일론 머스크가 제시한 '보편적 고소득' 개념이 화제입니다. AI가 생산성을 폭발적으로 높여 모든 사람에게 높은 수준의 소득이 보장되는 사회, 일하지 않아도 풍족한 삶이 가능한 미래를 뜻합니다. 이 글에서는 성균관대학교와 서강대학교 교수 두 분의 대담을 통해 이 개념의 가능성과 한계를 균형 있게 살펴봅니다. 기술 낙관론과 현실적 제약이 충돌하는 지점에서 우리는 무엇을 준비해야 할까요.
AI가 가져올 생산성 혁명의 실체
보편적 고소득 시대의 핵심은 AI가 가져올 생산성 폭증입니다. GPT, 클로드 같은 인공지능 기술이 기존에 1년 걸리던 작업을 한 달 안에 끝낼 수 있게 만들면서 사회 전체의 효율성이 급증한다는 논리입니다. 유튜브 영상 제작이 일주일에서 버튼 클릭 하나로 단축되고, 과제 작성이나 문서 생성이 즉시 완성되는 시대가 이미 현실화되고 있습니다.
성균관대학교 교수는 이러한 변화가 선순환 구조를 만들어낸다고 설명합니다. 제미나이가 대학생들에게 1년간 무료로 서비스를 제공하면, 학생들은 과제에 AI를 활용하고 피드백을 주면서 자연스럽게 고품질 데이터를 생성합니다. 기존에는 문장 하나당 1달러를 지불해야 했던 학습 데이터가 무료로 축적되는 것입니다. 사용자는 AI 서비스를 공짜로 누리고, AI 기업은 데이터를 확보하며, AI는 계속 발전하는 구조입니다.
특히 주목할 점은 피지컬 AI의 등장입니다. 물리적 세계에 AI가 개입하면서 가사노동, 건설 현장까지 자동화될 가능성이 열렸습니다. GPU와 TPU 같은 하드웨어 발전이 아니라, 데이터 축적을 통한 학습 고도화가 핵심입니다. 2021~2022년에 이미 기반 기틀이 완성되었고, 이제는 실사용 데이터를 얼마나 효과적으로 모으느냐가 관건입니다.
그러나 이러한 낙관론에는 중요한 전제가 있습니다. AI 기업들이 국가 단위의 인프라 투자를 감당하고, 그 수익을 세금 형태로 사회에 환원하며, 이를 통해 모든 시민에게 기본 생활을 영위할 수 있는 소득을 분배한다는 가정입니다. 데이터 센터 구축을 위해 발전소를 짓고 고압 전선망을 깔아야 하는 상황에서, AI 산업은 이미 단순 기업 차원을 넘어 국가 경쟁력의 핵심이 되었습니다. 미국, 중국의 AI 경쟁은 마치 국방력 경쟁처럼 전개되고 있으며, 이는 기업이 국가에 상당한 수익을 투명하게 납부할 수밖에 없는 구조를 만들어냅니다.
자원 한계와 인간 욕망이라는 현실의 벽
서강대학교 교수는 생산성 증가에는 동의하지만, 근본적인 한계를 지적합니다. AI가 생산 효율을 높일 수 있어도 생산의 기반이 되는 자원은 유한하다는 사실입니다. AI는 철광석을 캘 수는 있지만 만들어낼 수는 없습니다. 경제학에서 말하는 생산의 3대 요소인 자본, 노동, 자원 중에서 자본과 노동은 AI로 어느 정도 해결될 수 있지만, 자원은 물리적 총량의 제약을 벗어날 수 없습니다.
이는 GPU, TPU 같은 AI 인프라 자체에도 적용됩니다. 반도체 생산에 필요한 희토류, 에너지 생산에 필요한 화석연료나 우라늄, 데이터 센터 냉각에 필요한 물까지, 모든 물리적 자원은 한정되어 있습니다. 생산이 무한정 늘어날 것이라는 가정은 자원의 물리적 제약을 간과한 것입니다. 전 세계가 협심해서 자원을 나누면 된다는 주장도 있지만, 이는 지나치게 낙관적입니다.
더 큰 문제는 인간의 욕망입니다. 보편적 고소득이라는 표현 자체가 모순을 내포하고 있습니다. '고소득'은 상대적 개념으로, 남들보다 더 많이 가진 상태를 의미합니다. 모두가 고소득이면 그것은 더 이상 고소득이 아닙니다. 인류 역사에서 사람들이 "이 정도면 충분하다"고 만족하며 욕망을 자제한 사례는 거의 없습니다. 핸드폰 한 대로 충분한데도 방마다 연결된 시스템을 원하고, AI를 잘 쓰는 상위 계층은 보편적 수준을 넘어 울트라 소득을 추구할 것입니다.
서강대학교 교수는 계층 간 서비스 격차 사례를 제시합니다. 일반 계층은 AI가 진단한 약을 먹고 AI가 수술하지만, 상위 계층은 여전히 사람 의사에게 서비스받기를 원할 것입니다. 희소성이 가치를 만들기 때문입니다. 공대생들은 순수하게 모두가 착하다고 가정하지만, 현실의 인간은 항상 더 많이, 더 좋은 것을 원합니다. 오픈소스 문화처럼 모든 것을 공유하는 이상적 합의체가 형성될 가능성은 극히 낮습니다. 역사적으로 자원 분배를 둘러싼 갈등은 끊임없이 반복되어 왔습니다.
AI 격차 확대 시대의 생존 전략
보편적 고소득 사회가 오든 오지 않든, 확실한 것은 AI를 잘 쓰는 사람과 못 쓰는 사람의 격차가 엄청나게 벌어질 것이라는 점입니다. 똑같은 AI 도구를 줘도 활용 능력에 따라 결과물의 질이 천차만별입니다. 두 교수는 공통적으로 지금부터라도 자신의 업무에 AI를 적용하는 연습을 시작하라고 강조합니다.
구체적인 방법은 이렇습니다. 하루 종일, 일주일 동안 자신이 하는 모든 업무를 글로 작성합니다. 그중 특정 부분을 AI에게 시켜봅니다. 대부분 20% 정도는 즉시 대체 가능합니다. 나머지는 더 좋은 AI가 나올 때까지 기다립니다. 실제로 썸네일 제작의 경우 과거에는 포토샵, 일러스트레이터로 직접 만들어야 했지만, 나노 바나나 같은 AI 도구가 등장하면서 업무의 50%가 순식간에 대체되었습니다.
중요한 것은 퍼스트 무버가 되는 것입니다. 자신의 업무 영역에서 AI로 완전 자동화를 세계 최초로 달성하면, 그 자체가 사업 아이템이 됩니다. AI로 돈을 벌려고 새로운 아이템을 찾지 말고, 기존에 하던 일을 먼저 AI로 대체하는 연습을 하는 것이 실전 전략입니다. 이는 학생들에게도 적용됩니다. AI를 써서 시험 문제를 푸는 것을 금지하기보다, AI를 활용해 팩트 체크하고 정확하게 표현하는 법을 익히게 하는 것이 교육의 방향입니다.
서강대학교 교수는 현업 종사자들의 목소리가 대중에게 잘 전달되지 않는 현실을 우려합니다. 일론 머스크 같은 유명인의 발언만 확산되면 AI에 대한 잘못된 이해가 고착될 수 있습니다. AI가 무엇을 빼앗고 무엇을 줄 수 있는지 객관적으로 판단하고, 막연한 기대나 두려움이 아니라 실질적인 활용 능력을 키우는 것이 중요합니다. 성균관대학교 교수는 AI를 도구로 받아들이되, 그것이 가져올 구조적 변화를 냉정히 인식해야 한다고 말합니다.
보편적 고소득은 기술적으로 불가능하지 않지만, 자원의 물리적 한계와 인간 욕망의 본성이라는 두 가지 현실적 장벽에 부딪힙니다. 그럼에도 AI 시대는 이미 도래했고, 이 격차는 더욱 커질 것입니다. 장밋빛 미래를 꿈꾸기보다, 지금 당장 내 업무에 AI를 접목하며 실전 감각을 키우는 것이 가장 현실적인 대비책입니다. 제도 설계나 분배 모델에 대한 구체적 논의는 아쉽지만, 이 대담은 AI 시대의 부와 노동을 성찰하게 하는 의미 있는 출발점입니다.
[출처]
영상 제목/채널명: https://youtu.be/6rTIon2QaiQ?si=WKnn3e4wQxY4759F