마음과 삶6분 읽기
AI가 만든 부는 누구에게 돌아가야 하는가
AI가 생산성을 높여도 그 이익이 임금과 고용 안정으로 저절로 이어지는 것은 아니다. IMF와 ILO 연구는 임금 격차와 자산 격차가 서로 다른 방향으로 움직일 수 있음을 보여준다. 기본소득, 사회보험, 노동시간 단축과 사회배당을 어떤 기준으로 비교해야 하는지 묻는다.
레이 | 디지털 저널리스트 | awesome.ai.life@gmail.com | 2026년 7월 25일
AI와 인권 특별호 7/7 — 데이터에서 노동, 감시, 민주주의, 규제와 분배까지 AI 권력이 지나가는 길을 추적한다.
기업이 생성형 AI를 쓰면 한 사람이 더 많은 문서와 코드, 이미지를 만들 수 있다. 생산성이 오르면 사회가 더 풍요로워질 수 있다. 그러나 생산성 증가가 임금과 고용 안정으로 저절로 이어지지는 않는다.
[사실] IMF 연구진의 2025년 작업논문 모형은 AI가 서로 반대되는 두 효과를 만들 수 있다고 분석했다. 고소득 노동자의 업무를 대체하면 임금 격차가 줄 수 있다. 반면 AI 자본의 수익이 자산 보유자에게 집중되면 부의 격차는 커질 수 있다. 이는 IMF 전체의 확정 전망이 아니라 연구진의 모형 결과다. IMF 작업논문
IMF는 AI가 “higher capital returns”를 만들 수 있다고 썼다. “더 높은 자본수익”으로 번역하겠다. 이를 분배 문제에 적용하면, 같은 노동 충격을 받아도 자산이 있는 사람과 없는 사람의 결과는 달라질 수 있다.
AI가 새 일자리를 만들면 분배 문제도 풀리지 않을까?
[사실] 새 일자리는 생길 수 있다. 그러나 사라지는 일과 새로 생기는 일이 같은 지역, 같은 시점, 같은 노동자에게 돌아간다는 보장은 없다. 2026년 ILO의 실증연구 검토는 생산성 향상 가능성과 함께 청년층의 진입 일자리 감소, 노동자 자율성 약화, 일의 질 악화와 불평등 심화를 주요 위험으로 제시했다. ILO 검토
기본소득은 가능한 대안 가운데 하나지만 유일한 답은 아니다. 실업·고용보험 확대, 전환기 소득보장, 노동시간 단축, 기업의 재교육 비용 분담, 노동자의 AI 도입 협의권, AI 초과이익 과세와 사회배당을 함께 비교해야 한다.
비교 기준도 필요하다. 얼마나 많은 사람을 빠르게 보호하는가. 재원은 지속 가능한가. 노동자의 협상력을 높이는가. AI 자산의 집중을 줄이는가. 지역과 성별에 따라 다른 충격을 반영하는가. 기본소득 실험 몇 건만으로 국가 전체의 고용과 물가 효과를 증명했다고 말해서는 안 된다.
분배에도 앞선 다섯 기준을 적용할 수 있다. 기업은 AI가 일과 임금을 어떻게 바꾸는지 알려야 한다. 생산성 측정과 인력 결정의 기준을 설명해야 한다. 노동자는 자동화 결정을 함께 검토하고 이의를 제기할 수 있어야 한다. 전환 피해에는 소득과 교육, 고용의 구제가 따라야 한다. 세금과 사회보험, 기업 의사결정에는 독립적인 감사와 시민·노동자 참여가 필요하다.
“AI는 권력이다”라는 말은 AI를 악마로 만들기 위한 수사가 아니다. 데이터 수집을 허용하는 권력, 노동을 보이지 않게 만드는 권력, 사람을 분류하고 감시하는 권력, 진실을 입증하기 어렵게 만드는 권력, 생산성 이익을 배분하는 권력을 한 문장으로 묶은 것이다.
권력에는 책임이 따라야 한다. 개발자는 데이터와 설계를 설명해야 한다. AI를 배치한 기관은 결과에 책임져야 한다. 국가는 금지선과 피해구제 절차를 만들어야 한다. 시민과 노동자는 그 규칙을 만드는 자리에 참여해야 한다.
AI가 사람을 대신해 더 많은 판단을 내릴수록 우리는 더 적게 물어야 할까, 더 많이 물어야 할까?
답은 분명하다. 판단을 넘긴 만큼 책임을 더 구체적으로 물어야 한다. 어떤 법과 제도, 어떤 분배 방식으로 그 책임을 구현할지는 아직 우리가 결정할 수 있다.
생산성은 누구의 기여로 만들어지는가
AI의 생산성은 모델 기업 한 곳의 발명만으로 생기지 않는다. 연구자와 개발자, 반도체와 데이터센터 노동자, 데이터를 만든 시민과 창작자, 답변을 평가한 플랫폼 노동자, 공공 연구와 교육에 투자한 사회가 함께 기반을 만든다. 그럼에도 성과가 자본과 지식재산권의 소유자에게만 집중된다면 생산 과정의 집단성과 분배 구조 사이에 간극이 생긴다.
기업의 위험 부담과 혁신 보상은 존중해야 한다. 하지만 독점적 지위에서 생기는 수익과 새로운 가치를 만든 정당한 보상을 구분할 필요가 있다. 데이터와 컴퓨팅, 유통망을 가진 소수 기업이 시장 진입과 가격, 노동 조건까지 좌우한다면 AI의 이익은 기술 성능보다 소유 구조에 의해 결정된다.
임금 격차와 자산 격차는 다르게 움직인다
AI가 일부 노동자의 업무를 보완해 임금을 높일 수 있다. 동시에 자동화 설비와 모델을 소유한 사람의 자산 가치는 더 빠르게 커질 수 있다. 그래서 평균 임금이나 전체 고용만 보면 분배의 한 축을 놓친다. 누가 생산 도구를 소유하고 수익에 대한 권리를 갖는지까지 보아야 AI가 불평등에 미치는 영향을 이해할 수 있다.
교육만 늘리면 해결될까?
새로운 기술을 사용할 능력을 키우는 교육은 반드시 필요하다. 그러나 모든 사람이 같은 속도로 전환할 수 없고 좋은 일자리의 수가 훈련받은 사람만큼 늘어난다는 보장도 없다. 돌봄 책임과 지역 격차, 장애와 연령, 기존 자산의 차이도 전환 기회에 영향을 준다. 재교육을 유일한 해법으로 제시하면 산업 변화의 위험을 개인에게 돌릴 수 있다.
기본소득 역시 중요한 선택지지만 단독 해답은 아니다. 현금 이전은 소득의 바닥을 지지할 수 있어도 일터의 발언권, 데이터 통제, 시장 독점, 공공서비스의 질을 자동으로 해결하지 않는다. 분배 정책은 소득 보장과 노동권, 경쟁 정책, 조세, 공공 서비스, 소유와 참여의 제도를 함께 다뤄야 한다.
분배를 위한 다섯 가지 질문
첫째, AI 도입으로 생긴 시간과 비용 절감이 임금, 노동시간 단축, 가격 인하, 공공 서비스 개선 가운데 어떻게 나뉘는가. 둘째, 영향을 받는 노동자가 도입 과정에 참여하는가. 셋째, 데이터와 창작물의 제공자가 사용을 선택하고 보상 조건을 협상할 수 있는가. 넷째, 독점으로 생긴 초과이익을 사회가 어떻게 환수하는가. 다섯째, 전환의 손실을 가장 취약한 사람이 먼저 떠안지 않도록 어떤 안전망을 두는가.
정책 수단은 하나일 필요가 없다. 이익 공유와 노동시간 단축, 전환기 소득 보장, 평생교육, 공공 AI 인프라, 협동조합형 데이터 관리, 경쟁 촉진과 누진적 조세를 맥락에 맞게 조합할 수 있다. 중요한 것은 기술의 효과를 운명으로 받아들이지 않고 선택 가능한 제도의 문제로 바꾸는 일이다.
기업의 이사회와 정부의 위원회에 영향을 받는 집단이 참여하는 것도 분배다. 돈을 나눈 뒤 의견을 듣는 것이 아니라 어떤 기술을 어디에 도입하고 어떤 목표를 최적화할지 함께 정하는 권한을 나누는 것이다. 결정권의 분배가 빠진 경제적 보상은 불평등의 원인을 그대로 둘 수 있다.
AI가 모두의 일을 덜어 주는 기술이라면 그 혜택은 더 짧은 노동시간과 안정된 삶으로 나타나야 한다. 생산량은 늘었는데 불안정 노동과 부의 집중만 커진다면 기술의 성공을 다시 정의해야 한다. 진보는 더 강한 모델을 만드는 속도가 아니라 그 힘이 더 많은 사람의 자유와 안전으로 전환되는 정도로 측정되어야 한다.
AI와 인권 특별호
Related