AI 시대의 노동과 빈곤: 효율이 늘어날수록 불평등도 커질까

AI 시대를 말할 때 우리는 흔히 생산성 향상, 업무 자동화, 편리한 도구 같은 장면을 먼저 떠올린다. 하지만 빈곤론의 관점에서 더 중요한 질문은 따로 있다. 이 변화가 누구에게 기회가 되고, 누구에게 위험이 되는가 하는 점이다. 새로운 기술은 늘 효율을 약속하지만, 그 효율이 공평하게 나뉘리라는 보장은 없다. 그래서 AI 시대의 노동을 이야기할 때는 혁신만이 아니라 빈곤과 불평등의 가능성을 함께 봐야 한다.

1. AI는 모든 일자리를 없애기보다 노동의 구조를 바꾼다

ILO와 OECD 자료를 보면 생성형 AI의 영향은 대개 “일자리의 완전한 소멸”보다 “업무 구성의 변화”로 먼저 나타날 가능성이 크다. 즉 많은 노동자는 직업을 통째로 잃기보다, 자신이 하던 일의 일부를 AI와 나누게 될 가능성이 높다. 문제는 그 변화가 모두에게 같은 방식으로 오지 않는다는 점이다. 디지털 역량이 높고 조정 가능한 노동자는 생산성 향상의 이익을 얻을 수 있지만, 반복적 사무업무나 통제가 쉬운 일에 종사하는 사람은 감시 강화, 자율성 축소, 소득 불안정에 더 쉽게 노출될 수 있다.

 

결국 AI는 기술 그 자체보다, 그것이 어떤 노동시장 구조 안에 들어오는지가 더 중요하다. 안전망이 약하고 재교육 기회가 부족한 사회에서는 같은 기술이라도 빈곤 위험을 더 크게 만들 수 있다.

2. 왜 빈곤 문제와 바로 연결되는가

빈곤은 단지 소득이 낮은 상태가 아니라, 안정적인 자원과 기회에 접근하지 못하는 상태이기도 하다. AI 전환기에는 이 격차가 더 선명해질 수 있다. 새로운 도구를 익힐 시간과 교육 자원을 가진 사람은 변화에 적응할 수 있지만, 그렇지 못한 사람은 기존 일자리의 질이 나빠지거나 일터에서 밀려날 가능성이 높다. 특히 비정규직, 저숙련 노동, 플랫폼 노동, 돌봄 부담이 큰 계층은 전환 비용을 개인이 떠안기 쉽다.

 

ILO는 생성형 AI의 도입이 비용 절감과 감시 강화에만 쓰일 경우 배제와 불평등 위험이 커진다고 경고한다. 이 말은 아주 중요하다. 기술 발전이 자동으로 모두를 더 잘살게 만들지는 않는다는 뜻이기 때문이다. 결국 기술의 이익이 누구에게 집중되고, 위험은 누가 떠안는지가 빈곤의 문제를 결정한다.

3. 그래서 무엇이 필요할까

AI 시대의 빈곤을 줄이려면 세 가지가 중요하다.

 

첫째, 재교육과 전환교육의 접근성을 넓혀야 한다. 기술 변화에 적응하는 비용을 개인이 전부 감당하게 해서는 안 된다.

둘째, 노동자의 협상력과 보호장치를 강화해야 한다. AI 도입이 생산성 향상만이 아니라 노동강도 증가와 감시 확대, 성과 압박으로 이어지지 않도록 사회적 대화가 필요하다.

셋째, 소득안전망과 사회보장을 더 촘촘히 해야 한다. 전환기에 발생하는 일자리 공백과 소득 충격을 흡수하지 못하면 기술 발전은 곧 빈곤 확대의 통로가 될 수 있다.

 

결국 AI 시대의 핵심은 기술이 아니라 분배다. 얼마나 똑똑한 도구를 만들었는가보다, 그 변화의 비용과 이익을 어떻게 나누는가가 더 중요하다.

4. 생성형 AI를 과제에 활용하는 일은 어떻게 봐야 할까

이런 과제를 수행하면서 생성형 AI를 활용하는 문제도 비판적으로 볼 필요가 있다. AI는 자료 정리와 구조화에는 분명 도움이 된다. 하지만 빈곤과 노동처럼 현실의 불평등을 다루는 주제는 평균적인 요약문만으로는 충분하지 않다. AI가 만든 문장은 매끄럽지만, 실제 사회의 갈등과 권력 관계를 납작하게 만들 위험이 있다. 따라서 AI는 초안 도구일 수는 있어도, 최종 판단과 논지는 사용자가 직접 세워야 한다.

 

특히 빈곤론에서는 “누가 보이지 않게 되는가”를 읽어 내는 감각이 중요하다. AI를 그대로 받아쓰면 바로 그 보이지 않는 층위가 쉽게 사라진다. 그래서 생성형 AI 활용은 편리성보다 비판적 거리두기와 검증의 문제로 다루는 편이 맞다.

5. 마무리

AI 시대의 노동은 기회이자 위험이다. 누구에게는 생산성 향상과 새로운 가능성이 되겠지만, 누구에게는 더 강한 통제와 불안정, 빈곤 위험이 될 수도 있다. 그래서 기술 낙관론만으로는 충분하지 않다. 빈곤론의 시선은 늘 같은 질문을 던진다. 변화의 이익은 누구에게 가고, 손실은 누가 감당하는가. 결국 AI 시대의 정의는 더 똑똑한 기술보다, 더 공정한 전환을 만들 수 있느냐에서 결정될 가능성이 크다.

출처

• ILO, Generative AI at work: What it means for jobs in Europe and beyond, https://www.ilo.org/resource/article/generative-ai-work-what-it-means-jobs-europe-and-beyond
• ILO, Buffer or Bottleneck? Employment Exposure to Generative AI and the Digital Divide, https://www.ilo.org/publications/buffer-or-bottleneck-employment-exposure-generative-ai-and-digital-divide
• ILO, World Employment and Social Outlook: September 2024 Update, https://www.ilo.org/sites/default/files/2024-10/WESO%20September%202024%20Update%20-%20Final.pdf
• OECD, Artificial intelligence, job quality and inclusiveness, https://www.oecd.org/en/publications/2023/07/oecd-employment-outlook-2023_904bcef3/full-report/artificial-intelligence-job-quality-and-inclusiveness_a713d0ad.html
• OECD, What impact has AI had on wage inequality?, https://www.oecd.org/en/publications/what-impact-has-ai-had-on-wage-inequality_7fb21f59-en.html