[제 27회 세계지식포럼] 소득과 계층이동: 과거, 현재, 그리고 AI가 바꿀 미래

- 스티븐 달로프

 

도입 — "역사는 반복되지 않지만, 때때로 운(율)을 맞춘다"

이 세션의 핵심 프레임은 산업혁명과 AI 혁명을 나란히 놓고 비교하는 것이었습니다.

- 산업혁명 시기의 변화: 물리적 힘의 문제가 기계(machinery)로 대체됐던 변화

-  AI 혁명의 변화: 기술(skill) 자체가 대체되는 변화, 즉 이번엔 "힘"이 아니라 "숙련도"가 대체 대상이라는 점에서 성격이 다름

-  산업혁명 당시엔 이 변화가 "농업 사회"라는 맥락에서 일어났고, 이 변화가 곧 계층이동의 원천(source of mobility)이 됐음. 다만 당시엔 그 이동성 자체가 구조적으로 제한돼 있었다는 단서도 더한

-  근본적인 변화는 질적 변화(qualitative change)를 겪을 때, 그 배경에 경제적 변화가 있을 때 발생한다는 게 요지

같은 기술 변화가 나라마다 다른 결과를 낳은 사례 — 중국

-  산업혁명 시기와 비슷한 "기술 혁신의 급증(spike)"이 있었음에도, 중국은 아편전쟁 이후 오히려 계층 상승 가능성(사회적 이동성)이 붕괴됐다는 대비되는 사례로 제시

 

*영국의 산업혁명에는 증기기관 같은 새 기술이 등장할 때, 이걸 활용해 공장을 세운 새로운 계층이 부를 쌓았고, 제도 자체도 유리하게 바뀌었음 (기술 → 새로운 부자 계층 → 제도 개혁 → 더 많은 사람들이 그 흐름에 올라탈 기회)

↔

* 중국 (아편전쟁)은 쇄국 정책을 고수, 과거시험 같은 기존 신분 상승 통로를 유지하여 새로운 산업활동을 하는 사람들에게 유리한 방향으로 제도가 바뀌지 않았음. 게다가 불평등 관세조약, 조차지, 철도 부설권처럼 새로 열린 경제 활동의 이익 상당 부분이 외국 열강에게 빼앗기면서 상당 부분의 부가 외국으로 빠져나갔음. 또한 영국처럼 새로운 산업가 계층이 정치권력을 갖게 된 대신, 청나라 지배층은 기존 체제를 그대로 지키는 쪽을 택하며 되려 경직되는 결과를 낳음 

 

-  핵심 메시지: 기술 변화 자체가 결과를 결정하는 게 아니라, 그 사회가 그 변화를 어떻게 수용하느냐에 따라 결과가 완전히 달라진다

-  그러니 AI가 계층 이동성을 촉진할지, 경직성을 심화시킬지는 아직 알 수 없다는 것, 산업혁명(이동성 사례)과 중국(경직성 사례)이라는 두 개의 대비되는 역사적 선례를 놓고, 지금이 그 갈림길에 있다는 진단

AI는 생산성의 무엇을 바꾸는가 — "숙련(skill)"이 아니라 "과업(task)"

-  수학자를 예로 듦: 밀레니엄 문제(수학계의 난제들) 중 AI가 실질적인 해법을 제안한 건 하나도 없다는 점을 지적하며, 최고 난도의 숙련 영역은 AI가 쉽게 대체하지 못한다는 근거로 제시

-  실제로 AI 등장 이후 미국 고용 전반에 부정적 영향이 크지 않았던 이유로, 보건 분야와 AI의 결합에서 새롭게 창출된 생산을 꼽음 — 즉 AI가 일자리를 없애기만 한 게 아니라, 새로운 영역에서 일자리를 만들어내기도 했다는 것

 

정책 제언 — "기술을 받아들이고, 그 설계에 참여하라"

-  AI를 처음부터 "나쁜 것"으로 전제하고 정책을 짜서는 안 된다는 게 핵심 주장

-  대신 기술을 받아들이면서, 그 기술이 어떻게 발전해 나갈지 설계 과정에 적극적으로 참여해야 한다는 입장

 

결론 — 불평등을 만드는 건 AI가 아니라 "제도"

-  AI로 인해 성공의 병목현상이 더 심해질 수도 있지만, 반대로 성공을 촉진해 소득 증가와 계층이동이 오히려 활발해질 수도 있음 — 양방향 가능성이 모두 열려 있다

-  그리고 이 갈림길에서 어느 쪽으로 갈지를 결정하는 건 AI 자체가 아니라, 그 사회의 제도라는 게 이 세션의 결론

-  "능력주의 사회가 가장 생산적인 사회이고, 결국 생산적인 사회가 살아남는다"는 말로 마무리

이 세션에서 뽑을 수 있는 핵심 인사이트

1. 같은 기술 충격이라도 사회가 그걸 어떻게 수용하느냐에 따라 정반대 결과(이동성 vs 경직성)를 낳을 수 있다 

산업혁명(영국·서구)과 아편전쟁 이후 중국이라는 대비되는 역사적 사례가 이를 뒷받침. AI도 마찬가지로 "기술이 정해진 결과를 만든다"가 아니라 "제도가 결과를 만든다"는 프레임

 

2. AI는 "숙련(스킬)"을 대체하지만, 그렇다고 모든 숙련이 대체되는 건 아니다

최고 난도 영역(수학 난제 등)은 여전히 AI가 손대지 못하고 있다는 근거. 이건 앞서 스턴리흐트 세션에서 나온 "화이트칼라부터 대체되지만 정도 차이가 있다"는 얘기와 결이 비슷하면서도, "어떤 숙련이 남고 어떤 숙련이 대체되는가"라는 더 구체적인 질문을 던짐

 

3. 불평등의 책임을 기술에 돌리는 건 핵심을 놓치는 것 ㅡ 결국 제도 설계의 문제다 

이건 오늘 앞서 정리한 팩트체크 세션의 "반대를 상상해보라"는 원칙과도 잘 맞물립니다. "AI가 불평등을 만든다"는 그럴듯한 주장을 그대로 받아들이기보다, "정말 AI 때문인가, 아니면 그걸 다루는 제도 때문인가"를 되물어야 한다는 것