AI 기초 및 활용 25회: 시각 접근성과 AI — 없앤 장벽과 새로 만든 장벽

오늘의 질문 — 기술이 장벽을 없앤다는 말의 실제

"AI가 장애인의 삶을 바꾼다"는 문장을 자주 봅니다. 대체로 맞는 말입니다. 그런데 정확히 무엇이 어떻게 바뀌었는지를 말하는 글은 드뭅니다.

더 드문 것은 무엇이 새로 어려워졌는지를 말하는 글이에요. 기술은 장벽을 없애기도 하지만 새로 만들기도 합니다.

오늘 그 양쪽을 다 다룹니다. 그리고 실제로 무엇을 어떻게 설정하고 어떻게 쓰는지까지 구체적으로 짚겠습니다.

오늘의 질문은 이것입니다. AI는 보는 일이 어려운 사람에게 정확히 무엇을 바꿨고, 무엇을 바꾸지 못했으며, 무엇을 새로 요구하는가.

이 회차가 이 시리즈에 있는 이유

1회차에서 이 교육의 포지셔닝을 밝혔습니다. "시각장애인 전용 콘텐츠가 아니라, 누구나 배우는 정규 AI 교육이되 저시력 학습자가 손실 없이 배울 수 있게 설계한다"고요.

그 원칙을 24회차 내내 지켜 왔습니다. 이미지 없이 본문만으로 완전히 이해되게 쓰고, 모든 이미지에 개념 전달형 대체텍스트를 붙이고, 수식 대신 말로 풀었죠.

그런데 접근성 자체를 주제로 다루는 회차가 하나는 있어야 합니다. 이유가 둘이에요.

하나는 당사자에게 실용적인 정보가 되기 때문입니다. 다른 하나는 비장애인 학습자에게 AI가 장벽을 어떻게 다루는지를 보여주는 가장 선명한 사례이기 때문이고요. 접근성은 특수 주제가 아니라 기술을 이해하는 한 방법입니다.

저시력이라는 스펙트럼

먼저 흔한 오해를 바로잡아야 합니다. 시각장애는 보이거나 안 보이거나가 아닙니다.

전맹은 시각장애인 중 소수입니다. 대다수는 어느 정도는 보이는 저시력이에요. 그리고 그 양상이 사람마다 완전히 다릅니다.

가운데가 안 보이는 사람이 있고, 주변이 안 보여 좁은 관으로 보는 것 같은 사람이 있습니다. 전체가 뿌옇게 흐린 사람, 대비를 못 느껴 회색끼리 구분이 안 되는 사람, 빛에 극도로 민감해 밝은 화면을 오래 못 보는 사람도 있어요.

그래서 "확대하면 되지 않나"가 통하지 않습니다. 확대가 도움이 되는 사람도 있지만, 시야가 좁은 사람에게 확대는 한 번에 보이는 정보가 줄어드는 일이라 오히려 나쁠 수 있거든요.

여기서 이 회차의 첫 번째 원칙이 나옵니다. 정답이 하나가 아닙니다. 그래서 고를 수 있게 만드는 것이 접근성의 핵심이에요.

화면 낭독기가 실제로 하는 일

화면 낭독기를 화면을 읽어 주는 프로그램이라고만 알고 계신 분이 많습니다. 실제로는 조금 다릅니다.

화면 낭독기는 화면에 보이는 것을 읽지 않습니다. 프로그램이 내부적으로 제공하는 구조 정보를 읽습니다. 이게 버튼이다, 이건 제목이다, 이 항목은 지금 선택돼 있다 같은 정보요.

그래서 결정적인 결과가 나옵니다. 그 구조 정보를 제공하지 않는 프로그램은 화면 낭독기에 아무것도 아닙니다. 보기에는 멀쩡한 버튼이 낭독기에는 존재하지 않아요.

이것이 접근성 표준이 필요한 이유입니다. 화면을 예쁘게 만드는 것과 구조를 올바르게 알리는 것은 다른 일이거든요.

순차 접근이라는 근본 제약

화면 낭독기 사용에는 구조적인 제약이 하나 있습니다. 이것을 이해해야 나머지가 다 설명됩니다.

눈으로 보면 한눈에 전체가 들어옵니다. 어디에 무엇이 있는지 즉시 파악되고, 필요한 곳으로 바로 시선을 옮기죠. 병렬적입니다.

화면 낭독기는 순차적입니다. 처음부터 하나씩 지나가며 들어야 해요. 열 번째 항목에 가려면 앞의 아홉 개를 지나야 합니다.

그래서 같은 정보를 얻는 데 드는 시간과 노력이 몇 배입니다. 이건 능력의 문제가 아니라 접근 방식의 구조적 차이예요.

여기서 두 번째 원칙이 나옵니다. 접근성은 가능/불가능의 문제만이 아니라 비용의 문제입니다. "할 수는 있다"가 "할 만하다"를 뜻하지 않아요. 오늘 이 관점이 계속 돌아옵니다.

이미지는 침묵합니다

순차 접근에도 최소한 읽을 것이 있어야 합니다. 그런데 이미지에는 그게 없습니다.

대체텍스트가 없는 이미지 앞에서 화면 낭독기는 "이미지"라고만 말하거나, 더 나쁘게는 파일 이름을 읽습니다. 무의미한 문자열을요.

그 자리에 무엇이 있었는지 알 방법이 없습니다. 중요한 그래프였을 수도, 그냥 장식이었을 수도 있어요. 확인할 수가 없습니다.

그리고 이건 드문 일이 아닙니다. 웹 이미지의 상당수에 대체텍스트가 없습니다. 있어도 "이미지1" 같은 무의미한 것이 많고요.

즉 웹의 상당 부분이 조용합니다. 존재하지만 닿을 수 없는 정보로요.

AI가 그 침묵을 메우기 시작했습니다

22회차에서 봤듯 멀티모달 모델이 이 자리를 바꿨습니다. 무엇이 달라졌는지 구체적으로 짚겠습니다.

예전 보조 도구는 미리 정해진 것만 했습니다. 글자를 읽거나 지폐를 구분하거나 정해진 물건을 찾거나요. 기능 목록이었죠.

지금은 물어볼 수 있습니다. "이 사진에 뭐가 있어?"만이 아니라 "이 옷 색이 어울려?", "이 통조림 유통기한 어디 적혀 있어?", "지금 화면에 오류 메시지 떴어?"까지요.

기능 목록에서 대화로 바뀐 겁니다. 그리고 이건 양이 아니라 종류의 변화예요. 미리 예상되지 않은 상황을 다룰 수 있게 됐으니까요.

실제로 이 변화는 큽니다. 특히 도움을 청하지 않아도 된다는 점이요. 약봉지 하나 읽자고 누군가를 부르지 않아도 되는 것은 정보의 문제가 아니라 자율성의 문제입니다.

그런데 검증을 누가 하나

여기서 이 회차의 가장 중요한 대목이 나옵니다. 21·22회차에서 예고한 그 문제요.

21회차에서 환각을 다루며 "확인하세요"가 핵심 대응이라고 했습니다. 교차 확인, 출처 확인, 원문 인용 대조요.

그런데 사진 설명이 맞는지는 어떻게 확인할까요. 그 사진을 봐야 확인이 됩니다. 볼 수 없어서 물은 건데요.

이 구조를 정확히 봐야 합니다. 글에 대한 환각은 검색해서 대조할 수 있습니다. 그런데 이미지에 대한 환각은 그 이미지에 접근할 수 있는 사람만 잡아낼 수 있어요.

즉 AI가 가장 큰 도움이 되는 자리에서 검증이 가장 어렵습니다. 이것이 오늘 다룰 가장 어려운 문제입니다.

이 비대칭이 이 회차의 핵심입니다

같은 구조가 여러 곳에서 반복됩니다. 정리해 볼게요.

정보 접근이 어려울수록 AI가 유용합니다. 당연하죠. 그런데 정보 접근이 어려울수록 검증도 어렵습니다. 같은 이유로요.

그래서 가장 도움이 필요한 사람이 가장 큰 위험을 집니다. 21회차에서 짚은 "검증 비용의 불평등"이 여기서 완성됩니다.

이 문제에 완전한 해법은 없습니다. 다만 줄이는 방법은 있어요. 오늘 그것들을 실전 부분에서 다루겠습니다.

그리고 방향이 하나 더 있습니다. 만드는 쪽이 애초에 대체텍스트를 제대로 붙이는 것이요. 자동 생성은 안전망이지 대체재가 아니라는 말의 진짜 의미가 이겁니다. 사람이 쓴 설명은 검증이 필요 없거든요.

실전 ① 화면과 대비 설정

이제 실제 환경 이야기입니다. 원칙부터 말하면 다크 모드가 항상 정답은 아닙니다.

빛에 민감한 사람에게는 어두운 배경이 훨씬 편합니다. 그런데 난시가 있으면 어두운 배경의 밝은 글자가 번져 보여 오히려 읽기 어려울 수 있어요.

그래서 순서가 이렇습니다. 밝기·대비·글자 크기를 각각 따로 조절해 보고 자기에게 맞는 조합을 찾는 겁니다. 남이 좋다는 설정을 그대로 쓰는 게 아니라요.

중요한 것 하나. 대비를 높이는 것과 밝기를 높이는 것은 다릅니다. 눈이 부신데 안 보인다면 필요한 것은 밝기를 낮추고 대비를 높이는 조합이에요.

그리고 색만으로 구분하지 않는 것이 중요합니다. 색각 이상이 있거나 대비 감도가 낮으면 색 구분이 안 되니까요. 모양·위치·글자 라벨을 함께 쓰는 설정을 고르세요.

실전 ② 확대는 배율이 아니라 전략입니다

확대에는 함정이 있습니다. 배율을 올릴수록 한 번에 보이는 범위가 줄어듭니다.

그래서 크게 하면 글자는 잘 보이는데 전체 구조가 안 보입니다. 어디쯤 읽고 있는지, 옆에 뭐가 있는지를 잃어요.

대응은 배율을 하나로 고정하지 않는 것입니다. 전체 구조를 볼 때는 낮은 배율로, 읽을 때는 높은 배율로 오가는 것이 실용적이에요. 그리고 그 전환이 단축키 하나로 되게 해 두면 부담이 크게 줍니다.

또 하나. 글자 크기를 키우는 것과 화면 전체를 확대하는 것은 다릅니다. 글자만 커지면 배치가 다시 계산되어 구조가 유지되는데, 화면 전체 확대는 일부만 잘라 보여줍니다. 가능하면 앞쪽을 먼저 쓰세요.

실전 ③ 손이 눈을 대신하게 — 키보드

저시력 작업에서 가장 큰 개선이 여기서 나옵니다. 그리고 의외로 덜 알려져 있어요.

마우스는 보고 겨냥해서 누르는 도구입니다. 그러니 보기 어려우면 찾는 데만 상당한 시간이 듭니다. 작은 버튼일수록 심하고요.

키보드는 다릅니다. 찾을 필요가 없어요. 손가락 위치는 감각으로 알 수 있으니까요. 시각적 탐색을 손의 기억으로 대체하는 겁니다.

그래서 저시력 환경 구축의 핵심은 자주 하는 일을 전부 단축키로 만드는 것입니다. 창 전환, 확대 배율 변경, 낭독 시작·정지, 자주 쓰는 프로그램 열기 같은 것들이요.

여기서 22·23회차가 이어집니다. AI 에이전트가 조작 자체를 대신할 수 있게 되면 이 부담이 더 줄어요. 다만 23회차에서 짚었듯 확인 지점이 접근 가능해야 합니다.

실전 ④ 귀를 쓰는 통로

22회차에서 실시간 음성 대화를 다뤘습니다. 접근성 관점에서 이게 왜 큰지 짚겠습니다.

말로 묻고 말로 듣는 것은 타자와 화면 읽기를 둘 다 건너뜁니다. 가장 부담이 적은 통로예요.

그리고 속도가 사용성입니다. 예전처럼 반응이 느리면 대화가 아니라 심문이 됩니다. 지연이 줄면서 실제로 쓸 만해졌어요.

다만 한계도 분명합니다. 긴 내용을 소리로만 받으면 놓칩니다. 되돌려 볼 수가 없거든요. 그래서 중요한 내용은 글로도 함께 받는 편이 낫습니다.

그리고 합성 음성의 속도를 올리는 습관이 큰 도움이 됩니다. 익숙해지면 보통 속도의 두세 배로 듣게 되고, 그러면 순차 접근의 비용이 크게 줄어요.

실전 ⑤ AI에게 요구할 출력 형식

20·24회차에서 짚었지만 여기서 완성해 보겠습니다. 같은 내용도 형식에 따라 듣기 부담이 완전히 다릅니다.

표를 쓰지 말라고 하세요. 화면 낭독기로 표를 읽으면 셀마다 행과 열을 따라가야 합니다. 세 줄짜리 표도 상당한 노동이에요. "표 대신 줄글로" 한 줄이 큰 차이를 만듭니다.

목록 깊이를 제한하세요. 중첩 목록은 들으면 층위를 놓칩니다. "목록은 한 단계까지만"이요.

문단을 짧게 요구하세요. 확대해서 보는 사람에게 긴 문단은 줄을 놓치기 쉽습니다. "한 문단 세 문장 이내"가 좋습니다.

결론을 앞에 놓게 하세요. 순차로 들으니 뒤에 있는 결론은 멀리 있습니다. "결론부터 말하고 근거는 뒤에"요.

그리고 가장 중요한 것. 이걸 매번 쓰지 말고 고정 지침으로 저장하세요. 매번 자기 필요를 설명해야 하는 것 자체가 비용입니다. 그리고 그 비용은 필요가 있는 사람만 냅니다.

실전 ⑥ 카메라로 묻는 법

22회차의 한계를 실전 요령으로 바꿔 보겠습니다.

궁금한 부분만 크게 찍으세요. 서류 전체보다 해당 부분을 확대해 찍는 편이 훨씬 정확합니다.

읽기와 해석을 나누세요. "적힌 글자를 전부 그대로 읽어 줘"를 먼저 하고 해석은 그다음에요. 목록을 받아 직접 판단하는 것이 안전합니다.

없음을 확인시키지 마세요. "땅콩 없지?"가 아니라 "성분을 전부 순서대로 읽어 줘"입니다. 22회차에서 짚은 그 이유예요.

각도를 바꿔 두 번 찍으세요. 답이 다르면 그 부분은 신뢰할 수 없습니다. 21회차의 교차 확인이 여기서는 다시 찍기가 됩니다.

확신 정도를 물으세요. "확실히 보이는 것과 흐려서 추측인 것을 나눠 줘." 이 한 줄이 검증 불가능성을 조금이나마 줄여 줍니다.

AI가 실제로 없앤 장벽들

공정하게 정리하겠습니다. 실제로 사라진 것들입니다.

인쇄물의 벽. 약봉지, 영수증, 안내문, 손글씨. 남에게 부탁해야 했던 것들이요.

사진 속 세계. 가족이 보낸 사진에 무엇이 담겼는지 알 수 있게 됐습니다. 정보만이 아니라 관계에 참여하는 문제입니다.

대체텍스트 없는 웹. 그 자리에서 물어볼 수 있게 됐어요.

접근성이 엉망인 프로그램. 22회차의 화면 이해로 표준을 안 지킨 프로그램도 우회할 수 있게 됐습니다.

글로 표현하는 부담. 24회차에서 짚었듯 마음이 없어서가 아니라 수단이 없어서 못 전하던 것들이요.

AI가 새로 만드는 장벽 ① 시각 중심 인터페이스

이제 반대쪽입니다. 먼저 도구 자체의 접근성이에요.

AI 도구들이 점점 시각적으로 화려해지고 있습니다. 이미지 생성 결과를 격자로 늘어놓고, 캔버스에서 드래그해 편집하고, 결과를 시각적으로 비교하는 식으로요.

이런 인터페이스는 화면 낭독기와 상성이 나쁩니다. 드래그는 키보드로 대체하기 어렵고, 시각적 비교는 순차 접근으로 재현이 안 되죠.

역설적입니다. AI는 접근성을 크게 개선했는데, AI 도구 자체는 접근성이 나빠지는 경우가 있어요.

그래서 만드는 쪽에 요구할 것이 분명합니다. 모든 기능에 텍스트 기반 경로를 함께 두는 것. 화려한 캔버스를 만들지 말라는 게 아니라 같은 일을 글과 키보드로도 할 수 있게 해 달라는 겁니다.

AI가 새로 만드는 장벽 ② 검증 비용

앞서 다룬 그 문제입니다. 여기서 실질적인 결과를 짚겠습니다.

AI 답변을 확인해야 한다는 것을 알아도, 확인의 비용이 사람마다 다릅니다. 출처 링크를 열고 페이지를 훑어 해당 문장을 찾는 일이 순차 접근에서는 몇 배입니다.

그러면 어떻게 될까요. 확인을 건너뛰게 됩니다. 게을러서가 아니라 비용이 감당이 안 돼서요.

줄이는 방법이 있습니다. 원문 인용을 요구하는 것이 가장 효과적이에요. 링크를 열어 찾아 헤매는 대신 인용문을 바로 들을 수 있으니까요.

그리고 교차 확인은 시각적 탐색이 필요 없어서 접근성 부담이 낮습니다. 새 대화에서 다시 묻고 답을 비교하는 것은 듣기만으로 됩니다. 21회차에서 값싼 방어라고 한 그 방법이 여기서 특히 값어치가 있어요.

AI가 새로 만드는 장벽 ③ 대체텍스트의 역설

가장 미묘한 문제입니다. AI가 이미지를 설명해 주니 대체텍스트를 안 써도 되지 않나라는 생각이요.

실제로 이런 흐름이 있습니다. 그런데 이건 세 가지를 놓칩니다.

첫째, 자동 설명은 맥락을 모릅니다. 14~22회차에서 반복한 그것이요. 이 이미지가 왜 여기 있는지, 무엇을 보여주려는지를 모릅니다.

둘째, 검증이 안 됩니다. 앞서 다룬 그 비대칭이요.

셋째, 그리고 이게 중요한데요. 비용이 옮겨졌을 뿐입니다. 만드는 사람이 한 번 쓰면 끝날 일을, 읽는 사람이 매번 AI에게 물어야 하는 구조가 됩니다. 부담이 소수에게, 반복적으로 옮겨진 거예요.

그리고 22회차에서 짚은 되먹임을 기억하세요. 사람이 쓴 대체텍스트가 멀티모달 AI를 만든 데이터였습니다. 사람이 안 쓰기 시작하면 다음 세대 모델의 재료도 마릅니다.

접근성은 왜 모두에게 이득인가

이 시리즈가 처음부터 붙들어 온 관점을 여기서 정리하겠습니다.

접근성을 위해 만든 것들이 결국 모두가 쓰게 된 사례가 아주 많습니다.

자막은 청각장애인을 위한 것이었지만 지금은 시끄러운 곳에서, 조용해야 하는 곳에서, 외국어를 배울 때 모두가 씁니다. 음성 인식은 손을 쓰기 어려운 사람을 위해 발전했지만 지금은 운전 중에 모두가 쓰고요.

다크 모드는 빛에 민감한 사람들의 요구에서 시작해 이제 기본 기능입니다.

이유가 있습니다. 제약이 있는 조건에서 잘 작동하도록 설계하면 일반 조건에서는 더 잘 작동합니다. 극단에서 통하는 설계가 평균에서도 통하는 거예요.

그래서 접근성은 비용이 아니라 설계 품질의 지표입니다.

만드는 사람에게 — 다섯 가지만

개발자·기획자·글 쓰는 사람을 위해 실행 가능한 것만 추리겠습니다.

하나, 대체텍스트를 씁니다. "이미지"가 아니라 그 이미지가 전하려는 것을요. 장식용이면 비워 두는 게 낫습니다.

둘, 키보드만으로 전부 되게 합니다. 마우스를 치우고 한 번 써 보세요. 안 되는 곳이 바로 드러납니다.

셋, 색만으로 구분하지 않습니다. 빨강/초록 대신 모양이나 글자 라벨을 함께요.

넷, 구조를 올바르게 표시합니다. 제목은 제목 태그로, 버튼은 버튼으로요. 보이기만 그렇게 만들지 말고요.

다섯, 사용자가 고를 수 있게 합니다. 글자 크기, 대비, 애니메이션 끄기, 출력 형식이요. 정답이 하나가 아니니까요.

쓰는 사람에게 — 세 가지만

당사자를 위해서도 실용적인 것만 추리겠습니다.

하나, 출력 형식 지침을 저장하세요. 오늘 정리한 것들을 한 번 써서 고정해 두는 겁니다. 이게 체감 효과가 가장 큽니다.

둘, 자주 쓰는 일을 단축키로 만드세요. 시각적 탐색을 손의 기억으로 옮기는 것이요.

셋, 검증은 값싼 방법으로 하세요. 원문 인용 요구와 교차 확인이요. 비싼 방법을 알면서 안 하는 것보다 싼 방법을 습관으로 만드는 편이 낫습니다.

핵심 정리 — 세 줄

첫째, 접근성은 가능/불가능이 아니라 비용의 문제입니다. 눈으로 보는 것은 한눈에 들어오는 병렬 접근이지만 화면 낭독기는 하나씩 지나가는 순차 접근이라, 같은 정보를 얻는 데 몇 배가 듭니다. "할 수는 있다"가 "할 만하다"를 뜻하지 않으며, 저시력은 양상이 사람마다 달라 정답이 하나가 아닙니다.

둘째, AI는 침묵하던 자리를 메웠지만 검증할 수단은 주지 않았습니다. 기능 목록에서 대화로 바뀐 것은 종류의 변화이고 자율성의 문제였습니다. 그러나 사진 설명이 맞는지는 그 사진을 볼 수 있어야 확인되며, 그래서 가장 도움이 필요한 사람이 가장 큰 위험을 집니다.

셋째, 자동 생성은 안전망이지 대체재가 아닙니다. 맥락을 모르고, 검증이 안 되며, 만드는 사람이 한 번 쓰면 될 일을 읽는 사람이 매번 묻게 만들어 비용을 소수에게 반복적으로 옮깁니다. 그리고 사람이 쓴 대체텍스트가 이 기술을 만든 재료였다는 점도 기억해야 합니다.

용어 정리

저시력 — 교정해도 일상에 지장이 있는 시력 상태. 중심·주변 시야 손실, 흐림, 대비 감도 저하, 빛 민감 등 양상이 사람마다 다릅니다.

화면 낭독기 — 화면에 보이는 것이 아니라 프로그램이 제공하는 구조 정보를 소리로 전달하는 프로그램.

순차 접근 — 요소를 하나씩 차례로 지나가며 파악하는 방식. 한눈에 보는 병렬 접근과 대비됩니다.

대체텍스트 — 이미지가 전하려는 내용을 글로 적은 것. 외형 묘사가 아니라 의미를 적습니다.

검증 비용의 불평등 — AI 답변을 확인하는 데 드는 비용이 사람마다 크게 다른 현상. 접근이 어려울수록 검증도 어렵습니다.

유니버설 디자인 — 특정 집단을 위한 별도 설계가 아니라, 처음부터 더 넓은 범위의 사람이 쓸 수 있게 만드는 설계 원칙.

다음 회차 예고 — 그리고 생각해볼 질문

26회차는 「업무와 창작의 AI」입니다. 오늘이 개인의 일상과 접근성이었다면, 다음은 일과 만드는 일이에요.

코딩 보조가 실제로 어디까지 왔는지, 이미지·음성·영상 생성 도구의 지형이 어떻게 되는지, 그리고 로컬 AI와 클라우드 AI를 어떻게 나눠 쓰는지를 다룹니다. 마지막 주제는 비용만이 아니라 개인정보와 통제권의 문제이기도 해서, 27회차로 자연스럽게 이어집니다.

생각해볼 질문. 오늘 "접근성을 위해 만든 것이 결국 모두가 쓰게 된다"는 사례를 여러 개 봤습니다. 자막, 음성 인식, 다크 모드요.

그런데 이 사실이 접근성을 정당화하는 논리로 쓰이는 것은 어떨까요. "모두에게 이득이니까 하자"는 말은 설득에 유용하지만, 뒤집으면 "모두에게 이득이 아니면 안 해도 되나"가 됩니다. 여러분은 접근성을 효율의 문제로 보시나요, 권리의 문제로 보시나요? 댓글로 들려주세요.

이 포스트는 SVIL 연구소 「AI 기초 및 활용」 30회 시리즈의 25회차이며, 제5부 「실전 활용」의 두 번째 회입니다. 하버드 CS50 AI, MIT 6.S191 등 공개 교육과정의 구조를 참고했으며, 모든 내용은 이미지 없이 본문만으로 이해할 수 있도록 구성되어 있습니다. 모든 이미지에는 내용을 설명하는 대체텍스트가 포함되어 있습니다.

협업문의 : kuroicode@gmail.com
블로그 : https://blog.svil.dev/
홈페이지 : https://kuroicode-beep.github.io/svil-homepage/