AI 자동화, 휴머노이드 로봇 시대, 일자리 감소 대책은? 기본소득·자동화세·조세 재분배·재교육 정책 알아보기

AI 자동화, 휴머노이드 로봇 시대, 일자리 감소 정부 정책 소개


AI 일자리 감소와 휴머노이드 로봇 도입이 노동시장에 미치는 영향과 이에 대한 정부와 국제기구의 정책 대응을 알아볼게요. 

기본소득(Universal Basic Income) 도입 논쟁부터 로봇세·자동화세를 통한 기술 이익 재분배, 디지털세와 글로벌 최저법인세, 재교육·직업전환 지원의 효과와 한계, 노동시간 재구조화 정책까지 다양한 논의가 나오고 있어요. 

이 글에서는 AI 자동화가 일자리 감소를 현실화하는 가운데, 정책적 안전망과 산업 경쟁력 확보 사이에서 어떤 해법이 가능한지 구체적 사례와 함께 살펴보도록 할께요.



1. AI, 휴머노이드 로봇 도입.. 일자리 감소는 정말 현실이 될까?

“AI가 당신의 일을 대신할 수 있다면, 기업은 누구를 선택할까?”

AI, 휴머노이드 로봇 시대 1


최근 AI와 휴머노이드 로봇 기술이 예상보다 빠른 속도로 산업 전반에 도입되고 있어요. 

과거에는 단순 제조·반복 업무 중심이었지만, 이제는 사무직·디자인·번역·법률 보조·코딩 영역까지 자동화가 확장되고 있어요. 

일부 글로벌 기업은 신규 채용을 줄이고, AI 도입을 인건비 전략의 핵심 변수로 공개적으로 언급해요.

이 변화는 단순한 “기술 혁신”이 아니라 노동시장 구조 자체를 재편하는 흐름이에요. 특정 직무는 빠르게 사라지고, 기업은 ‘사람을 더 뽑는 것’보다 ‘AI를 도입하는 것’을 먼저 계산하기 시작해요.

문제는 이것이 일시적 조정이 아니라, 구조적 전환일 가능성이 높다는 점이에요.


그렇다면 정부는 무엇을 할 수 있을까요?

각국은 이미 다양한 대응 전략을 검토하거나 실험 중이에요.


✔ 기본소득(Universal Basic Income, UBI)

✔ 노동시간 재구조화 및 사회보장 강화

✔ 조세·소득 재분배 정책

✔ 재교육·직업전환 지원

✔ 로봇세·자동화세 도입 논의


하지만 이 정책들이 실제로 효과가 있을까요? 혹은 보여주기식 대안에 머물 가능성은 없을까요?

이 글에서는 위 정책들을 하나씩 구체적으로 살펴보고, 기대 효과와 구조적 한계를 균형 있게 짚어봐요. AI 시대, 가장 현실적인 대응 전략이 무엇인지 차분히 정리해 보려 해요.



2. 기본소득 (Universal Basic Income, UBI) 정책 소개

AI, 휴머노이드 로봇 시대 2

● 기본소득 정책 내용

기본소득(UBI)은 소득·자산 심사 없이 모든 국민에게 정기적으로 동일 금액을 지급하는 제도예요. 

핵심은 무조건성(unconditional)과 보편성(universal)이에요. AI·자동화로 구조적 실업 가능성이 커지면서, 고용 여부와 무관하게 최소 소득을 보장하자는 논의가 확대되고 있어요.


대표적 사례와 논의는 다음과 같아요.

✔ 미국: 2020년 대선에서 앤드루 양이 매월 1,000달러 지급 공약을 제시하며 전국적 이슈가 되었어요.

✔ 알래스카 영구기금 배당(PFD): 주민에게 매년 약 1,000~2,000달러를 지급해요. 완전한 UBI는 아니지만, 자원 수익을 전 국민에게 배당한다는 점에서 유사 모델로 언급돼요.

✔ 핀란드(2017~2018년): 실업자 2,000명에게 매월 560유로를 지급하는 실험을 진행했어요. 고용 증가 효과는 제한적이었지만 삶의 만족도와 심리적 안정감은 개선됐어요.

✔ 영국·미국 일부 지방정부: 자동화 충격 대응 수단으로 제한적 기본소득 실험을 논의·시행 중이에요.


기본소득은 노동시장 참여 여부와 관계없이 최소한의 소득을 보장해 자동화 시대의 사회 안전망을 재구성하자는 접근이에요.


● 기본소득 정책의 장점

✔ 구조적 실업 대비 안전망

AI·로봇 확산으로 특정 산업이 급격히 축소될 경우, 선별 기준 없이 최소 소득이 지급돼요. 행정 비용이 비교적 낮고 사각지대가 적어요.


✔ 소비 안정화 기능

저소득층은 추가 소득을 소비로 전환하는 비율이 높아요. 이는 경기 하강 국면에서 내수를 지지하는 완충 장치가 될 수 있어요.


✔ 개인 선택권 확대

기본 생계가 보장되면 재교육, 창업, 돌봄 활동, 사회적 활동 등에 도전할 여지가 생겨요. 단기 생계 압박이 줄어드는 효과가 있어요.


✔ 비정형 노동 시대 대응

플랫폼 노동·프리랜서 등 고용보험 사각지대에 놓인 계층에도 동일하게 적용 가능해요. 고용 형태와 무관한 안전망이에요.


● 기본소득 정책의 단점

✔ 막대한 재정 소요

전 국민 대상 지급은 국가 예산 구조를 근본적으로 바꿀 만큼 큰 재원이 필요해요. 결국 증세, 기존 복지 축소, 국채 발행 등과 연결될 수밖에 없어요.


✔ 노동 공급 감소 가능성 논쟁

소규모 실험에서는 노동 참여 감소가 크지 않았지만, 전국 단위 도입 시 장기적 노동 유인이 어떻게 변화할지는 확실하지 않아요. 특히 저임금 부문에서 공급 감소 우려가 제기돼요.


✔ 기존 복지와의 조정 문제

UBI 도입 시 기존 선별 복지를 유지할지, 통합할지 결정해야 해요. 모두 유지하면 재정 부담이 급증하고, 대체하면 취약계층 보호가 약해질 수 있어요.


✔ 정치적 지속 가능성

막대한 재원이 필요한 정책은 경기 침체, 정권 교체, 재정 악화 시 축소·중단될 위험이 있어요. 장기 제도로 정착하려면 강한 정치적 합의가 필요해요.


✔ 고용 총량 감소 자체는 해결하지 못함

UBI는 소득을 보전하는 정책이에요. 자동화로 인한 일자리 감소를 되돌리지는 못해요. 고용 문제의 직접 해법은 아니에요.


● 기본소득 정책 종합 평가

기본소득 논쟁의 핵심은 단순한 “찬성 vs 반대”가 아니에요. 더 현실적인 질문은 다음과 같아요.


① 전면적 UBI인가, 특정 계층 대상 부분 기본소득인가

② 현금 지급인가, 세액공제·근로장려금 확대인가

③ 재원은 법인세·디지털세·부가가치세 등 어디에서 조달할 것인가


전면적 UBI는 재정 부담이 매우 커요. 따라서 일부 국가는 부분 기본소득이나 음의 소득세(Negative Income Tax) 모델을 대안으로 검토해요. 

이는 소득 하위 계층에 집중 지원함으로써 재정 효율성을 높이고 노동 유인을 일정 부분 유지하는 방식이에요.

결국 기본소득은 자동화를 억제하는 정책이 아니라, 자동화의 결과를 사회적으로 흡수하는 분배 장치에 가까워요. 

기술 발전 속도를 늦추기보다, 그로 인해 발생하는 소득 불안과 소비 위축을 완충하는 역할을 해요.

다만 비용 규모가 크고 노동시장 구조 자체를 변화시키는 정책은 아니에요. 일자리 창출이나 산업 경쟁력 강화 기능은 제한적이에요.

따라서 기본소득은 단독 해법이라기보다, 재분배 정책·사회보장 개편·조세 구조 재설계와 함께 논의돼야 할 정책이에요.

AI 시대의 UBI 논의는 이념적 찬반보다 재정 지속 가능성과 구조 변화 대응이라는 현실적 기준 위에서 설계하는 것이 중요해요.



3. 노동시간 재구조화를 통한 사회보장 강화 정책 소개

AI, 휴머노이드 로봇 시대 3

● 노동시간 재구조화 정책 내용

노동시간 재구조화는 자동화로 필요한 총노동량이 감소하는 상황에서, 남아 있는 일을 더 많은 사람에게 분배하는 전략이에요. 핵심은 “임금 총액 유지 + 근로시간 단축” 또는 부분적 시간 분배예요.


대표적 사례는 주 4일 근무제 실험이에요.


✔ 영국(2022년): 61개 기업, 약 2,900명을 대상으로 6개월간 주 4일제(임금 100% 유지, 근로시간 80%) 실험을 진행했어요. 

다수 기업이 제도 유지를 결정했고, 이직률 감소·직원 만족도 상승 효과가 보고됐어요.

✔ 아이슬란드(2015~2019년): 공공부문 중심으로 노동시간을 주 40시간에서 35~36시간으로 단축하는 실험을 진행했고, 생산성은 유지되거나 일부 부문에서 개선됐다는 평가가 나왔어요.

✔ 독일 Kurzarbeit(단축근로제): 경기 침체 시 근로시간을 줄이고 정부가 임금 일부를 보전해 대량 해고를 방지하는 제도예요.

✔ 미국: 팬데믹 이후 유연근무·원격근무 확산과 함께 노동시간 유연화 논의가 확대됐지만, 연방 차원의 제도화는 이루어지지 않았어요.


이 정책은 AI 도입으로 기업 생산성이 상승할 경우, 그 이익을 노동시간 단축이라는 형태로 사회에 환원하자는 논리와 연결돼요.

즉, 자동화로 100명이 하던 일을 70명이 수행할 수 있다면 30명을 해고하는 대신, 전체 노동시간을 줄여 고용을 유지하자는 접근이에요.


● 노동시간 재구조화 정책의 장점

✔ 고용 유지 및 분배 효과

독일의 Kurzarbeit는 금융위기와 코로나19 시기 실업률 급등을 완화하는 데 기여했어요. 노동시간을 줄이고 임금을 일부 보전함으로써 해고 대신 고용 유지를 선택하게 만들었어요.


✔ 생산성 이익의 사회적 환원

자동화로 생산성이 증가할 경우, 기업 이익만 확대되는 구조를 완화하고 그 일부를 노동자에게 시간 형태로 환원할 수 있어요.


✔ 건강·이직률 개선

주 4일제 실험에서는 병가 사용 감소, 직무 만족도 상승 등이 보고됐어요. 이는 장기적으로 조직 안정성과 인적 자본 유지에 긍정적일 수 있어요.


✔ 기술 도입과 병행 가능

AI가 반복 업무를 대체하고 인간은 고부가가치 업무에 집중하면서 총 근로시간을 줄이는 혼합 모델이 가능해요.


● 노동시간 재구조화 정책의 단점

✔ 고용 증가 효과의 제한성

노동시간을 20% 줄인다고 해서 고용이 20% 증가하지는 않아요. 기업은 신규 채용 대신 생산성 향상이나 자동화 투자로 대응할 수 있어요. 

특히 AI·로봇 도입 비용이 낮아질수록 고용 분배 효과는 약해질 수 있어요.


✔ 임금 유지의 재정·기업 부담

임금 100% 유지 조건은 충분한 생산성 상승이 전제되지 않으면 기업 부담으로 이어져요. 중소기업은 인건비 비중이 높아 제도 도입이 쉽지 않아요.


✔ 산업별 적용 격차

IT·공공행정은 상대적으로 적용이 용이하지만, 제조·물류·의료·돌봄 산업은 인력 공백이 곧 서비스 축소로 이어질 수 있어 전면 적용이 어려워요.


✔ 자동화 가속 유인

노동시간 규제가 강화될수록 기업은 인건비 의존도를 줄이기 위해 자동화 투자를 확대할 가능성이 있어요. 단기적으로는 자동화를 촉진할 수 있어요.


✔ 노동 수요 자체 감소에는 한계

AI·휴머노이드 로봇이 특정 직무를 완전히 대체하는 경우, 나눌 ‘일’ 자체가 줄어들 수 있어요. 이 경우 시간 분배만으로는 구조적 고용 감소를 해결하기 어려워요.


● 노동시간 재구조화 정책 종합 평가

노동시간 재구조화는 본질적으로 성장 전략이라기보다 분배 전략에 가까워요. 

경제 전체의 생산성을 직접 끌어올리는 정책이라기보다, 자동화로 발생한 이익을 어떻게 나눌 것인가에 초점을 둔 접근이에요.


따라서 이 정책이 실질적 효과를 가지려면 몇 가지 조건이 충족돼야 해요.


① 자동화로 인한 실질적인 생산성 증가가 존재해야 하고

② 기업이 그 이익을 임금·근로시간 단축 형태로 환원할 유인이 있어야 하며

③ 정부가 임금 보전·세제 지원·사회보험 지원을 병행할 재정 여력이 있어야 해요


이 조건이 충족될 경우, 급격한 전환기에는 고용 충격을 완화하는 완충 장치로 기능할 수 있어요.

그러나 AI와 휴머노이드 로봇이 단순히 노동시간을 줄이는 수준을 넘어 노동 수요 자체를 감소시키는 구조라면, 시간 분배만으로는 장기적 해결이 어려워요. 

예를 들어 자율주행 상용화로 운송 노동 총수요가 구조적으로 감소하는 경우, 근로시간 단축은 일시적 조정 수단에 그칠 수 있어요.

결국 노동시간 재구조화 정책은 자동화를 멈추는 해법이 아니라, 자동화 충격을 완화하는 보완적 전략이에요. 재분배 정책, 사회보장 확충, 산업 전략과 결합될 때 지속 가능한 효과를 기대할 수 있어요.



4. 조세·소득재분배 (Tax & Redistribution) 정책 소개

AI, 휴머노이드 로봇 시대 4

● 조세·소득재분배 정책 내용

AI와 자동화 확산으로 생산성은 빠르게 상승하지만, 그 이익은 노동보다 자본·플랫폼 기업·지적재산권 보유 기업에 집중되는 경향이 강화되고 있어요. 

기술기업 중심의 시가총액 집중, 상위 자산계층의 부 축적 가속화는 이러한 구조 변화를 보여주는 사례예요.

조세·소득재분배 정책은 기술 기반 초과이익을 세제 체계를 통해 환수하고 이를 사회 전체에 재분배하는 전략이에요. 단순한 증세가 아니라, 산업 구조 변화에 맞춘 과세 구조 재설계가 핵심이에요.


주요 논의 방식은 다음과 같아요.


✔ 법인세율 조정 및 글로벌 최저법인세 적용

→ 2021년 OECD/G20은 글로벌 최저법인세 15%에 합의했어요. 다국적 기업의 조세 회피를 줄이기 위한 국제 공조 장치예요.


✔ 디지털세(Digital Services Tax) 도입

→ 일부 국가는 플랫폼 기업의 매출 기준 과세를 도입해 디지털 경제 과세 공백을 보완하고 있어요.


✔ 자본이득세·상속세 강화

→ 노동소득 대비 빠르게 증가하는 자본소득에 대한 과세 비중을 조정하려는 시도예요.


✔ 부유세(Wealth Tax) 논의

→ 초고액 자산가의 순자산에 직접 과세해 자산 불평등을 완화하자는 방안이에요.


핵심은 기술 발전을 억제하는 것이 아니라, 기술 수익의 사회적 배분 구조를 조정하는 데 있어요.


● 조세·소득재분배 정책의 장점

✔ 불평등 완화의 직접적 수단

노동소득 비중이 줄고 자본소득 비중이 확대되는 구조에서, 조세는 분배 구조에 직접 개입할 수 있는 핵심 정책 수단이에요. 

이전소득 확대나 근로장려금(EITC) 강화는 저소득층 소득을 즉각적으로 보완해요.


✔ 자동화 이익의 사회적 환원

AI·자동화로 발생하는 초과이윤을 사회 안전망 재원으로 활용할 수 있어요. 기본소득, 실업급여, 의료·교육 재정의 기반이 될 수 있어요.


✔ 기존 제도 기반 활용 가능

완전히 새로운 제도를 설계하는 것이 아니라, 기존 세제 틀을 조정·보완하는 방식이어서 제도적 실행 가능성이 비교적 높아요.


✔ 노동시장 충격 완충 기능

재교육이 모든 노동자를 흡수하지 못할 경우, 최소한 소득 감소를 직접 보전하는 안전판 역할을 할 수 있어요.


● 조세·소득재분배 정책의 단점

✔ 기업 투자 위축 가능성

법인세·자본세 인상이 과도할 경우 기업은 투자 축소, 해외 이전, 비용 구조 조정 등으로 대응할 수 있어요. 특히 글로벌 경쟁 산업에서는 세율 차이가 투자 결정에 영향을 줄 수 있어요.


✔ 국제 조세 경쟁 구조의 제약

한 국가만 과세를 강화하면 자본은 세율이 낮은 국가로 이동할 가능성이 커요. 국제 공조 없이 단독 증세는 실효성이 제한적이에요.


✔ 디지털 경제 과세의 복잡성

무형자산 중심의 글로벌 플랫폼 구조에서는 매출 발생지와 이익 귀속지를 구분하기 어려워요. 과세 권한 배분 문제가 법적으로 복잡해요.


✔ 세수 변동성 문제

플랫폼·기술기업의 이익은 경기와 기술 사이클에 따라 크게 변동해요. 이를 복지의 안정적 재원으로 활용할 경우 재정 안정성이 과제가 될 수 있어요.


✔ 고용 총량 감소 자체는 해결하지 못함

조세·재분배 정책은 소득 분배 구조를 조정하는 정책이에요. 자동화로 인한 일자리 총량 감소를 직접 되돌리는 정책은 아니에요.


● 조세·소득재분배 정책 종합 평가

조세·소득재분배 정책의 핵심 쟁점은 “증세 여부”가 아니라, 과세 구조를 산업 구조 변화에 맞게 재설계할 수 있는가에 있어요. 

현재 많은 국가의 세수는 여전히 노동소득세와 사회보험료에 크게 의존하고 있어요. 

그러나 자동화가 확산될수록 노동소득 비중은 감소하고, 자본·데이터·플랫폼 기반 이익은 증가하는 구조적 변화가 발생해요.

이 불일치를 조정하지 않으면, 단순히 불평등 문제를 넘어 연금·건강보험·고용보험 등 사회보험 재정 기반이 약화될 가능성이 있어요. 

따라서 문제의 본질은 “세금을 더 걷을 것인가”가 아니라, 감소하는 노동 기반 세수를 무엇으로 대체할 것인가예요.

또한 이 정책은 국제 공조 여부에 크게 의존해요. 글로벌 최저법인세 합의처럼 다자 협력이 이루어질 경우 실효성이 높아지지만, 국가 간 이해관계가 충돌하면 실행력은 제한될 수 있어요.

재교육 정책이 노동자의 경쟁력 회복에 초점을 둔다면, 조세 정책은 이미 발생한 기술 이익의 배분 구조를 다뤄요. 

기술 발전 속도를 정책으로 멈추기는 어렵지만, 그 이익의 배분 구조는 제도 설계를 통해 조정할 수 있어요.

결국 조세·소득재분배 정책은 자동화를 억제하는 전략이 아니라, 자동화 이후 사회를 유지하기 위한 재정 설계 전략이에요. 

기술을 늦출 수 없다면, 그 수익을 어떻게 사회적으로 관리하고 배분할 것인지 결정하는 것이 더 현실적인 접근이에요.

이 정책의 성패는 세율 자체보다, 산업 구조 변화에 맞춘 과세 체계의 정교한 재설계와 국제 공조의 수준에 달려 있어요.



5. 재교육·직업전환 지원 정책 소개

AI, 휴머노이드 로봇 시대 5

● 재교육·직업전환 지원 정책 내용

재교육·직업전환 정책은 AI·자동화 확산으로 축소되거나 사라질 가능성이 있는 직무 종사자를 대상으로, 디지털·기술 기반 직무로 이동하도록 지원하는 노동 전환 전략이에요. 

단순한 평생학습 장려가 아니라, 실제 산업 수요와 연계된 직무 중심 훈련이 핵심이에요.


✔ 미국은 WIOA(Workforce Innovation and Opportunity Act)를 통해 매년 대규모 직업훈련 예산을 집행하며, 커뮤니티 칼리지를 중심으로 데이터 분석·사이버보안·클라우드 등 수요 기반 과정에 집중해요.

✔ 영국은 National Skills Fund 및 재훈련 프로그램을 통해 자동화 위험 직군의 직무 전환을 지원해요.

✔ 싱가포르는 SkillsFuture 정책으로 성인 국민에게 학습 크레딧을 지급해 자율적 직무 전환을 유도해요.

✔ 한국은 K-디지털 트레이닝 등을 통해 AI·빅데이터 분야 인력 양성을 추진하고 있어요.


정책 설계의 핵심 요소는 다음과 같아요.

① 채용 수요가 확인된 분야에 집중

② 취업 연결률·임금 유지 여부를 성과 지표로 관리

③ 기업이 채용을 전제로 훈련 설계에 참여


● 재교육·직업전환 지원 정책의 장점

✔ 산업 수요 연계 시 실질적 효과

성장 산업과 연결될 경우 고용 유지 및 임금 상승 가능성이 존재해요. 데이터 분석·정보보안 등 일부 직무는 구조적 수요 증가가 확인되고 있어요.


✔ 기술 보완형 인력 전환 가능

AI를 대체 대상이 아니라 도구로 활용하는 직무(로봇 유지보수, AI 운영관리, 데이터 해석 등)로 이동하면 생산성이 상승할 수 있어요.


✔ 노동시장 적응력 강화

성인 직업훈련 참여율이 높은 국가는 기술 변화 충격 이후 고용 회복 속도가 빠른 경향을 보여요. 장기적으로 인적자본 축적 효과가 있어요.


● 재교육·직업전환 지원 정책의 단점

✔ 기술 발전 속도와 교육 속도의 격차

AI 기술은 빠르게 변화하지만 교육과정 설계·예산 집행·훈련 완료까지는 시간이 필요해요. 정책 집행 속도가 산업 변화 속도를 따라가기 어려운 구조적 한계가 있어요.


✔ 신규 고급 일자리 수의 제한 가능성

자동화는 다수의 중간 숙련 노동을 소수의 고숙련 인력으로 대체하는 경향이 있어요. 예를 들어 100명의 생산직이 5~10명의 기술 인력으로 대체되는 구조가 일반적이에요. 전환 대상 인원보다 신규 일자리 규모가 작을 수 있어요.


✔ “AI를 이기는 교육” 전제의 한계

AI는 24시간 가동, 낮은 한계비용, 오류율 감소라는 구조적 장점을 가지고 있어요. 동일 영역에서 인간이 경쟁 우위를 확보하는 것은 점점 어려워질 가능성이 있어요.


✔ 전시성 정책으로 흐를 위험

수강 인원·수료율 중심의 성과 관리가 이루어질 경우, 실제 취업 연결과 임금 개선 없이도 정책 성과처럼 보일 수 있어요. 취업 질을 중심으로 평가하지 않으면 실효성이 제한될 수 있어요.


● 재교육·직업전환 지원 정책의 종합 평가

재교육·직업전환 정책은 기술 변화 대응 전략 중 가장 사회적 합의가 쉬운 정책이에요. 

노동 이동을 지원한다는 점에서 정치적 저항이 비교적 낮고, 정부가 적극적으로 대응하고 있다는 신호를 줄 수 있어요.

그러나 구조적으로 보면 이 정책은 노동 수요 총량을 늘리는 전략이라기보다, 감소하는 노동 수요 속에서 일부 인력을 재배치하는 전략에 가까워요. 

자동화가 중간 숙련 직무를 대규모로 축소시키는 구조라면, 고급 기술 직무로의 전환만으로 전체 노동시장을 흡수하기는 어려울 수 있어요.

또한 AI와 휴머노이드 로봇이 고도화될수록 운영·관리 직무 자체도 자동화 대상이 될 가능성을 배제하기 어려워요. 이 경우 전환 가능한 일자리의 규모는 더욱 제한될 수 있어요.

결국 재교육 정책은 자동화를 멈추는 정책이 아니라, 자동화 충격을 완화하는 보완적 수단이에요. 재분배 정책, 사회보장 강화, 산업 전략과 병행될 때 실질적 효과를 기대할 수 있어요.

AI 시대의 재교육은 만능 해법이라기보다, 전환기의 충격을 일부 흡수하는 완충 장치로 보는 것이 보다 현실적이에요.



6. 로봇세/자동화세 (Robot/Automation Tax) 도입 정책 소개

● 로봇세/자동화세 도입 정책 내용

로봇세(자동화세)는 기업이 로봇이나 AI 시스템을 도입해 인간 노동을 대체할 경우, 그로 인해 절감된 인건비나 증가한 생산성 이익의 일부에 추가 과세를 부과하는 정책이에요. 

단순한 법인세 인상이 아니라, ‘노동 대체 효과’에 대한 별도 과세 개념에 가까워요.

이 아이디어는 마이크로소프트 공동 창업자 빌 게이츠(Bill Gates)가 2017년 인터뷰에서 제안하면서 본격적으로 주목받았어요. 

그는 “로봇이 사람의 일을 대신해 기업이 비용을 절감한다면, 기존 노동자가 부담하던 세금 수준은 사회가 회수할 필요가 있다”고 주장했어요.

2017년 유럽의회(European Parliament)에서도 로봇세 도입 검토 보고서가 논의됐지만, 혁신 저해 우려로 최종 채택되지는 않았어요. 

미국과 영국 역시 공식 입법 단계에는 이르지 않았지만, AI 확산에 따른 재정 보완 수단으로 정책 연구가 지속되고 있어요.


정책의 핵심 목적은 명확해요.

자동화로 발생한 이익이 자본에만 집중되지 않도록 하고, 그 일부를 실직자 지원, 직업 전환 교육, 사회보장 재원 등으로 환원하자는 거예요.


● 로봇세/자동화세 도입 정책의 장점

✔ 안정적 재원 확보 가능성

맥킨지 글로벌 연구소(McKinsey Global Institute)는 자동화가 일부 산업에서 20~30% 수준의 비용 절감 효과를 가져올 수 있다고 분석해요. 

이러한 생산성 증가분의 일부를 과세하면 실업 급여, 재교육, 사회보험 재정 보강을 위한 재원을 마련할 수 있어요.


✔ 기술 이익의 사회적 환원

AI·로봇 도입의 주요 수혜자는 대형 기술 기업과 자본 보유층이에요. 로봇세는 기술 발전의 과실을 사회 전체와 공유하는 장치로 작동할 수 있어요. 

자본소득 집중으로 인한 불평등 심화를 완화하는 정책 수단이 될 수 있어요.


✔ 자동화 속도에 대한 완충 효과

기업이 단기적 비용 절감만을 목표로 급격한 인력 감축을 추진하는 흐름에 일정한 제동을 걸 수 있어요. 고용 충격을 완화하는 정책적 신호로 기능할 수 있어요.


● 로봇세/자동화세 도입 정책의 단점

✔ 가격 경쟁력 약화 가능성

기업이 자동화를 추진하는 핵심 이유는 인건비 절감과 가격 경쟁력 확보예요. 자동화로 절감한 비용에 추가 과세가 붙으면 제품 단가 인하 효과가 줄어들 수 있어요. 

특히 미국·중국 등 경쟁국이 동일한 세금을 부과하지 않을 경우 글로벌 시장에서 불리해질 수 있어요.


✔ 혁신 투자 위축 우려

AI 산업은 국가 간 기술 패권 경쟁이 치열한 분야예요. 과세 부담이 커질 경우 기업의 연구개발(R&D) 투자와 기술 상용화 속도가 둔화될 가능성이 제기돼요.


✔ 과세 기준 설정의 어려움

산업용 로봇은 비교적 명확하지만, AI 소프트웨어·자동화 알고리즘·챗봇·RPA 등은 노동 대체 효과를 수치로 산정하기 어려워요. 

과세 대상과 범위를 어디까지 설정할지에 따라 정책 왜곡 가능성도 존재해요.


✔ 국제 조세 경쟁 문제

한 국가만 로봇세를 도입할 경우 기업의 생산기지 이전이나 조세 회피 전략이 증가할 수 있어요. OECD 차원의 국제 공조가 없다면 정책 실효성은 제한적일 가능성이 커요.


● 로봇세/자동화세 도입 정책 종합 평가

로봇세는 자동화 시대의 이익 배분 문제를 정면으로 다루는 정책이에요. 기술 발전으로 발생한 초과 이익을 사회적으로 환원하자는 논리는 공정성과 재정 안정성 측면에서 충분한 설득력을 가져요.

특히 자동화가 확산될수록 노동소득 기반 세수는 줄고 자본소득 비중은 커질 가능성이 높아요. 

이런 구조 변화 속에서 로봇세는 감소하는 사회보험 재원을 보완하는 하나의 제도적 선택지가 될 수 있어요.

하지만 산업 경쟁력, 혁신 속도, 국제 조세 공조, 과세 기준 설계라는 네 가지 현실적 제약을 동시에 해결해야 한다는 점에서 정책 난이도가 매우 높아요. 

기술 주도권 경쟁이 치열한 상황에서 과세 강화는 곧 국가 전략 산업과 연결되는 문제이기도 해요.

결국 로봇세는 자동화를 막는 정책이 아니라, 자동화의 결과를 관리하는 정책이에요. 단독 해법이라기보다 조세 개편, 산업 전략, 사회보장 강화와 함께 설계될 때 의미를 가질 가능성이 커요. 

정책적 이상과 산업 현실 사이에서 정교한 균형이 요구되는 대표적인 고난도 정책이에요.



7. AI, 휴머노이드 로봇 도입으로 인한 일자리 감소 관련 자주 묻는 질문(FAQ)

Q1. AI와 로봇이 정말 많은 일자리를 없앨까?

일부 산업과 직무에서는 이미 채용 축소와 AI 대체가 현실로 나타나고 있어요. 특히 반복적이고 정형화된 업무, 데이터 분석·문서 작성·상담 업무 등은 자동화 속도가 빠른 편이에요. 다만 모든 직업이 사라진다기보다는, 기존 직무의 형태가 바뀌거나 역할이 재편되는 경우도 많아요. 결국 ‘완전한 소멸’보다는 ‘구조적 변화’가 더 정확한 표현에 가까워요.


Q2. 기본소득이 답이 될까?

UBI는 최소한의 생활 안정망을 제공한다는 점에서 매력적인 대안이에요. 특히 대량 실업이 발생할 경우 사회적 충격을 완화하는 역할을 기대할 수 있어요. 하지만 막대한 재정이 필요하고, 세금 인상 논쟁이나 노동 의욕 저하 우려도 함께 따라와요. 그래서 단독 해법이라기보다는 여러 정책과 함께 논의되는 경우가 많아요.


Q3. 로봇세는 언제 도입될까?

로봇세나 자동화세는 정책 아이디어 차원에서 활발히 논의되고 있어요. 다만 실제로 법제화된 사례는 거의 없어요. 무엇을 ‘로봇’으로 정의할지, 어느 수준부터 과세할지, 글로벌 기업의 조세 회피를 어떻게 막을지 등 해결해야 할 문제가 많기 때문이에요. 아직은 연구와 토론 단계에 가까워요.


Q4. 재교육은 의미가 있을까?

재교육은 AI와 경쟁하라는 의미라기보다는 AI를 활용할 수 있는 역량을 키우는 데 초점이 있어요. 다만 모든 사람이 고급 디지털 직무로 전환하기는 현실적으로 어려워요. 특히 중장년층이나 경력 전환 비용이 큰 계층에게는 효과가 제한적일 수 있어요. 그래서 재교육만으로 문제를 해결하기는 어렵다는 지적도 꾸준히 나와요.


Q5. 그럼 결국 대량 실업 시대가 오는 걸까?

일부 전문가는 노동 총수요 자체가 줄어들 수 있다고 경고해요. 반면 다른 쪽에서는 새로운 산업과 직무가 등장하면서 균형을 맞출 거라고 봐요. 중요한 건 변화 속도가 과거 산업혁명보다 훨씬 빠르다는 점이에요. 그래서 단기간 충격은 피하기 어려울 가능성이 커요.


Q6. 개인은 어떻게 대비하는 게 좋을까?

정부 정책도 중요하지만 개인의 대응도 필요해요. 단순 기술 습득보다는 문제 해결 능력, 창의성, 인간적 소통 능력처럼 AI가 대체하기 어려운 영역을 강화하는 게 도움이 돼요. 또 한 가지 직업에만 의존하기보다는 수입 구조를 다각화하는 전략도 점점 중요해지고 있어요. 결국 변화에 유연하게 적응하는 태도가 가장 큰 경쟁력이에요.

 

📝 일상에 유익한 정보도 함께 확인해보세요

▶ 멜론 (Melon) 앱 다운로드 방법 총정리｜멜론 사용법·요금제·음악 스트리밍 기능 한눈에

▶ 무료 스톱워치 타이머 앱 TOP 3｜공부·운동·요리·업무·시간관리까지 다 되는 앱 비교 정리