안녕하세요. 고한석 전문가입니다.
노동 수요·공급 구조의 변화
경제학에서는 이 현상을 기술적 실업(Technological Unemployment)과 기술 보완 효과 두 축으로 분석합니다. 역사적으로 산업혁명 때도 같은 우려가 있었지만 결국 새로운 직업이 생겨났다는 낙관론과, 이번 AI는 육체노동뿐 아니라 인지노동까지 대체한다는 점에서 과거와 질적으로 다르다는 비관론이 팽팽히 맞서고 있습니다. 옥스퍼드 대학 연구(Frey & Osborne)는 현존 직업의 47%가 자동화 위험에 처해 있다고 분석했고, OECD는 이보다 낮은 14% 수준으로 추정하는 등 전망 자체도 기관마다 크게 엇갈립니다.
수요 측면에서는 데이터 입력·콜센터·단순 회계·조립라인처럼 반복·규칙적인 업무의 노동 수요가 빠르게 줄어드는 반면, AI 개발·프롬프트 엔지니어링·로봇 유지보수·데이터 윤리 전문가처럼 기술을 다루는 직군의 수요는 급증하고 있습니다. 문제는 사라지는 일자리와 새로 생기는 일자리 사이의 기술 격차(Skill Gap)가 커서, 대체된 노동자가 새 직군으로 곧바로 이동하기 어렵다는 점입니다.
공급 측면에서는 기술 숙련도에 따른 양극화가 심화됩니다. 고숙련 노동자는 AI를 도구로 활용해 생산성이 오히려 높아지고 임금도 오르지만, 저숙련 노동자는 대체 위험에 노출되면서 임금 협상력이 약해집니다. 이른바 K자형 노동시장 구조로, 중간 숙련 직종이 공동화되고 고숙련과 저숙련으로 양분되는 현상이 이미 미국·유럽에서 관측되고 있습니다.
긍정적 효과와 부정적 위험의 공존
긍정적으로는 생산성 향상이 경제 전체의 파이를 키우고, 단순 반복 업무에서 해방된 인간이 창의적·감성적 업무에 집중할 수 있다는 점이 있습니다. 실제로 의료 AI는 진단 보조를 통해 의사의 역량을 확장시키고, 법률 AI는 계약서 검토 시간을 대폭 줄여 전문가가 더 복잡한 판단에 집중하게 만들고 있습니다.
부정적 측면으로는 임금 격차 확대가 가장 현실적인 위험입니다. AI 도입으로 기업 이익은 늘어도 그 과실이 자본가와 고숙련 노동자에게 집중되고, 대체된 저숙련 노동자에게는 분배되지 않는 구조가 고착될 수 있습니다. 또한 플랫폼 경제 확산으로 고용 안전망 밖에 있는 긱(Gig) 노동자가 늘어나면서 사회보험 사각지대도 커집니다.
정부와 사회의 대응 방향
경제학자들이 공통적으로 강조하는 대응책은 크게 세 가지입니다. 첫째, 평생학습·직업 재훈련 시스템 강화로 기술 전환 속도에 맞춰 노동자가 빠르게 적응할 수 있는 인프라를 국가가 책임지는 것입니다. 둘째, 사회안전망 재설계로 실업급여·기본소득 실험·의료보험 등을 고용 형태와 무관하게 받을 수 있도록 플랫폼 노동자까지 포괄하는 방향으로 제도를 바꾸는 것입니다. 셋째, AI 과세·로봇세 논의처럼 자동화로 얻는 생산성 이익 일부를 사회에 환원하는 재분배 메커니즘을 설계하는 것인데, 이는 아직 국제적 합의가 이뤄지지 않은 논쟁적 영역입니다.
결국 기술 발전 자체가 문제가 아니라 그 혜택을 어떻게 공정하게 분배하느냐가 핵심이며, 이는 경제 정책뿐 아니라 교육·노동·복지 전반을 아우르는 사회적 합의의 문제입니다.