본문으로 건너뛰기
이원태 아카이브
논평4분 분량

AI를 가르치는 것만으로 충분한가

《The Atlantic》 2026년 3월호의 문제 제기를 빌려 미국 노동부 AI 리터러시 프레임워크의 한계를 짚었다. 리터러시는 개인 역량의 문제이지만 고용 구조 붕괴는 거시적 제도 문제라는 것이다.

AI를 가르치는 것만으로 충분한가 게시물에 첨부된 사진

문제는 역량 부족이 아니라 제도적 준비 부족

《The Atlantic》 2026년 3월호에서 미국의 유명한 저널리스트 Josh Tyrangiel은 “America Isn’t Ready for What AI Will Do to Jobs”라는 제목으로 미국이 AI로 인한 고용 충격에 제대로 대비하고 있는지 근본적 질문을 던졌다.

그는 산업혁명 시기 매사추세츠가 노동통계 제도를 도입했던 사례를 소환하며, 기술 충격이 가속될수록 국가는 ‘측정’과 ‘제도 설계’로 응답해야 했다고 지적한다. 그가 주장하고자 하는 점은 AI가 생산성 도구가 아니라 노동시장 구조를 재편하는 힘이며, 문제는 역량 부족이 아니라 제도적 준비 부족이라는 것이다.

리터러시는 개인의 문제, 고용 구조 붕괴는 제도의 문제

이 관점에서 보면 최근 미국 노동부가 발표한 “AI 리터러시 프레임워크”는 일정한 정책적 진전을 보여주지만 동시에 구조적 한계를 드러내는 것이라 하겠다. 미국 노동부의 AI리터러시 프레임워크는 AI 이해·활용·평가 역량을 키우는 데 초점을 두고 있다.

하지만 AI가 중간 숙련 직무를 대량으로 재편하거나, 고숙련 지식노동까지 대체하는 속도가 교육·재훈련 시스템을 초과할 경우에는 어떻게 할 것인가? AI 리터러시는 개인 역량의 문제이지만, 고용 구조 붕괴는 거시적 제도 문제라는 것이다. 달리 말해 미국 노동부의 AI 정책은 노동자들의 적응전략에 집중하지만, 임금 하방 압력, 직업 양극화, 사회안전망 재설계 등과 같은 청사진 즉 ‘충격관리전략’은 제시하지 않고 있다는 것이다.

이 기사에서 티란지엘이 인터뷰한 경제학자들의 우려는 단순한 ‘기술 격차’가 아니다. AI가 특정 직무를 ‘보조’하는 수준을 넘어 업무 단위를 분해(task decomposition)하여 인간의 역할을 축소한다면, AI리터러시 즉 재교육만으로 흡수되지 않는 구조적 실업이 발생할 수 있다는 것이다. 미국 노동부가 “AI를 잘 쓸 수 있게 만들자”는 데 초점을 둔 것이라면, 티란지엘은 “AI가 인간의 일자리를 덜 필요로 하게 만들면 어떻게 할 것인가?”라는 질문에 답해야 한다는 것이다.

측정 체계가 없으면 관리도 없다

또한 티란지엘은 19세기 노동통계국(BLS) 창설을 상기시키며, 기술 충격에 대응하기 위해서는 정밀한 노동 데이터와 공통 사실의 축적이 선행되어야 한다고 강조한다.

그러나 현재의 AI 정책은 역량 교육에는 투자하지만, AI 도입이 임금 구조에 미치는 영향, 직업군별 자동화 속도, 지역별 고용 충격을 체계적으로 추적·공개하는 거버넌스 체계는 아직 충분히 정립되지 않았다고 본다. 즉, “AI에 적응하라”는 메시지는 있으나, “충격을 어떻게 관리할 것인가”에 대한 통합적 측정 체계가 미흡하다는 지적이다.

필요조건이지 충분조건은 아니다

결국 미국 노동부의 AI리터러시 프레임워크는 노동자들의 AI적응전략에 초점을 둠으로써 트럼프 행정부의 AI 경쟁 전략과 궤를 같이한다고 볼 수 있다. 그러나 AI가 창출하는 부의 분배 구조, 노동시장 권력 재편, 플랫폼·기업 집중 문제는 단순한 기술 교육의 범주를 넘어서는 이슈들이다. AI 리터러시는 노동자를 경쟁에 편입시키는 전략이지만, AI로 인한 사회경제적 현안들을 다룰 새로운 사회정책 프레임워크 또는 사회적 계약을 재설계하는 전략은 아니기 때문이다.

미국 노동부의 AI 리터러시 프레임워크는 분명 진일보한 정책이다. AI를 전 국민적 기본 역량으로 정의했다는 점에서 그 의미도 만만치 않다. 그러나 티란지엘이 던진 질문, 즉 “누가 다음 단계를 계획하고 있는가?”에 비추어 본다면, 이는 필요조건일 뿐 충분조건은 아니다.

AI 전환은 단순한 기술 적응 문제가 아니라 노동, 임금, 안전망, 통계, 재분배 구조를 포함한 제도적 재설계의 문제라는 것이다. 만약 정책이 ‘역량 개발’에만 머무른다면, 기술 속도와 사회 안정성 사이의 격차는 더욱 벌어질 수 있다. AI를 잘 쓰는 노동자를 만드는 것과, AI 시대에도 지속 가능한 노동 질서를 만드는 것은 다른 문제이기 때문이다.

*출처: Josh Tyrangiel, “America Isn’t Ready for What AI Will Do to Jobs”, The Atlantic, 2026년 2월 10일 (March 2026 Issue). https://www.theatlantic.com/magazine/2026/03/ai-economy-labor-market-transformation/685731/

원문 보기

<<AI를 가르치는 것만으로 충분한가: The Atlantic이 제기한 질문과 미국 노동부 정책의 한계>>

《The Atlantic》 2026년 3월호에서 미국의 유명한 저널리스트 Josh Tyrangiel은 “America Isn’t Ready for What AI Will Do to Jobs”라는 제목으로 미국이 AI로 인한 고용 충격에 제대로 대비하고 있는지 근본적 질문을 던졌다. 그는 산업혁명 시기 매사추세츠가 노동통계 제도를 도입했던 사례를 소환하며, 기술 충격이 가속될수록 국가는 ‘측정’과 ‘제도 설계’로 응답해야 했다고 지적한다. 그가 주장하고자 하는 점은 AI가 생산성 도구가 아니라 노동시장 구조를 재편하는 힘이며, 문제는 역량 부족이 아니라 제도적 준비 부족이라는 것이다.

이 관점에서 보면 최근 미국 노동부가 발표한 “AI 리터러시 프레임워크”는 일정한 정책적 진전을 보여주지만 동시에 구조적 한계를 드러내는 것이라 하겠다. 미국 노동부의 AI리터러시 프레임워크는 AI 이해·활용·평가 역량을 키우는 데 초점을 두고 있다. 하지만 AI가 중간 숙련 직무를 대량으로 재편하거나, 고숙련 지식노동까지 대체하는 속도가 교육·재훈련 시스템을 초과할 경우에는 어떻게 할 것인가? AI 리터러시는 개인 역량의 문제이지만, 고용 구조 붕괴는 거시적 제도 문제라는 것이다. 달리 말해 미국 노동부의 AI 정책은 노동자들의 적응전략에 집중하지만, 임금 하방 압력, 직업 양극화, 사회안전망 재설계 등과 같은 청사진 즉 ‘충격관리전략’은 제시하지 않고 있다는 것이다.

이 기사에서 티란지엘이 인터뷰한 경제학자들의 우려는 단순한 ‘기술 격차’가 아니다. AI가 특정 직무를 ‘보조’하는 수준을 넘어 업무 단위를 분해(task decomposition) 하여 인간의 역할을 축소한다면, AI리터러시 즉 재교육만으로 흡수되지 않는 구조적 실업이 발생할 수 있다는 것이다. 미국 노동부가 “AI를 잘 쓸 수 있게 만들자”는데 초점을 둔 것이자면, 티란지엘은 “AI가 인간의 일자리를 덜 필요로 하게 만들면 어떻게 할 것인가?”라는 질문에 답해야 한다는 것이다.

또한 티란지엘은 19세기 노동통계국(BLS) 창설을 상기시키며, 기술 충격에 대응하기 위해서는 정밀한 노동 데이터와 공통 사실의 축적이 선행되어야 한다고 강조한다. 그러나 현재의 AI 정책은 역량 교육에는 투자하지만, AI 도입이 임금 구조에 미치는 영향, 직업군별 자동화 속도, 지역별 고용 충격을 체계적으로 추적·공개하는 거버넌스 체계는 아직 충분히 정립되지 않았다고 본다. 즉, “AI에 적응하라”는 메시지는 있으나, “충격을 어떻게 관리할 것인가”에 대한 통합적 측정 체계가 미흡하다는 지적이다.

결국 미국 노동부의 AI리터러시 프레임워크는 노동자들의 AI적응전략에 초점을 둠으로써 트럼프 행정부의 AI 경쟁 전략과 궤를 같이한다고 볼 수 있다. 그러나 AI가 창출하는 부의 분배 구조, 노동시장 권력 재편, 플랫폼·기업 집중 문제는 단순한 기술 교육의 범주를 넘어서는 이슈들이다. AI 리터러시는 노동자를 경쟁에 편입시키는 전략이지만, AI로 인한 사회경제적 현안들을 다룰 새로운 사회정책 프레임워크 또는 사회적 계약을 재설계하는 전략은 아니기 때문이다. 미국 노동부의 AI 리터러시 프레임워크는 분명 진일보한 정책이다. AI를 전 국민적 기본 역량으로 정의했다는 점에서 그 의미도 만만치 않다. 그러나 티란지엘이 던진 질문, 즉 “누가 다음 단계를 계획하고 있는가?”에 비추어 본다면, 이는 필요조건일 뿐 충분조건은 아니다. AI 전환은 단순한 기술 적응 문제가 아니라 노동, 임금, 안전망, 통계, 재분배 구조를 포함한 제도적 재설계의 문제라는 것이다. 만약 정책이 ‘역량 개발’에만 머무른다면, 기술 속도와 사회 안정성 사이의 격차는 더욱 벌어질 수 있다. AI를 잘 쓰는 노동자를 만드는 것과, AI 시대에도 지속 가능한 노동 질서를 만드는 것은 다른 문제이기 때문이다.

*출처: Josh Tyrangiel, “America Isn’t Ready for What AI Will Do to Jobs”, The Atlantic, 2026년 2월 10일 (March 2026 Issue).

https://www.theatlantic.com/magazine/2026/03/ai-economy-labor-market-transformation/685731/

Source

이 글은 페이스북 게시물을 옮겨 재편집한 것이다. 위 「원문 보기」에 수집 당시의 전문이 그대로 있다.

페이스북 원문 게시물

post id 25981166514828457