한국은 현재 노동력 부족, 생산성 둔화, 의료

및 연금 시스템에 대한 부담 증가 등 구조적 도전에 직면해 있다.

 

이런 상황속에서 급속도로 발전하고 있는 AI는 인간의 노동력 보완, 의료 서비스 개선, 노인 돌봄 등에 있어 혁신적인 솔루션을 제공할 잠재력을 지니고 있다. 하지만 AI로의 전환 과정에서 일자리의 대체, 소득 감소, 불평등 심화 등의 부작용에 대한 우려도 존재하며, 특히 고령층 등의 취약계층이 직면할 위험에 주목할 필요가 있다.

 

이 연구는 AI가 한국의 경제에 미칠 영향을 집중적으로 분석하려는 목적으로 행해졌다.

 

----------------------------------

 

한국의 경우 AI 도입률 자체도 조사 대상 국가들 중 상위권이었으며, AI 도입을 검토중이라고 대답한 기업까지 전부 합한다면 싱가포르 다음 2번째로 AI 도입이 빠른 속도로 진행되고 있는 국가로 꼽힌다.
 

이러한 추세는 기업의 규모, 연령, 산업에 관계없이 동일하나, 특히 대기업, 신생기업, 기술 중심 기업 등에서 높게 나타났다.

 

----------------------------------

 

그렇다면, AI로 인해 영향을 가장 많이 받을 직종과 AI의 영향이 적을 직종은 무엇일까? 이 연구에서는 2가지 지표를 기준으로 총 4가지의 구분을 하였다.

 

AI 노출도 - 특정 직업이 수행하는 직무가 AI에 의해 어느 정도 대체 가능한가

AI 보완도 - 직업의 사회적·물리적 속성을 고려했을때 AI로 인한 직업 대체 위험으로부터 얼마나 안전한가

 

이 두 가지 지표를 기준으로 분석해본 AI의 영향을 가장 많이 받는 직종과 적게 받는 직종은 다음과 같았다.

 

 

높은 AI 노출도, 높은 AI 보완도 - 의사, 금융 전문가, 기업 임원, 대학교수 등의 대부분의 전문직이 포함되어있다. 이들의 경우 의사결정의 중대성 등으로 인해 AI가 보완적 역할에 머무르게 될 가능성이 높은 직종이라고 볼수 있다.

 

높은 AI 노출도, 낮은 AI 보완도 - 법률가 등의 일부 전문직과 회계/경리 관련 사무직 등의 직종이 포함되어있다. 이들의 경우 AI로 인한 대체 가능성이 높은, 흔히 말하는 AI로 인해 일자리를 잃을 가능성이 가장 큰 직종에 해당된다.

 

낮은 AI 노출도, 낮은 AI 보완도 - 농림어업 종사자, 청소부 등의 직종이 포함되어있다. 이들의 경우 육체노동의 비중이 높은 등의 이유로 AI의 도움을 받기 어려워 AI로 인한 대체 가능성이 낮은 직업이다.

 

낮은 AI 노출도, 높은 AI 보완도 - 미용사, 토목 관련 기술자 등의 직종이 포함되어있다. AI가 쉽게 하기 어려운 작업들을 포함하고 있어 AI로 인한 대체 가능성이 낮은 직업들이다.

 

 

분석 결과, 국내 근로자 중에서 AI 도입에 큰 영향을 받는 근로자의 비중은 전체의 51%에 달했다.

 

이 중 24%는 AI로 인해 생산성 혜택을 받을 수 있는 ‘높은 노출도, 높은 보완도’ 그룹에 속했으며, 27%는 AI에 의해 대체되거나 소득이 감소할 가능성이 큰 ‘높은 노출도, 낮은 보완도’ 그룹이었다.

 

또한 여성, 청년층, 고학력·고소득층일수록 AI 노출도와 보완도가 함께 상승하는 경향을 보이기도 했다.

 

------------------------------

 

그렇다면, AI가 보급된다면 일자리 재배치는 얼마나 일어날까?

 

노동시장이 변화하면 일부는 이에 적응하여 다른 일자리로 옮겨가는 한편, 일부는 이러한 변화에 적응하는데 어려움을 겪는 경우도 많다. 이 연구에서는 한국노동패널을 통해 살펴볼수 있는 과거의 일자리 재배치 사례를 통해 계산하였다.

 

 

여기서 관심을 가질 사안이라면 역시나 '높은 노출도, 낮은 보완도' 직업에서 '높은 노출도, 높은 보완도' 직업으로 이동하는 비율이라 볼수 있는데, 2009년~2022년 동안 평균 31%가 이동하는 것으로 나타났다.

 

 

 

다만 고령층으로 갈수록 재취업이 어려워지는것을 볼수 있는데, '높은 노출도, 높은 보완도' 직업에 종사했던 핵심 연령층 근로자 중 43%가

동일 범주의 직업으로 재취업한 반면, 고령 근로자 중에서는 동 비중이 35%에 그친 것을 볼수 있다.

 

또한 '높은 노출도, 낮은 보완도' 직업에서 실직한

고령 근로자들은 대부분 노출도가 낮은 직업으로 재취업하였으며, '높은 노출도, 높은 보완도'로 이동할 가능성은 0.8%에 불과한 것을 볼수 있다.

 

이러한 이동성을 높이는 것이 AI의 전환과정에서 한국 노동시장이 직면한 가장 큰 과제라 볼수 있다.

 

---------------------------------

 

그렇다면 AI는 한국의 생산성 향상과 경제성장에 얼마나 도움을 줄까?

 

 

※여기서 잠깐 - 총요소 생산성에 대해...

 

경제 성장요인을 크게 3가지로 나눠보면

 

자본투입 - 기계나 설비, 건물 등의 자본재를 구입하거나 임대하여 생산을 해 자본을 축적하는 것

노동투입 - 노동인구와 그 노동인구들의 총 근로시간을 의미(기술적 측면은 반영되어있지 않음)

총요소생산성(이하 TFP) - 기술의 발달, 법/제도의 개선, 노동자의 업무능력 증대 등 단순 자본투입/노동투입으로만은 설명되지 않는 것들

 

일례로 기존 기계를 50% 비싼 최신형 기계로 교체하여 노동자의 재교육 없이도 생산량의 100% 증가를 이루어냈다면...

자본투입 논리로만 계산하는 성장은 기존 기계와의 차액인 50%밖에는 설명이 되지 않음. 그렇다면 나머지 50%는 무엇이냐? 이걸 설명할수 있는 것이 바로 총요소생산성임.

 

 

 

1. 노동 대체와 노동 보완이 동시에 일어나는 경우

→ TFP 1.1% 상승, 국가 GDP 8.4% 상승

 

2. 노동 대체와 생산성 향상이 동시에 일어나는 경우

→ TFP 2.1% 상승, 국가 GDP 4.2% 상승

 

3. 노동 대체와 노동 보완, 생산성 향상이 동시에 일어나는 경우

→ TFP 3.2% 상승, 국가 GDP 12.6% 상승

 

 

 

UN 인구전망을 기준으로 현재의 성별, 연령별 노동소득분배율과 경제활동참가율이 유지될 시, AI 도입이 없는 경우 2023년부터 2050년까지 한국의 국가 GDP가 16.5% 감소할 것으로 보이나, 시나리오 1의 경우 그 감소폭이 9.5%로, 시나리오 2의 경우에는 13.2%로, 시나리오 3의 경우 5.9%까지 줄일수 있다.

 

-------------------------------

 

 

또한, 흥미롭게도 모든 기업들이 AI 발전의 혜택을 고르게 얻을수는 없다는 결과 역시 나왔다.

 

AI 도입 초기만을 기반으로 예측한 잠정적 결과이긴 하지만, AI로 인한 생산성 증대 효과는 대기업과 업력이 긴 기업 위주로 두드러졌으며, 수익성 증대 효과 역시 업력이 긴 기업 위주로 두드러졌다.

 

즉 AI의 발전이 기업간 생산성과 수익성 격차를 확대할수 있음을 시사하고 있는 것이다.

 

-----------------------------------

 

결론

 

AI 기술의 도입은 한국경제의 성장 잠재력을 높이고 생산성을 증대시킬 중요한 기회로 작용할 수 있으며, 특히 고령화로 인한 성장 둔화를 상당부분 상쇄할수 있는 수준이라는 점에서도 고무적이다.

 

그러나 AI 도입으로 인한 생산성 향상 효과는 모든 기업에 보편적으로 나타나지 않고, 대기업과 업력이 높은 기업에서만 유의미한 효과를 보이고 있었으며, 이는 중소기업이나 신생기업이 AI 도입의 혜택에서 소외될 가능성이 높다는 이야기이며, 이를 해소하기 위한 정책적 개입이 필요할수도 있음을 보여주고 있다.

 

 

또한 AI가 생산성 향상을 가져오는것과는 별개로 절반 이상(51%)의 근로자가 AI로 인한 일자리 대체 위험성에 직면하고 있다. 하지만 이로 인해 요구되는 새로운 기술적 역량 등을 감안하면 한편으로는 AI 도입이 이들에게 오히려 기회로도 작용할수 있는 것도 사실이다.

 

교육 및 재훈련 프로그램을 통해 노동시장의 유연성을 제고하는 한편

취약계층을 위한 사회적 안전망의 강화가 요구된다.