컨텍스트 접근 격차: 에이전트 불평등의 보완적 차원으로서의 상호작용 수준 아키텍처
The Context Access Divide: Interaction-Level Architecture as a Complementary Dimension of Agentic Inequality
AI 에이전트 접근의 불평등을 분석하는 기존 프레임워크를 확장하여, 명목상 동등한 에이전트 접근권을 가진 사용자 간에도 시스템이 지식 말뭉치에서 컨텍스트를 자율적으로 검색하는지(Dynamic Context Retrieval) 아니면 사용자가 수동으로 첨부해야 하는지에 따라 질적으로 다른 AI 유용성이 발생하는 "컨텍스트 접근 격차(Context Access Divide, CAD)"를 제안한다. 인지심리학의 팬 효과(fan effect)에 기반한 확률적 모델로 CAD를 공식화하여, 수동 첨부 방식이 말뭉치 규모와 과제 복잡도 증가에 따라 과제 성공 확률의 조합론적 붕괴를 초래하는 반면 RAG 및 MCP 기반 동적 검색 아키텍처는 이러한 붕괴로부터 구조적으로 차단됨을 보인다.