모든 인사이트

기술과 교육 기록

고용 없는 성장을 살피려면 생산성·고용량·일자리의 질을 구분해야 한다

자동화 이후 생산성·고용량·일자리의 질을 구분해 살피고, 기술 변화가 더 나은 일과 소득으로 이어지는지 확인할 질문을 정리한다.

생산성·고용량·일자리의 질을 구분해 살펴보기

고용 없는 성장은 경제가 성장하는데도 고용 증가가 뒤따르지 않는 문제를 가리킨다. 여기서 일자리의 수와 질은 구분해야 한다. 취업자 수가 늘어도 임금이나 노동 조건이 나빠질 수 있으며, 이것은 고용량만으로 확인할 수 없는 별도 문제다. 이 글에서는 자동화와 인공지능을 둘러싼 논의를 두 질문으로 나누어 살펴본다.

이 문제를 볼 때 주의할 점은 “기술이 곧바로 사람을 전부 밀어낸다”는 식의 공포로 가거나, 반대로 “생산성만 오르면 모두가 잘살게 된다”는 낙관으로 가는 둘 다가 현실을 놓치기 쉽다는 점이다. 국제기구들이 최근에 공통으로 강조하는 것도 바로 그 사이의 문제다. 성장은 여전히 중요하지만, 그 성장이 어떤 일자리를 얼마나 만들고 누구에게 기회를 주는지가 따로 중요하다는 것이다.

성장 수치와 고용량·노동 조건을 함께 살피기

국제노동기구(ILO)는 생산성과 양질의 일자리를 함께 보아야 한다고 말한다. 생산성 향상은 필요하지만, 그 성과가 더 나은 일자리와 노동 조건으로 이어지지 않으면 성장의 혜택이 넓게 퍼지지 않는다는 뜻이다.

고용량을 살필 때에는 자본집약적 투자와 사람을 더 쓰는 투자가 어떻게 달라졌는지, 자동화 이후 다른 업무로 이동할 기회와 재훈련이 마련됐는지 등을 확인할 수 있다. 이런 조건 하나만으로 고용 변화를 설명할 수는 없으며 실제 지표와 함께 봐야 한다.

일자리가 늘어나는 상황에서는 그 질을 별도로 살핀다. 비공식·불안정·저임금 일자리의 비중이 커졌다면 취업자 수 증가만으로 노동 조건까지 나아졌다고 말할 수 없다. 성장률, 고용량, 일자리의 질은 연결해서 읽되 같은 현상으로 취급하지 않는다.

생산성, 고용량, 일자리의 질을 따로 확인하기

생산성 개선만 보고 일자리의 증감이나 생활의 변화를 결론 내리기는 어렵다. ILO의 노동 통계는 노동시간당·취업자당 산출, 취업자 수, 노동시간, 노동소득 비중 등을 별도 지표로 제공한다. 같은 시기와 범위를 놓고 이 지표들을 함께 읽어야 변화의 방향을 구분할 수 있다.

확인할 대상 살펴볼 자료 그 자료만으로 결론 내릴 수 없는 것
생산성 노동시간당 또는 취업자당 산출 고용이 얼마나 늘었는지, 혜택이 누구에게 갔는지
고용량 취업자 수와 총 노동시간 임금·안정성·작업 환경이 나아졌는지
일자리의 질과 분배 임금, 계약 조건, 작업 환경, 노동소득 관련 자료 산업 전체의 생산성 변화가 무엇 때문에 생겼는지

가령 게임 제작팀이 파일 변환을 자동화했다고 가정해 보자. 같은 인원으로 더 많은 작업을 마쳤는지, 야근이 줄었는지, 확보한 시간을 다른 업무에 썼는지는 각각 확인해야 한다. 도구가 한 작업을 빨리 끝냈다는 사실만으로 그 팀의 인원이 줄었다거나 산업 전체의 일자리가 늘었다고 말할 수는 없다. 이 예시는 특정 회사의 성과가 아닌 검토 방법을 보여 주기 위한 것이다.

ILO 역시 생산성과 양질의 일자리 사이의 선순환이 자동으로 생기지는 않는다고 설명한다. 따라서 자동화 계획에는 처리 시간뿐 아니라, 업무가 바뀌는 사람의 교육과 이동 경로, 근무 조건을 언제 다시 확인할지도 함께 적어 두는 편이 좋다.

AI와 자동화가 이 문제를 더 선명하게 만드는 이유

최근에는 인공지능이 이 논의를 더 복잡하게 만들고 있다. IMF는 생성형 AI가 고숙련 직무까지 영향을 줄 수 있다고 설명했고, OECD는 여러 직무가 자동화와 AI에 노출되는 정도가 다르며 재훈련과 기술 전환 정책이 중요하다고 본다.

중요한 것은 여기서도 “없어지는 일”만 볼 것이 아니라는 점이다.

  • 어떤 업무는 완전히 자동화된다
  • 어떤 업무는 사람이 하되 도구가 크게 바뀐다
  • 어떤 분야는 오히려 새로운 역할이 생긴다

세계은행도 같은 이유로 최근 일자리 위기를 따로 강조한다. 특히 개발도상국에서는 향후 노동시장에 진입할 청년 수에 비해 충분한 일자리가 만들어지지 않을 가능성을 우려하고 있다. 즉 문제는 기술만이 아니라, 기술 변화 속도와 일자리 창출 속도의 차이에도 있다.

그래서 개인에게 필요한 대응도 ‘AI 공부’ 하나로 끝나지 않는다

이 글에서 가장 조심해야 할 지점은 “앞으로는 창의적인 사람만 살아남는다” 같은 과장된 문장이다. 현실은 그렇게 단순하지 않다. 실제로는 다음 세 축이 같이 중요하다.

  • 기술 변화에 맞춰 업무를 다시 배우는 능력
  • 한 회사, 한 직무에만 묶이지 않는 이동 가능성
  • 제도적으로 재훈련, 사회보장, 기업 투자, 지역 일자리 정책이 같이 움직이는가

즉 개인이 할 일은 분명 있지만, 모든 부담을 개인 의지 문제로 돌리면 핵심을 놓친다. 고용 없는 성장은 구조적인 현상이기 때문에 교육, 산업 정책, 노동시장 제도가 함께 따라와야 한다.

무엇을 봐야 ‘좋은 대응’이라고 할 수 있을까

정책이든 기업 전략이든 결국 아래 질문으로 돌아가야 한다.

  • 생산성 향상이 실제 일자리의 질을 높이는가
  • 사람을 더 적게 쓰는 것만이 경쟁력 전략이 되고 있지 않은가
  • 새 기술이 들어올 때 기존 노동자가 이동할 사다리가 있는가
  • 청년과 여성, 취약 계층에게 기회가 실제로 열리는가

세계은행과 ILO가 모두 jobs, decent work, job-rich growth를 반복해서 말하는 이유도 여기 있다. 경제성장만으로는 충분하지 않고, 성장의 결과가 더 많은 사람에게 일과 소득으로 이어져야 한다는 뜻이다.

마치며

고용 없는 성장은 “성장을 멈추자”는 말이 아니다. 오히려 성장만으로는 해결되지 않는다는 사실을 인정하자는 말에 가깝다. 자동화와 AI는 생산성을 끌어올릴 수 있지만, 그 변화가 더 나은 일자리와 이동 기회로 이어지지 않으면 사람들에게는 불안으로 남는다.

그래서 앞으로 중요한 질문은 기술이 일자리를 없애느냐 만드느냐의 단순한 승부가 아니다. 더 중요한 질문은 어떤 성장 전략이 더 많은 사람을 좋은 일로 연결하느냐다.

참고 자료

모든 인사이트로 돌아가기

관련 기록

에세이

경제학 책과 대중 소설을 함께 읽으면 시장과 인간을 보는 질문이 달라진다

경제학 책은 선택과 가격, 인센티브 같은 구조를 설명하고 대중 소설은 비밀, 욕망, 상징을 서사로 체감하게 한다. 한쪽만 읽으면 인간은 너무 계산적이거나 구조가 흐릿하게 보이지만, 두 장르를 섞어 읽으면 사람의 감정과 그것이 움직이는 구조를 함께 보게 된다. 좋은 독서는 정답보다 더 나은 질문을 얻는 일에 가깝다.

이야기 읽기
에세이

돈의 의미는 소득보다 안정감과 선택권에서 달라지기 시작한다

돈에 대한 태도를 부자 마인드와 보통 사람 마인드로 단순하게 나누는 시각은 너무 납작하다. 카너먼·디턴의 소득 연구와 CFPB의 금융 웰빙 자료가 보여 주듯, 돈의 의미는 비상저축이 만드는 안전망과 직장·이사·창업 같은 장기 결정을 가능하게 하는 선택권에서 달라지기 시작한다. 돈을 의지력 테스트가 아니라 생활 조건의 결과로 보는 관점을 정리한다.

이야기 읽기
비즈니스

통화스와프는 만능 해결책이 아니라 외화 유동성 안전장치에 가깝다

중앙은행 간 통화스와프는 합의된 조건으로 외화를 조달하는 유동성 수단이다. 연준과의 스와프 라인을 이용한 2008년 한국 사례를 통해 외화 조달 경색 대응에서 이 장치가 한 역할을 살펴보고, 그 범위를 구조적 경제 문제 해결과 구분한다.

이야기 읽기