핵심 내용 요약
AI가 대규모로 노동을 대체하는 초기 단계에서 기존의 임금 분배 체계가 빠르게 실패하고 있지만, 새로운 분배 메커니즘은 아직 확립되지 않았습니다. 이 전환기에는 갈등이 집중되고 있습니다. 기존의 직업들이 빠르게 사라지는 반면, 새로운 직업과 보장은 느리게 제공되고 있으며, 전체 경제의 성장(“케이크가 커진다”)에 대한 낙관과 개인의 생계 불안감 사이에 시간적인 차이가 존재합니다. 이 글은 한국의 정책 실천(전환에 적극적으로 대응)과 2026년에 발생한 두 가지 시장 위험 사건(제도의 부재로 인한 무질서한 경쟁)을 통해 전환기의 분배 문제를 분석하고 실질적인 거버넌스 원칙을 제시합니다.
1. 왜 전환기가 분배 갈등의 “고위험 기간”인가?
이 시기는 “기존 규칙과 새로운 규칙이 교체되는 공백기”와 같으며, 세 가지 문제가 특히 두드러집니다:
1. 기존의 보장이 사라지고 새로운 보장이 아직 도래하지 않았다: 기존의 임금에 의존하던 생활 방식이 AI의 영향으로 변화하고 있지만, 전국민 기본소득이나 데이터 수익의 분배와 같은 새로운 메커니즘은 아직 논의 단계나 소규모 시범 단계에 머물러 있어 많은 사람들이 “임금이 줄었지만 보조금이 없는” 상황을 경험하고 있습니다.
2. 영향은 모든 사람에게 동등하지 않다: 화이트칼라, 신입 직원, 청년층이 가장 큰 영향을 받습니다. 예를 들어, 보고서 작성, 데이터 분석, 기초 설계와 같은 작업은 AI에 의해 쉽게 대체될 수 있지만, 블루칼라(예: 수리, 간호)는 당분간 큰 영향을 받지 않습니다. 그러나 이러한 취약 계층을 위한 지원 정책이 없어 빈곤 격차가 확대될 수 있습니다.
3. 자본 시장에서의 “이익 선점”이 불안을 가중시킨다: 주식 시장에서 AI 관련 주식이 급등하면서 사람들은 “이익이 이미 생겼지만 나에게는 돌아오지 않았다”고 생각하고 주식 투자나 레버리지 사용을 통해 이익을 선점하려 하지만, 이로 인해 위험이 발생할 수 있습니다.
2. 한국의 AI 영향 대응 정책
한국은 AI의 영향이 빨리 왔고 대응도 비교적 체계적인 국가입니다. 그들의 방법은 전환기에 “패치를 적용하는 것”과 같습니다:
1. 먼저 규칙을 만든다: AI 기본법: 2026년에 시행된 이 법은 AI의 발전을 지원하는 동시에 대기업의 독점을 방지하고 일반인의 권익을 보호하여 후속 정책의 기반을 마련합니다.
2. 고용 안정 계획:
- 사전 경고: “한국 AI 위험 노출 지수”를 만들어 각 직업의 위험도를 평가합니다(예: 프로그래머 80점, 간호사 30점). 특정 직업의 고용이 급격히 감소하면 정부가 즉시 대응합니다.
- 대규모 교육: 2026년부터 2030년까지 100만 명에게 AI 기술을 교육하며, 특히 청년층에게 중점을 두고 비수도 지역에 교육 센터를 설립하여 비용을 지원합니다.
- 소득 보상: 직업을 변경하거나 임금이 줄어든 사람들에게 보상을 제공합니다. 예: 회계사에서 AI 보조 직원으로 전환할 경우 정부가 그 차액을 보상합니다.
- 지역 지원: 석탄 발전소가 폐쇄된 지역에는 “공정한 전환 지역”을 지정하여 고용, 새로운 산업, 재정 지원을 제공합니다.
- 산업 체인의 상호 지원: 대기업(예: 삼성)이 AI로 벌어들인 이익의 일부를 사용하여 하위 중소기업 직원에게 보조금이나 교육을 제공하여 이익이 대기업에만 돌아가지 않도록 합니다.
3. 전국민 분배에 대한 논의: 대통령실에서는 AI의 초과 이익을 사용하여 “국민 분배금”을 만들어 국민에게 분배하는 방안을 제안했지만, 아직 실현되지 않았습니다.
3. 두 가지 시장 사건이 보여준 “경고 신호”
한국의 정책은 적극적이지만, 2026년에 발생한 두 가지 사건은 제도의 부재로 인한 위험을 드러냈습니다:
1. “AI 주식 신화”의 붕괴: 전 OpenAI 직원이 설립한 펀드가 AI 주식 투자로 많은 이익을 얻었지만 높은 레버리지를 사용하여 주식 시장이 폭락하면서 펀드가 손실을 입었습니다. 이는 AI에 대해 잘 아는 전문가도 “이익이 실현되기 전에 선제적으로 투자하는” 위험을 피할 수 없음을 보여줍니다.
2. 반도체 레버리지 주식 사태: 한국의 반도체 수출이 급증했지만 일반인들은 이익을 얻지 못하고 삼성, SK하이닉스의 레버리지 ETF에 투자하여 더 큰 이익을 얻으려 했지만, 주식 가격이 폭락하면서 큰 손실을 입었습니다. 이는 제도가 없을 때 일반인들이 고위험한 방법으로 이익을 추구하면 오히려 더 큰 피해를 입을 수 있음을 보여줍니다. 빈곤 격차가 확대될 수 있으며, 규제가 시장 혁신을 따라잡지 못할 수 있습니다(레버리지 ETF는 승인된 지 한 달 반 만에 문제가 발생했습니다).
4. 전환기 분배 거버넌스의 “실질적인 지침”
한국의 경험과 시장 사건을 바탕으로 몇 가지 실용적인 원칙을 제시합니다:
1. 먼저 모니터링을 하고 문제가 발생하기를 기다리지 말라: 먼저 고용 충격 경고 시스템을 구축하여 누가 가장 큰 영향을 받는지 파악한 후, 정확하게 자금을 투자하거나 보상을 제공합니다.
2. “신속한 패치”로 공백을 메운다: 교육, 지역 지원, 기업의 상호 지원과 같은 정책은 장기적인 해결책은 아니지만, 신속하게 시행하고 비용이 적어 상황을 안정시킬 수 있습니다.
3. 금융 규제를 미리 강화한다: 높은 레버리지 제품(예: 레버리지 ETF)에 대한 엄격한 심사가 필요하며, 일반인이 큰 손실을 입은 후에야 대응하는 것이 아닙니다.
4. 돈만 보는 것이 아니라 심리적인 측면도 고려한다: 전환기의 고통은 단순히 소득 감소뿐만 아니라 청년의 불안, 계층 간의 소외감 등도 포함되므로 이러한 숨겨진 비용도 고려해야 합니다.
확장적인 사고
AI는 새로운 문제를 만드는 것이 아니라 기존의 빈곤 격차, 세대 간 불평등과 같은 문제를 확대할 뿐입니다. 따라서 거버넌스는 AI만을 집중해서는 안 되며 근본적인 구조적 문제도 해결해야 합니다. 또한, 신속하고 체계적인 대응을 통해 전환기의 어려움을 극복하고 더 나은 미래를 만들어야 합니다.