AI와 잡 디자인: 인간에게 투자하고 기다려야 한다

여는 말: 인간은 통계가 아니다

인간은 통계나 숫자가 아니다. 이상헌(ILO 고용정책국장)은 통계와 숫자가 아닌 구체적인 인간을 바라보고 근심해야 한다고 늘 말해 왔다. 숫자도 통계도 구체적인 고통을 드러내지 않는다. 하지만 인간은 고통을 느끼고, 또 희망한다. 거대한 숫자와 통계의 흐름도 중요하지만, 그 속에서 울고 웃는 인간의 삶이 정치경제학의 시작이자 끝이어야 한다.

AI 시대를 축복하거나 저주하는 말의 잔치가 무성하다. 그 말 잔치에 일자리도 빠지지 않는다. 더 어둡고 더 절망적인 전망은 언론의 상업주의적 얄팍함 속에서 상식처럼 퍼진다. 하지만 그동안 세상을 강타한 무시무시한 기술 혁신의 회오리에도 불구하고 일자리는 늘 ‘평형’을 유지해왔다. 그게 팩트다. 그리고 최근에 그런 지난 시대의 ‘팩트’를 한 번 더 확인하는 ‘권위 있는’ 보고서가 나왔다(예일대학교+브루킹스연구소 예산연구소. 2025.10.01).

하지만 AI 시대는 뭔가 다르지 않을까? 자동차도 컴퓨터도 월드 와이드 웹도 모바일도… 모두 무시무시하긴 했지만, AI만큼은 아니다. 이제 인간은 인간의 ‘지능’을 능가하는 기계를 처음 만들었다. 그런데 그 작동(발현) 원리를 이해하지는 못한다. 키워드는 ‘통제’다. 인간은 AI를 기술적으로 통제할 수 없다. 남은 건 정치적 경제적 사회적 문화적 통제다. 하지만 이제 기업의 권능은 정부를 능가하는 것처럼 보인다. AI를 향한 기업의 낙관주의는 자본주의적이다.

인간은 AI 시대에도 ‘인간의 조건’을 지킬 수 있을까. 니체가 신의 죽음을 선언하고, 푸코가 인간의 죽음을 선언한 후로 인간은 점점 더 어떤 징후나 흔적 같은 것으로 남아 있는 것 같다. 인간이 인간이란 증거는 점점 더 사라져 간다. 그런 반인간의 가장 강력한 증거는 초거대기업이고, 소셜미디어이며 여전히 계속되는 전쟁과 전쟁터가 아닌 곳에서도 활짝 핀 증오와 혐오다.

그리고 드디어 AI가 인간의 시대에 도착했다. 인간의 능력을 능가하는 인간이 이해할 수 없는 기계. 그런 시대의 일자리는 어떤 모습인가. 어떤 모습이어야 하나. 그 시대에서 인간은 어떤 얼굴로 어떤 표정으로 살아갈까. 2024년 1월에도 비슷한 질문을 던졌지만, 한 번 더 그 어려운 질문을 이상헌에게 던졌다.

최근 예일대학과 브루킹스연구소가 공동 운영하는 예산연구소(Budget Lab)가 발표한 새 연구 결과는 나 역시 주목했던 발표다. 역사적 비교까지 곁들인 흥미로운 분석인데, 꼭 필요했던 연구로 본다.

결론은 의외로 단순하다. 직업 구성 변화는 빨라지고 있지만, AI 도입 이후의 속도는 과거 기술 변화기와 크게 다르지 않다. 1980년대 컴퓨터, 1990년대 인터넷이 도입될 때와 비교해 조금 더 빠르긴 하지만, 추세나 규모에서 도드라지는 변화는 아니다. 그리고 노동시장의 고용·실업 추세와 AI 노출·자동화 지표 사이에도 아직 뚜렷한 상관관계는 발견되지 않았다.

물론 장기적 영향은 시간이 더 지나야 분명해질 것이고, 더 많은 데이터와 정밀한 분석도 필요하다. 하지만 현재까지는 “큰 충격”보다는 “상대적 안정” 쪽에 가깝다는 점이 중요하다.

숙련과 재교육의 문제

다만 그렇다고 안심해선 안 된다. 늘 강조했듯, 기술 변화가 낳는 진짜 쟁점은 일자리의 총량이 아니라 질과 분배다. 전자는 기술 낙관론이나 위기론 속에서 부각되곤 했지만, 후자는 언제나 정책과 정치의 문제였고 결국 사람에 대한 투자로 귀결된다. 역사적으로 우리는 전자에는 열광하면서 후자에는 침묵했던 경험을 여러 차례 반복했다. 그 결과가 무엇이었는지도 잘 알고 있다.

가장 큰 전제는 교육이나 숙련이 중요하다면서 노동자를 준비시켜야 한다고 말하는데, 여기서 한 걸음 더 나아가야 한다. 숙련과 재교육을 ‘개인’의 몫, 개인 책임으로 돌려선 안 되고, 사회적 책임에 돌려야 한다. 자신이 하는 일에 전문성과 깊이는 더하는 일에도 그리고 자신이 하던 일에서 다른 업무로 옮겨가는 일에도 사회적 지원이 필요하다. 전문성을 더하는 일에는 투자가 중요하고, 일을 옮겨가는 과정에서는 소득 보전이 중요하다. 재교육 기간 동안 소득이 보장되지 않으면, 그 재교육을 기피할 수밖에 없게 없다. 그러면 기술에 뒤처지고, 악순환이 생긴다.

AI 시대의 숙련과 재교육 문제에서 핵심은 그것이 사회적인 책임이어야 한다는 점, 그리고 그 과정에서 소득을 보장해야 한다는 거다. 이 문제는 결국은 복지 국가의 문제다. 노동자는 이런 급격한 기술 변화 상황에서 위험을 피하려는 행태를 보일 수밖에 없다. 급변하는 상황에서 보수적이고 기피적인 행태를 보이는 사람에게 도전적이고 창의적인 행동을 기대하기는 어렵다. 시대의 흐름에 맞춰서 AI를 배우고, 도전해라? 포스터 문구로는 좋지만, 스스로 당사자가 된다면 그런 도전을 실행하기 어렵다. 오히려 더 소극적으로 행동한다.

결국 사람에 대한 투자: 미국 중국 한국의 차이

개인적으로 한국이 오픈AI와 같은 최첨단 AI 핵심 기술 경쟁에 뛰어들 것 같지는 않다. 한국 입장에서는 AI 핵심 기술 개발보다는 그 활용에 주목하는 게 장점이 크다고 생각한다. 과거에도 반도체 산업에서 핵심 기술인 CPU에 집중해 경쟁하기보다는 메모리에 장점을 보였던 것처럼. 그래서 AI 투자한다고 할 때는 AI 엔지니어 육성에 투자한다는 말이기도 하다. 더불어 AI 핵심 기술 개발보다는 AI를 다양하게 활용할 수 있는 분야와 그 잠재적인 인력에 투자해야 한다.

그런데 AI에 투자한다고 할 때 우리는 흔히 데이터센터만을 떠올린다. 하지만 거기에서 일할 사람들, 엔지니어나 전문가들을 키워내는 일에 승부처가 있을 것으로 본다. 그리고 그런 인력을 키워내는 분야에서는 한국이 지금까지처럼 경쟁력을 발휘할 수 있을 것으로 본다. 그렇게 하면 투자 방향이나 초점이 정책적으로 명확해질 것으로 생각한다. 핵심 기술 경쟁보다는 AI 기술을 응용하고 확장하는 연관 기술에 집중한다면, 비교적 질 좋은 일자리를 많이 만들어 낼 수 있을 것으로 본다.

오히려 미국이나 중국처럼 AI 핵심 기술에 집중한다고 할 때 그게 국가나 기업 차원에서는 경쟁력이 높겠지만, 그 상층의 일자리 수는 제한적이고, 그 중간층의 질 높은 일자리가 많으리라는 보장은 없다. 오히려 데이터 입력과 같은 말단의 질 낮은 직업이 많이 생길 텐데, 그런 일자리보다는 좀 더 고급의 일자리를 우리는 정책적으로 추구해야 하지 않을까.

AI 시대의 일자리는 양극화할 가능성이 크다. 아주 거칠게 도식화하면, 미국은 AI 일자리 양극화 가능성이 더 크다. AI 핵심 기술 개발에 집중하는 빅테크와 유니콘의 극소수 리더 그룹은 조 단위 연봉 패키지를 제안받기도 하지만(최근 15억 달러의 연봉을 제안받고 씽킹 머신스에서 메타로 이직한 앤드류 털럭의 사례), 그만큼 양극화의 골은 더 깊어질 수밖에 없다.

중국은 응용에 치중하면서도 핵심 기술에서 최종 생산물까지 모든 과정에 참여하고 있는 것으로 보인다. 이와 비교하면, 한국은 핵심 기술 개발과는 좀 떨어진 중간 이후 과정을 상품이나 서비스에서 적용해서 개발하는 정도까지 온 것 같은데, 그런 차이를 고려한 정책을 구상해야 한다.

전 지구적인 차원의 AI 양극화

1990년대 신자유주의가 본격화한 이후, 새로운 기술 개발은 주로 지구 북쪽이 독점했다. 이론적으로는 그 기술이 지구 남쪽으로 전파될 거로 기대했지만, 그런 일은 일어나지 않았다. 실제로 일어난 일은 기업의 기술 독과점이다. 이론적으로는 가능했던 시장을 통한 기술 이전이 현실 세계에서는 발생하지 않았다. 기술을 이용할 수는 있지만, 즉 이용자는 될 수 있지만, 기술 자체가 ‘이전’하지는 않았고, 그 결과로 전 지구적인 차원에서 남북 격차는 점점 더 커질 수밖에 없었다.

전 지구적인 차원에서 남북 격차는 고정적이었고, 심화했는데, 그런 상황에서 그래도 치고 올라온 나라가 중국 같은 나라다. 중국이 치고 올라올 수 있는 조건은 국가 주도의 통제다. 국가가 나서서 산업 정책을 쓰고, 외국 기술을 이전해달라고 요청하고 기대하기보다는 그 기술을 훔치든지 가져와서 자체적으로 해결하려고 노력했다. 중국처럼 국가가 강력한 정책으로 드라이브하고, 인프라에 투자한 나라만 성공했다. 자유로운 시장에서 성장하고 성공한 나라는 없다.

전 세계에서 중국이 거의 유일하게 치고 올라온 나라고, 말레이tl아가 조금 주목받았지만, 현재는 좀 어려운 상황이다. 중간 단계까지는 어떻게 어떻게 올라가지만, 그 이후가 정말 어렵다. 그래서 지금까지 성공적으로 첨단 기술 산업화에 성공한 나라는 아프리카, 남미에선 없다. 호주나 뉴질랜드, 아시아 4룡, 중국 정도다. 베트남이나 말레이시나 같은 ‘중간 단계’ 국가들이 질적으로 도약할 수 있는지는 지켜봐얄 것 같고, 최근에는 미얀마도 주목받는 나라 중 하나다.

AI와 기본소득

기본소득에 관해서는 시민 발언권과 정치적 참여를 높인다는 친기본소득 입장, 기본소득 대신에 질 좋은 일자리를 주는 게 더 좋지 않겠느냐는 입장, 좀 더 급진적인 전통에서는 일자리 자체가 착취적인 속성을 띠고 있어서 일자리 주자는 데 반대하는 래디컬한 입장, 급속한 기술 혁신 시대에는 일자리가 전반적으로 사라지기 때문에 일자리에 의한 소득 보전이 어렵다는 입장 등 다양한 견해들이 있다.

그런데 항상 이야기했던 것처럼 일자리 총량이 줄어든다는 건 적어도 지금까지 본 것처럼 그 근거가 희박하다. 그래서 기술 혁신 = 일자리 감소 = 기본소득의 연결 고리는 강하지 않다. 그 근거가 부족하다.

로봇이 나올 때도 그랬는데, 기술 혁신이 있을 때마다 ‘기본소득’ 의제가 뜨거웠다. 디지털 산업 혁명(4차 물결)을 많이 이야기했던 최근에도 기본소득 이야기가 초기에 아주 뜨거웠다. 특히 실리콘밸리에서 그런 이야기들이 많이 나왔다. 기업들이 오히려 기본소득 이야기를 주도했다.

그러다가 AI 초창기라고 할 수 있는 2022, 2023년쯤엔 기본소득 이야기가 또 확 올라왔다가 지금은 또 잠잠하다. 충분히 고려해 볼 수는 있겠지만, 기술 변화에 따른 일자리의 필연적 감소에 근거에서 기본소득을 이야기하는 것은 그다지 현실적인 실익이 없다고 본다. 다른 맥락에서는 물론 기본소득을 이야기할 충분한 다른 ‘가능성’과 ‘가치’가 있을 수 있겠지만.

AI 기술 혁신은 지금까지와는 다를까

나는 경제학자고, 그래서 어떤 현상을 평가할 때 그 기간이 좀 길다. 수십 년, 백 년, 수백 년 단위로 경제의 흐름을 살펴보기도 한다. 그래서 그런지 기술 변화의 효과에 관해서는 ‘좀 짜게’ 평가하는 편이다. 하지만 현장에서 체감하는 기술 변화는 좀 다른 느낌이겠지.

하지만 100년이라는 긴 호흡으로 경제의 흐름을 연구하는 나 같은 경제학자로서는 좀 보수적으로 평가할 수밖에 없다. 내가 예전에, 가령 대학 1년 때 처음 PC를 접했을 때의 충격, 그때 ‘와, 이게 뭐지!’ 그랬던 때의 느낌은 지금도 생생하다. 그런데 지금 챗GPT를 쓰면서 느끼는 ‘와, 이게 뭐지?’ 할 때 그게 PC를 처음 접했을 때와 서로 크게 구별되지는 않는다.

AI를 점점 더 자주 활용하고, 그렇게 지금까지 해왔던 업무 시간을 줄여주고, 일을 잘 도와주는 느낌은 확실히 있지만, 그러다 보니까 일을 더 만들기도 한다. 예전에는 하루에 브리핑 노트를 많이 만들어야 3~4개였는데, 지금은 AI를 이용해 두 배 이상 만든다. 작업량은 2배 이상 늘었지만, 작업하는 사람 수는 똑같다.

우리 사무실 이야기를 좀 더 하면, 회의에 여러 언어를 사용하기 때문에 통역을 많이 썼는데, 지금은 AI를 이용해서 통역을 기술적으로 제공한다. 그래서 이전에는 통역 업무에 배치했던 인력을 다른 쪽으로 돌릴 수 있는 여지가 생긴다. 물론 통역 업무를 줄이더라도 그 일을 하는 사람을 자르는 게 아니고, 그 업무만 변경하기 때문에 인력이 줄어드는 건 아니다.

회의가 끝나고 나서도 회의를 정리하는 시간이 오래 걸렸는데, 지금은 그런 일을 자동으로 한다. 그런 부대적인 일들이 훨씬 줄었다. 수치로 정량화하기는 어렵겠지만, 그런 종류의 부대적인 일이 70% 이상 줄어든 것 같다. 그런데 그 대신에 회의가 많이 늘었다.

AI의 정치경제학, 문제는 ‘잡 디자인’이다

계속 사무실을 예로 들면서 이야기했는데, 조금 더 이야기해 보자. ILO 고용정책국에서 하는 회의에 필요한 여러 작업들은 AI를 통해 많이 줄었다. 기존에는 인간이 했던 회의 자료 준비하는 일, 분류하는 일, 통역하는 일, 모두 지금은 AI가 한다. 그러니까 그런 업무를 했던 인력이 이제 더는 필요 없다고 해고해도 될까? 그렇게 인력을 줄이고, 정규직을 비정규직으로 돌리며, 일감을 외주화하면? 그러면 일은 같지만 일자리는 줄고, 일자리의 질은 낮아진다.

또 다른 방식도 있다. 인간을 중심으로 ‘잡 디자인’을 새롭게 하는 거다. 가령 AI에 통역 일을 ‘넘겨준’ 직원에게는 회의에 관한 전문성을 길러서 그 수요를 키워내는 일이다. 그 전문성을 키워내기 위해선 앞서 말했지만, 기다려주고 지원(응원)해주는 시스템이 필요하고, 그런 문화가 필요하다.

지금까지는 ILO라는 국제기구의 한 사무실에서 일어났던 일이지만, 그 단위를 ‘ILO 사무실’이 아니라 ‘나라’로 바꾸면, 그게 바로 정책 방향이 된다. 가장 쉬운 방식은 해고하고, 외주화하는 방식이다. 하지만 일자리를 지키고, 일자리의 질과 생산성을 높이는 방식을 선택할 수 있다. 여기에 필수적인 게 투자와 인내다. 변화의 소용돌이에 빠진 당사자 입장에선 ‘내 일자리’가 보장되어야 새로운 일에 도전할 수 있고, 그 일에 관한 전문성도 키워내고 전체적인 역량을 높일 수 있다.

AI가 일자리를 빼앗고, 대체한다? 이런 시나리오는 ‘어쩔 수 없는 변화 과정’ 아니다. 불가피한 게 아니다. 노력이나 투자가 필요하다. 정책의 역할은 쉬운 길, 경영적 합리성이나 이윤 극대화가 아니다. 일자리 친화적인 방식, 인간을 존중하는 방식으로 ‘선택’하는 게 진짜 ‘정책’의 역할이다.