막대한 자본 필요한 AX, 수익·비용 분담 논의는 제자리 [전환의 그늘④]

AI 전환 빨라질수록 노동·비용 문제↑
전문직 중심 노동시장 위축 가시화
근로소득 줄면 국가 ‘재정’도 문제
AX 비용·위험, 사회적 분담 고민해야

해당 이미지는 자체 AI로 제작함. ⓒ

인공지능(AI)이 산업 생산성을 끌어올리는 속도가 빨라지고 있다. 기업은 AI를 활용해 인력과 비용을 줄이고 새로운 서비스를 만들기 시작했다. 정부도 반도체와 데이터센터, 연구개발(R&D) 등에 대한 지원을 확대하며 AI 산업 육성에 힘을 싣고 있다.

AI 전환이 빠를수록 함께 따져봐야 할 문제가 있다. 기술 혁신으로 발생하는 생산성 향상과 이익은 누가 가져가고, 그 과정에서 발생하는 노동 전환과 사회안전망, 전력·통신 등 시설 확충 비용은 누가 부담할 것인가다.

AI가 노동시장에 미치는 영향은 이미 정책적 대응이 필요한 수준으로 부상하고 있다. 경제협력개발기구(OECD)는 AI가 노동자 업무 수행 방식과 필요한 기술을 변화시키고 있으며, AI 노출도가 높은 직종에서 요구되는 기술에도 변화가 나타나고 있다고 분석했다.

프로그래머와 예산 분석가, 행정 보조원 등 AI에 상대적으로 많이 노출된 직종에서 업무에 필요한 기술 구성이 달라지고 있다는 것이다.

아직은 이를 곧바로 대규모 실업으로 연결할 수는 없다. AI가 기존 일자리를 없애는 동시에 새로운 직무와 산업을 만들어낼 가능성도 있기 때문이다.

문제는 전환 과정에서 발생하는 비용이다. 기존 업무가 축소되거나 직무가 바뀌는 노동자가 새로운 일자리로 이동하기 위해서는 교육과 재훈련, 소득 지원 등이 필요하다. AI 도입 속도가 빨라질수록 이 같은 전환 비용 역시 커질 게 분명하다.

세금 문제도 같은 맥락에서 볼 필요가 있다. 자동화와 AI 활용이 노동생산성을 높이면 기업의 생산 방식 자체가 달라진다. 상대적으로 노동 투입이 줄고 자본과 기술의 역할이 커지면 전통적으로 근로소득과 고용을 중심으로 형성돼 온 세입 구조에도 장기적으로 변화가 생길 수 있다.

해외에서는 디지털 경제와 자동화에 맞춰 기존 조세체계를 어떻게 보완할지를 놓고 다양한 논의가 이어지고 있다. ‘로봇세’처럼 자동화로 대체된 노동을 기준으로 과세하는 방안부터 디지털 서비스의 매출이나 초과 이익 등을 대상으로 하는 새로운 과세 방식까지 논의 범위도 넓다.

로봇세가 정답으로 확립된 것은 아니다. 자동화를 과세하면 기업의 투자와 혁신을 위축시킬 수 있다는 반론도 있다. 무엇을 ‘로봇’ 또는 ‘AI에 의한 노동 대체’로 볼 것인지부터 과세 기준을 정하기 어렵다는 현실적 문제가 있다.

결국 특정 세목 하나를 신설하는 것보다 기술 변화에 따라 세원과 사회보장 재원을 어떻게 안정적으로 확보할 것인지가 핵심이다.

해당 이미지는 자체 AI로 제작함. ⓒ

‘경계’에 놓인 노동자, 보호 방안은

유럽에서도 디지털 경제에 맞춘 과세체계 개편 논의가 계속되고 있다. 유럽의회는 2025년 대형 디지털 플랫폼 과세 문제를 별도로 다루면서 국제적 합의가 지연되면 유럽 차원의 디지털 과세 방안을 검토할 수 있는지를 논의했다. 2026년에도 디지털 서비스 과세를 EU 자체 재원으로 활용할 가능성과 그 경제적 효과를 검토하는 연구가 이어지고 있다.

한국 역시 AI 투자를 지원하기 위한 조세정책을 확대해 왔다. 국가전략기술에 대한 R&D 및 투자세액공제 확대 등이 대표적이다.

정부가 기업의 AI·첨단산업 투자를 유도하기 위해 세제 지원을 활용하는 것은 산업 경쟁력 확보라는 측면에서 의미가 있다. 동시에 향후 AI 전환으로 발생하는 사회적 비용과 세수 변화까지 함께 살펴볼 필요가 있다.

노동정책은 단순한 교육 프로그램 확대를 넘어설 필요가 있다. AI로 직무가 바뀌는 노동자가 실제 새로운 일자리로 이동할 수 있도록 재교육과 고용서비스, 실업·소득 지원을 연결해야 한다. 플랫폼 노동자나 프리랜서 등 기존 고용보험 체계 경계에 놓인 노동자까지 어떻게 보호할 것인지가 과제다.

AI 전환을 둘러싼 논쟁은 ‘AI를 키울 것인가 말 것인가’의 문제가 아니다. 이미 AI는 산업과 노동시장에 들어오고 있고 정부 역시 관련 산업 육성을 국가적 과제로 추진하고 있다. 이제 필요한 것은 그 과정에서 발생하는 비용과 위험을 어떻게 사회적으로 분담할 것인지에 대한 논의다.

AI 기업의 투자와 혁신을 지원하면서도 노동 전환에 필요한 재원을 어떻게 마련할지, 기존 세입 구조의 변화 가능성에 어떻게 대응할지, 데이터센터와 전력망 등 AI 인프라 확충 비용을 어느 수준까지 공공이 부담할지 등을 함께 따져야 한다.

AI 경쟁의 승패가 기술력에서 갈린다면, AI 전환의 지속 가능성은 그 비용을 얼마나 공정하고 지속 가능하게 분담하느냐에 달려 있다.

한요셉 한국개발연구원(KDI) 연구위원은 “기술적으로는 2030년에 90% 이상의 일자리에서 업무 수행의 90% 이상이 자동화가 가능할 것으로 전망한다”며 “본격적으로 AI가 업무에 활용되는 단계에 도달하면 고용 악화가 가시화될 것으로 예상된다”고 말했다.

한 연구위원은 신산업 진입규제 완화, 노동시장 이중구조 개선, 대학 교육·훈련의 유연성·실용성 강화를 주요 AI시대 청년 고용 과제라고 강조했다.