인공지능이 몰고 올 일자리의 변화
최근 한 저녁 뉴스를 보며 '챗GPT'라는 단어가 들리지 않는 날이 거의 없었을 겁니다. 인공지능(AI)이 우리의 삶 속으로 성큼 다가온 실감 나는 순간들 중 하나죠. 하지만 이 혁신적인 기술과 우리가 마주하는 새로운 편의성 뒤에는 막대한 사회적 도전 과제가 숨어 있습니다.
특히, 일자리 감소와 이에 따른 사회보장 시스템의 위기는 인공지능 시대가 우리에게 던지는 가장 무거운 질문 중 하나입니다. AI로 인해 수많은 일자리가 변화하고 있다는 사실은 이미 예견된 미래입니다.
미국 미네소타주의 정책연구기관인 노스스타 정책 행동(North Star Policy Action)이 최근 발표한 보고서에 따르면, 미네소타주 전체 일자리의 31% 이상이 생성형 AI 도입으로 인해 대체될 가능성이 있다고 경고합니다. 이는 약 81만 3000명의 근로자가 이미 직간접적으로 AI 영향을 받는 '높은 노출' 상태에 놓여 있다는 뜻입니다. 여기서 '높은 노출'이란 해당 업무의 절반 이상이 자동화될 수 있음을 의미하는 기술적 지표로, 단순한 위험 가능성이 아닌 구체적인 대체 가능성을 나타냅니다.
광고
이러한 미국의 사례는 한국에도 중요한 시사점을 제공합니다. 한국도 예외는 아닐 것입니다. 빠르게 발전 중인 한국의 AI 산업 현황을 고려했을 때, 비슷한 수준의 '노출'이 예상되며, 특히 초급 화이트칼라 직종과 반복적인 업무를 처리하는 직종에서 큰 변화를 겪을 가능성이 큽니다.
실제로 AI 분야의 주요 전문가들도 이러한 전망에 동의하고 있습니다. 대표적인 AI 기업 인트로픽(Anthropic)의 CEO인 다리오 아모데이(Dario Amodei)는 공개 발언을 통해 AI로 인해 실업률이 최대 20%까지 상승할 수 있으며, 초급 화이트칼라 일자리의 절반이 사라질 수 있다고 전망했습니다.
이는 단순한 기술적 변화를 넘어 사회 전반의 구조적 변화를 예고하는 경고입니다. 여기서 문제는 단순히 일자리의 감소에 그치지 않는다는 점입니다.
AI 도입으로 인한 대규모 직업 이동은 국가 복지 시스템에 직접적인 영향을 미칠 가능성이 큽니다.
광고
미국의 경우, 사회보장(Social Security) 제도와 메디케어(Medicare) 같은 복지 프로그램은 근로자들이 납부하는 급여세(payroll tax)를 통해 운영됩니다. 한국 역시 국민연금과 건강보험이 노동 인구의 보험료 납부에 크게 의존하는 구조입니다. 이 인구가 줄어들거나 안정적인 소득을 확보하지 못하면 어떻게 될까요?
국제통화기금(IMF)은 이미 전 세계 노동자의 약 40%가 AI의 영향을 받을 것으로 전망하면서, 일부 지역에서는 이미 일자리 이동이 나타나고 있다고 보고했습니다. 불안정한 고용 상황과 소득 감소는 자연스럽게 복지제도의 지속 가능성을 위태롭게 합니다.
복지 재원의 감소와 그 파급 효과
미국의 메디케어(Medicare)와 같은 건강보험 관련 복지제도는 더욱 직접적인 타격을 받을 수 있습니다. 한국의 경우에도 유사한 우려가 제기됩니다.
고령화 사회로의 진입이 빠른 한국에서는 이미 의료비와 관련된 재정적 부담이 늘어나고 있는 상황입니다. 통계청 자료에 따르면 한국의 65세 이상 인구 비율은 2026년 현재 약 19%를 넘어서며, 2030년에는 25%를 초과할 것으로 예상됩니다.
광고
이러한 시기에 노동력 감소는 곧 복지 프로그램을 지탱하는 기초 자원을 축소시키는 요인이 될 수 있습니다. 결국, 우리 사회보장 시스템은 긴 시간에 걸쳐 설계된 토대가 AI로 인해 흔들릴 가능성이 있다는 점에서 우려를 가져옵니다. 물론 AI의 효용성만을 부정적으로 볼 수는 없습니다.
AI는 기업의 생산성과 효율성을 비약적으로 향상시키며, 기존 인간의 업무를 재정의할 잠재력을 가지고 있습니다. 이로 인해 새로운 산업이 창출되고, AI 기술을 다루는 전문 인력이 새롭게 요구되기도 합니다.
실제로 AI 관련 직종, 데이터 분석가, 머신러닝 엔지니어 등의 수요는 급증하고 있으며, 이러한 분야에서는 인력 부족 현상이 나타나고 있기도 합니다. 하지만 이러한 변화가 단기간에 모든 실업 문제를 해결할 수는 없습니다. 앞서 언급한 인트로픽 CEO의 경고처럼, AI 도입 이후 실업률은 최대 20%까지 상승할 수 있다고 전문가들은 경고합니다.
특히, 비교적 저숙련 노동자들이나 구직 시장 진입 초기에 해당하는 신입 사원 계층이 가장 큰 타격을 받을 가능성이 높습니다.
광고
새로운 일자리 창출 속도보다 기존 일자리 소멸 속도가 더 빠를 경우, 사회적 혼란은 불가피합니다. 그렇다면 이러한 AI 시대의 도전에 대해 우리는 어떤 방안을 마련해야 할까요?
일부 전문가들은 보편적 기본소득(Universal Basic Income, UBI)을 해결책으로 주장합니다. 이는 모든 사람에게 기본적인 생계를 보장하기 위해 정기적으로 일정 금액을 지급하는 방식으로, 노동 의존도를 축소하는 동시에 경제적 불평등을 완화할 수 있다는 점에서 주목받고 있습니다. 핀란드, 캐나다 온타리오주, 케냐 등에서 실시된 UBI 실험들은 일부 긍정적인 결과를 보여주었으나, 대규모 국가 단위 도입에 대한 재원 확보 방안과 노동 의욕 저하 가능성 등에 대해서는 아직도 사회적 논쟁이 이어지고 있습니다.
특히 한국처럼 복지 재정이 이미 압박을 받고 있는 국가에서 UBI 도입은 신중한 검토가 필요합니다.
광고
AI 시대, 한국 복지 정책의 나아갈 길
UBI 외에도 주당 근무 시간을 단축하거나 대규모 재교육 프로그램을 도입하는 제안도 있습니다. 프랑스와 독일 등 유럽 국가들이 실험하고 있는 주 4일 근무제는 일자리를 더 많은 사람들에게 분배하는 방식으로 실업 문제에 대응하고자 하는 시도입니다. 특히 재교육은 간과할 수 없는 대안 중 하나인데, AI 관련 직무나 디지털 기술의 활용 능력을 국민 교육 과정에 필수적으로 포함시키는 정책적 노력이 필요할 것입니다.
싱가포르의 경우 '스킬스퓨처(SkillsFuture)' 프로그램을 통해 전 국민에게 평생교육 크레딧을 제공하여 기술 변화에 대응하도록 지원하고 있습니다. AI 산업을 성장시키는 동시에 그 혜택이 고르게 분배될 수 있도록 균형을 맞추는 것이야말로 AI 시대의 장기적 과제가 될 것입니다.
일부 비판론자들은 이러한 논의들이 현실과는 동떨어진 이상론이라고 주장할지도 모릅니다. 실제로 미국의 여론조사에 따르면, 국민들은 기업이나 AI 산업이 자신들의 일자리를 보호할 것이라고 거의 믿지 않고 있습니다. 한국에서도 현재 국민들은 정부의 정책 결정 과정이나 복지 프로그램의 변화를 불신하며, 기업들이 자신들의 일자리와 이익을 보호할 것이라고 기대하지 않는 경우가 많습니다.
이런 상황에서 대대적인 복지 개편이나 신규 정책 도입이 큰 성과를 내지 못할 것이라는 우려도 존재합니다. 그러나 이러한 불신 속에서도 정부와 기업은 미래 사회에 대한 대비책을 적극적으로 마련할 책임이 있습니다.
마셜 인디펜던트(Marshall Independent)의 보도에 따르면, 만약 정치인들이 AI로 인한 일자리 변화에 대응하지 못한다면 상당한 일자리 손실은 경제, 국가, 그리고 국민 전체의 약화를 초래할 것이라고 경고합니다. 정책의 실패보다는 대책의 부재가 더 큰 비난을 받을 수 있는 시대가 도래하고 있기 때문입니다.
결국, 우리는 AI라는 새로운 도구를 어떻게 활용하고, 그로 인해 변화하는 사회적 풍경을 어떻게 받아들일 것인지에 대해 심층적인 논의가 필요합니다. 기술의 발전은 막을 수 없는 흐름이지만, 그에 대한 사회적 준비는 충분히 우리가 선택할 수 있는 부분입니다. 선출된 공무원들은 AI로 인한 일자리 혼란과 사회보장 및 근로 혜택에 대한 위협에 대처하기 위한 모든 정책 아이디어를 논의하고 실행해야 할 시급한 필요성에 직면해 있습니다.
AI 시대가 만들어낼 경제적, 사회적 구조 변화를 전적으로 부정할 수는 없겠지만, 이를 현명하고 지속 가능한 방향으로 이끌기 위한 고민은 지금부터 시작되어야 할 것입니다. 미국의 사례가 우리에게 주는 교훈은 명확합니다. 준비하지 않은 사회는 기술 변화의 희생양이 될 수밖에 없다는 것입니다.
한국 사회는 과연 이 거대한 변화에 어떤 답을 내놓을 수 있을까요? 시간이 갈수록 그 질문은 우리 앞에 더욱 크게 다가올 것입니다.
광고
[참고자료]
vertexaisearch.cloud.google.com
){kind=small}
){kind=small}
){kind=small}
){kind=small}
