최근 수정 시각 : 2024-04-07 10:12:28

기술적 실업

취업 관련 문서
{{{#!wiki style="margin:0 -10px -5px; min-height:calc(1.5em + 5px); word-break: keep-all"
{{{#!folding [ 펼치기 · 접기 ]
{{{#!wiki style="margin:-5px -1px -11px"		 취업
형태별 정규직 · 비정규직 · 계약직 · 무기계약직 · 공무직 · 전문직 · 경력직(중고 신입) · 아르바이트
분야·학력별 취업/문과 · 취업/이과 · 취업/SW · 미술/업계 · 취업/고졸 · 마이스터고등학교 · 특성화고등학교
국가별 대한민국/실업 · 미국/취업 · 일본/취업 · 해외취업(국가별 현황) · 현지채용 · 다국적 기업
회사별 대기업/채용(삼성 · 현대 · LG) · 공공기관/채용 · 공무원 시험
채용 과정
자기소개서 · 적성검사 · NCS · 블라인드 채용 · 면접 · 신입 연수 · 직무교육 · 인턴 · 직장생활
취업난과 전망
청년실업 · 대한민국의 청년실업/원인 · 취업/전망 · 청년창업
실업자 및 비경제활동인구
백수(백조) · 취준생 · 공시생 · 기술적 실업 · 마찰적 실업 · 경력단절 · 구직단념자 · 니트족 · 캥거루족 · 히키니트 · 히키코모리 · 탕핑족(바이란) · 안티 워커
취업 관련 속어
N포세대 · 남방한계선 · 삼슼현 · 롯동금 · 효웅코사일· 네카라쿠배 · 덕업일치 · 디지털 노마드 워라밸 · 월급 루팡 · 일머리 · 자택경비원 · 잡호핑족 · 취집
취업 관련 범죄
취업 사기 · 나이 제한(연령차별) · 직장 내 괴롭힘
}}}}}}}}} ||

1. 개요2. 역사적 사례
2.1. 직종이 거의 사라진 경우2.2. 차차 줄어드는 중2.3. 사라질 가능성이 적은 경우
3. 인공지능으로 인한 실업
3.1. 양극화 우려3.2. 희망은 있을까?3.3. 관련 기사
4. 관련 문서

1. 개요

기계의 도입은 사람들을 일터로부터 추방하고, 그 사람들은 개인적으로는 영원히 일터를 잃고 말 것이다.
카를 마르크스
음악은 좋은 것이다. 이즈음 약장사들이 유성기라는 것으로 음악을 하는데, 참 좋더라. 네가 음악을 배우겠다는 것은 용하다. 그러나 너 혼자 배우면 무얼 하니? 너의 애비, 어미, 아우, 누이, 모두 배우면 더욱 좋을 것이다. 뒷동리 홍주사(洪主事) 말이 어느 신문에 유성기 한 개에 팔 원 한다는 광고가 났다기에 차비까지 십오 원 보내니, 꼭 잊지 말고 사 가지고 돌아와서 하루바삐 음악을 배우자. 꼭 잊지 마라.
김동인, <음악 공부(유성기)>[1]
기술적 실업(技術的失業, Technological Unemployment)은 경제학에서 말하는 실업의 여러 원인들 중, 기술의 발전으로 인한 실업을 말한다.

2. 역사적 사례

물리력을 사용하던 일 대부분은 영국에서 시작된 산업 혁명으로 기계에 빼앗겼다. 당연히 일자리의 극단적인 감소가 있었고, 노동 인력의 공급이 수요를 한참 초과하니 실업자가 거리에 넘쳐났고, 그나마 직장을 구한 사람들도 극단적인 저임금에 시달렸다. 초기에는 러다이트 운동 같은 노동자들의 격렬한 반발이 터져 나왔으나, 산업화와 기계화라는 흐름은 막을 수가 없었다. 그리고 오랜 시간이 흐르면서 기술의 발전으로 새로운 산업, 새로운 일자리가 창출되면서 노동자들의 반발은 사그라졌다.[2] 은행원, 의사, 프로그래머, 상담원 같은 직업들 말이다. 그리고 생산력이 향상하면서 복지를 늘릴 수 있게 되어 노동 시장에 남아 있는 불균형을 줄일 수 있었다.[3]

이러한 기술적 실업 이야기를 다루고 풍자한 영화로 상징적인 영화 모던 타임즈를 빼놓을 수 없다. 1936년에 제작된 영화임에도, 역사적인 사례를 잘 설명할 수 있는 영화구조이다. 단순한 코미디 영화가 아닌, 근대 사회가 변화하는 모습 속에서 기술적 실업에 대한 풍자와 해학이 잘 담겨있다.

전화의 발전으로 실직한 직종으로는 전신 기사, 전화교환원을 들 수 있다. 19세기에서 20세기 전반에는 전신 기사들이 모스 부호로 전신을 보냈다. 20세기 전반에는 일일이 전화를 연결해줘야 해서 중간에 전화교환원들이 필요했다. 20세기 후반이 되면서 자연스럽게 모두 사라졌다.

자동화의 발전으로 실직한 직종의 예로는 안내양을 들 수 있다. 1970년대까지 이들은 승객에게 하차지를 안내하거나 요금을 받고 출입문을 여닫았으나 버스 내 방송시설, 교통카드 인식 단말기, 자동문 등이 이들의 역할을 대체하여 운전기사만 혼자서 승무한다. 국가별 차이 나는 것까지 포함하자면 수공업도 있다. 선진국에서는 취미 혹은 사치품이지만 개도국에서는 생계 수단이다.

계산력의 발전으로 실직한 직종의 예로는 인간 컴퓨터(주산 포함)를 들 수 있다. 인간 컴퓨터는 전자식 컴퓨터 도입 이전에 복잡한 계산을 하거나 전자계산기 없이 주산을 하는 직종으로 인류 문명화 시절부터 있던 유서 깊은 직업이였으며, '컴퓨터'라는 단어 자체도 도구 컴퓨터보다 16세기 천문대에서 일하던 인간 컴퓨터 직업을 지칭하는 말이었다. 그러나 1960년대 부터 기업이나 대학 연구소에서도 컴퓨터를 쓸 수 있게 되면서 위기를 맞았고, 80년대 이후에는 유인 우주선이나 우주정거장 같은 우주개발에 쓰이는 특수한 컴퓨터를 제외하면 사실상은 사라졌다.

직종이 완전히 사라지는 일도 있고, 직종 자체는 남아있되 일의 성격이 완전히 바뀌면서 일자리 숫자가 줄어든 직종도 있다. 사무원은 1980년대에는 주산이나 손글씨 솜씨 등이 중요했지만, 오늘날에는 이 두 기술 대신은 컴퓨터 기술이 필요하다.

2020년대 들어 인공지능에 의한 실업이 주목을 받고 있다. 한국에서는 인건비 절감이 중요한 제조업이 발달하고, 노동자의 인권이 서구보다 낮은 편이라 제조업에서 실제로 그랬던 것처럼 모든 분야에서 직접 인건비를 줄이기 위해 인공지능을 개발한다는 오해가 있다. 게다가 전문직을 금전적 관점에서 높게 보고, 예상보다 대체가 더 활발히 거론되자 그런 전문직의 대체가 쉽지 않았으리라고 보고 이 사람의 인건비를 대체하기 위해 인공지능을 만든다고 생각한다.

하지만 이런 인공지능을 개발하는 동기, 특히 서구적인 관점에서는 산업 분야마다 인공지능 개발 동기가 다르다. 오히려 전문직의 전문성이 필요하여 이들을 대체할 생각은 처음에는 없었고 기술이 우연히 발달했을 따름이다. 부수적으로 AI가 인간의 전문성을 뛰어넘을 때 대체시켰다. 특히 데이터를 분석하는 일이 몸을 쓰는 것과 같은 로봇을 만드는 것보다 기술적으로 훨씬 쉽다. 로봇의 경우라도 휴머노이드 등이 개발된 이유도 미국의 Cog, Robonaut 등의 경우 인건비 절감이 아니라 인간-로봇 상호작용 연구, 로봇 공학 및 제어 기술 발전 같은 연구 목적이 컸으며 몸 쓰는 일을 대체하지 못한 것은 사람이 싸서 그런 것이 아니라 로봇을 만드는 게 너무 어려웠기 때문이다. 게다가 서양에서는 그렇게 몸을 쓰는 사람들에게 돈을 많이 주는 것을 아까워하지 않고 노동 공급도 대체로 원활하여 그 분야의 자동화 비율은 한국보다 낮은 편이었다. 워낙 저런 일은 한국에서는 서양보다는 인건비가 좀 싼 경우가 많은데도 인력 수급이 원활하지 못하여 대체 논의가 서양보다 활발한 상황이다.
  • 인건비 절감이 주요 동기인 분야
    • 제조업: 공장 자동화, 품질 관리 등에 AI를 활용하여 인건비 절감
    • 고객 서비스: AI 챗봇, 콜센터 자동화 등으로 인력 운영 비용 감소
    • 백오피스 업무: 회계, 인사, 총무 등의 업무 자동화로 간접비 절감
  • 시장 개척이 주요 동기인 분야
    • 자율주행차: 새로운 모빌리티 시장 창출 및 관련 산업 생태계 조성
    • 금융 서비스: AI 기반 로보어드바이저, 개인화된 금융 상품 등 신규 시장 개척
    • 교육 서비스: 맞춤형 학습, AI 튜터링 등 에듀테크 시장 성장
    • 법학 분야: AI를 활용한 법률 문서 검토, 분쟁 예측, 판례 분석 등으로 새로운 리걸테크 시장 성장. 법률 자문 및 소송 대리 등 핵심 업무는 변호사의 역할이 중요하게 여겨져서 인건비 절감 동기는 상대적으로 작았다.
    • 의료 분야: 정밀 의료, 예측 의료, 원격 의료 등 새로운 의료 서비스 시장 개척. 의료인들의 전문성과 역할은 여전히 중요했어서 인건비 절감보다는 시장 개척의 동기가 더 컸다.
  • 인건비 절감과 시장 개척 모두가 동기인 분야
    • 물류 및 유통: 무인 배송, 스마트 물류 시스템 등으로 비용 절감과 새로운 비즈니스 모델 창출
    • 엔터테인먼트: AI 기반 콘텐츠 제작으로 제작 비용 감소 및 새로운 콘텐츠 유형 개발

기술적 실업이 긍정적인 결과를 불러온 사례도 있는데, 바로 아동노동자의 실업이다. 어린이들까지 일하지 않아도 굶어 죽지 않게 되는 사회가 도래하면서 아동노동이 줄어들었다.[4] 군사 분야 자동화로 위험하거나 힘든 일을 덜 하게 된 것도 긍정적으로 볼 수 있다.

직업의 본질은 세상을 이롭게 하는 것인데, 직종이 사라지면 사람들이 굶어 죽는다면서 기술적 실업을 무턱대고 비난하는 것은 이런 본질을 무시하면서 일자리를 그저 돈 버는 자리로만 생각하는 것이기도 하다. 이 때문에 성형 수술 등 관련 공포 마케팅이 나타나기도 한다. 이런 문제는 전통에도 적용할 수 있다. (비슷한 글)

2.1. 직종이 거의 사라진 경우

  • 전화 교환원
    본래는 전화할 때 바로 연결되는 것은 아니라 교환기와 교환수를 거쳐야 했으나, 다이얼을 이용한 자동 교환기가 발명되자 사라졌다.[5]
  • 버스 안내원
    과거에는 전자장비가 없었기 때문에 각 정류소를 알려주는 사람이 필요했다. 그것이 바로 버스 안내원이 해야 했던 역할이었으며, 요금 받는 일까지 했었다. 지금은 교통카드 단말기 혹은 지폐를 받아주는 장치와 정류소에 근접했을 때 나오는 안내방송, 출입문 자동 개폐기, 하차벨 등이 생기면서 이 직업은 완전히 사라졌다.
  • 엘레베이터 운전사
    20세기 중반까지는 모든 엘레베이터가 운전사가 레버로 조종하는 방식이었으며, 계전기 기반 자동식 푸쉬버튼 엘레베이터가 20세기 중반에 등장한 후에도 엘레베이터 “승무원”이 존재했다. 우리나라에서도 여의도 시범아파트 입주 초기(1970년대)에는 엘레베이터 승무원들이 배치되어 있었으며, 백화점들은 1980년대까지도 모든 엘레베이터에 승무원을 배치해 층별 영업 분야를 고객들에게 안내하도록 했다. 오늘날엔 모든 엘레베이터가 승객이 직접 조작하는 완전 자동식이며 운전사나 승무원은 찾아볼 수 없다.
  • 필경사
    19세기 말 타자기, 등사기, 복사기 등의 발명으로 실업했다. 완전히 사라진 것은 아니고 직접 손글씨로 작성하는 임명장과 같은 수요층이 존재해 아주 극소수의 필경사가 남아 있다. 인사혁신처에도 사무관 1명을 두고 있다. 2016년. 어떻게 보면 캘리그래피를 업으로 삼는 경우를 현대 필경사의 예시라고 볼 수 있다.
  • 활판 인쇄공
    필경사와 마찬가지로 인쇄술의 발달로 사라질 직업. 필경사와는 달리 수요층이 존재하지 않아 기존 활판 인쇄소가 한국에 1곳만이 남아있었는데 2019년 들어서 공방 개념으로 하나둘 다시 생겨나고 있다.
  • 항공기관사
    항공기 조종 중 조종사, 부조종사 외에 엔진 파라미터 및 각종 정비적 수치를 모니터 및 관리하던 직종. 본래 기술 발달로 생겨난 직업이지만 자동화가 진행되어 현재는 항공기관사 없이도 대형 항공기를 조종할 수 있게 되자 사라졌다. 완전히 사라진 것은 아니고 에어포스 원 등 극도의 안전성을 요구하는 항공기나 구형 항공기에는 소수 남아 있다. 기관사 또한 정식 조종사로 포함되므로 기존의 항공기관사들은 항공 교관이나 조종사로 전업했다.
  • 극장간판 화가
    90년대 복합상영관과 대형 실사 간판 등장으로 명맥이 끊겼다. 간판 화가로 일하였던 사람들은 지금 벽화가로 전업을 한 상태.[6]
  • 똥장수
    재래식 화장실에 있던 배설물을 똥장군에 담아서 밭에 뿌리는 사람. 이 유형은 기생충 감염을 초래하므로 후진국이 아닌 이상 보기 드문 사례다. 한국도 과거에는 똥장수들이 흔했지만, 비료를 본격적으로 쓰기 시작했던 70년대부터 보기가 드물어졌으며, 지금은 전혀 볼 수 없다.

2.2. 차차 줄어드는 중

  • 차장(철도)
    원래 하던 일은 열차의 진행 방향 기준 최후미차량 운전실에 승무하며 출입문을 여닫는 것과 승하차 안전 확인, 차내 안내방송 등의 업무를 하던 직종이다. 1970~80년대 시절 기본 설비나 신호 시스템 등을 아직도 쓰고 있는 서울 지하철 1~4호선과 일부 코레일 소속 지상 전철노선 일부를 제외하면 2000년대 중반쯤 자동운전[7] 체계가 성립된 후로 대거 감축되며 대부분의 노선[8]에서 차장은 자취를 감추었고, 기관사 혼자 운전하는 1인 승무를 실시한다. 그나마 자동화가 늦었던 철도청 노선들도 요새는 전부 1인 승무를 전제하고 어느 정도의 자동화 설계가 되어 있다. 서해선이나 경강선 등 여러 광역전철 노선들처럼. 아니, 우이신설선과 같은 경전철 혹은 신분당선처럼 기관사도 없어져 간다. 그래도 대다수가 사라진 직종보다는 많은 수가 현업에 남아 있다. 철도는 그 특성상 기반 시스템까지 깡그리 엎어버리기가 힘들어서 70~80년대에 지은 노선들은 아직도 그 당시 기술로 작동되는 설비를 일부나마 사용하기 때문이다. 1~4호선에서는 아직도 육성 안내방송이 나오는 경우가 꽤 있는데, 5~9호선에서는 거의 듣지 못하는 이유도 이런 이유이다. 허나 2020년대에도 차량이 10량이며 인프라가 노후화된 서울지하철 1~4호선은 여전히 차장을 포함해 2인 승무를 채택중이며, 1인 승무가 기관사에게 지나친 업무를 가중시킨다는 문제도 지적되어 해외에서는 2인 승무로 돌아가는 케이스도 적지 않다.[9]
  • 전업주부
    수도, 전기, 도시가스 등 인프라의 보급과 백색가전의 발전으로 가사가 점점 자동화되면서 그 비율이 줄어들고 있다. 현대에는 맞벌이를 대수롭지 않게 생각하지만, 세탁기, 냉장고 같은 가전제품이 없던 시대에는 맞벌이하고 싶어도 가사노동이 너무 많아서 맞벌이하기 힘들었다. 냉장고나 세탁기, 식기세척기, 청소기 등의 발명에 대해 여성을 가사에서 해방했다고 평가하는 사람도 있을 정도다. 다만 전업주부가 가사에서 해방되어 일반 노동 시장에 뛰어들게 된 것 자체는, 신규 노동 인력 공급을 통해 노동 시장에서 노동 가치를 하락시키는 결과를 가져왔다. 즉 임금 인상 정체 효과다.
  • 전업성우(專業声優)
    2020년 이후 딥 러닝 기반의 AI 기술 발달로 인해 국어책 읽기식 TTS가 아닌, 맥락, 발성, 감정, 상황을 고려한 AI 성우 프로그램이 등장하여 해설 분야를 조금씩 점유해 나가는 중이다.
  • 캐셔
    스마트폰, 신용카드, 데빗(체크)카드[10] 등의 광범위한 보급으로 음식점, 노래방, PC방, 마트나 편의점, 백화점 점원 등에서 볼 수 있듯이, 캐셔 대신 자동판매기나 키오스크로 대체된다. 다만, 키오스크의 등장으로 고령층과 시각장애인의 이용 문턱이 높아져 키오스크가 설치된 매장에서 젊은 사람과 비장애인에게 부탁하는 경우가 많아졌다.
  • 은행텔러
    2010년대 중반 들어 인터넷, 모바일 뱅킹 및 비대면 계좌개설의 발달로 창구 거래는 65세 이상 고령층 대상 및 예·적금, 송금, 환전[11]보다 상대적으로 민감한 거래인 대출 정도에서나 최소 인력으로 유지될 것이다.[12] 한도제한계좌 해제도 증빙서류 들고 영업점 방문할 필요 없이 앱에 증빙서류를 첨부하면 앱에서도 바로 해제할 수 있게 하는 은행도 늘어나는 추세로 영업점 수는 계속 줄이고 있다.
  • 사무직
    2022년 기준 대기업, 공공기관, 제1금융권(KB, 우리은행)에서 RPA 도입과 이를 기반으로 OCR, 챗봇, AI와 연계하는 하이퍼오토메이션을 추진중이다. 또한 튜링 테스트를 통과한 것으로 알려진 거대 언어모델 GPT-4가 곧 출시된다는 소식이 전해지자, 일각에서는 이로 인해 더 빠르게 인지 자동화(CA)가 실현되어 사무직 소멸이 매우 가속화 될 것이라는 견해를 내비치기도 했는데, 마이크로소프트에서 GPT-4 기술을 활용한 Microsoft 365 Copilot을 발표하여 그 우려가 맞았음이 드러났다. 2023년 5월 IBM사 CEO가 자사 고객 비대면 서비스 인력 30%를 기술로 대체한다고 발표했다. 물론 완전한 자동화가 불가능한 중소~중견 기업에서는 사실상 다른 나라 이야기.
  • 중간관리직
    오피스 오토메이션의 발전으로 20세기 말에 서서히 줄어들었으며, 인공지능의 발전으로 21세기 중에 급속히 줄어든 직종이다. 옛날(20세기 중반까지) 기업들은 평사원들을 수 명씩 맡아 관리하는 중간관리직을 무수히 고용했으며, 이들이 하는 업무였던 업무 결과물 점검, 평가, 상부 보고는 컴퓨터의 기능으로 대체되어 그 필요성이 크게 줄어들었다. 21세기 기업들은 사실상 최고경영진과 팀장들+팀원들로만 구성된다고 해도 과언이 아닐 정도이며, 아직도 계장, 부장, 과장을 주렁주렁 달고 있는 회사들은 시대에 뒤떨어졌다는 평가를 받곤 한다.
  • 현존하는 대부분의 제조업 분야의 조립, 생산원
    기계, 전자, 항만, 조선, 자동차 등 다양한 분야의 조립, 인력 집약적 노동 인력이 로봇 공정이나 AI나 자동화 프로그램으로 이루어지는 생산공정으로 사람이 하는 일이 줄어들고 있다.
  • 상하차 아르바이트를 포함한 물류산업 종사자

    아마존에선 진작에 AGV 도입 등을 통한 물류 자동화에 뛰어들었고, 한국에서도 차차 도입되는 중이다. 특히 상하차 로봇은 좋게 말하면 고된 노동을 덜어주는 것이고, 안 좋게 얘기하면 상하차 일자리를 축소할 것으로 전망된다.
  • 건축사
    스마트 건설 추진을 통해 개별 건축물부터 공동주택 배치, 지구단위계획까지 자동으로 설계하는걸 목표로 하고 있다. 감리도 자동으로 하는 방식도 개발중이라 건축사 수요는 전부는 아니더라도 2010년대 대비 절반 이상 줄어들 듯하다.
  • 초급 개발자
    사실 개발자가 완전히 대체될 정도면 인류 존재 자체가 위협을 받을 것이다. 개발 단계에서 기획하거나 ChatGPT, GitHub Copilot이 짜준 코드를 약간 수정하는 건 상급 개발자의 몫으로 남을 것이다. 하지만 상급 개발자의 생산성이 월등히 올라가기 때문에 중간 이하 개발자들은 고용에 위협을 받을것이다. 2022년 말~23년 초 국내외 IT업계 구조조정이 일어나는데는 외부 경제상황뿐만 아니라 이러한 요인도 작용했다고 볼 수 있다.

2.3. 사라질 가능성이 적은 경우

  • 운동 선수
    스포츠가 재밌는 이유는 사람이 완벽하지 않기 때문이다. 그렇기 때문에 약팀이 가끔 강팀을 상대로 승리하는 이변이 일어나기도 하는 것이며 그 때문에 사람들은 스포츠를 각본 없는 드라마라며 즐기는 것이다. 물론 맨몸이 아닌 도구나, 심지어 기계를 사용하는 스포츠도 있지만 결국 그 도구나 기계를 다루며 다른 선수와 겨루는 것은 사람이고,[13] 기계가 운동 선수를 온전히 대체한다면 너무 완벽하여 재미가 없을 것이다. 물론 기계끼리만 하는 특별한 운동 경기나 격투기가 기존 스포츠에 추가될 수는 있을 것이지만, 인간 선수를 위협할 가능성은 현재로서는 없어 보인다. 트랜스휴머니즘 등의 대두로 인해 인류의 가치관 자체가 우리가 예측할 수 없는 수준으로 아예 뒤바뀌지 않는 한 미래 세계 철밥통 직업군 1순위.
  • 고숙련 블루칼라 노동(배관공 등)
    근미래에 강인공지능이 도래한다 하더라도 상당 기간 자리를 지킬 수 있을 듯한 직업으로 의외로 배관공 같은 육체노동 직업이 꼽힌다. 로봇 공학이 발전한 초기만 해도, 1920년대의 영화 메트로폴리스, 1950년대의 철완 아톰에 묘사되듯 휴머노이드는 개발이 쉽다는 인식이 많았고, 사람의 손이 필요하던 제조업 분야에서는 자동화 공정이 활발히 이루어졌기에 육체 노동도 로봇이 대체할 것이라는 인식이 많았다.
    하지만 근간적으로 인체의 움직임과 다양한 유형의 데이터를 동시에 인식하는 것을 기계로 구현하는 기술 발전이 늦어진 것이 문제다. 체르노빌 사고 같은 경우에는 사람이 투입되기 어려운 환경이었지만 로봇은 버티지 못하였기에 어쩔 수 없이 사람을 쓴 역사가 있고, 편한 일보다 돈을 많이 주지 않으면 사람들이 꺼리는 인건비 문제[14]가 있어도 그 반대가 더 비싸다. 현재도 건설 분야 같은 인력난 문제까지 심한 분야에서는 한국에서도 대기업과 그들과 같이 일하는 스타트업에서 로봇을 활발히 개발하려고 한다. 소방관 같은 직업도 비슷한 이유로 대체가 어렵다. 미국에서는 2020년대 초반부터 대학 교육의 학비가 너무 비싸다는 인식과 겹쳐 이런 인식으로 Z세대는 블루칼라 직종에 뛰어드는 경우까지 생기고 있다. 다만 블루칼라도 농작물 수확 같은 저숙련 분야에서 일부 대체가 이루어지고 있다. 애초에 현재 인건비보다 저렴하고 숙련된 안드로이드를 운용할 수 있다면 그 시점에서 인간의 가치는 아예 없는 수준으로 봐도 된다.
  • 돌봄 노동
    전세계가 대체로 고령화되고 있기 때문에 유망한 직업군. 로봇으로 대체하려 해도 기술적으로 아직은 아득하고, 설사 돌보미 안드로이드같은 것이 나온다 하더라도 수요자들이 진짜 사람과의 정서적인 교류를 선호할 가능성이 충분히 있다. 물론 안드로이드라도 충분히 발전하고 사람들의 인식이 바뀌면 사람에 비해 강점이 있기 때문에 이 역시 영원히 안전한 직업은 아니다.
  • 예술 창작 계통 직업(작가, 작곡가, 화가 등)
    최근 ChatGPT등 글이나 가사를 써내는 인공지능이나, 이봄, AIVA등 작곡을 하는 AI가 등장했으며, Midjourney가 그린 그림이 예술대회에서 우승하는 등 인공지능이 예술계열까지 진입하기 시작했다.

    하지만 예술가 직업 자체가 사라질 가능성은 현재 기준으로 거의 없다고 할 수 있다. 예술 같은 창의성이 중요한 직종은 다른 직종과는 다르게 방식에 대한 명확한 정답이 없기 때문이다. 각 분야별 예술 AI가 학습하는 데이터들도 과거부터 지금까지의 수많은 예술가들의 데이터들이며, 아직까지 AI는 이 자료만 가지고 활용할 줄만 알지 실제 예술가들이 작품에서 선보이는 창의성까지는 도달하지 못하고 있다.

    작곡하는 AI가 나와서 SBS는 이걸 소재로 프로그램을 제작했었지만, 그 해당 프로그램에서 우승은 김도일이 작곡한 텔레파시가 했다. 심지어 AI가 작곡한 곡 사랑은 24시간의 편곡은 작곡가 안영민이 했다. 또한 예술대회에서 우승했다던 Midjourney의 스페이스 오페라 극장도 해당 그림은 제출한 사람이 몇 시간동안 그 주제에 관한 텍스트를 쳐서 나온 결과물이다. 즉 그 창의성의 원천은 인간에게 있다는 얘기다. 에초에 AI 작곡 기술이 발전된 현재도 음악 차트에 올려져 있는 곡들은 모두 인간 작곡가가 쓴곡이다. 예술을 즐기는 관중은 예술 작품을 그 가치로 평가하기 때문이다.

    진중권에 따르면 'AI가 끝없이 생성해 주는 이미지를 작품으로 만드는 것은 바로 인간의 미적 선택'이라며, AI가 인간의 예술을 위협하진 않을 것이라고 주장했다. 위에 스페이스 오페라 극장 우승 사건도 미술대회 주최 측에서 해당 작품이 AI로 생성한 것임을 알았어도 상을 주었을 거였다'는 말을 빌려, 이미 예술업계가 AI를 사용한 창작을 받아들일 준비가 되었다고 말한다. 또, AI가 발전하는 모습을 보고 생존의 위협을 느끼는 사람들은 자신의 작업 영역이 그렇게 창의적이지 못해서 그런 것이라고 꼬집기도 했다. 물론 이것은 예술로 생계를 해결하는 것도 아니고 예술 평론가도 아닌 진중권 개인의 생각일 뿐, 막상 이 문제를 마주한 예술계 실무자들의 반응은 학습자료에 대한 저작권을 주장하거나 아예 러다이트에 가깝거나 하는 등 편안치 못하다.
사실 기술과 기계가 예술가의 일자리를 빼앗을 것이라는 주장은 아주 오래전 사진기가 개발된 19세기로 거슬러 간다. 당시 몇몇 전문가들은 화가가 없어질것이라고 전망하기도 했었다. 그 이후에도 디지털 신디사이저의 전신중 하나인 전자악기인 체임벌린이 1950년대에 개발되었을때 몇몇은 연주자라는 직업이 없어질거라는 전망을 했었고, 심지어 미국 음악가 협회는 회원 실직을 우려해 체임벌린의 라이브 연주를 금지하려고 시도하기도 했었다. 하지만 지금은 어떤가? 심지어 사진기와 전자악기가 이 시절 보다도 훨씬 발전된 지금까지도 화가나 연주자 같은 직업들 모두 없어지지 않고 지속되고 있다.
하지만 이에 대한 반론도 만만치 않다. 현재의 ai는 사진기와 같이 도구로 사용되고 있지만, 미래에 강인공지능이 등장하게 된다면 상황이 달라질 수 있다. 사진기는 그림을 그릴 수 없고 녹음기는 작곡이나 연주를 할 수 없지만, 인공지능은 뭐든지 하는데다 발전 속도도 지극히 빨라서 현재 상황을 가지고 미래 예측에 쓰기 힘들다. 애초에 현재 쓰이고 있는 그림AI 프로그램은 출시된지 1년도 채 안 되었으며,[15] 불과 3~4년 전만 하더라도 굉장히 퀄리티가 조악했던 것과 달리 빠른 속도로 발전하고 있다. 하지만 이 의견에 대한 재반론도 만만치 않은게 애초에 예술이라는 직업은 사무직처럼 고용직이 아닌 프리랜서직인 경우가 많다. 오히려 강인공지능이 출현해 그것들이 충분히 예술가에 역할을 다한다 해도 인류 예술가들에겐 경쟁의 상대이지, 음악 미술 같은 직업에 존제 자체가 없어질 가능성은 적다. 물론 그 경쟁이 인간들 간에 예술적 경쟁보다 훨씬 시스템적이고 빡셀지는 모르겠지만.. 에초에 강인공지능은 아직 두각을 못 내밀일 뿐더러, 등장하면 예술가 뿐만아니라 여기에 나열되어 있는 아니 거의 모든 인간의 직종이 불필요해 질것이다.
이미 레이아크 같이 일러스트레이터를 해고하고 AI를 사용하는 사례를 보았을때, 이런 직종은 AI가 근시일 내로 충분히 대체할 수 있다고 볼 수 있다. 그렇다고 완전히 예술가를 대체하긴 힘들거나 시간이 많이 걸릴 것이다. 예를 들어, 작곡가나[16],연주자 같은 음악 직종이나 고도한 개인적 철학이 중요시 한 현대미술/음악과 같은 것들의 경우 AI가 대체하기에는 현재로선 불가능에 가깝고, 아방가르드 예술과 같은 난해한 예술들은 스스로 생각하고 발전하여 창조할 수 있는 강인공지능, 즉 특이점이 도래하기 전에는 계속해서 남아있을 확률이 높다. 이것으로 예술가가 실업자가 되었다고 말할 수 있는지에 대해서는 이견이 있을 것이지만, 직업으로서의 예술이 크게 축소될 가능성은 충분히 있다고 할 수 있다. 자동차가 나온 후에도 마부가 남아 있으니까 대체되지 않았다고는 할 수 없듯이, 실질적으로 예술계의 대부분을 차지하는 별다른 창의력을 요구하지 않는 자잘한 프리랜싱 수요는 AI에 거의 흡수될 것이 확실하기 때문이다.* 그 외, 인공지능의 발전으로 인해 새롭게 생겨날 수많은 직업들아직까지 우리가 상상할 수 있는 거라곤 인공지능의 작업을 지휘감독하는 수퍼바이저 정도지만, 인공지능의 빈틈을 노린 직업들이 상당 수 생겨날 것이다. 다만 얼마나 많이 생겨나고 얼마나 오래 지속될 것인가는 아직 알 수 없다. 실업자가 생기는 만큼 이런 직업들이 생겨날 것인가에 대한 보장도 전혀 없다.

3. 인공지능으로 인한 실업
사람은 필요없습니다[17] - CGP Grey (한글 자막) 기계의 반란 - 현대의 자동화가 과거의 자동화와 다른 이유(한글 자막)
4차 산업혁명은 일자리를 없애는 혁명이다
안철수 당시 국민의당 대표가 동국대 학생들과의 간담회에서 한 발언(2017.10.26)
20년 이내에 기계는 사람이 할 수 있는 어떠한 일도 해낼 수 있을 것이다.
1965년 미국의 인지과학자 허버트 사이먼 (1916~2001) .
로봇의 개발이 그러했듯, 인공지능 역시 현 노동자들의 자리를 수없이 빼앗아 갈 것이다. 어떤 일자리가 어느 범위 내에서 대체될지는 학자마다 의견이 분분하다. 하지만 대체적으로는 블루칼라, 화이트칼라를 막론하고 현재의 일자리 대부분이 대체되리라 전망하고 있다. 日, 로봇 20년 후 일자리 절반 대체…노무라·옥스퍼드대 분석 심지어 창의력이 중요하다고 하는 작가나 예술가마저 대체할 수 있다고 말하는 학자들도 있으며[18][19] 실제로 2016년에 들어 예술에 도전해서 유의미한 성과를 올린 인공지능들에 관한 기사가 드문드문 나오고 있다. 다만 아직까진 인간의 예술성까진 도달하지 못했다는 의견이 주류다.

물론 일자리가 없어지는 만큼 새로운 일자리가 창출된다고 말하는 긍정적으로 보는 학자들도 있지만, 이에 만만치 않게 부정적인 의견도 많다.[20] 연구직이나 개발 관련 분야는 인공지능이 할 수 없는 분야라고 여겨졌지만, 단백질 3차원 구조를 예측하는 대회에서 AI가 인간 연구팀을 압도적인 차이로 앞서 우승하였고 최적의 인공신경망 구조를 기계 스스로 탐색하는 Neural Architecture Search로 구성한 인공신경망을 사용한 챗봇이 SOTA를 기록하는 등 연구개발 분야조차도 인공지능의 직업잠식에서 예외는 아닌 것으로 보인다.

2015년은 열린 세계경제포럼 다보스에서 앞으로 5년간 기존의 일자리 700만개가 사라지고 새로운 일자리 200만 개가 창출되어 결과적으로 500만 개의 일자리가 사라지는 내용을 담은 보고서를 발표했다. “로봇·인공지능은 공포인가·희망인가”…다보스의 진지한 고민 경제학자 제라드 번스타인이 말한 바로는 일자리 감소는 이미 2000년대부터 시작되고 있었는데, 2000년대부터 생산성과 고용률이 마치 뱀이 입을 벌리는 것처럼 서로 떨어지기 시작했다.[21][22]

2016년 3월 24일 한국고용정보원에서는 위에서 언급된 옥스퍼드대의 분석 모형을 국내에 적용하여 주요 직업 406가지가 인공지능 및 로봇에 의해 대체될 확률을 분석한 결과를 발표하였다. 여기가 발표한 바로는 단순 생산 및 가공직, 택배원, 주유원, 청소원 등 단순반복적이고 몸을 쓰는 일은 인공지능 로봇에 대체될 확률이 90% 이상이라고 한다. 반면 예술가, 문학작가, 배우, 디자이너, 대학교수, 연구원, 번역가 등은 인공지능 자동화에 대체될 확률이 1% 미만으로 나타났다. 여기서 특기할 만한 것은 선장(96%), 일반의(94%), 관제사(86%) 등 각종 전문직 또한 인공지능에 의해 대체될 확률이 높은 것으로 나타났다는 것이다. 이 내용을 발표한 보도자료에 인용된 다보스포럼 보고서를 보면, 자동화에 의한 일자리의 대체는 2020년을 전후하여 시작될 것이라고 한다.

다만 예술은 경우에 따라 다를 수도 있는 게, 2016년에 들어서서 예술에 도전해 유의미한 성과를 거둔 인공지능들이 드문드문 나오고 있고, 2022년을 기점으로 NovelAI를 비롯하여 인간과 맞먹는 수준의 품질을 자랑하는 인공지능이 대거 등장한지라 궁극적으로 보자면 디자인 분야와 순수미술 쪽은 크게 문제가 없을 가능성도 적지 않지만, 일러스트레이션과 커미션 쪽은 마냥 안심하기는 어려워졌기 때문이다.

제4차 산업 혁명 문서를 보면 인공지능과 창작의 관계에 대해 인간이 창의성을 통해 독점적인 지위를 누릴 것이라고 예상되었던 창작은 이미 21세기 초부터 창작이 발생할 모든 가능성이 Solution Space(해공간)로 규정되고 Solution Space을 효율적으로 탐색하는 알고리즘이 발달하면서 점차 AI의 영역에 들어서기 시작했고 인간의 창의성이라는 것이 오히려 Solution Space를 빠르게 탐색하는 인간 본연의 알고리즘으로 인식되기 시작하면서 기존의 창의성이 놓친 해를 탐색하는 것이 주류로 자리 잡기 시작했다.'는 설명이 나온다.

애당초 창작이 무에서 유를 창조하는 논리를 초월하는 일이 아니라 습득한 지식을 이야기의 형태로 가공하는 일이라 기계가 못할 리가 없다. 단지 인간의 감성을 자극할 이야기를 만들기 어려울 뿐이지. 다만 이는 자아를 가진 강인공지능, 즉 인공지능이 자발적으로 작품을 쓸 때의 한계이다. 강인공지능과 인간의 가치관은 다를 수도 있기 때문. 하지만 작품을 만드는 게 약인공지능, 이 경우에는 이야기의 형태로 가공하는 능력에 특화된 AI 혹은 범용적으로 학습할 수 있는 일반 인공지능이면 당연히 인간이 창작한 작품을 통해 학습하고, 인간을 대상으로 한 작법을 사용하고, 인간의 가치관을 학습할수 있다. 물론 이 결과물에 감정을 자극 받거나, 그것을 예술로 볼지는 별개다. 하지만 인공지능이 완전히 예술 직업을 가져갈 가능성은 적다. 예술은 예술가와 관객들이 상호소통을 하며 결과를 만들고 그 결과를 관객들은 가치로 평가하기 때문이다. 다만 이것은 훨씬 심각한 문제를 야기할수 있는데 관객들이 작품이나 예술적기교 그 자체보다는 예술가의 학벌이나 이념 출신등으로 작품을 평가하게 될가능성이 훨씬 높아진다. 사람들은 곡이나 그림을 선택해서 그 자체에 가치로 즐기지, 이론만 가지고 뚝딱 형성만 하는 것을 즐기지는 않기 때문이다. 에초에 현재 예술 AI라고 나와있는것도 인간의 선택에 기준이 맞춰 있다. 즉 예술에 활용하는 도구에 불과하다는 것이다.

에초에 창의성이 AI의 영역으로 들어갔다고 인간의 창의성이 끝났다고 말하는것 부터가 본질이 잘못됐다. 창의성은 정해진 이론에서 나오는것이 아닌 우연함과 발상에서 나오기 때문이다. 만약 AI가 인간 수준에 창의성을 가졌다해도, 발상은 인간이든 AI든 어디서든 나올수 있다. 문제는 AI는 생물이 아니기에 지치지도 않고 말 그대로 기계적으로 창의적인 결과물을 공장처럼 '찍어낼 수 ' 있다는 점이다. 창의성의 결과는 이론이 아니다. 정답이 없거나 무수히 많은 수학과 같다. 이것을 관객들은 듣고 보고 가치로 평가하는 것이다. 물론 어느것에 마음에 가는지는 평가하기에 달렸지만 은퇴할 시점이 다가와 20~30년 이내에 쉬게 되는 현 50~60대라면 별 상관이 없을 수도 있지만, 이제 막 사회에 진입하는 20~30대에겐 가까운 미래에 닥쳐올 현실이다.

트라이버튼의 설문 조사에 따르면, 2016년 4월 12일 현재 72.3%의 응답자가 알파고와 같은 인공지능(AI)에 의해 미래에 인간의 직업이 줄어들 것으로 예상한다.

이미 운송업 분야에서는 자율주행 자동차가 시범 운행되고 있고,[23] 철도에서는 무인운전 노선이 점증하고 있다. 대한민국만 해도 경전철 노선들은 전부 무인운전이며, 신분당선 역시 무인운전 방식이며[24], 프랑스나 영국 등에도 무인운전 노선이 늘어나는 추세이다.

금융업 같은 경우는 아주 극단적이다. 금융업에서는 벌써 AI를 굴리는 게 사람을 고용하는 것보다 능률과 가성비가 더 나아져 골드만삭스는 딥러닝 방식으로 각종 업무를 자동화해서 기존 600명 금융인이 할 일을 딱 2명 몫으로 줄이고 '켄쇼'라는 인공지능을 도입한 뒤[25]에 관련 인력을 정리해고 해버렸다. 기사 또한 골드만삭스는 서류가 복잡하고 기업가치평가를 해야 하는 IPO 업무의 절반을 켄쇼와 챗봇, 왓슨 등을 도입하여 자동화하여 투자은행(IB) 업무 인력을 또 해고하였다. 기사 금융업은 안 그래도 인터넷뱅킹 등으로 일자리가 급격히 줄어드는 업종인데 이제 금융업은 정말로 인력이 제로가 될 가능성이 높은 직종으로 꼽힐 정도이다. 당장 인터넷전문은행이 등장하면서 전 세계에서도 기존 은행들이 경쟁력 확보를 위해 지점을 대거 폐쇄하고 은행원 숫자를 축소함과 동시에 외주 ATM 및 은행 키오스크[26] 도입하여 비용을 줄이려 기를 쓸 정도이다. 지금은 그나마 가장 심한 게 1/300이지만, 나중에는 이것보다 더 심한 비율도 얼마든지 나올 수 있다.

그 외에도 치킨을 튀기거나, 피자를 만드는 등, 한정적인 부분들이지만 인간의 영역이었던 요리를 자동화하기 시작했고, 서빙마저 해버리기 시작했다. 서류 관련 데스크 업무뿐만 아니라 육체노동 분야까지 자동화의 물결이 밀려들고 있는 셈이다. 새로운 일자리의 창출도 생각해보면 미지수인 게, 일단 인공지능의 발전으로 새 일자리가 창출된다고 해도, 수적으로 보면 그 새로 생기는 일자리가 줄어드는 일자리보다 훨씬 더 적을 게 자명한 사실이다. 인공지능의 개발 목적이 인간의 노동력을 대신하는 것인데 오히려 필요한 노동력이 늘어난다면 배보다 배꼽이 커진 셈이니까. 게다가 새 일자리가 창출된다고 해도 실직한 사람들이 자동으로 이쪽으로 전직되는 게 아니다. 결국, 어떻게든 불이익을 당하는 셈이다.

1차 산업혁명 등으로 인한 실업의 경우, 인간의 잠재적인 능력 중에 그 당시의 기술력으로는 대체할 수 없는 부분들이 매우 많았기 때문에 수요 창출을 통해 새로운 일자리 역시 많이 창출되어 실업 문제를 해결할 수 있었다. 그러나 AI 기술이 이 추세로 발전할 경우, 대부분의 인간이 경제활동 분야에서 AI보다 잘할 수 있는 게 거의 없다시피 될 수 있다. 단순히 회사 경영의 관점에서 봤을 때 인간 노동자는 여러 기능을 겸비하고 있는 일종의 생체 로봇이라고 볼 수 있는데, AI 기술의 발전으로 그 생체 로봇보다 거의 모든 면에서 뛰어나고 효율적인 로봇이 나오게 된다면 비효율적인 생체 로봇인 인간은 당연히 쓸모 없게 된다. 오픈 AI에서 출시한 GPT-4만 해도 어지간한 사람보다 언어를 잘 다룬다. 언론 등에서는 이러한 점을 간과하고 AI 발전으로 실업이 생기더라도 그만큼 새로운 일자리가 창출될 것이라고 하나, 그런 메시지들은 AI 발전에 대한 사람들의 반감을 누그러뜨리기 위한 방편 내지는 대체 위기에 놓인 직종들의 생존 위한 방안으로 보인다.

그런 새로운 일자리는 AI 자체를 다루는 기술직도 있으나, 몸을 정교하게 많이 쓰거나 사람과 교류하는 일에서 AI의 도움을 받는 것이 많다. 그런 '기술직'이 무척 한정되어 있으며, 아직까지 사람과 교류가 중요한 직종이나, 비정형적 육체노동은 수요가 있으며, 정확히는 특히 한국에서 고상한 이미지와 수입으로 인기가 있던 '사자 직업'의 암기가 중요한 일이 대체되는 것에 가까운 것이다. 이런 직업들은 암기력이 아니라 이제는 사람과 직접 만나가며 손을 많이 쓰고 발로 뛰는 일을 많이 해야하고, 암기를 많이 하는 것으로 우위를 삼는 시도는 갈수록 어려워지는 것이다.

2019년 시점에서 인공지능으로 인한 기술적 실업은 다음과 같은 문제를 안고 있다. 기존 인력에 대한 수요와 임금은 내려가고 있지만, 로봇의 투입에도 생산성이 급격히 향상되고 있지는 않고 있다. 전자 때문에 복지 확대 요구는 늘고 있지만, 후자 때문에 복지를 확대할 돈은 없다. 인텔이나 NXP 등 피닉스 지역에 자리 잡은 첨단 반도체 기업의 노동생산성은 2010년~2017년 연평균 2.1% 성장했다. 하지만 첨단기업 일자리는 그리 늘어나지 않았다. 피닉스 지역 기업 중 직원 1인당 생산성 상위 기업 58개 회사는 1인당 생산성이 최소 21만 달러에 달하는데 고용인원은 2010년 14.8만 명에서 2017년 16.2만 명으로 소폭 증가했을 뿐이다. 반면 같은 지역 1인당 생산성 최하위 58개 업체[27]가 고용한 직원은 2010년 6만여 명에서 2017년 67.3만 명으로 10배나 증가했다.

2019년 미국 브루킹스연구소의 분석에 따르면 AI가 고졸 이하 인력보다 대졸자를 5배가량 대체할 것이라고 발표했다. 인공지능의 발전으로 인한 실업은 많이 배운 계층에게도 결코 예외가 아니고, 오히려 블루칼라 직종보다 화이트칼라 직종들이 대체될 확률이 높다는 분석이다. 사실 어떻게 보면 당연한 얘기인데도 한데, 간단한 프로그래밍은 현재도 ChatGPT를 통해 가능하지만, 배관공이나 용접공같이 숙련도가 필요한[28] 육체적 노동을 대체하는 로봇은 찾기 힘들다는 사실을 생각해보면 된다. 원래는 휴머노이드는 무려 1973년에 나왔을 정도로 육체 노동을 하는 로봇을 만드려는 시도가 과거에 오히려 많았다. 해외는 물론 심지어 한국 기업조차 인건비 절감을 위해 자동화 공정에 힘쓰면서 1987∼1993년에 기업의 자금 지원도 끊겨가는 '겨울'을 맞은 인공지능 연구[29]와 다르게 일부 단순 반복 작업을 하는 직업도 대체에 성공하여 블루칼라가 대체되기 쉽다고 여겨졌지만, LLM 같은 인공지능이 예상을 넘는 수준으로 발전하며 그 반대가 되어버린 것이다. 이 분야는 아직까지 구인난 같은 문제가 심각한데도 대체에 성공하지 못하고 있다.

2023년 6월 ChatGPT발 일자리 공포는 현실이 되고 있다.

다만, 인공지능에 의한 일자리의 대체는 기술적으로 100% 가능하다 할지라도 현실적으로 어려움이 있다.
  • 법률적 책임 문제와 안전성 문제
    대표적으로 자율주행 자동차가 점차 완전 자동화에 가까워지면서 제기되는 문제들이다. 궁극적으로는 완전 자동화 시에는 자동차 제조업체로 책임이 수렴될 것으로 보이나 그 이전 단계의 책임소재나 형사책임의 귀속 문제, 자동차 보험 등의 사회 체계변화, 돌발상황 대처 알고리즘의 윤리적인 딜레마[30]등에 대하여 사회적인 합의가 필요하며 이는 기술적인 문제가 해결된 이후로도 상당 기간이 소요될 것이다. 자율주행외에도 각종 전문직의 업무를 보조하는 범위를 벗어나서 대체할 수 있으면 직종에 따라 법률적 책임 문제와 안전성 문제, 나아가 각종 윤리적 딜레마에 대한 합의와 사회적 시스템의 변화가 필요하다. 기술만능주의적인 관점으로는 이러한 사회적인 합의 및 사회체계 변화가 늦으면 적기조례 사례처럼 앞서나가는 국가와 뒤처지는 국가가 나뉠 것으로 보기도 한다.
  • 수치 정량적인 사정 평가가 어렵고 인간적인 배려가 필요한 분야
    사회복지 분야는 특성상 단순히 산술적인 수치 및 정량화만으로는 종합적 사정과 평가가 어렵다. 송파 세 모녀 자살 사건 같은 사례처럼 소득이나 나이 등의 수치 평가만으로는 사회 취약계층이 제대로 복지 혜택을 받지 못하는 공백이 발생할 수 있어서 종합적 사정과 평가는 사람의 판단이 필요하다. 하지만 인공지능이 수행한다면 100% 수치 정량적인 판단만이 가능하며 종합적 사정과 평가를 하는 알고리즘이 가능할 정도면 인간 자체가 대체할 수 있는 강인공지능 수준이 요구된다. 이런 문제로 종합적 사정과 평가 및 인간적인 배려에 관한 결정이 필요한 일자리의 대체가 안 될 것이라는 주장이 있다.
  • 사람 간의 정서 및 감정 교류가 필요한 경우
    각종 복지 및 교육은 기능적인 업무는 자동화 및 인공지능으로 대체하더라도 사람 간의 정서, 감정 교류 같은 측면은 사람이 필요하다. 예를 들어 요양원에서 노인을 돌보며 목욕, 식사 등은 챙겨주는 육체노동은 로봇과 인공지능이 대체할 수 있으며 필요인력이 줄어들겠지만, 노인과 대화하며 정서적인 부분을 채우는 것은 사람이 필요하다. 교육도 지식에 대한 학습은 인공지능을 통한 사이버 교육 등으로 가능하더라도 정서적인 부분이나 사람 간의 사회성 교육 등은 사람들 사이에서 배워야 한다.[31] 세대교체 및 문화의 변화로 이러한 측면이 사라지는 데는 상당한 시간이 필요할 것이며, 혹은 인공지능과 안드로이드의 기술 발달로 사람과 안드로이드의 구별이 안 되는 수준인 시대가 먼저 올 수도 있다.

3.1. 양극화 우려

인공지능으로 인한 기술적 실업은 양극화를 일으켜 소외계층의 삶을 힘들게 할 수 있다는 의견이 나오고 있다. 이에 대해 소외계층의 재교육으로 재취업을 시키는 것을 아예 포기하고 복지를 대폭 늘리자는 의견도 있다.

기술이 인간을 풍족하게 한다거나, 노동에서 해방되게 한다지만, 이것은 기존에 일하던 사람들이 인공지능의 노동으로 기존의 수익을 유지할 수 있어야 해당하는 얘기일 뿐이다. 하지만 현실에서 인공지능으로 직원을 대신하고도 해고된 직원에게 계속 급여를 제공할 기업은 없다. 결국, 인건비 절감과 효율 상승의 혜택은 기업이 누리지 원래 이 일을 하던 근로자가 얻는 게 아니다. 이게 극단적으로 진행되어서 인류의 필요한 노동을 모두 인공지능이 대신한다면 대부분 사람이 굶어 죽지만 않을 정도의 기본소득으로 근근득식하는 빈민계층으로 전락하고 인공지능이 창출한 재부는 소수인의 손에 집중되게 된다. 이는 절대 가볍게 가능성을 무시할 문제가 아니다. 바로 말하면 인공지능을 필두로 한 자본을 손에 쥔 자본가들이 노동자들의 일자리를 전부 빼앗고 둘 간의 소득 간격이 더는 메울 수 없을 정도로 커져 버린다는 말이다.[32] 결국 그 자본가들에게서 세금을 왕창 뜯지 않는 이상 빈민계층에게 줄 복지도 악화된다.

중요한 사실은 이러한 문제가 노동자들만의 문제로 국한되지 않는다는 점이. 노동자들은 생산자인 동시에 소비자이다. 기계는 노동을 대체할 수 있어도 소비까지 대체할 수 없다. 기계는 소비의 주체가 될 수 없다.[33] 결국 노동자가 돈을 벌지 못하면 소비 또한 할 수 없으므로, 기업이 기계화를 통해 생산량을 늘려도 일자리(=수입원)를 잃은 소비계층이 붕괴해 물건이 팔리지 않게 되면 세계에 대공황 수준의 큰 경제 위기가 올 수도 있다.[34] 결국 기술과 자본을 가진 기업들도 대책없이 기술적 실업을 방조하게 된다면 자신들의 지위도 유지할 수 없게될 것이다.[35]

따라서 이에 대한 대책이 필요한 시점이라고 학자들은 말하고 있다. 이에 대한 대책으로 잡 쉐어링(자동화 가능성이 낮은 직업에 40시간으로 1명 일하는 것을 반으로 나눠서 20시간을 두 명이 나눈 방식으로 특정 직업군이 사라질 때 다른 안정적인 직업을 나눈 형태)과 보편적 복지를 실행하는 기본소득제가 등장했다. 현실성에 대해서 세계적으로 토론이 계속되었고, 2015년 말에 일부 복지국가에서 기본소득제의 현실성을 확실하게 알아보기 위한 실험으로 핀란드에서 몇 달 동안 시범적으로 기본소득제를 도입하기로 했다. 그러나 핀란드의 기본소득 실험은 처음 계획한 기간의 절반을 조금 넘기고 종료됐다. 이후 1년 뒤에 핀란드 정부에서 기본소득 실험이 삶의 질을 높이는 데는 성공했지만, 고용률을 높이는 데는 실패했다는 예비 결과를 발표했다.

인공지능이 충분히 노동 인력을 대체할 수준까지 오게 된다면 진지하게 사회기본급여에 대해 논하여야 하며 이를 도입하는 것도 고려해봐야 한다는 의견이 나오고 있다. 인간이 하는 것보다 로봇이 하는 것이 더 저렴하고 더 효율이 높다면 인간이 일하는 것은 손해이며 낭비일 뿐이다. 이렇게 되면 직장에 다니고 노동을 하는 것은 생활을 유지하기 위한 어쩔 수 없는 수단이라기보다 성취와 만족감을 위한 것으로 바뀌기 때문. 미래에는 '직업'이라는 것의 개념 자체가 바뀔 것이다.

인공지능과 로봇이 대부분의 일을 하고 많은 사람들이 일을 하고 싶어도 못 하는 사회가 도래할 경우, 현재와 같은 경제 체제 하에서는 심각한 양극화와 사회적 불만이 터져나오게 된다. 인공지능, 로봇 기술이 사람들의 일자리를 위협할수록 정부 개입의 필요성이 커질 것이며, 사회주의 혁명을 주장하는 사람들이 지금보다 훨씬 많이 생겨날 가능성도 존재한다. 또한 AI의 일자리 대체로 인한 기본소득제가 보편화될수록, 정부의 힘이 강해지고 사람들이 정부에 대항할 수 있는 힘은 약해지게 되어있는데, 이 과정에서 많은 사람들의 지지를 받는 강력한 독재 정치 체제가 등장할 가능성이 존재한다.

3.2. 희망은 있을까?

"세상이 진짜로 망하고 우리 협회 회원들끼리만 살아 남으면 모두가 다 같이 평등해져 버리잖습니까? 시장경제도 없고 그냥 우리끼리만 평등한 지위 가진 채로 살아 남으면 그건 그냥 공산주의죠."
히트맨 2(2018) 中 -.
헨리 포드 1세가 1914년에 모델 T의 생산량을 급격히 늘리면서 임금도 두 배로 올려 하루에 5달러를 지급한 일은 유명하다. 이렇게 해서 포드는 종업원들이 스스로 만든 차를 구매할 수 있는 여력을 갖도록 해주었다.
마틴 포드 - 로봇의 부상 -
켈로그는 <3교대 8시간 대신에 4교대 6시간으로 돌린다면 배틀 크릭에 있는 300명 이상의 가장들에게 일자리와 봉급을 줄 수 있다>고 생각했다. 자기 종업원의 적절한 구매력을 확보해 주기 위하여 회사는 남성 노동자의 최소 임금을 일당 4달러로 올려 주는 한편 시간당 임금을 12.5% 인상시켜 주었는데, 이는 매일 2시간의 근로 시간 손실을 상쇄해 주었다. 켈로그의 경영층은 노동자들이 고임금과 근로 시간의 단축을 향유함으로써 생산성 향상으로부터 혜택을 받을 수 있어야 한다고 주장했다. 회사는 근로 시간의 단축으로 직무에 대한 열의와 능률이 개선되었음을 보여주는 보고서를 만들어 냈다. 1934년 켈로그 사는 <하루 6시간 근로제를 5년간 운영한 결과 25%의 단위 원가(혹은 간접비)가 절감되었고, 노무비는 10%, 사고율은 41% 그리고 1929년에 비해 39%의 더욱더 많은 사람들이 켈로그에서 일하게 되었다>는 자세한 연구 보고서를 발행했다. 이 회사는 그러한 달성에 대해 자부심을 갖고 다른 기업들과 자신들의 통찰력을 공유하기를 희망했다. <이론에 불과한 것을 우리가 갖고 있는 것이 아니다. 우리는 5년 동안의 실제 경험으로 그것을 입증했다. 근로 시간이 짧을수록 우리 종업원의 능률과 사기는 너무나 올라갔고 사고율과 보험률 역시 개선되었으며 단위당 생산비 역시 낮아져 예전의 8시간 근무에서와 똑같이 6시간 근무 하에서도 임금을 줄 여유가 있었다 >
"노동의 종말" 87p
만약 로봇과 AI 때문에 실업률이 높아지면 나라의 경제 상황이 나빠지는 것은 불가피하다. 이렇게 된다면 AI 때문에 일자리를 빼앗긴 여러 사람의 경제 활동은 줄어들게 되고 자연스럽게 많은 회사의 경영도 무너질 것이다. 만약 이런 상황이 지속하면 회사들의 클라이언트도 줄어들 것이고 결국 사람들을 고용하는 것이 최선이라는 것을 깨달을 것이라는 말이다. 다시 말해 인공지능으로 흥한 자 인공지능으로 망한다와 같은 상황이 발생한다는 것이다.

기본소득제를 빌 게이츠, 일론 머스크 같은 부자들이 찬성하는 이유도 이것과 연결되어 있다. 궁극적으로 기술적 실업은 극단적인 양극화와 그로 인한 구매력 상실을 가져올 것이고, 결과적으로 자본주의 체제의 붕괴를 가져올 가능성이 크다.[36]

그러나 확실한 건, 자본가 등의 기득권층은 어쩔 수 없이 기술적 실업을 막거나[37], 기본소득제를 통과시켜[38] 본인의 권력을 유지하려 할 것이다. 안 그러면 서민 대다수가 정치권력을 이용해 자본가를 압박하거나, 최악에는 쌓여온 불만이 폭발하여 현대판 러다이트 운동이 발생하거나 국가를 상대로 폭동이 일어나고 더 심하게는 반란까지 일어나 권력자들과 자본가들 몸에 구멍을 내려고 들 수 있다.[39] 그러니 미래에 굶어 죽을 가능성은 적다는 예측이 지배적이다.

기술로 인해 노동으로부터 해방되고 일의 효율성이 높아지면 굳이 긴 시간 일하지 않아도 풍족하게 살 수 있을 것이라는 예측도 있다. 기계가 필수적인 노동과 생산을 담당하고 그 결과물을 자유롭게 조절할 수 있을 정도로 발전하면, 인류는 돈을 위한 일이 아닌 온전히 자신이 원하는 활동을 할 수 있다는 이야기다. 다만 기술과 기계가 아무리 발전해도 사람의 손길이 필요한 일들은 분명 있다. 많은 부분이 자동화된 공장에서도 사람이 하는 일의 비율이 평균적으로 50% 내외다. 또한 아무리 자동화된 시스템이라도 그것을 관리하고 설계, 개발하는 데에는 '아직까지는' 사람의 손길이 필수적이다. 훗날 그런 부분까지 자동화가 이뤄질 수도 있지만 아직은 요원하며, 그렇다 해도 마지막까지 사람이 할 일은 어딘가엔 있을 것이다. 그러한 중요한 일들일수록 많은 보수를 원하게 될 것이므로 모든 사람이 풍족하게 사는 특이점론식 공산주의는 이뤄질 수 없다. 풍족하다면 그런 고급 인력들이 구태여 일을 할 필요도 없기 때문이다. 따라서 적어도 고급 개발인력들에게 차별성을 부여할만큼의 빈부격차는 나야 할 것이고 대부분의 서민들은 직업을 잃고 기본소득에만 의존하는 빈민층으로 전락할 가능성이 높다. 숙련 육체노동에 해당하는 청소부나 용접공, 기공사, 미용사 등은 마지막까지 대체되지 않을 직업으로 유력하므로 이러한 부가가치를 창출하는 소일거리를 두고 치열하게 경쟁하는 형태가 될 것이다. 수술의 등도 AI가 대체하기 힘든 고숙련 전문직이므로 이런 빈민들은 고급 의료서비스 지원에서도 소외될 것이다. 멀리 갈 것도 없이 아파도 병원 문턱 한번 밟기 힘든 미국의 바우처 생활자들이 그 예다. 이렇듯 하는 일에 따라서 사회적 계층이 분화되는 신 계급제로 진입할 가능성도 있고 이 경우 AI 개발자와 관리자가 최고위 계층을 차지하게 될 것이다.

3.3. 관련 기사

4. 관련 문서


[1] 필명 '김만덕'으로 발표한 작품. 제목이 '음악 공부(유성기)'인 것은 단행본에서 <유성기>로 제목이 바뀌었기 때문이다. 위 인용문은 주인공이 아버지에게 음악 공부를 더 하겠다고 편지를 보냈는데, 아버지가 보낸 답장. 결국, 주인공은 실의에 빠진 채로 고향으로 돌아가게 된다. 즉 주인공은 유성기(축음기)의 발명으로 음악 공부를 포기하고 낙향한 것이다.[2] 물론, 이러한 노동력의 수요에는 산업 혁명에 따른 폭발적인 생산량 증가, 이에 따른 가격하락. 결과적으로 수요량의 폭증이 있었다.[3] 산업 혁명 이전에는 못 살면 굶어 죽어야 했지만, 오늘날에는 그렇지는 않다.[4] 부모 양쪽이 모두 사망하여 아동 혼자 남게 되더라도 보육원을 비롯한 아동의식주보장시설이 거의 모든 국가에 갖춰져 있어서 아동노동을 할 이유가 없다.[5] 여담으로, 자동교환기는 여러 기술적 실업 중에서 거의 유일하게 개인적인 악연에 의해 탄생했다. 전화 항목의 역사 문단에 관련 내용이 있다.[6] 1996년 KBS2에서 방송되었던 주말연속극 첫사랑에 등장하는 성찬옥, 성찬혁, 성찬우 3남매의 아버지 성덕배(김인문 분)의 초기 직업이 바로 극장간판 화가였다. 단, 성덕배가 극장간판 화가 일을 하던 1~6회의 시대적 배경은 1975~1980년이고, 아들들이 극장에서 연달아 사고를 친 바람에 극장에서 해고당했다.[7] 구현 수준이 상당히 높다. 유사시나 안전 문제로 기관사는 노선 대부분에 남아있긴 하지만, 자동운전 기능이 있는 지하철 노선들은 출입문 닫기 → 안전 확인 → ATO 버튼 취급만 하면 열차가 자동으로 다음 역까지 가서 자동으로 정차해서 출입문까지 자동으로 여는 수준으로 자동화가 되어있다. 안내방송도 당연히 자동이다. 이게 1990년대 중후반 기술인 더 놀라운 것이다. 2010년대 기술로는 완전한 무인운전도 된다.[8] 이대로 썼지만, 수도권 1~4호선과 경의·중앙선, 부산 1호선 빼고 나머지 노선 전부 다라고 보면 된다.[9] 한국에서도 지하철 노조가 2000년대 이후로 매년 들고 나오는 단골이슈가 '2인 승무제 의무화'이다. 1인 승무제에선 돌발사고, 안전사고에 대처할 수 없다는 주장을 하고 있는데, 공사쪽에선 오히려 무인화쪽으로 방향을 잡고 있다.[10] 실물 카드는 스마트폰에 앱 카드를 심는 형태로 실물 카드를 대체.[11] 다만 실물 화폐를 환전해야 할 때 창구가 없으면 사설 환전소를 이용해야 하는 등 곤란해진다는 단점이 있다.[12] 이미 한국 한정으로는 어떠한 은행도 점포를 늘리고 있지 않고 오히려 어떻게든 줄이고 있다. 은행 자체가 점점 줄어들고 있다.[13] 자동차 경주 같은 것은 말할 것도 없고, e스포츠나 심지어 배틀로봇 같은 종목들도 최종 결정권은 컨트롤러를 쥐고 있는 선수에게 있다.[14] 광부의 경우 한국에서도 지금의 9급 공무원에 비견되는 5급 공무원의 3배 정도의 월급을 주기도 했다. # 사람에게 힘든 일은 원래는 돈을 많이 주어야 그나마 그 일을 시킬 수 있다. 그렇지 못하면 2020년대 초반 조선업에서처럼 아예 업계에 심각한 타격이 생길 수 있다. 한국의 자동차 산업은 아예 이런 어려움을 감안하여, 세계에서 노동자당 로봇의 대수가 가장 많다. #[15] 반면 자동화 작곡 같은 작곡AI는 데이비드 코프등 인물에 의해 20세기 부터 꾸준히 연구되어 왔던 학문이였다. 다만 상용화 된 사례가 없을 뿐이지.[16] 일각에서 최근 음악이 머니코드로 대충 비슷한 분위기만 돌려 작곡이 대체되기 쉽다고 주장하기도 하지만, 오히려 현대 아니 이전부터 항상 대중음악을 포함한 모든 음악은 보통 사람들이 생각하는 것보다 훨씬 멜로디나 화성, 음향적으로 세분화되어 있다. 애초에 머니코드로 현대 대중인 곡을 완벽하게 쓸수 있다면, 현재 시대 이미 수많은 평범한 사람들도 맘만 먹으면 히트곡 비스무리하게 쓸수 있을것이다.[17] 원제 Humans need not apply는 이 영상 이후 기술적 실업을 논할 때 대부분 캐치프레이즈로 사용하는 문구가 되었다. 인종차별이 만연하던 19세기에 아일랜드계 미국인을 고용하지 않겠다는 문구 'No Irish need apply'에서 따 온 제목.[18] 이미 AI가 미술작품을 만드는 예가 있다. 게다가 사진을 찍지도 않아도 진짜로 있어 보이는 사진도 만들 수 있다. 사진기 발명 당시 화가들을 대체할 것이라는 전망은 같이 있었는데, 예술의 대체 분야를 어디까지로 잡느냐가 관건이다.[19] 다만 해당 의견을 일라이자 효과로 보는 의견도 만만치않게 많다.[20] 애당초 기술이 발전하는 이유가 인력의 필요성을 줄이기 위해서고 실제로 기술이 발전할수록 인력의 필요성이 줄어들어 노동자 다수가 필요하던 일이 기계와 소수의 전문 인력으로 충분해져 실업자 신세로 전락하는 사람들이 적지 않다. 거의 모든 선진국이 저출산에 진입한 가장 큰 이유가 이거다. 그리고 과거의 사례를 예시로 기술의 발전이 새로운 일자리를 창출한다는 주장도 어폐가 있는 것이 20세기의 자동화 수준은 21세기에 비해 그리 높지 않고 세계대전과 범유행전염병이란 악재에도 결과적으로 인류사 이래 가장 폭발적인 인구 증가를 기록한 시대라 엄청난 규모로 늘어난 수요를 그 당시의 자동화 기술로 해결하기엔 한계가 많았던 반면 21세기는 자동화 수준이 훨씬 높고 선진국을 필두로 인구 증가율이 점점 떨어지는 시대라는 차이점을 전혀 고려하지 않았다. 따라서 선진국을 필두로 세계 각국에서 실업률이 점점 높아지는 원인이 기술의 진보와 관계가 아예 없다고 볼 수는 없다.[21] 이런 현상을 뱀의 입 현상이라 한다.[22] KBS 명견만리 제작팀,'명견만리: 인구, 경제, 북한, 의료 편',인플루엔셜,2016,p114[23] 특히 미국에서 자율주행 자동차 연구가 엄청난 규모로 진행되고 있는데, 이는 미국 운송시스템의 상당 부분이 트럭운송에 기초하고 있기 때문이다. 미국 트럭 운전기사들은 엄청난 노동강도만큼이나 상당한 연봉을 받고 있기 때문에, 인기 직종이고 이에 따라 운송시스템에서 이들에 대한 인건비가 차지하는 비중이 상당하다 보니, 이를 절감하기 위해 자율주행 자동차 연구에 대한 투자가 활발하다. 문제는 만약 자율주행 자동차 기술이 완성되게 되면 곧바로 실직되진 않겠지만 상당한 수의 트럭 운전기사들이 직업을 잃기 시작해 엄청난 수의 실업자가 발생할 수도 있다는 점에 있다.[24] 단 일부 노선은 안전요원이 탑승한다.[25] 2010년대 전 세계 금융권에 핵폭탄을 떨군 켄쇼 인공지능은 개발인력이 50명도 되지 않는다. 골드만삭스가 대표적으로 투자은행 중에서 도입하였고, 증권방송 및 증권 예측 툴을 제공하는 CNBC, 마켓워치, TV 도쿄(니혼게이자이신문의 자회사로 원래 주력 업무는 증권방송이다.), 블룸버그 등에서 켄쇼 Tool을 활용하여 각종 분석/예측하고 있다. 원래 최소 1주일 정도 걸릴 사안을 단 5분 만에 결괏값을 얻을 수 있게 되어 인력을 대대적으로 감축하는 길로 가는 중이다.[26] 우리가 아는 ‘창구’ 은행 업무를 대체하기 위한 키오스크. 한국에서는 KEB하나은행이 최초 도입하였다. ATM에서 하지 못했던 통장 발행, 어음할인, 대출 신청, 외화 환전, 펀드 및 보험 판매까지 가능하다. 당연히 은행원들의 반발이 장난 아니었으나 강행 도입된 상태.[27] 주로 요식업, 시설관리, 환경미화, 보건의료 등이다. 소위 최저임금 일자리다.[28] 상하차, 농작물 수확 같은 저숙련 노동은 거의 대체에 근접했다. 블루칼라도 숙련도가 낮은 것은 대체되기 쉽다는 것이다.[29] 딥 러닝 같은 기술이 생기기 전에는 '전문가 시스템' 같은 지식을 수동으로 넣어주는 기술 정도가 한계였기에 인공지능이 인간 전문가의 지식을 뛰어넘기 힘들었다.[30] 2016년 미국 과학잡지 <사이언스>에 실린 논문에는 탑승객 1명을 희생시키더라도 보행자 10명을 살리도록 프로그래밍하는 게 윤리적으로 더 바람직한가?에 대한 딜레마가 제기되었다.[31] 비슷한 예시로 각종 정상회담이나 협상 등도 사람과 사람의 직접 대면으로 진행되게 된다. 정보통신 기술의 발달로 원거리라도 실시간으로 대화할 수 있어 기능적으로는 굳이 직접 만날 필요가 적다. 물론 이러한 현상이 이어지는 것은 도청 같은 보안상의 이유도 있으나 관례나 국격 같은 정서적인 측면도 크게 차지한다.[32] 이것을 극단적으로 묘사한 창작물이나 장르가 바로 기업국가 체제를 배경으로 삼은 사이버펑크다.[33] 그나마 소비를 해도 부품과 연료외엔 크게 필요한 것이 없다. 그마저도 실질적으로는 관리하는 '사람'이 소비하는 것이다.[34] 대공황이 시작되던 1920년대 중반부터 심각한 빈부격차 현상이 있었고 생산의 자동화로 인한 실업 문제, 수요가 따라가지 못하는 과잉생산, 자동차 생산이나 주택건설이 정체되기 시작하는 등 여러 가지 문제점이 쌓여가고 있었고 결국 1920년대가 끝나기 전에 대공황이 터지고 말았다. 게다가 대공황 당시에 민족주의, 파시즘이 팽창했으며 현재도 소외 계층을 중심으로 극우, 극좌 등 정치적 극단주의가 점점 부상하고 있고 몇몇 지역에서는 이미 갈등이 극에 달해 충돌이 잦아지고 있다.[35] 포스트 아포칼립스에서는 기업이 압도적인 자본과 첨단기술로 만든 안드로이드와 바이오로이드를 무한정으로 생산하여 병력을 만들고 최신무기로 무장시켜 국가를 전복시켜 금권정으로 운영되는 기업국가를 만들거나 하는데 애초에 초거대기업이 힘을 발휘하는 것은 공권력이 만든 안정적인 시장에서 생산되는 재화를 무기로 삼아서지 강한 무력을 소유해서가 아니다. 기업 입장에서도 안정적인 사회에서 존재하는 시장과 소비하는 소비자가 있어야 생존할 수 있다. 양극화에 따른 사회 혼란이나 붕괴 그리고 늘어나는 범죄와 테러는 기업 입장에서도 불이익이다. 괜히 빌 게이츠나 버핏 등 세계 최고 부자들이 로봇세와 기부를 통한 부의 재분배를 주장하는 것이 아니다.[36] 대한민국의 경우 전체 노동력중 40% 이상이 2.2번 문단에 언급된 사무직 종사자이기에 기본소득 찬성하는 목소리가 더 높아질 것으로 전망된다,[37] 부를 보전하기 위해 자본주의 체제 유지.[38] 자본주의는 붕괴하지만, 서민들의 구매력을 유지함.[39] 그러나 보안기술과 군사기술이 발달하고 자동화되어 폭동을 손쉽게 처리하게 될 수도 있다. 중국이 이런 식으로 국민을 지배하기위한 여러 기술을 도입중이다. 다만 이러한 기술을 발전시키는 것도 노동자들의 일이니 해당 분야의 노동자들까지 등을 돌리면 아무 효과가 없을 것이다. 거기다 중국 공산당도 바보가 아니라서 양극화에 따른 사회불만은 무조건 억누른다는 것에 한계가 있다는 것을 알고 민심을 어느 정도는 챙기는 편이다.[40] 국영수를 공부해봐야 국영수를 무작정 암기하여 쓰는 것이 필요한 직업은 결국 인공지능에 일자리를 뺏긴다는 얘기다.[41] 유감스럽게도 빈둥거리며 살면 된다는 얘기가 아니다. 오히려 최신기술을 죽어라고 익혀야 살아남는 상황이다.


파일:CC-white.svg 이 문서의 내용 중 전체 또는 일부는 문서의 r714 판에서 가져왔습니다. 이전 역사 보러 가기
파일:CC-white.svg 이 문서의 내용 중 전체 또는 일부는 다른 문서에서 가져왔습니다.
[ 펼치기 · 접기 ]
문서의 r714 판 (이전 역사)
문서의 r247 판 (이전 역사)

문서의 r 판 (이전 역사)

문서의 r 판 (이전 역사)

문서의 r 판 (이전 역사)

문서의 r 판 (이전 역사)

문서의 r 판 (이전 역사)

문서의 r 판 (이전 역사)

문서의 r 판 (이전 역사)

문서의 r 판 (이전 역사)

문서의 r 판 (이전 역사)

문서의 r 판 (이전 역사)

문서의 r 판 (이전 역사)

문서의 r 판 (이전 역사)

문서의 r 판 (이전 역사)

문서의 r 판 (이전 역사)

문서의 r 판 (이전 역사)

문서의 r 판 (이전 역사)

문서의 r 판 (이전 역사)

문서의 r 판 (이전 역사)

문서의 r 판 (이전 역사)

문서의 r 판 (이전 역사)

문서의 r 판 (이전 역사)

문서의 r 판 (이전 역사)

문서의 r 판 (이전 역사)

문서의 r 판 (이전 역사)

문서의 r 판 (이전 역사)

문서의 r 판 (이전 역사)

문서의 r 판 (이전 역사)

문서의 r 판 (이전 역사)

문서의 r 판 (이전 역사)

문서의 r 판 (이전 역사)

문서의 r 판 (이전 역사)

문서의 r 판 (이전 역사)

문서의 r 판 (이전 역사)

문서의 r 판 (이전 역사)

문서의 r 판 (이전 역사)

문서의 r 판 (이전 역사)

문서의 r 판 (이전 역사)

문서의 r 판 (이전 역사)

문서의 r 판 (이전 역사)

문서의 r 판 (이전 역사)

문서의 r 판 (이전 역사)

문서의 r 판 (이전 역사)

문서의 r 판 (이전 역사)

문서의 r 판 (이전 역사)

문서의 r 판 (이전 역사)

문서의 r 판 (이전 역사)

문서의 r 판 (이전 역사)

문서의 r 판 (이전 역사)

분류