인공지능 시대, 복지국가는 어떻게 재설계되어야 하는가

인공지능이 산업 현장 곳곳에 투입되면서 "복지국가를 다시 설계해야 한다"는 목소리가 커지고 있습니다. 그런데 이 논의는 대부분 "AI 때문에 일자리가 줄어드니 기본소득을 도입하자"는 결론으로 성급하게 건너뜁니다. 저는 이 순서가 틀렸다고 생각합니다. 먼저 물어야 할 질문은 "AI가 복지국가의 어느 부분을 정확히 무너뜨리고 있는가"입니다. 이번 글에서는 그 질문에 답해보려 합니다.

 

1. 지금 이 논의가 필요한 이유 - 숫자로 보는 노동시장의 균열

막연한 위기론이 아니라 수치로 먼저 확인해볼 필요가 있습니다. 한국개발연구원(KDI)이 2026년 7월 발표한 'AI의 거시경제 영향 분석' 보고서에 따르면, 생성형 AI 확산은 향후 10년간 한국 경제의 총요소생산성을 최대 3.5% 끌어올리는 동시에 연간 약 25만 6천 개의 일자리를 줄일 것으로 추산됩니다. 이는 2024년 전체 취업자의 2.1%에 해당하는 규모이며, 10년 뒤에는 자동화 영향을 받는 일자리 비중이 8.1%까지 확대될 전망입니다. 흥미로운 점은 충격이 집중되는 계층입니다. 흔히 예상하는 저숙련 단순노동이 아니라 전문직·사무직·판매직 등 중·고숙련 직종에 고용 감소 압력이 집중된다는 것입니다. 같은 시기 한국은행 조사국 분석에서도 고학력·고소득 근로자일수록 AI 노출 지수가 높아 의사·연구원 같은 전문직도 대체 위험에서 예외가 아니라는 진단이 나왔습니다.

 

이는 한국만의 현상이 아닙니다. OECD는 2026년 보고서에서 AI 자동화의 위험군이 더 이상 사무직에 국한되지 않는다고 지적했습니다. 건설, 농업, 물류처럼 그동안 자동화로부터 상대적으로 안전하다고 여겨졌던 육체노동 직종까지 위험군에 새롭게 편입되고 있다는 것입니다. 전 세계 기업의 AI 도입률은 2021년 7%에서 2025년 20%로 뛰었고, 그 확산 속도는 계속 빨라지는 중입니다.

이 숫자들이 말해주는 것은 단순합니다. AI로 인한 고용 충격은 이제 '먼 미래의 가능성'이 아니라 '이미 진행 중인 구조 변화'라는 사실입니다. 문제는 이 변화의 속도를 한국의 사회보장제도가 전혀 따라가지 못하고 있다는 데 있습니다.

 

2. 복지국가 위기의 진짜 이름 - "위험과 이익의 탈구"

여기서 저는 하나의 원 프레임을 제안하고 싶습니다. 바로 "위험과 이익의 탈구"라는 개념입니다. 산업사회에서 설계된 복지국가, 특히 비스마르크형 사회보험 체계는 하나의 암묵적 전제 위에 세워져 있습니다. 노동이 이루어지는 곳에서 사회적 위험(실업, 질병, 노령)이 발생하고, 바로 그 노동에서 나오는 임금이 사회보험료라는 재원으로 전환되어 그 위험을 되갚아준다는 순환 구조입니다. 즉 위험 발생 지점과 재원 조달 지점이 동일한 '노동'이라는 하나의 축 위에 겹쳐 있었던 것입니다.

 

AI는 바로 이 겹침을 뜯어냅니다. 국민건강보험노조 정책연구원이 2026년 4월 발표한 칼럼은 이 문제를 정확히 짚습니다. 산업 현장에서 사람이 아닌 알고리즘과 로봇이 노동을 대체하는 흐름이 빨라지고 있는데도, 그로 인해 늘어난 기업의 이윤은 사회보험 재정과 거의 연결되지 않는다는 것입니다. 위험(실직, 소득 상실)은 여전히 개별 노동자에게 귀속되지만, 이익(생산성 향상, 매출 증가)은 자본 쪽으로 흘러갑니다. 실제로 KDI 보고서에서도 AI를 도입한 기업의 1인당 매출액이 약 20% 증가한다는 결과가 함께 제시된 바 있습니다. 위험은 개인화되고 이익은 법인화되는 비대칭, 저는 이것이야말로 AI 시대 복지국가 위기의 본질이라고 봅니다.

 

이 관점에서 보면 흔히 제기되는 "국민연금·건강보험·고용보험 재정이 고갈된다"는 위기론은 절반의 진단에 불과합니다. 더 근본적인 문제는 이들 제도가 부과기반으로 삼고 있는 '임금총액'이라는 항아리 자체가 서서히 작아지고 있다는 점입니다. 지금까지 저출생·고령화가 항아리에 담긴 물을 퍼가는 속도의 문제였다면, AI발 노동대체는 항아리 자체의 크기를 줄이는 문제입니다. 두 충격이 동시에 진행되고 있다는 점에서 한국의 상황은 특히 심각합니다.

 

3. 3축 프레임으로 본 재설계 방향

그렇다면 무엇을 재설계해야 할까요. 저는 이 블로그에서 반복적으로 사용해온 조세·사회보험료·재정지출이라는 3축 프레임을 그대로 적용해보려 합니다. AI 충격 역시 결국 이 세 축 각각에서 서로 다른 방식의 재설계를 요구하기 때문입니다.

3-1. 사회보험료 축 - 노동연동형 부과구조의 한계

현재의 4대 보험료는 철저히 근로소득에 연동되어 있습니다. 사업장이 AI·로봇으로 인력을 대체하면, 그 사업장이 납부하던 사회보험료 부과기반(임금총액)이 그만큼 줄어듭니다. 매출과 이윤은 유지되거나 오히려 늘어나는데도 말입니다. 이런 이유로 국회미래연구원은 2026년 4월, AI 도입으로 인건비를 절감하거나 큰 부가가치를 얻은 기업에 별도의 부담금을 부과하는 이른바 'AI 사회보장세' 도입을 제안했습니다. 이렇게 걷은 재원을 AI로 일자리를 잃은 사람들의 재교육이나 디지털 취약계층 지원에 쓰자는 구상입니다. 비슷한 문제의식은 해외 빅테크 경영진 사이에서도 '이익 공유' 논의로, 국내 완성차 노조 사이에서는 'AI 고용' 요구로 이미 표출되고 있습니다. 다만 이런 제안들이 실제 정책으로 이어지려면, 부과기반을 '임금'에서 'AI로 인한 부가가치 증가분' 혹은 '자동화율'로 옮기는 정교한 설계가 필요하며, 이는 결코 간단한 작업이 아닙니다.

3-2. 세입 축 - 로봇세 논쟁의 두 얼굴

로봇세는 오래전부터 논의되어 온 아이디어지만 AI 확산과 맞물려 다시 뜨거워지고 있습니다. 찬성 측은 기술 발전이 불러올 불평등을 완화하고 실직자 재교육 재원을 마련해야 한다고 주장합니다. 조세중립성 관점의 논거도 있습니다. 인간 고용에는 소득세와 사회보험료가 붙는 반면 로봇·AI 사용에는 아무런 세금이 붙지 않는다면, 기업은 생산성이 같더라도 세제상 유리한 AI 쪽을 구조적으로 선호하게 된다는 것입니다.

 

반대 측 논리도 만만치 않습니다. 무엇을 '로봇'으로 규정할지, 어느 시점에 과세할지, 누구를 납세의무자로 볼지부터 합의가 쉽지 않습니다. 게다가 한국처럼 고령화와 저출산으로 노동공급 자체가 줄어드는 나라에서는 자동화가 부족한 인력을 메우는 대안이 될 수 있는데, 로봇세가 이 전환을 오히려 늦출 수 있다는 우려도 있습니다. 저는 이 논쟁에서 어느 한쪽 손을 들어주기보다, 로봇세 하나에 재원 문제를 전부 떠넘기려는 접근 자체가 위험하다고 봅니다. 데이터 제공자에 대한 보상 체계처럼 세입 축에서 검토할 수 있는 다른 수단들과 함께, 여러 재원 조달 장치를 조합하는 포트폴리오적 접근이 더 현실적입니다.

3-3. 재정지출 축 - '일시적 실업'을 전제한 안전망의 재설계

기존 실업급여 체계는 '일시적으로 실직했다가 비슷한 직종으로 재취업한다'는 전제 위에 설계되어 있습니다. 그러나 AI로 인한 대체는 이 전제를 무너뜨립니다. 한 직종 자체가 통째로 축소되거나 재편되는 구조적 변화이기 때문에, 단기 급여만으로는 대응이 되지 않고 전혀 다른 직무로의 전환 교육이 필수적입니다. 그런데 앞서 살펴본 것처럼 이번 충격은 저숙련 직종만이 아니라 전문직·사무직까지 폭넓게 걸쳐 있어서, 재훈련 대상과 방식을 하나로 획일화하기도 어렵습니다. KDI 역시 AI 노출도가 높은 직종에 대한 직무 재설계와 재교육 지원, 중소기업의 AI 진입장벽을 낮추는 공동 인프라 투자를 제언한 바 있습니다. 재정지출 축에서 필요한 것은 결국 실업급여의 '보장 기간'을 늘리는 것이 아니라, 전환기 동안의 소득을 보장하면서 재훈련을 실질적으로 완주할 수 있게 하는 설계입니다.

 

4. 해외의 시행착오에서 무엇을 배울 것인가

로봇세와 기본소득을 연결하는 발상은 사실 새롭지 않습니다. 2017년 프랑스 대선에서 한 진보 성향 후보가 로봇세를 신설해 대규모 기본소득 재원을 마련하겠다고 공약했던 사례가 대표적입니다. 이 공약은 실제 정책으로 이어지지 못했는데, 그 이유를 살펴보는 것이 지금의 한국 논의에도 시사점을 줍니다. 재원 규모의 비현실성, 과세 대상 정의의 모호함, 산업 경쟁력 약화 우려라는 세 가지 걸림돌은 지금도 그대로 반복되고 있습니다.

 

한 가지 더 짚고 싶은 것은, 한국의 논의가 주로 미국·OECD 보고서의 수치를 그대로 인용하는 데 머무르고 있다는 점입니다. 그러나 미국의 직무 분류 체계와 유연한 노동시장을 전제로 만들어진 자동화 노출도 모델을 한국에 그대로 대입하면 왜곡이 생길 수밖에 없습니다. 한국은 4대 보험이라는 노동연동형 사회보장 구조와 세계에서 가장 빠른 고령화·저출산이 동시에 진행되는 나라입니다. 즉 한국이 마주한 문제는 'AI발 고용 충격'이 아니라 'AI발 고용 충격과 인구 충격이 동시에 부과기반을 갉아먹는 이중 침식'입니다. 이 이중 침식이라는 한국 고유의 조건을 반영하지 않은 채 해외 시나리오를 그대로 옮겨오는 방식으로는 실효성 있는 정책 설계가 나오기 어렵다고 생각합니다.

 

5. AI가 복지국가를 무너뜨리는 것이 아니라, 유효기간이 다한 설계를 드러낼 뿐

정리하자면, AI는 복지국가를 파괴하는 외부 충격이라기보다 산업사회의 가정 위에 세워진 재원조달 구조의 유효기간이 끝나가고 있음을 드러내는 계기에 가깝습니다. 노동에서 위험이 발생하고 노동에서 재원이 나온다는 전제가 흔들리는 지금, 사회보험료·세입·재정지출이라는 세 축을 따로가 아니라 함께 다시 짜야 합니다. 사회보험료 축에서는 부과기반을 임금 이외의 것으로 넓히는 논의가, 세입 축에서는 로봇세를 포함한 여러 수단을 조합하는 포트폴리오 접근이, 재정지출 축에서는 전환기 소득 보장 중심의 재훈련 체계가 필요합니다. 무엇보다 중요한 것은 이 세 축의 재설계가 한국의 고유한 조건, 즉 노동연동형 사회보험과 급속한 인구구조 변화가 겹치는 조건 위에서 이루어져야 한다는 점입니다. 해외 사례를 참고하되 그대로 옮기지 않는 것, 그것이 이 논의의 출발점이 되어야 합니다.

 

[참고자료]

• 한국개발연구원(KDI), 「AI의 거시경제 영향 분석」보고서(2026.7) - AI 확산에 따른 총요소생산성·고용 영향 추산
• SBS, 한국은행 조사국 고용분석팀 관련 보도 - 직업별 AI 노출 지수와 전문직 대체 위험
• OECD 고용전망 관련 보도(2026) - 육체노동 직종의 자동화 위험군 편입과 글로벌 AI 도입률 추이
• 국민건강보험노조 정책연구원 기고문(2026.4) - 사회보험의 노동연동형 재원조달 구조에 대한 문제제기
• 국회미래연구원 관련 보도(2026.4) - 'AI 사회보장세' 제안과 이익 공유 논의 동향
• 로봇세 관련 국내 언론 기고 및 보도(2020, 2026) - 로봇세 도입 찬반 논거와 프랑스 대선 공약 사례

 

AI 시대의 고용 변화 (AI 생성 이미지)