AI 확산 속 노동시장 대응 능력의 편차
재교육 접근성 차이, 기술 충격의 불균형 심화
정책 기준 전환 필요, 개인 조건 중심 설계

본 기사는 스위스 인공지능연구소(SIAI)의 SIAI Research Memo 시리즈 기고문을 한국 시장 상황에 맞춰 재구성한 글입니다. 본 시리즈는 최신 기술·경제·정책 이슈에 대해 연구자의 시각을 담아, 일반 독자들에게도 이해하기 쉽게 전달하는 것을 목표로 합니다. 기사에 담긴 견해는 집필자의 개인적 의견이며, SIAI 또는 그 소속 기관의 공식 입장과 일치하지 않을 수 있습니다.

인공지능(AI)이 노동시장에 미칠 충격을 둘러싼 논의가 빠르게 확산되고 있다. 일부 연구는 이 변화에 대한 노동시장의 대응 여력을 비교적 긍정적으로 평가하며, AI에 노출된 직무에 종사하더라도 다수의 노동자가 새로운 역할로 이동할 수 있다고 분석한다. 이러한 해석은 기술 전환에 따른 위험이 제한적이라는 인상을 준다. 그러나 이러한 평가는 평균에 근거한다는 한계를 안고 있다. 평균은 노동자 간 차이를 충분히 드러내지 못한다. 학습 능력과 직업 전환 가능성, 신기술 활용 역량은 개인별로 크게 다르며, 연령과 교육 수준, 언어 환경, 소득과 자산, 돌봄 부담, 기존 기술 경험 등에 의해 좌우된다. 개인의 조건을 기준으로 보면 평균은 대비 수준을 설명하기보다 위험을 축소하는 지표에 가깝다. ‘대다수는 적응할 수 있다’라는 결론은 상당수 노동자가 전환 과정에서 배제될 가능성을 희석한다.

평균이 만드는 기술 적응력 착시

문제는 시급하다. 평균에 근거한 평가는 노동시장의 준비 수준을 실제보다 높게 보이게 만든다. 정책 판단이 평균적 적응력을 전제로 이뤄질 경우, 다수의 노동자가 변화에 대응할 수 있다는 인식이 강화된다. AI를 빠르게 받아들이는 일부 집단이 평균을 끌어올리는 동안, 상당수 노동자는 변화의 속도를 따라가지 못한다. 고령층과 저학력자, 농촌 지역이나 저임금 일자리에 종사하는 노동자들이 여기에 포함된다. 개인의 역량 차이를 기준으로 보면 위험은 더욱 분명해진다. 지금 필요한 것은 낙관적 해석이 아니라 선제적 대응이다.

기술 전환에 대한 대응 능력을 가늠하는 핵심 지표인 디지털 역량에서도 격차는 뚜렷하다. 2023년 기준 유럽연합(EU)에서 기본적인 디지털 역량을 갖춘 성인(16~74세)은 약 56%에 그쳤다. 고등교육 이수자의 비율은 80%였던 반면, 교육 수준이 낮거나 거의 없는 집단은 34%에 불과했다. 격차는 46%포인트에 달한다. 경제협력개발기구(OECD) 자료에서도 유사한 흐름이 확인된다. 디지털 역량의 차이는 연령과 소득, 교육 수준과 밀접하게 연결돼 있으며, 이는 직업 전환이나 AI 도구 활용의 난이도로 이어진다. 이러한 차이를 반영하지 않은 평균은 실제 적응 가능 범위를 과대평가하게 된다.

노동시장 분석 역시 같은 결론을 뒷받침한다. OECD와 맥킨지 연구에 따르면 자동화와 AI는 산업 전반에 영향을 미치고 있다. 다만 재교육 기회와 전환 가능성은 고등교육을 받은 인력이나 사내 교육 체계를 갖춘 대기업 종사자에게 집중되는 경향이 뚜렷하다. OECD는 일자리 수 감소보다 요구 역량의 변화가 더 두드러진다고 지적한다. 새롭게 요구되는 역량은 관리 능력과 디지털 기술, 문제 해결 능력 등으로, 교육과 훈련 접근성이 높은 집단에 유리하게 작용한다. 평생학습 참여율이 낮은 환경에서는 기술 변화의 충격을 받는 노동자들이 재교육 기회에서 더 멀어진다. 기술 확산 속도와 개인의 대응 속도 사이의 간극은 기존의 사회·경제적 불균형을 통해 확대된다.

재교육 접근성에 따른 적응 격차

기술 변화의 속도는 정책 대응을 앞지르고 있다. 기업은 AI 도입을 빠르게 확대하고 있지만, 공공 훈련 체계의 대응은 이를 따라가지 못하는 상황이다. 노동시장 전반에서 직업 전환과 재교육 수요는 빠르게 늘고 있다. 그러나 재교육의 필요성과 이를 감당할 수 있는 조건 사이에는 뚜렷한 간극이 존재한다. 변화가 급격할수록 저축과 시간 여유, 돌봄 지원, 지역 훈련 인프라를 갖춘 노동자만이 전환에 대응할 수 있다. 반대로 이러한 여건이 부족한 집단은 장기 실업과 소득 감소에 노출되며, 고용 충격은 취약 계층에 집중된다. 적응 가능성은 개인의 선택보다는 제도와 환경에 의해 결정된다.

성인 학습 참여율은 이러한 구조를 분명히 보여준다. 유럽에서 성인 학습 참여율은 최근 수년간 40%를 밑돌았다. 국가 간 차이뿐 아니라 교육 수준과 소득에 따른 편차도 크다. 이러한 조건에서 노동자가 자발적으로 기술 변화에 대응할 수 있다고 전제하는 것은 현실과 거리가 있다. 훈련 기회를 전반적으로 확대하는 방식은 참여 여력이 있는 집단에 효과가 집중되는 결과를 낳는다. 교육 수준이 높은 성인은 동일한 훈련에서도 더 큰 성과를 얻는다. 그 결과 재교육의 효과는 특정 집단에 편중되고, 전체 노동시장의 적응 능력은 실제보다 높게 평가된다.

개인의 여건 역시 적응 가능성에 직접적인 영향을 미친다. 고령 노동자는 디지털 기술 습득에 더 많은 시간이 필요하며, 가족 돌봄이나 건강 문제로 재교육에 투입할 여력이 제한되는 경우가 적지 않다. 사용 언어 환경 역시 학습 과정에서 장애 요인으로 작용한다. 훈련과 도구가 익숙하지 않은 언어로 제공될 경우 학습 속도는 현저히 늦어진다. 여기에 재정적 여유, 지역 네트워크, 문화적 자산의 차이가 더해지면서 적응 가능성의 격차는 확대된다. 평균 지표만으로는 이러한 분포를 설명하기 어렵다.

노동시장 변화에 맞춘 교육 체계 재편

적응 능력이 개인별로 다른 만큼, 교육과 정책 역시 획일적 접근에서 벗어날 필요가 있다. 평균 지표에 근거한 대응은 실제 위험을 포착하기 어렵다. 필요한 것은 개인의 조건과 여건을 기준으로 한 진단과 설계다. 이를 위해서는 세 가지 방향이 요구된다. 첫째, 기술 역량과 언어 환경, 돌봄 부담, 지역 일자리 수요를 함께 고려해 노동자의 적응 가능성을 평가할 수 있는 체계를 마련해야 한다. 둘째, 평가 결과 취약 계층으로 분류된 노동자에게는 무료 훈련과 자격 취득 기회를 제공하고, 교육 참여를 가능하게 하는 유급 휴가를 제도적으로 보장해야 한다. 셋째, 훈련 과정은 재정 지원과 취업 연계 프로그램과 결합돼야 한다. 소득 손실 없이 교육을 이수할 수 있을 때 전환의 실효성은 높아진다.

교육의 출발점 역시 재정비가 필요하다. 학교 교육은 개별 기술 습득을 넘어 학습 방법과 정보 판단 능력, 새로운 과제에 대응하는 역량을 키우는 데 초점을 맞춰야 한다. 환경적 제약이 큰 학생일수록 조기 지원과 멘토링의 중요성은 커진다. 평생학습이 기본 경로로 자리 잡지 못할 경우, 재교육 부담은 가장 여력이 부족한 집단에 집중된다.

기업의 역할을 강조하는 시각도 존재한다. 장기 고용을 전제로 하고 자원이 충분한 대기업에서는 일정 부분 효과를 기대할 수 있다. 그러나 다수의 노동자는 소기업, 임시직, 이직률이 높은 일자리에 종사한다. 이러한 환경에서는 기업 주도의 교육이 충분히 작동하기 어렵다. 실제로 기업 교육의 제공 여부와 수준에는 큰 편차가 나타나며, 소기업과 그 종사자는 구조적으로 불리한 위치에 놓여 있다. 공공정책은 보조금과 훈련 바우처, 성과 연계 세제 인센티브, 취약 지역 훈련 거점을 통해 기본적인 안전망을 구축할 필요가 있다. 목적은 기업 교육을 대체하는 데 있지 않다. 모든 노동자가 변화에 대응할 수 있는 최소한의 기반을 갖추도록 하는 데 있다.

현재까지 AI가 대규모 실업을 초래했다는 징후는 뚜렷하지 않다. 다수의 분석은 순고용 감소가 관찰되지 않았다고 설명한다. 다만 AI의 영향은 균등하게 나타나지 않는다. 직무가 사라지기보다 업무 내용이 재편되는 과정에서 혜택을 얻는 집단과 그렇지 못한 집단이 구분된다. AI 활용 역량을 갖춘 노동자는 임금 상승 기회를 얻는 반면, 대응이 어려운 노동자는 임금 정체에 직면할 가능성이 크다. 전면적 대체가 가시화된 이후에 대응할 경우 정책 비용은 커지고 효과는 제한될 수밖에 없다. 형평성을 고려한 선제 대응은 경제적·사회적 측면 모두에서 합리적인 선택이다.

지역 여건을 반영한 접근 역시 중요하다. 기술 변화에 대한 대응은 지역 노동시장 구조와 밀접하게 연결돼 있다. 지역 내 수요와 괴리된 훈련은 취업으로 이어지기 어렵다. 성과를 낸 지역 사례들은 훈련 과정을 기업 수요와 연계하고, 도제 제도를 도입하며, 기술 인프라가 부족한 지역에 대한 투자를 병행했다. 이는 중앙 단위 정책에서 지역 기반 훈련 시스템으로 자원을 이동시켜야 함을 시사한다. 기업 단체와 지역 교육기관, 사회 서비스가 함께 참여하는 구조는 일정과 교육 내용을 지역에 맞게 조정할 수 있다. 이러한 방식은 전국 단위의 일률적 프로그램보다 취업과 고용 유지 측면에서 더 나은 성과를 보이고 있다.

정책 전환의 기준

평균 지표만으로는 노동시장 내부에서 확대되는 적응 격차를 충분히 설명하기 어렵다. 취약 계층의 필요는 이미 현실화된 만큼, 정책과 교육 체계는 기술 변화 대응을 핵심 과제로 삼아야 한다. 정책 설계는 개인의 여건을 출발점으로 적응 가능성을 진단하고, 취약 계층에 대한 재정 지원과 소득 보전·취업 연계를 포함한 재교육 구조로 전환할 필요가 있다. 재교육의 기획과 집행은 지역 단위로 내려가 노동시장 수요를 반영해야 하며, 이러한 전환이 이뤄질 때 기술 변화로 인한 배제를 줄이고 자동화와 AI의 성과를 사회 전반으로 확산할 수 있다.

본 연구 기사의 원문은 Technological Adaptability: Why Averages Can Hide the Real Crisis을 참고해 주시기 바랍니다. 본 기사의 저작권은 스위스 인공지능연구소(SIAI)에 있습니다.