AI 요약
최근 한국의 AI 산업은 민간의 반도체·클라우드 경쟁과 로봇의 현장 도입으로 '속도전' 양상을 보이고 있으며, 정부 또한 이에 발맞춰 2026년 AI 예산 10조 1,000억 원 투입과 고성능 GPU 확보 등 인프라 확충에 나섰습니다. 하지만 기술의 가속도에 비해 AI가 성장잠재력, 고용 구조, 세수 및 사회보험에 미칠 파급효과를 정량적으로 측정하고 정책으로 번역하는 체계는 여전히 미흡한 실정입니다. 특히 초저출산과 초고령화라는 인구 구조적 위기에 직면한 한국에서 경제 정책의 지체는 더 큰 사회적 비용으로 이어질 수 있습니다. 미국, 영국, 독일 등 주요국은 이미 AI와 기술 진보가 고용과 임금에 미치는 영향을 행정 자료로 점검하고 이를 교육 및 예산 배분과 연결하고 있습니다. 따라서 우리나라도 산업이 아닌 업무 단위로 AI의 영향을 분석하고, 중기 재정 전망에 AI 시나리오를 명시적으로 포함하는 등의 정책 역량 강화가 절실합니다.
핵심 인사이트
- 정부 예산 투입: 2026년 예산 계획에서 AI 분야에 10조 1,000억 원을 투입하며, 전체 R&D 예산은 전년 대비 19.9% 증가한 35조 5,000억 원으로 확정되었습니다.
- 인프라 확충: AI 경쟁력 강화를 위해 고성능 GPU 1만 5,000장을 확보하는 계획이 포함되었습니다.
- 해외 정책 사례: 독일은 기술 대체 위험이 큰 직무 재직자에게 직업훈련 지원을 강화하는 제도를 설계해 충격 전망을 예산 규칙으로 연결하고 있습니다.
- 전문가 진단: 연세대 마은성 교수는 기술적 '가능성'과 정책적 '근거' 사이의 간극을 메우는 것이 국가 경쟁력의 핵심이라고 지적했습니다.
주요 디테일
- 정량화의 부재: AI가 고용과 임금 구조를 어떻게 바꿀지, 분배를 어디에서 악화시킬지에 대한 '정책용 근거'가 부족하여 기술 투자가 정책으로 이어지는 경로가 불투명합니다.
- 해외의 선제적 대응: 미국은 AI 도입 영향을 통계자료로 상시 점검하여 노동전환 지원을 공식화했고, 영국은 전 국민 업스킬 프로그램을 통해 역량 격차 해소에 나섰습니다.
- 정책 설계의 제언: 단순한 산업 단위 분석이 아닌 구체적인 '업무(Task) 단위'의 식별을 통해 고용안전망과 재교육 인프라를 패키지로 설계해야 합니다.
- 거시적 영향 분석: AI 도입에 따른 세수 기반 변화와 사회보험 기여 기반의 변화를 계산하여 중장기 국가 채무 경로를 업데이트해야 한다는 요구가 높습니다.
- 민간 현황: 반도체, 클라우드, AI 모델 경쟁이 심화되는 가운데 로봇이 전시장 소품을 넘어 실제 공장과 서비스 현장으로 확산 중입니다.
향후 전망
- 정책 패러다임 변화: 단순 기술 투자를 넘어 AI 시나리오가 포함된 중기 거시 및 재정 전망이 국가 정책의 기본 틀로 자리 잡을 것으로 예상됩니다.
- 고용 시장 재편: AI로 대체되거나 보완되는 업무 영역이 구체화됨에 따라 산업 현장의 인력 재교육 및 전직 지원 인프라 확충이 가속화될 전망입니다.