매년 10배씩 진화하는 AI…인류는 준비돼 있나

AI 진화의 가속도: 매년 10배씩 발전하는 인공지능

텔아비브대학교의 유발 라이몬(Yuval Rymon) 연구진이 발표한 'AI 인간노동 자동화에 대한 사회적 적응' 연구는 AI의 사회적 영향을 체계적으로 분석하는 새로운 프레임워크를 제시했다. 이 프레임워크는 AI 기술의 발전부터 최종 사회적 영향까지 5단계로 구분하고, 각 단계별 대응 전략을 제시한다. AI 기술이 개발되는 'Development' 단계, 기술이 확산되는 'Diffusion' 단계, 실제 활용되는 'Use' 단계, 초기 피해가 발생하는 'Initial Harm' 단계, 그리고 최종적인 사회적 영향이 나타나는 'Impact' 단계로 이어지는 일련의 과정을 체계적으로 분석한다.

현대의 AI는 기존의 자동화와는 전혀 다른 양상을 보이고 있으며, AI의 훈련 효율성이 매년 10배씩 향상되고 있다. 이는 연간 4배의 컴퓨터 성능 향상과 2.5배의 알고리즘 효율성 증가에 기인한다. 특히 현대의 AI는 경제협력개발기구(OECD)가 정의한 바와 같이 "물리적 또는 가상 환경에 영향을 미치는 예측, 추천, 내용, 결정 등의 출력을 생성하는 기계 기반 시스템"으로서, 자연어 처리, 컴퓨터 비전, 로봇 학습 등 다양한 기술적 능력을 생성하는 방법론으로 작용하고 있다.

일자리 자동화의 양면성: 생산성 향상의 그림자

AI 자동화는 노동 수요와 임금, 고용의 감소를 초래하는 대체효과(Displacement Effect)를 일으키지만, 동시에 이를 상쇄하는 여러 효과도 존재한다. 생산비용 감소로 인한 생산성 향상은 가계의 가처분소득을 증가시켜 새로운 수요를 창출할 수 있다. 또한 이미 자동화된 작업의 효율성이 향상되거나, 자본 축적으로 인한 새로운 투자 기회가 생기면서 노동 수요가 증가할 수 있다.

가장 중요한 것은 인간 노동이 비교우위를 가지는 새로운 직무가 창출되는 '재투입 효과'다. 그러나 영국 산업혁명 시기에도 임금 정체와 빈곤 확대가 80년간 지속되었듯이, 이러한 전환 과정은 느리고 고통스러울 수 있다. 특히 대규모 교육 개혁 없이는 이러한 전환이 순조롭게 이루어지기 어렵다.

AI 발전 단계별 대응 전략

연구진이 제시한 프레임워크에 따르면, AI 자동화 대응은 크게 '능력 수정 개입'(CMI)과 '적응 개입'(ADI) 두 가지로 나뉜다. 개발 단계에서는 인간 보완적 AI 개발을 장려하고 노동 과세를 줄이며, 노동 친화적 연구에 대한 정부 지원과 지적재산권법 개정 등이 필요하다. 확산 단계에서는 API를 통한 제한적 접근이나 서비스 정책 시행과 같은 통제가 요구된다. 사용 단계에서는 잠재적 위험 사용을 제한하는 회피 조치가, 피해 단계에서는 교육과 재교육을 통한 방어 조치가, 그리고 영향 단계에서는 물질적·사회적 대체재를 통한 구제 조치가 필요하다.

노동 자동화에 대한 프레임워크 적용

이 프레임워크를 AI 노동 자동화에 적용하면, AI 연구개발에서 시작하여 모델 출시, 자동화 실행, 실업 인구 발생, 사회적 위기로 이어지는 과정을 체계적으로 분석할 수 있다. 각 단계별 대응책으로는 인간 보완적 AI 개발 유도, 인간-기계 협력 의무화, 자동화 과세, 재교육과 교육 개혁, 그리고 물질적·사회적 노동 대체재 도입이 제시된다. 특히 교육 개혁은 단기적으로는 AI 리터러시 향상에, 장기적으로는 인간 고유의 가치를 강화하는 방향으로 진행되어야 한다.

급여 이상의 가치: 일자리가 주는 삶의 의미

일자리는 단순한 임금 이상의 의미를 지닌다. 지역사회 소속감, 대인관계, 조직구조 탐색을 통한 사회화, 외부적 인정과 내적 자아개념을 형성하는 정체성, 목적의식과 자아존중감을 제공하는 의미 부여, 직장에서의 도전과 문제해결을 통한 인지발달, 그리고 신체적·정신적 건강까지 일자리가 제공하는 비금전적 혜택은 매우 광범위하다. 일부 학자들은 "실직의 주요 비용이 심리적"이라고까지 주장한다. 이는 AI 시대의 대응 전략이 단순한 소득 보전을 넘어서야 함을 시사한다.

미래를 위한 청사진: AI 시대의 새로운 사회 시스템

이러한 도전에 대응하기 위해서는 복합적인 접근이 필요하다. 먼저 AI 개발 방향을 인간 보완적으로 유도하고, 알고리즘 의사결정 과정에 인간의 개입을 의무화하는 정책이 필요하다. 의료, 법률, 교통 등 중요 분야에서는 오류 교정, 비상 대응, 설명 가능성 확보, 인간 존엄성 보존, 법적 책임 부여 등의 역할을 위해 인간의 개입이 필수적이다. 또한 자동화에 대한 과세를 통해 노동 수요를 유지하고 노동 친화적 정책을 위한 재원을 마련해야 한다.