노벨경제학상 하윗 “AI 고용 쇼크, 덴마크식 플렉시큐리티가 답일 수 있음”

인공지능 고용 쇼크에 대한 하윗 교수의 답

• 노벨경제학상 수상자인 피터 하윗 브라운대 교수가 인공지능 고용 충격에 대해 꽤 직접적으로 말함

  • 한국을 포함한 여러 국가가 인공지능으로 일자리를 잃을 사람들을 위한 사회 안전망을 진지하게 고민해야 한다는 입장임
  • 핵심은 “해고를 막자”가 아니라 “해고 이후 다시 움직일 수 있게 만들자”에 가까움

• 그가 제시한 모델은 덴마크식 플렉시큐리티임

  • 기업은 근로자를 해고하는 데 큰 제한을 받지 않음
  • 대신 실직자는 재교육 프로그램에 참여하는 조건으로 2년 동안 이전 임금의 최소 90%를 보장받음
  • 정부는 실직자가 새로 익힌 기술을 활용할 수 있는 일자리까지 적극적으로 찾아줌

• 하윗 교수는 이런 제도가 신기술에 대한 불안을 낮춘다고 봄
  • 덴마크에서는 삶의 만족도나 신기술에 대한 두려움 조사에서 긍정적인 결과가 나온다고 설명함
  • 특히 사회에 처음 진입하는 대학 졸업생들과 이야기할 때 고용 안정성에 대한 불안이 덜 느껴진다고 함

인공지능 거버넌스와 미중 경쟁

• 하윗 교수는 인공지능의 위험을 개인과 정부 모두의 문제로 봄

  • 그는 학자 200여 명이 참여한 “우리는 지금 행동해야 한다” 성명에 함께했음
  • 계기로는 앤스로픽과 미국 국방부 사이의 갈등을 언급함

• 앤스로픽 사례는 인공지능 사용 조건을 누가 정하느냐의 문제임

  • 앤스로픽은 미국 국방부에 클로드를 공급하면서 완전 자율 치명적 무기 개발 금지 같은 조건을 걸었음
  • 미국 국방부는 민간 기업이 군 작전 방식을 지시할 수 없다며 제한 해제를 압박했고, 계약 해지나 기술 사용 금지 같은 제재까지 나섰다고 함
  • 하윗 교수는 앤스로픽 입장에 공감하며, “인공지능의 정당한 사용” 논의는 국가 거버넌스가 시작해야 한다고 봄

• 미중 인공지능 패권 경쟁에 대해서는 한쪽 독점이 어렵다고 전망함

  • 중국에서는 딥시크에 이어 문샷AI의 키미 K3처럼 연산 비용을 낮추는 접근이 나오고 있음
  • 하윗 교수는 중국식 접근법이 여러 영역에서 자리 잡을 것으로 봄
  • 구글이나 메타가 자기 앱을 유일한 창구로 만들고 싶어 해도 그렇게 되긴 어렵다는 관점임

• 이유는 비용 구조임

  • 챗GPT에 질문 하나를 던져도 수십억 번의 연산이 필요하고, 그 비용이 작지 않음
  • 전기나 수도처럼 한 번 깔아두면 제공 비용이 확 낮아지는 구조가 아니라는 뜻임
  • 그래서 선발 기업이 규모의 경제만으로 후발 주자를 완전히 막긴 어렵다고 봄

한국 청년과 개발자에게 남는 얘기

• 하윗 교수는 인공지능이 일자리를 없애는 속도를 사람들이 과대평가하는 경향이 있다고 말함

  • 위험한 일자리가 분명 있지만, 컴퓨터가 인간의 창의성·공감·소통 능력을 완전히 대체하는 데는 한계가 있다는 입장임
  • 사람들은 결국 다른 사람을 필요로 한다는 말도 덧붙임

• 한국처럼 저출산으로 노동력 감소를 겪는 나라에는 인공지능의 순기능도 있다고 봄

  • 진입 장벽이 낮은 일자리를 인공지능이 대체하면, 인구 감소로 인한 충격을 일부 줄일 수 있다는 논리임
  • 꽤 민감한 얘기지만, 노동력 부족과 자동화가 동시에 진행되는 한국에는 그냥 지나치기 어려운 포인트임

• 마지막 메시지는 기술 변화가 낡은 일자리를 없애면서 동시에 새 일자리를 만든다는 것임

  • 하윗 교수는 모든 새로운 범용 기술이 결국 이전에는 상상하기 어려웠던 일자리를 만들어냈다고 봄
  • 다만 그 단계까지 가는 과정은 거칠고 시간이 걸릴 수 있다고 인정함
  • 그래서 더더욱 재교육, 소득 보장, 재취업 지원 같은 완충장치가 필요하다는 결론으로 이어짐

---

기술 맥락

• 이 기사에서 중요한 기술적 선택은 인공지능을 막을지 말지가 아니라, 인공지능 도입으로 생기는 노동시장 충격을 어떤 시스템으로 흡수할지예요. 하윗 교수는 기업의 유연성만 높이는 방식이 아니라 소득 보장과 재교육을 같이 묶어야 한다고 봐요.

• 덴마크식 플렉시큐리티가 언급된 이유는 기술 변화가 빠를수록 직무 이동이 잦아질 수밖에 없기 때문이에요. 해고를 전부 막으면 기업 적응이 느려지고, 안전망 없이 해고만 쉬워지면 노동자가 기술 변화 자체를 적으로 보게 되거든요.

• 앤스로픽과 미국 국방부 사례는 모델 사용 조건을 누가 정하느냐의 문제를 보여줘요. 모델 제공사가 위험한 용도를 제한하려 해도, 국가 안보 영역에서는 정부가 그 제한을 받아들이지 않을 수 있다는 긴장이 생겨요.

• 인공지능 시장 독점이 어렵다는 전망도 비용 구조와 연결돼요. 추론 요청마다 큰 연산 비용이 계속 들어가면, 소프트웨어 플랫폼처럼 한 회사가 배포망만 장악해서 시장을 오래 잠그는 그림이 단순하지 않거든요.