컨텐츠 바로가기

09.17 (화)

[열린세상] 초고령사회와 AI가 던지는 과제

댓글 첫 댓글을 작성해보세요
주소복사가 완료되었습니다
과학기술 발전과 인구구조 변화는 동시적으로 노동시장에 큰 영향을 미치고 있다. 인공지능(AI), 로봇화, 디지털화 등은 노동의 기계화를 촉진하며, 이는 과중한 육체적·정신적 노동 완화를 통해 생산성을 제고한다. 궁극적으로 더 적은 노동력 투입으로 더 높은 효율성을 달성하게 하며 초고령화로 초래되는 노동력 부족을 해결하는 마중물 역할도 한다.

우리나라의 고령화는 세계적으로 유례없는 속도로 빠르게 진행되고 있다. 65세 이상 고령인구 비중은 2045년 일본의 36.7%를 추월해 세계에서 가장 높은 37.0%에 도달할 전망이다. 55~64세 고령자의 고용률은 지난 5년간 66.9%에서 70.5%로 5.4% 증가한 반면 65~79세 인력은 40.4%에서 46.3%로 14.6%나 상승했다. 노동시장에서의 (노동력 부족 현상으로 인한) 노동력 수요와 (계속 일하고자 하는 고령자의 의지에 의한) 노동력 공급의 상호관계에서 고령자 고용률은 꾸준히 증가했는데, 이 추세는 계속될 전망이다. 경제협력개발기구(OECD) 회원국의 55~64세 고령자의 평균 고용률은 약 62.9%이다. 초저출산·초고령화로 인한 경제활동인구 감소와 노동력 부족 시대를 대비하기 위한 AI·로봇화를 통한 고령자의 생산성 향상은 당면과제다.

인간과 기계의 조화와는 달리 서로 일자리 다툼도 일어날 수 있다. 저숙련 근로자의 일자리를 잠식하던 과거 유형과 달리 지금은 기계가 고학력·전문직 일자리까지 대체하고 있다. 예를 들어 법률 종사자, 회계사, 산업디자이너 등의 일자리마저 위협받고 있다.

과학기술 발전으로 생성되는 일자리와 상실되는 일자리 모두를 포함한 일자리 총량을 계산하기는 쉽지 않다. 다만 1차·2차·3차 산업혁명 시기에도 기계파괴운동(러다이트)을 포함한 다양한 저항이 표출됐지만 일자리 총량은 꾸준히 증가한 인류 역사를 기억할 필요가 있다. 생성되는 일자리와 소멸하는 일자리는 다른 직무·직업에서 다르게 나타난 것도 유념해야 한다. 새로운 일자리는 혁신·개발과 파생응용 기술에 의해 만들어지는 한편 일자리 상실은 일상적·반복적 업무에서 나타난다.

저숙련 근로자의 단순 업무가 기계로 대체됐다면 AI·로봇화 시대에는 중·고 숙련근로자의 노동까지 기계화된다. 그 결과 과거보다 낮은 임금과 대우를 받게 된다. 현재의 고용구조와 고용의 질은 변화할 것이다. AI·로봇화도 대체할 수 없는 초고(超高) 숙련 소유자와 쉽게 자동화될 수 있는 업무를 수행하는 근로자로 고용구조는 양분된다. 이는 부(富)가 소수에만 집중되는 경제 양극화로 이어진다.

소수와 다수로 나눠지는 숙련·경제 양극화는 사회·경제적 갈등 요인이다. 소수 엘리트에 의해 추진되는 과학기술 발전은 사회적 수용성 부족으로 지속·확산마저 쉽지 않게 된다. 탈(脫)숙련 근로자는 자신의 일자리 보존과 이익을 위해 신기술 도입 자체를 거부할 수 있다.

기술의 초격차 시대에 사회적 갈등과 분열 때문에 혁신·기술개발 노력이 지체돼선 안 된다. 더 많은 사람이 혜택받는 조화로운 과학기술 생태계가 조성돼야 하는 이유다. 이를 위한 최선의 방책은 재교육·훈련이다. 이 과정을 통해 탈숙련이 재(再)숙련화된다.

예컨대 내연기관에서 전기 자동차로의 변환기에 엔진 같은 내연기관 전용 부품의 생산·조립에 종사하는 근로자는 탈숙련화된다. 이는 전동화 전환에 걸림돌로 작용하기에 해당 근로자가 재교육·훈련을 받아 새 업무 기술을 습득하게끔 해야 한다. 실제 전동화의 기술적 진화보다 재숙련을 둘러싼 인력과 갈등 관리가 더 오랜 시간이 걸리는 난제일 수 있다.

AI·로봇의 노동시장 진입은 비가역적이다. 새로운 과학기술 환경에 부합하는 고용구조 변화와 고용의 질 향상을 추구하는 인력 관리, 정책 마련을 서둘러야 한다. AI·로봇화가 일상화된 후에는 노사 갈등과 분열이 고착돼 문제 해결이 더 어려워지기 때문이다.

이지만 연세대 경영대학 교수

서울신문

이지만 연세대 경영대학 교수




    ▶ 밀리터리 인사이드

    - 저작권자 ⓒ 서울신문사 -
    기사가 속한 카테고리는 언론사가 분류합니다.
    언론사는 한 기사를 두 개 이상의 카테고리로 분류할 수 있습니다.