화이트칼라 고용 축소에서 소비 위축, 주택금융 흔들림, 대학 교육의 재설계 과제까지… AI 낙관론 뒤편에서 커지는 질문
인공지능(AI)을 둘러싼 기대는 오랫동안 비슷한 방향으로 흘러왔다. 기술은 더 빠르게 일하고, 더 적은 비용으로 더 많은 결과를 만들며, 결국 사회 전체의 부를 늘릴 것이라는 전망이다. 최근 몇 년 동안 시장과 기업이 AI를 바라보는 시선도 대체로 여기에 머물렀다. 얼마나 빠르게 확산되는지, 어느 산업에서 먼저 효과가 나타나는지, 어떤 기업이 가장 큰 수혜를 입는지가 중심 화두였다. Citrine Research 의 「THE 2028 GLOBAL INTELLIGENCE CRISIS」는 전혀 다른 질문을 던진다. AI가 기대에 못 미쳐서가 아니라, 기대 이상으로 잘 작동할 때 고용과 소비, 금융, 재정의 구조가 함께 흔들릴 수 있다는 경고다. 확정적 예측이 아니라 하나의 시나리오라고 선을 그으면서도, 인간 지능의 희소성이 약해질 경우 경제 시스템의 여러 축이 동시에 압박받을 수 있다고 서술한다.
AI를 둘러싼 불안은 더 이상 일자리 대체라는 한 문장만으로 설명되지 않는다. 기업은 인건비를 줄여 수익성을 방어하고, 그 과정에서 줄어든 임금은 소비를 식히며, 소비 둔화는 다시 기업의 비용 절감 압박을 키운다. 그렇게 되면 기업은 다시 사람보다 AI를 선택하게 된다. 생산성 향상과 생활의 불안이 동시에 진행되는 구조가 나타날 수 있다는 문제의식이 여기서 드러난다. 산출은 유지되거나 늘어나지만 그 성과가 가계의 소득과 소비로 충분히 이어지지 않는 상황, 다시 말해 장부상 성장과 체감 경기의 괴리가 커지는 상황이 현실의 위험으로 제시된다. 화이트칼라 고용 축소가 경제 전반의 압력으로 번질 수 있다는 지점도 눈길을 끈다.
미국 경제는 이미 화이트칼라 서비스 경제로 설명된다. 화이트칼라 노동자가 전체 고용의 절반가량을 차지하고, 재량소비의 약 75%를 이끄는 계층으로 제시되기 때문이다. AI가 먼저 침투하는 영역이 주변부의 일부 사무직이 아니라 소비를 떠받치는 핵심 축이라는 뜻이다. 화이트칼라 채용공고가 빠르게 줄어드는 동안 건설, 의료, 기술직 등 일부 블루칼라 영역은 상대적으로 안정적이었다는 서술도 이런 맥락을 뒷받침한다. 충격의 중심이 경제의 외곽이 아니라 중간층과 전문직 영역에 놓여 있다는 점에서 파급력은 더 커질 수 있다. 이 대목은 대학생과 취업준비생, 그리고 대학 커리큘럼을 바라보는 시선까지 바꿔놓는다. 오랫동안 고등교육은 화이트칼라 전문직으로 들어가는 통로였다. 더 좋은 대학, 더 좋은 전공, 더 정교한 직무훈련이 더 안정적인 사무직과 연결된다는 믿음이 교육 시스템 전체를 지탱해 왔다. 그러나 인지노동 자체가 빠르게 자동화의 영향을 받는다면 대학이 학생들을 보호해온 방식 역시 재검토가 필요해진다. 입학할 때는 유망했던 분야가 졸업할 무렵에는 이미 자동화 압박을 받고 있을 가능성을 이제는 낯선 상상으로만 보기 어렵다.
기술혁신은 결국 새로운 일자리를 만들어냈다는 반론은 오랫동안 설득력을 가져왔다. 산업혁명 이후 대부분의 변화가 실제로 그런 경로를 보여왔기 때문이다. ATM이 은행 창구 직원을 완전히 없애지 않았고, 인터넷이 오프라인 산업 일부를 축소시키는 대신 새로운 플랫폼 산업을 만들었다는 설명은 여전히 자주 인용된다. 다만 이번에는 인간이 옮겨갈 다음 자리까지 AI가 함께 잠식할 수 있다는 점이 불안을 키운다. 해고된 개발자가 단순히 “AI를 관리하는 사람”으로 이동하면 된다는 낙관에 대해, 이미 AI가 연구개발과 코드 작성, 조정 업무의 상당 부분까지 수행하고 있다는 서술이 뒤따른다. 새로 생기는 역할은 존재하지만, 사라지는 역할보다 훨씬 적고 보상 수준도 이전보다 낮을 수 있다는 문제의식이다. 이 질문은 교육으로 되돌아온다. 대학은 여전히 학생들에게 “새로운 직무에 맞게 빨리 적응하라”고 말하고 있지만, 그 새로운 직무의 수명 자체가 짧아지고 있다면 무엇을 준비시켜야 하는가. 특정 도구를 익히고 특정 직무에 적응하는 교육만으로는 충분하지 않을 수 있다. 기술을 다루는 법을 넘어 기술이 사회와 노동을 어떻게 재구성하는지 읽는 힘, 문제를 새롭게 정의하는 능력, 서로 다른 분야를 엮어 해석하는 힘, 인간이 끝까지 책임져야 할 판단의 영역을 식별하는 능력이 더 중요해질 가능성이 커진다.
고용 충격보다 더 무거운 것은 소비의 냉각이다. 사람들은 일자리를 잃은 뒤에만 지출을 줄이지 않는다. 성과급이 줄고, 승진 가능성이 낮아지고, 몇 달 뒤 자신의 자리가 안전하지 않을 것이라고 느끼는 순간부터 소비는 먼저 움츠러든다. 여기서는 2027년의 가상 국면 속에서 여전히 일하고 있는 전문가들조차 “내가 다음 차례일 수 있다”는 불안 때문에 소비를 줄이고 저축을 늘렸다는 장면이 제시된다. 표면상 실업률이 급격히 나빠지지 않더라도, 고소득 가계는 몇 분기 동안 저축을 깎아 쓰며 정상처럼 버틸 수 있기 때문에 실제 위기는 늦게 드러날 수 있다는 설명도 이어진다. 겉으로는 버티고 있지만 안에서는 이미 체력이 빠지고 있는 중산층의 모습이다.
이 분석은 한국 사회에도 낯설지 않다. 청년층과 중산층의 삶은 이미 미래소득을 전제로 한 대출, 주거, 교육, 소비 계획 위에 놓여 있다. 지금 당장 해고가 아니더라도 앞으로의 소득이 안정적이지 않다는 판단이 확산되면 지출 구조는 빠르게 움츠러든다. 외식과 여행, 문화 소비처럼 당장 줄일 수 있는 항목부터 반응하지만, 시간이 지나면 더 큰 지출과 장기계획까지 흔들린다. 취업이 되느냐의 문제만이 아니라, 취업 이후의 삶이 얼마나 예측 가능하냐의 문제가 중요해진다. AI 시대의 불안은 단순한 취업난이 아니라 미래소득에 대한 신뢰의 약화로 번질 수 있다는 점에서 더 깊다.
이 불안은 주택금융 문제와도 이어진다. 텍스트 안에서는 미국 주택담보대출 시장이 약 13조 달러 규모이며, 대출심사의 기본 전제가 차입자가 장기간 현재 수준의 소득을 유지한다는 데 있다고 설명한다. 그런데 화이트칼라 고용위기는 바로 그 전제를 흔드는 변수로 등장한다. 특히 위험의 중심으로 지목되는 차입자는 신용이 낮은 서브프라임 계층이 아니다. 780점 이상의 신용점수, 20% 다운페이먼트, 안정적 직장과 깨끗한 신용이력을 갖춘 사람들, 다시 말해 기존 금융시스템이 가장 건전하다고 간주해온 계층이 문제의 중심에 놓인다. 2008년처럼 처음부터 부실한 대출이 아니라, 대출을 받을 당시에는 괜찮았지만 시간이 흐르며 미래소득에 대한 믿음이 흔들리는 대출이라는 점이 차이를 만든다.
보이지 않는 압박의 장면도 구체적이다. 주택담보대출은 아직 정상 상환 중이지만, 그 뒤에서는 주택담보신용대출을 끌어오고, 연금 계좌를 인출하고, 신용카드 부채를 늘리고, 집수리와 유지보수를 미루는 가계가 늘어날 수 있다는 설명이 이어진다. 아직 연체로 잡히지는 않지만 추가 충격 한 번이면 곧바로 위험 상태로 이동할 수 있는 가계들이다. 이런 압박은 샌프란시스코, 시애틀, 맨해튼, 오스틴처럼 고소득 화이트칼라 경제권에서 먼저 드러날 수 있다는 전망으로 연결된다. 겉으로는 견고해 보였던 계층이 먼저 흔들릴 수 있다는 점에서 기존 상식과는 다른 위기 서사다.
전통적인 정책수단만으로는 문제를 풀기 어렵다는 진단도 뒤따른다. 금리를 내리고 유동성을 공급하는 방식은 금융시장의 급랭을 완화하는 데 도움을 줄 수 있다. 그러나 문제의 근원이 단지 자금조달 비용이 아니라 인간 지능의 경제적 가치가 구조적으로 낮아지는 데 있다면, 통화정책만으로는 본질을 바꾸기 어렵다는 주장이다. 이 문서에는 금리를 0으로 낮추고 시장의 자산을 사들여도 저렴한 AI 에이전트가 고연봉 직무를 대체할 수 있다는 사실은 달라지지 않는다는 표현이 나온다. 결국 금융엔진을 진정시키는 처방과 실물경제의 원인을 해결하는 처방 사이에는 간극이 남는다.
민간신용과 보험, 재정 문제까지 시야를 넓히는 대목도 중요하다. 실물경제의 충격이 몇몇 기업의 실적 악화에만 머무르지 않고, 그 기업들에 자금을 공급한 신용시장과 보험자금의 안정성까지 흔들 수 있다는 그림이 제시된다. 동시에 국가 재정 역시 영향을 받는다. 현대 정부의 세수 기반은 사실상 인간의 시간과 노동에 대한 과세 위에 서 있는데, 생산성 증대의 이익이 노동이 아니라 자본과 연산 자원으로 더 많이 이동하면 산출은 유지되더라도 세수는 약해질 수 있다는 것이다. 실제로 이 문서에는 연방 세수가 기존 전망치를 밑돌고 있으며, 생산성은 오르지만 그 과실이 노동이 아니라 자본과 컴퓨트로 향하고 있다는 서술이 포함돼 있다. 산출은 남아 있지만 그것이 가계의 소득과 소비, 그리고 세금으로 이어지는 순환이 약해지고 있다는 뜻이다.
이 문제는 기술 혁신의 속도를 넘어 사회계약의 구조를 다시 묻게 만든다. 인간의 지능과 시간이 희소한 자산이라는 전제 위에 설계된 노동시장, 주택금융시장, 세금 체계, 복지 체계가 동시에 도전을 받기 때문이다. 기계가 더 많은 인지노동을 수행해도 사회 전체의 생산은 늘어날 수 있다. 그러나 그 생산의 과실이 누구의 소득으로 잡히고, 누구의 소비로 이어지며, 어떤 방식으로 재분배되는지가 정리되지 않으면 생산성의 증가는 오히려 불안정성을 키울 수 있다. AI를 둘러싼 질문이 기술의 편의성과 효율성을 넘어 분배와 안전망, 제도 재설계의 문제로 이동하는 이유가 여기에 있다.
대학이 이 변화 앞에서 비켜설 수 없는 이유도 분명하다. 지금도 많은 대학은 산업수요에 맞는 실무형 인재 양성을 강조한다. 그러나 산업수요 자체가 몇 년 단위로 다시 쓰이고 있다면, 특정 직무에 학생을 빠르게 맞추는 교육만으로는 충분하지 않다. 더 정교하게 직무에 적응시키는 교육이 오히려 더 빨리 낡아질 가능성도 있다. 앞으로 필요한 것은 정답에 빨리 도달하는 능력만이 아니라, 정답이 바뀌는 상황을 읽는 능력일 수 있다. 기술을 사용하는 역량 못지않게 기술이 바꾸는 사회 구조를 해석하는 역량, 자동화가 깊어질수록 더 중요해지는 인간적 판단과 책임, 협업과 신뢰 형성, 윤리적 결정의 구조를 이해하는 힘이 중요해질 수밖에 없다. 학생들에게 안정된 미래를 약속하던 기존의 언어도 힘을 잃고 있다. 좋은 대학, 좋은 전공, 좋은 회사라는 단선적 경로만으로는 더 이상 충분한 설명이 되지 않는다. 남는 것은 불확실성 속에서도 방향을 잡는 힘, 빠르게 바뀌는 기술을 자신이 속한 분야의 문제와 연결해 재구성하는 힘, 인간이 끝까지 책임져야 할 영역을 스스로 식별하는 힘이다. 앞으로 대학의 경쟁력도 단순한 취업률이나 초봉 통계만으로 평가되기보다, 변화한 노동시장에서 학생들이 얼마나 오래 버티고 다시 설 수 있는지까지 포함해 묻게 될 가능성이 크다.
물론 2028년에 글로벌 위기가 온다고 확정적으로 말할 수도 없고 오지 않을 수도 있다. 원문에서도 일부 시나리오는 현실화되지 않을 수 있고, 지금은 아직 부정적 순환이 본격적으로 시작되기 전이라는 단서가 들어 있다. 동시에 기계지능의 가속은 계속될 가능성이 높고, 인간 지능의 프리미엄은 약해질 수 있다는 인식도 분명하게 제시된다. 중요한 것은 파국의 단정이 아니라 준비의 속도다. 기술의 속도가 제도의 속도를 계속 앞서가는 상황에서 사회가 여전히 “조금 더 지켜보자”는 태도에 머무르면, 변화의 충격은 더 거칠게 도착할 수 있다.
결국 핵심은 AI가 얼마나 똑똑해지는가만이 아니다. 그 변화가 고용과 소비, 주거와 금융, 교육과 조세의 구조를 어떻게 흔드는지, 그리고 사회가 그 변화에 맞는 언어와 제도를 얼마나 빨리 만들어내는지가 더 중요하다. 생산성의 시대가 곧바로 안정의 시대를 뜻하지는 않는다. 사람의 몫을 어떻게 다시 설계할지 답하지 못하면, 더 똑똑한 기술은 더 불안한 사회를 만들 수도 있다. 대학이 지금 이 질문 앞에서 해야 할 일도 분명하다. 학생들에게 AI를 쓰는 법만 가르칠 것이 아니라, AI가 바꿔놓을 삶의 구조를 읽는 법까지 가르쳐야 하는 시점이 이미 시작되고 있다.
#AI #인공지능 #화이트칼라 #일자리위기 #소비위축 #주택금융 #민간신용 #대학교육 #고등교육 #청년진로
