려 보는 것과 같은 논리다 |
| D6 | 개인정보·저작권 위에 기계 안전과 제품 책임이 얹힌다 |
| D7 | 지표가 가동률·불량률·재작업률이며 재해 발생 여부와 함께 보고한다. 사고를 대가로 얻은 생산성은 성과로 계산하지 않는다 |
트랙과 시나리오는 다릅니다. 트랙은 "이 직무에서 각 능력 영역이 어떤 모습인가"를 정하는 표준이고, 실제 시험에서 무작위로 배정되는 것은 그 아래에 여러 개 두는 현장 시나리오입니다. 트랙 하나에 시나리오는 여럿입니다.
다음 트랙은 규제 문서 영역(의약품 제조·품질관리, 임상, 금융 준법)과 공공·행정을 예정하고 있으나 T1·T2 외에는 착수하지 않습니다. 쓰이지 않는 표준을 늘리는 것은 기준을 만드는 기관이 해서는 안 되는 일이라고 봅니다.
현재 확정 작업 중인 범위는 공통 코어입니다. 트랙은 표준으로 먼저 공개하고, 평가에 반영하는 절차와 시기는 별도로 정해 공고합니다.
다른 인공지능 자격과 무엇이 다른가
채점 기준표를 응시 전에 전부 공개합니다. 무엇을 어떻게 채점하는지 모르는 채 보는 시험은, 떨어졌을 때 응시자가 무엇을 고쳐야 할지 알 수 없게 만듭니다. 본원은 합격 여부와 함께 축별 득점과 판정 사유를 응시자에게 돌려줍니다.
최상위 등급에서 문제를 내지 않습니다. 응시자가 주제를 정합니다. 2024년 등록 자격 107개를 확인한 범위에서 응시자가 스스로 주제를 정하는 검정은 발견하지 못했습니다.
합격률을 조건부로 공개합니다. 응시자 수와 합격자 수는 회차마다 그대로 내지만, 비율은 누적 응시자가 100명을 넘은 뒤부터 냅니다. 응시자가 수십 명인 회차의 합격률은 난이도가 아니라 그 회차에 누가 왔는지를 보여줄 뿐이고, 그런 숫자를 투명성이라고 부르면 읽는 쪽이 잘못 판단하게 됩니다.
교육을 하지 않습니다. 본원이 만드는 것은 표준과 평가 설계이고, 교육과정·강의·교재는 어느 것도 개설하거나 판매하지 않습니다(IAPQB-POL-001 제3조). 어떤 교육과정의 이수 여부도 평가 결과에 영향을 주지 않습니다.
근거 문서
여기 적은 내용은 전부 공개 문서에 근거합니다. IAPQB-STD-001 AI 실무역량 프레임워크가 능력 영역을, IAPQB-STD-002가 과목–영역 대응과 채점 기준표를, IAPQB-GOV-002가 종목·등급·응시자격·검정방법·합격기준을 정합니다. 응시자와의 약속은 응시 약관과 수수료·환불·개인정보 정책에 있습니다.
자주 묻는 것
Foundation부터 순서대로 따야 하나요?
아닙니다. Foundation과 Associate는 응시 제한이 없어 바로 Associate로 응시할 수 있습니다. Professional부터 앞 등급 취득 또는 실무 경험 증빙이 필요합니다.
실기가 자동 채점이면 그게 실기인가요?
실제 업무 상황을 재현한 작업형 과제를 수행하되, 응답을 선택·배열·오류 식별·수치 입력처럼 채점 기준표를 기계적으로 적용할 수 있는 형식으로 받습니다. 예를 들어 인공지능이 만든 보고서를 주고 사실오류·근거불명·개인정보 노출 지점을 지정하게 하는 식입니다. 오답 지점을 찍으면 같은 배점을 빼기 때문에 다 찍는 전략은 통하지 않습니다.
트랙은 언제 평가에 들어가나요?
정해지지 않았습니다. 현재 범위는 공통 코어이고, 트랙은 표준으로 먼저 공개한 뒤 반영 여부와 시기를 정해 공고합니다. 그전까지는 표준 문서일 뿐입니다.
합격률 목표가 있나요?
있습니다. 전원 합격하는 자격은 자격이 아니라 발급 서비스라고 보기 때문에, 본원은 그렇게 운영하지 않겠다는 것을 미리 적어 둡니다. 실제 수치는 회차 실적이 쌓인 뒤 원자료와 함께 공개합니다.
본원은 현재 어떠한 자격도 발급하지 않으며 검정을 시행하지 않습니다. 이 사이트의 문서는 공개 논의를 위한 표준 초안이며, 자격의 취득을 권유하거나 응시를 안내하는 자료가 아닙니다.