사람이 먼저인가, 기술이 먼저인가AI 시대 산업정책은 왜 다시 사회를 호출하는가

2026년 4월 OpenAI가 내놓은 「Industrial Policy for the Intelligence Age: Ideas to Keep People First」는 인공지능 경쟁의 다음 단계가 모델 성능만의 문제가 아님을 분명히 한다. 초지능으로 향하는 전환 앞에서 노동과 세금, 복지와 전력망, 안전과 민주주의, 그리고 대학의 역할까지 함께 다시 설계해야 한다는 문제의식이 그 중심에 놓여 있다.

2026년 4월, OpenAI는 「Industrial Policy for the Intelligence Age: Ideas to Keep People First」라는 제목의 정책 제안문을 공개했다. 제목부터 시선이 머문다. 산업정책이라는 단어를 다시 꺼내 들었고, 그 앞에 ‘지능의 시대’를 붙였으며, 마지막에는 ‘사람을 먼저 두기 위한 아이디어’라고 못 박았다. 인공지능의 발전을 말하는 글인데도 관심의 초점은 성능 경쟁이나 시장 선점에 머물지 않는다. 오히려 기술이 더 강해질수록 사회가 무엇을 지켜야 하는지, 무엇을 새롭게 만들어야 하는지에 대한 질문이 문장 전체를 끌고 간다. 초지능으로 향하는 전환이 이미 시작됐고, 지금 필요한 것은 더 정교한 제품 소개가 아니라 새로운 사회적 합의의 언어라는 판단이 깔려 있다.

출발점은 분명하다. 불과 몇 해 전까지만 해도 인공지능은 좁고 빠른 과업을 보조하는 기술로 이해됐지만, 이제는 사람이 몇 시간을 들여 처리하던 일반 과업을 수행하는 모델로 이동하고 있으며, 이 흐름이 이어질 경우 현재 수개월이 걸리는 프로젝트 단위의 일까지 수행하는 방향으로 나아갈 수 있다는 진단이다. 여기서 중요한 것은 기술의 놀라움 자체가 아니다. 이런 변화가 조직 운영 방식, 지식 생산 방식, 노동의 의미와 기회, 그리고 사람의 삶의 조건까지 바꿀 수 있다는 데 있다. 그래서 이 제안은 초지능이 가져올 생산성 향상과 과학기술 발전의 가능성을 말하면서도, 동시에 지금의 정책 수단만으로는 그 전환을 감당하기 어렵다고 본다. 사람을 중심에 둔 전환을 위해서는 훨씬 더 야심찬 사회적 상상력이 필요하다는 뜻이다.

흥미로운 지점은 여기서 미래를 기술의 필연으로 설명하지 않는다는 점이다. 어느 방향으로 전개될지 아무도 정확히 알 수 없으며, 그렇기 때문에 더더욱 시민이 실제로 영향력을 행사할 수 있는 민주적 과정이 필요하다고 말한다. 더 나은 AI를 만드는 문제보다 더 앞선 질문은 어떤 AI 미래를 원하는지 사회가 결정할 수 있어야 한다는 것이다. 이것은 기술 낙관론과 기술 공포론 사이의 중간쯤에 서 있는 입장처럼 보이지만, 실제로는 훨씬 더 급진적인 문제제기다. 기술의 속도를 따라가지 못하는 사회가 뒤처질 수 있다는 말이 아니라, 사회가 자기 기준을 세우지 못하면 기술의 방향이 소수의 이해관계에 포획될 수 있다는 경고에 가깝기 때문이다.

이 지점에서 기사의 핵심 질문이 선명해진다. AI 시대에 정말 중요한 것은 무엇인가. 더 빠른 모델인가, 더 많은 투자금인가, 더 높은 기업가치인가. 아니면 기술이 커질수록 함께 커져야 하는 공공성, 분배, 안전, 책임, 참여의 구조인가. 이번 제안이 던지는 메시지는 후자 쪽에 훨씬 가깝다. 인공지능의 미래를 이야기하는 듯하지만, 실제로는 산업정책의 외피를 빌려 사회계약의 미래를 묻고 있다. 전환의 수혜와 부담을 어떻게 나눌 것인지, 위험을 누가 감시하고 관리할 것인지, 기회의 문턱을 어떻게 낮출 것인지, 민주주의는 이 거대한 기술 변동을 어떻게 견딜 것인지가 논의의 중심에 놓여 있다.

기술의 진보가 사회의 진보를 자동으로 보장하던 시대는 길지 않았다. 증기기관이 산업혁명을 열었을 때도, 전기가 도시와 공장을 바꾸었을 때도, 자동차와 대량생산이 이동과 소비를 재편했을 때도, 사람들은 처음부터 안전하고 공정한 질서 속에서 그 혜택을 누린 것이 아니었다. 새로운 기술은 늘 더 큰 생산과 더 빠른 이동, 더 많은 효율을 약속했지만, 그 결과는 곧바로 더 나은 삶으로 이어지지 않았다. 노동시간은 길어졌고, 산업재해는 빈발했으며, 지역과 계층 간 격차는 벌어졌다. 그때마다 사회는 뒤늦게 새로운 제도를 만들었다. 노동 보호와 안전 기준, 사회보장과 교육 확대, 시장 규율과 공공 인프라가 그렇게 등장했다. 지금 AI를 둘러싼 논의가 다시 산업정책이라는 말을 호출하는 이유도 다르지 않다. 혁신이 일어난다고 해서 그 과실이 사회 전체로 자동 배분되지는 않기 때문이다.

여기서 특히 눈에 띄는 것은 불균형에 대한 경계다. 고도화된 AI는 과학과 의학의 돌파구를 앞당기고, 필수재의 비용을 낮추며, 생산성을 끌어올리고, 새로운 형태의 창의와 기업 활동을 열 수 있다. 그러나 같은 기술은 일자리와 산업의 구조를 빠르게 흔들고, 이미 많은 자본과 인프라를 확보한 곳에 부를 더 집중시키는 방향으로 움직일 수도 있다. 시민 다수가 체감하는 것은 “AI 덕분에 효율이 높아졌다”가 아니라 “내 일은 더 불안해졌고, 이익은 다른 데로 갔다”일 수도 있다는 뜻이다. 이 전환이 성공인지 실패인지 가르는 기준은 결국 사회 전체의 삶의 질이 나아졌는지, 더 많은 사람이 기회의 영역으로 들어왔는지, 위험과 충격이 소수에게 떠넘겨지지 않았는지에 달려 있다. 공유된 번영, 위험 완화, 접근성과 주체성의 민주화가 중요한 이유가 여기에 있다.

이 문제의식은 산업정책을 바라보는 방식에서도 드러난다. 여기서 말하는 산업정책은 과거식 관치경제나 특정 기업 지원 논리와는 결이 다르다. 시장이 작동하는 것만으로는 해결되지 않는 상황, 즉 기존 제도가 감당하지 못하는 규모와 속도의 기술 변화 앞에서 공공이 연구 지원, 인력 양성, 규제, 조달, 투자 유도 같은 수단을 통해 방향과 질서를 만들어야 한다는 뜻에 가깝다. 경쟁과 창업, 열린 경제가 생활 수준을 높여온 역사적 역할을 인정하면서도, 어떤 시점에는 공공이 개입하지 않는 것이 오히려 왜곡을 방치하는 선택이 될 수 있다고 본다. 특히 중요한 것은 정부 단독의 통제가 아니라 공공과 민간의 협력 구조다. 새로운 접근을 현장에서 시험하고, 효과를 측정하고, 빠르게 수정하는 일은 비정부 기관과 민간이 앞장설 수 있지만, 그것이 넓게 확산되고 제도화되려면 결국 정부가 조달과 규제, 투자라는 수단으로 뒷받침해야 한다는 판단이다.

이런 시각은 왜 지금 산업정책이 다시 필요하냐는 질문에 대한 하나의 답이 된다. 정상적인 시기에는 시장이 스스로 기회를 분배하고 효율을 높이는 경향이 강하다. 그러나 새로운 기술이 한 사회의 노동, 세금 기반, 에너지 수요, 안전 체계, 공공 기록, 민주적 책임성까지 동시에 흔드는 단계에 들어서면, 시장의 자율 조정만으로는 부족할 수 있다. 지금 필요한 것은 성장 자체를 부정하는 것이 아니라 성장의 방향과 결과를 사회적 목표와 접속시키는 일이다. 기술이 더 많은 사람에게 기회를 열고, 적어도 몇몇 지역과 계층을 버려둔 채 앞으로 달려가지 않도록 만드는 일, 그것이 바로 AI 시대에 산업정책이 다시 사회를 호출하는 이유다.

가장 먼저 눈에 들어오는 대목은 노동을 비용이 아니라 지식의 원천으로 다루는 방식이다. 지금까지 AI 도입 논의에서 노동자는 대체될 존재, 적응해야 할 존재, 뒤처지지 않기 위해 재훈련을 받아야 할 존재로 주로 묘사됐다. 그러나 실제 일터가 어떻게 돌아가는지, 어디에 비효율과 위험이 숨어 있는지, 무엇이 반복적이고 무엇이 진짜 가치 있는 일인지 가장 잘 아는 주체는 현장 노동자다. 따라서 AI가 더 나은 일자리를 만드는 방향으로 작동하려면 노동자는 사후 보호의 대상이 아니라 도입 과정의 공동 설계자여야 한다는 관점이 제시된다. 위험하고 반복적이며 행정적인 일을 줄여 더 중요한 일에 집중하게 하는 사용은 장려하되, 업무강도를 높이고 자율성을 좁히며 공정한 임금과 스케줄을 해치는 방식은 제한해야 한다는 문제의식은 분명하다. 기술은 중립적이지 않으며, 어떤 방식으로 배치되느냐에 따라 일의 질이 달라진다는 점을 전면으로 드러낸다.

이 대목은 우리 사회에도 시사하는 바가 크다. 한국에서도 대학 행정, 병원, 물류, 고객 서비스, 언론, 법률, 교육 현장까지 인공지능 도입 논의는 빠르게 번지고 있지만, 실제 현장 노동자와 실무자가 얼마나 설계 과정에 참여하는지는 여전히 미지수다. 생산성 향상이라는 이름 아래 업무 속도만 빨라지고 평가와 통제는 강화되며 정작 사람은 더 지치게 되는 방식이라면, 그 기술은 ‘혁신’이라고 불릴지 몰라도 시민이 체감하는 진보와는 거리가 멀다. AI가 노동을 해방할지, 노동을 더 촘촘하게 감시하고 압박하는 수단이 될지는 결국 배치의 정치학에 달려 있다. 기술 경쟁에서 뒤처지지 말자는 말은 많지만, 어떤 기술 도입이 좋은 일자리를 만들고 어떤 도입이 나쁜 일자리를 만드는지에 대한 사회적 기준은 아직 충분히 정립되지 않았다. 바로 그 공백을 메워야 한다는 메시지가 읽힌다.

창업을 바라보는 방식도 흥미롭다. AI를 도입하는 주체가 몇몇 대기업이나 엘리트 스타트업만이어서는 안 되며, 오랜 시간 한 분야를 경험한 평범한 노동자 역시 창업의 주체가 될 수 있어야 한다는 발상이다. 회계와 마케팅, 구매와 계약 같은 백오피스 부담을 AI가 크게 줄여줄 수 있다면, 그동안 창업의 장벽으로 작동했던 요소가 낮아질 수 있다. 그래서 필요한 것은 기술 자체의 보급만이 아니라, 소규모 자금 지원, 수익연동형 금융, 표준계약서, 공유형 백오피스, 교육과 지식재산 보호가 결합된 실질적 창업 지원 체계다. 이것은 AI를 거대 기업의 효율성 도구로만 보지 않고, 더 많은 사람이 시장 진입의 문턱을 넘게 하는 참여 확장 장치로 본다는 뜻이다. 산업정책이란 결국 ‘누가 플레이어가 될 수 있는가’를 넓히는 정책이어야 한다는 해석이 가능하다.

여기서 한 걸음 더 나아가면, AI 접근성 자체를 현대 경제 참여의 기본 조건으로 보는 시각이 등장한다. 과거 문해력 확대와 전기, 인터넷 보급이 경제와 시민권의 기반을 형성했듯, 이제는 AI를 활용할 수 있는 능력과 접근성이 새로운 공공 인프라에 가까워질 수 있다는 판단이다. 저렴하거나 무료인 기본 접근 경로를 넓히고, 학교와 도서관, 소상공인, 취약 지역 공동체가 배제되지 않게 교육과 연결성, 훈련을 함께 제공해야 한다는 방향은 단순한 서비스 보급을 넘어선다. 앞으로 생산성과 기회, 학습과 창업, 지역 혁신의 출발점이 되는 도구를 누구에게 허용하고 누구를 제외할 것인가의 문제이기 때문이다. 인터넷 보급이 불균등하게 진행되면서 지역과 계층에 따라 커다란 격차를 남겼던 경험을 떠올리면, AI는 처음부터 공공적 접근 원칙을 더 강하게 가져야 한다는 주장이 설득력을 얻는다.

이 대목은 교육 정책과 대학 정책을 바라보는 시선에도 큰 변화를 요구한다. 지금까지 디지털 격차는 주로 기기와 네트워크 접근성의 문제로 이해돼 왔다. 그러나 앞으로는 단순 접속을 넘어, 어떤 품질의 AI 도구에 접근할 수 있는지, 그 도구를 비판적으로 활용할 수 있는 교육을 받는지, 자신의 업무와 학습에 맞게 적용할 수 있는지를 둘러싼 격차가 더 크게 작동할 가능성이 높다. 결국 AI 문해력은 단순한 사용법 교육이 아니라 경제 참여와 시민 역량의 새로운 조건이 된다. 그런 점에서 초중등교육은 물론이고, 대학과 지역 평생교육 체계까지 포함한 더 넓은 접근이 필요하다. 누구에게나 똑같은 도구가 열려 있다고 해서 실제 기회가 평등해지는 것은 아니다. 활용 역량과 맥락, 지도와 지원 체계가 함께 갖춰져야 한다.

세금과 복지 체계에 대한 문제제기는 훨씬 더 날카롭다. AI가 일과 생산을 바꾸면 경제적 성과의 상당 부분이 노동소득보다 기업 이윤과 자본수익의 형태로 집중될 가능성이 높다. 문제는 현재의 사회보장 체계가 여전히 고용과 임금, 급여세에 크게 기대고 있다는 점이다. 경제는 성장하는데 노동을 통해 걷히는 재원은 줄어드는 상황이 오면, 연금과 의료, 식품 지원, 주거 지원 같은 핵심 안전망의 재정 기반이 흔들릴 수 있다. 그래서 자본이득과 법인 수익에 대한 과세 비중을 높이거나, 자동화된 노동과 연동된 새로운 세제 접근을 검토해야 한다는 주장이 나온다. 동시에 기업이 노동자를 유지하고 재훈련하며 투자하도록 유도하는 임금 연동 인센티브도 함께 거론된다. 중요한 것은 이것이 단순히 증세 논쟁이 아니라는 점이다. AI가 만들어내는 부가가치가 사회 유지 비용을 함께 떠받치지 못하면, 기술 발전은 오히려 안전망을 갉아먹는 구조가 될 수 있다.

이 지점에서 제안되는 공공부 펀드 구상은 매우 상징적이다. 금융시장에 별다른 자산을 갖고 있지 않은 시민도 AI 성장의 과실에 직접 지분을 가질 수 있어야 한다는 생각은, 분배를 사후 보정의 문제만으로 보지 않겠다는 선언과 같다. 세제 개편이 국가가 필수 프로그램을 유지하는 데 초점을 둔다면, 공공부 펀드는 시민이 성장의 상방을 직접 공유하는 구조를 만들기 위한 장치다. AI 기업과 더 넓은 AI 도입 산업 전반의 성장을 포착하는 장기 자산에 투자하고, 그 수익을 시민에게 분배하는 방식은 “초지능의 과실은 누구의 것인가”라는 질문을 정면으로 건드린다. 지금까지 기술 혁신의 이익은 투자자와 창업자, 상위 고숙련층에 쏠리는 경향이 강했다. 그런 구조를 그대로 둔 채 모두에게 번영이 돌아갈 것이라고 말하는 것은 점점 설득력을 잃고 있다. 그렇다면 성장의 소유 구조 자체를 다시 묻는 상상력이 필요하다는 뜻이 된다.

생산성 향상을 삶의 질 개선으로 번역해야 한다는 생각 역시 주목할 만하다. 지금까지 혁신은 대체로 “더 적은 인원으로 더 많은 일을 해내는 것”으로 설명돼 왔다. 그러나 실제 시민이 체감하는 진보는 매출 증가나 생산량 증가가 아니라, 더 안정된 삶과 더 나은 복지, 더 많은 시간의 회복이어야 한다. 그래서 반복 업무가 줄고 운영 비용이 낮아졌다면, 그것이 기업의 순이익으로만 귀결될 것이 아니라 연금 기여 확대, 의료비 부담 완화, 아동·노인 돌봄 지원, 예측 가능한 복지 보너스, 나아가 32시간제나 주4일제 시범 운영 같은 방식으로 연결될 수 있어야 한다는 발상이 나온다. 효율성의 배당을 오롯이 자본이 가져가는 구조가 아니라, 사람의 시간과 안전, 장기적 생활 안정으로 돌려주는 구조가 필요하다는 것이다. AI가 인간을 더 바쁘게 만드는 시스템이 아니라, 인간이 더 인간다운 일에 집중할 수 있게 하는 시스템이어야 한다는 생각이 여기에 담겨 있다.

전환기의 안전망을 어떻게 설계할 것인가에 대해서도 상당히 구체적인 시선이 제시된다. 핵심은 “있다”와 “작동한다” 사이의 간극을 줄이는 일이다. 실업보험과 의료보장, 연금과 식품 지원 제도가 존재하는 것만으로는 충분하지 않다. AI가 고용과 임금, 직무 질, 산업별 변화에 어떤 영향을 미치는지를 더 실시간에 가깝게 측정하고, 일정 수준 이상의 충격이 관측되면 신속 현금지원, 유연한 실업급여 확대, 임금보험, 훈련 바우처 같은 임시 지원이 자동으로 작동하도록 설계해야 한다는 생각이다. 충격이 커질수록 지원이 커지고, 상황이 안정되면 단계적으로 줄어드는 방식은 기술 변화의 빠른 속도에 맞는 정책 응답성을 강조한다. 과거처럼 위기가 명확히 드러난 뒤 뒤늦게 대응하는 방식으로는 AI 전환기의 속도를 따라가기 어렵다는 판단이 깔려 있다.

이와 맞물려 복지를 고용주 한 곳에 묶어두지 말아야 한다는 제안도 의미가 크다. 직장을 자주 옮기고, 산업을 넘나들고, 중간에 재교육을 받고, 프로젝트 기반 노동이나 창업으로 이동하는 경로가 흔해질수록, 의료와 연금, 훈련 기회를 특정 고용관계에 강하게 묶어두는 구조는 점점 더 취약해진다. 그래서 필요한 것은 개인에게 부착되는 포터블 베네핏 체계다. 직장과 산업, 교육 프로그램, 창업 여부가 바뀌어도 주요 복지와 역량개발 계정이 끊기지 않게 만드는 방식은 이동성과 안정성을 동시에 높이는 장치가 된다. 유연화가 곧 불안정화로 이어지지 않으려면, 제도의 중심축도 기업이 아니라 개인에게 맞춰 재설계돼야 한다는 의미다.

돌봄과 교육, 의료, 지역사회 서비스 같은 인간 중심 영역을 다시 평가하는 시선도 눈에 띈다. AI가 발전하면 인간 노동의 필요가 줄어들 것이라는 단순한 미래상과 달리, 사회가 유지되기 위해 필요한 인간적 노동은 오히려 더 중요해질 수 있다. 아이를 돌보고, 노인을 보살피고, 환자를 만나고, 학생을 가르치며, 공동체를 유지하는 일은 행정 부담과 정보 처리 일부를 AI가 덜어줄 수 있어도, 관계와 책임, 감정의 밀도를 완전히 대체하기 어렵다. 그래서 전환기에 밀려난 노동력이 이 영역으로 이동할 수 있도록 훈련과 임금, 노동조건을 함께 강화해야 한다는 문제의식이 나온다. 이는 기술 발전이 좋은 일자리를 모두 첨단산업 내부에서만 만들어내는 것이 아니라, 오히려 인간다움이 지워질 수 없는 영역의 가치를 새롭게 드러낼 수 있다는 점을 시사한다.

AI를 움직이는 물리적 기반에 대한 시선 역시 중요하다. 많은 담론이 모델의 성능과 서비스 혁신에 집중하는 사이, 이 제안은 데이터센터와 전력망이라는 훨씬 무거운 질문을 전면에 세운다. 막대한 연산을 필요로 하는 AI는 결국 막대한 전력을 필요로 한다. 그렇다면 그 비용을 누가 부담할 것인지, 전력망 확충의 이익과 부담은 누구에게 돌아갈 것인지, 지역 공동체는 어떤 영향을 받을 것인지가 정치적 쟁점이 된다. 데이터센터가 가계의 전기요금을 사실상 보조받는 방식으로 운영되어서는 안 되며, 지역 일자리와 세수에 실질적으로 기여해야 한다는 인식은, AI를 소프트웨어 혁신만이 아니라 에너지·인프라·지역경제의 문제로 보게 만든다. 고압 송전망과 지역 간 전력망 확대, 자본 비용을 낮추는 공공-민간 파트너십, 첨단 송전 기술에 대한 장벽 해소 같은 논의가 나오는 이유도 여기에 있다. AI 시대 산업정책은 서버와 코드의 문제가 아니라 발전소와 송전선, 인허가와 주민 수용성의 문제이기도 하다.

여기까지가 ‘열린 경제’의 축이라면, 다른 한 축은 ‘회복력 있는 사회’다. 오히려 더 날카로운 메시지는 여기에 담겨 있다. 풍요의 가능성만큼 취약성의 확대도 동시에 언급되기 때문이다. AI는 사이버와 생물학적 영역에서 악용될 수 있고, 사람의 의도와 어긋난 방식으로 행동할 수도 있으며, 정부나 기관이 민주적 가치를 훼손하는 방향으로 활용할 가능성도 있다. 청소년을 포함한 시민의 정서적·사회적 웰빙에 새로운 압력을 가할 수 있다는 우려도 함께 놓여 있다. 여기서 중요한 것은 위험을 한 가지씩 따로 다루기 어렵다는 점이다. AI는 일의 방식, 의사결정, 조직 운영, 국가 간 상호작용을 한꺼번에 바꾸기 때문에, 한 분야의 규제로 전체를 관리하기 어렵다. 따라서 필요한 것은 더 강한 기술만이 아니라, 더 강한 제도와 감시, 더 빠른 대응 체계다. 경쟁력은 결국 최고 성능의 모델이 아니라 위험을 통제할 수 있는 사회적 역량에서 갈릴 수 있다는 판단이 깔려 있다.

이런 맥락에서 배포 전 안전에만 머물러서는 안 된다는 지적은 매우 중요하다. 지금까지 AI 안전 논의는 주로 개발과 훈련, 평가 단계에 집중돼 왔다. 글로벌 표준, 위험 평가, 레드팀, 사용 정책, 규제 문구 등이 그것이다. 물론 이런 장치는 계속 필요하다. 그러나 시스템이 실제 사회에 배치된 이후 어떤 방식으로 오작동하고, 예상치 못한 맥락과 결합하며, 사람과 조직, 다른 시스템과 얽히는지까지 감시하지 않으면 안전은 불완전할 수밖에 없다. 전기와 자동차, 항공, 식품, 의약품처럼 사회를 바꾼 거대 기술들은 모두 사후 모니터링과 사고 대응, 감사와 규범을 갖춰가며 안전을 만들었다. AI 역시 예외일 수 없다는 문제의식은 결국 ‘기술이 충분히 좋아지면 안전해질 것’이라는 믿음만으로는 부족하다는 뜻이 된다.

이 때문에 안전을 혁신의 부속물이 아니라 독자적인 산업 생태계의 일부로 키워야 한다는 발상이 나온다. 모델 보호와 오용 탐지, 위협 모델링, 강건성 테스트, 신속한 대응 시스템, 의료 대응 수단과 전략 비축까지 포함한 광범한 안전 체계를 공공조달과 표준, 보험, 선구매 약정을 통해 육성하자는 생각은 상당히 현실적이다. 안전 시장이 존재하고, 그 시장에서 경쟁이 이뤄질 때 방어 수단도 기술 발전의 속도에 맞춰 진화할 수 있다. 위험이 커질수록 안전도 같은 속도로 발전해야 한다는 단순한 원리가 여기서 제도화의 언어를 얻는다. 이것은 규제를 늘리자는 말과는 조금 다르다. 오히려 ‘안전 역량’ 자체가 혁신과 투자, 경쟁의 대상이 되게 만들자는 제안에 가깝다.

특히 ‘신뢰 스택’에 대한 논의는 AI 시대 시민사회의 핵심 과제를 떠올리게 한다. 앞으로 AI가 더 많은 현실의 행동과 판단을 매개하게 되면, 사람들은 단순히 결과만 보는 데서 멈추지 않을 것이다. 이 콘텐츠는 어디서 왔는가, 이 행동은 누가 어떤 권한으로 수행했는가, 문제가 생기면 누구에게 어떤 책임을 물을 수 있는가를 알고 싶어 할 것이다. 그래서 출처와 진위를 검증하는 표준, 개인정보를 과도하게 침해하지 않으면서도 조사와 책임 추궁을 가능하게 하는 기록·감사 체계, 조직 내 위임과 감독, 보고와 책임의 분배 원칙이 중요해진다. 기술이 고도화될수록 설명과 책임의 구조가 더 중요해진다는 뜻이다. 자동화가 진행될수록 책임의 실체가 흐려지는 경향이 나타날 수 있는데, 그것은 민주주의와 법치에 매우 위험한 신호가 될 수 있다. 결국 AI의 신뢰 문제는 성능 문제가 아니라 책임 구조의 문제이기도 하다.

감사 제도에 대한 접근은 경쟁과 안전의 균형을 고민한 흔적을 보여준다. 화학·생물·방사능·핵·사이버 위험을 실질적으로 끌어올릴 수 있는 극소수의 고성능 모델에 대해서는 사전·사후 감사가 필요할 수 있지만, 그 요구를 모든 기업과 모든 시스템에 일괄 적용해서는 안 된다는 인식이 분명하다. 덜 강력한 범용 AI와 그 위에서 실험하는 스타트업 생태계는 살아 있어야 하고, 진짜 실패 비용이 큰 부분에만 더 강한 보호장치를 걸어야 한다는 것이다. 이는 규제가 혁신을 죽이느냐 살리느냐의 이분법을 넘어, 위험의 밀도에 비례한 정밀한 통제를 요구하는 방향이다. 실제 AI 정책 논쟁이 자주 부딪히는 지점도 바로 여기다. 모두에게 똑같은 족쇄를 채우면 작은 혁신이 죽고, 아무 규칙도 없으면 큰 사고의 비용을 사회 전체가 떠안게 된다. 따라서 어느 수준에서 어떤 감사를 요구할지에 대한 세밀한 설계가 핵심이 된다.

더 나아가 한 번 세상에 나온 위험한 시스템을 어떻게 다룰 것인가에 대한 질문도 제기된다. 모델 가중치가 공개되었거나, 접근 제한이 사실상 불가능해졌거나, 시스템이 자율적으로 복제 가능한 방향으로 나아가는 상황에서는 문제의 성격이 달라진다. 이때는 회수보다 봉쇄와 피해 경감이 중요해진다. 사이버 보안과 공중보건의 경험이 보여주듯, 완전 차단이 불가능해도 피해를 줄이는 공조는 가능하다. AI 역시 이런 컨테인먼트 플레이북을 사전에 만들고 시험해야 한다는 생각은, 이 기술을 단순한 산업재가 아니라 고위험 인프라로 바라보게 만든다. 혁신을 장려하는 언어만으로는 충분하지 않고, 실패 시나리오를 상상하고 훈련하는 능력이 동시에 필요하다는 뜻이다.

기업 거버넌스와 정부 사용 원칙에 대한 대목은 더 직접적이다. 최전선 AI 기업은 공익 책임을 의사결정 구조 안에 심어야 하고, 장기적 공공 기여를 포함한 미션 정렬 구조를 가져야 하며, 내부자 포획과 조용한 권력 집중을 막기 위한 보안과 감사 장치를 강화해야 한다는 인식이 깔려 있다. 동시에 정부도 예외가 아니다. 정부가 AI를 사용할 때는 더 높은 수준의 신뢰성, 안전성, 정렬 기준이 필요하며, 그것은 법과 기술적 가드레일로 명확히 설정돼야 한다는 생각이다. 그런데 여기서 흥미로운 점은 AI가 공권력 남용의 도구가 될 수 있다는 우려와 함께, 적절한 장치 아래에서는 오히려 민주적 책임성을 강화하는 수단이 될 수 있다는 기대가 동시에 등장한다는 것이다. 정부 판단과 행동의 디지털 기록이 더 또렷하게 남는다면, 감사기관과 의회, 법원이 그 흔적을 분석해 남용과 피해를 더 정교하게 찾아낼 수도 있다. 결국 기술은 어느 한쪽으로 예정돼 있지 않으며, 제도가 그것의 방향을 결정한다.

시민 참여 메커니즘을 강조하는 부분은 이번 제안의 민주주의적 성격을 가장 잘 보여준다. 앞으로 AI가 시민의 삶에 영향을 미치는 결정을 더 많이 내리게 된다면, 어떤 가치를 우선할지, 시스템이 무엇을 하도록 설계될지, 그 성능을 무엇으로 평가할지에 대해 엔지니어와 경영진만 결정하는 방식은 정당성을 잃을 가능성이 크다. 모델 사양과 평가 기준의 투명성, 공공기관의 표준 형성 참여, 대표성 있는 시민 의견의 구조적 반영이 필요하다는 방향은 결국 기술의 민주화를 넘어 통제의 민주화를 요구한다. AI가 사회 전체에 영향을 미치는 인프라가 될수록, 그것을 다루는 규범도 더 넓은 공론장에서 형성돼야 한다는 뜻이다. 지금까지 기술 논의가 전문가 집단의 언어로만 진행돼 왔다면, 앞으로는 시민이 이해하고 개입할 수 있는 정치의 언어로 번역돼야 한다는 과제를 던진다.

사고와 근접사고에 대한 보고 체계, 국가 간 정보 공유 체계 역시 같은 맥락에 놓인다. 문제는 대개 이미 벌어진 뒤에야 사회적 주목을 받는다. 그러나 AI의 위험은 단 한 번의 대형 사고만이 아니라, 반복되는 작은 오용과 가까스로 피해를 피한 사례, 예상치 못한 능력 발현 같은 축적 속에서 더 잘 드러날 수 있다. 그렇기 때문에 기업이 이런 정보를 공공 권위와 공유하고, 그 정보가 처벌보다는 학습과 예방 중심으로 사용되도록 하는 구조가 중요해진다. 나아가 국가 차원의 평가 기관을 강화하고, 여러 나라의 기관이 위험 정보와 평가 결과, 대응 원칙을 교환하는 네트워크를 발전시켜야 한다는 발상은 AI 위험이 국경을 넘는다는 사실을 전제로 한다. 다만 이 국제 협력이 국가안보에만 갇히지 않고 청소년 안전과 웰빙 같은 넓은 사회적 문제까지 포함해야 한다는 점도 시사적이다. AI는 군사·안보 기술인 동시에 일상과 감정, 학습과 노동의 기술이기 때문이다.

이제 이 전체 논의를 대학으로 가져오면, 가장 무거운 질문 하나가 남는다. AI 시대에 대학은 무엇이 되어야 하는가. 단순히 학생에게 생성형 AI 사용법을 익히게 하고, 몇 개의 관련 학과와 센터를 만드는 정도로는 부족하다. 여기서 대학은 적어도 세 가지 차원에서 다시 호출된다. 첫째, 전환기의 대규모 학습 플랫폼이다. 노동시장이 빠르게 바뀌고 직무 경계가 흔들릴수록, 대학은 더 이상 20대 초반 청년에게만 학위를 주는 기관이 아니라 중간경력자와 전환기 노동자, 지역 주민과 재교육 수요를 감당하는 평생학습 플랫폼이 되어야 한다. 둘째, 공공 연구 인프라의 거점이다. AI 기반 실험실과 검증 체계, 과학적 발견의 확산 구조가 소수 엘리트 기관에만 집중되어서는 안 된다는 방향은 대학 체계 전반의 재구성을 요구한다. 셋째, 민주적 거버넌스의 훈련장이다. 기술을 잘 다루는 인력뿐 아니라, 기술의 책임과 윤리, 법과 제도를 이해하고 설계할 수 있는 시민과 전문가를 길러내야 한다.

특히 과학기술 연구 인프라를 소수의 상위 기관에 집중시키지 말고 대학, 커뮤니티칼리지, 병원, 지역 연구 허브 전반에 분산 배치해야 한다는 발상은 대학의 역할을 매우 다르게 보게 만든다. 이제 경쟁력은 몇몇 초일류 연구소의 성과만으로 설명되기 어렵다. AI가 가설 생성과 실험 설계를 가속할수록, 병목은 검증과 확산, 현장 적용 능력으로 이동할 가능성이 높다. 그렇다면 지역 대학과 병원, 전문대학과 현장 기관이 함께 참여하는 넓은 연구 생태계가 더 중요해진다. 대학은 논문 생산 기관이자 지역 혁신의 거점이며, 동시에 새로운 기술이 지역사회에 안전하고 유익하게 배치되도록 번역하는 기관이 되어야 한다. 이것은 대학의 연구 역할을 산업 수요 대응과 공공 인프라 확장이라는 두 방향으로 동시에 넓히는 요청이다.

한국의 현실에 대입하면 이 함의는 더욱 무겁다. 학령인구 감소, 지역대학 위기, 수도권 집중, 재정 압박, 취업지표 중심 평가가 이미 대학체계를 흔들고 있는 가운데 AI 전환이 겹치면, 대학은 더 선명한 양극화의 길로 밀릴 수 있다. 몇몇 연구중심대학과 수도권 상위권 대학만이 AI 인프라와 인재를 흡수하고, 다수의 지역대학은 교육 기능 축소와 생존 경쟁에 내몰리는 그림이 충분히 가능하다. 그러나 사람 중심의 AI 전환을 진지하게 고민한다면, 대학 정책 역시 소수 선도기관 육성만으로는 설명될 수 없다. 지역과 산업, 평생학습과 공공연구, 보건과 돌봄, 기술과 윤리를 연결하는 더 넓은 역할을 대학에 부여해야 한다. 대학을 단지 취업률과 논문 수, 재정 효율로만 평가하는 언어로는 전환기의 사회적 필요를 감당하기 어렵다.

결국 대학은 AI 시대의 관전자일 수 없다. 기술 변화의 수혜자를 길러내는 기관을 넘어, 전환의 탈락자를 줄이고 충격을 흡수하는 사회적 장치가 되어야 한다. 강의실 안에서 도구 사용법을 가르치는 것만으로는 부족하고, 노동 전환을 떠받치는 재교육 허브가 되어야 하며, 지역사회와 병원, 기업, 공공기관을 연결하는 지식 인프라가 되어야 하고, 나아가 기술의 사회적 사용 규칙을 토론하고 설계하는 공론장의 일부가 되어야 한다. AI 시대의 산업정책이 정말로 사람을 먼저 말한다면, 대학 역시 기술을 가르치는 곳을 넘어 사람의 전환을 책임지는 기관으로 다시 정의될 필요가 있다. 더 강한 모델을 만드는 경쟁은 기업이 앞서갈 수 있다. 그러나 더 강한 사회를 만드는 일은 결국 교육기관과 공공제도, 시민사회가 함께 해야 한다. 그리고 그 작업의 한복판에 대학이 있다.

이번 제안이 던지는 가장 중요한 질문은 그래서 의외로 단순하다. 우리는 AI를 산업으로만 다룰 것인가, 아니면 사회를 다시 설계해야 하는 사건으로 받아들일 것인가. 전자를 택하면 경쟁력과 투자, 규제 완화와 선점 전략이 중심이 될 것이다. 후자를 택하면 노동과 세금, 복지와 전력망, 안전과 책임, 시민 참여와 대학의 역할까지 함께 논의해야 한다. 지금 필요한 것은 더 많은 낙관도, 더 큰 공포도 아니다. 기술의 속도에 압도당하지 않으면서도, 그 잠재력을 포기하지 않는 정치와 제도의 언어다. 초지능의 시대가 오느냐 마느냐보다 더 중요한 것은, 그 전환 속에서 누구를 중심에 둘 것인가다. 그리고 그 질문에 대한 답이야말로 앞으로의 산업정책과 대학정책, 더 넓게는 민주주의의 수준을 가를 것이다.

#AI산업정책 #초지능 #사람중심AI #노동전환 #AI거버넌스 #대학혁신 #지역대학 #평생학습 #공공연구