AI의 경제적 영향에 대비하기: 정책 대응 방안 탐색

강력한 AI 시스템의 등장은 경제 구조를 어떻게 바꿔 놓을까요? 우리도, 외부 전문가들도 확신하지 못합니다. 하지만 AI 시스템이 계속 발전하고 도입 규모가 확대되는 만큼, AI가 경제에 미칠 영향—그것이 어떤 형태이든—에 대응하기 위해 정책 입안자들이 활용할 수 있는 수단을 더 폭넓게 논의하는 일이 중요합니다. 이러한 논의에 기여하고자, 추가 연구가 필요하다고 판단되는 경제 정책 아이디어를 공유합니다.

Anthropic Economic Index를 출시한 이후, 우리는 AI 사용 방식에서 중요한 변화를 관찰하고 있습니다. 사용자들은 Claude와 '협업'하기보다 전체 작업을 Claude에 위임하는 경향이 점차 강해지고 있습니다. AI 모델이 더 오랜 시간 독립적으로 작업하고, 더 많은 기업이 생산성 향상을 위해 AI를 도입하면서 이 추세는 더욱 가속화될 것으로 예상됩니다. 이것이 노동 시장에 미칠 영향은 아직 불확실합니다.

정책 입안자들은 어떻게 대응해야 할까요? 쉬운 질문이 아니며, 어느 한 주체가 답을 내릴 수 있는 문제도 아닙니다. 앞으로 다가올 전환의 규모에는 큰 불확실성이 존재하고, 이를 관리하는 방법에 대한 시각도 매우 다양합니다. 그러나 우리가 마주할 수 있는 경제적 시나리오에 대비한 아이디어를 지금부터 마련하는 것이 필수적입니다.

지난 한 해 동안 우리는 전 세계의 경제학자 및 정책 전문가들(Economic Advisory Council 위원과 제1회 Economic Futures Symposium 참가자 포함)과 협력하여 이 논의를 진전시켜 왔습니다. 폭넓은 아이디어를 모으기 위해 초당파적 전문가는 물론, 다양한 정치 성향의 인사들과도 교류했습니다.

아래에서는 그중 아홉 가지 범주의 아이디어를 간략히 살펴봅니다. 인력 개발, 인허가 개혁, 재정 정책, 사회 서비스 분야를 아우릅니다.

어떤 정책이 최적일지는 아직 알 수 없지만, 아이디어를 공개적으로 공유하고 고도화된 AI의 경제적 영향에 대해 투명하게 소통하겠다는 것이 우리의 입장입니다.

시나리오에 맞는 정책 대응

AI의 경제적 영향이 어떤 속도와 규모, 형태로 나타나느냐에 따라 전 세계적으로 필요한 정책 대응이 달라집니다. 이에 따라 초기 아이디어를 세 가지 큰 범주로 구분했습니다.

거의 모든 시나리오에 적용 가능한 정책 아이디어— 노동 시장에 대한 부정적 영향이 제한적인 경우를 포함합니다. AI로 인한 혼란이 어느 정도이든 거의 모든 상황에서 검토할 가치가 있다고 옹호자들이 주장하는 정책들입니다. 이런 특성상 다른 맥락에서 이미 제안된 것들도 많습니다. 구체적으로는 새로운 일자리에 필요한 역량을 갖추도록 근로자와 학생을 재교육하거나, 에너지 및 컴퓨팅 인프라 구축을 위한 인허가 절차를 개혁해 생산성을 높이는 방안이 포함됩니다.

중간 수준의 가속 시나리오를 위한 정책 아이디어 — AI가 광범위한 노동 인구에 측정 가능한 임금 하락과 일자리 감소를 야기하는 경우입니다. 이 시나리오에서는 이직한 근로자에 대한 보다 실질적인 재정 지원이 필요할 수 있습니다. 급속한 자동화로 인해 근로자들에게 발생하는 부정적 외부효과를 상쇄하기 위해 자동화 세금 도입도 검토 대상이 될 수 있습니다.

급격한 변화 시나리오를 위한 정책 아이디어 — 대규모 일자리 소멸과 불평등 심화를 수반할 수 있는 경우입니다. 이 범주의 제안은 훨씬 야심적이며, 지금과는 근본적으로 다른 경제 상황에 대응하기 위해 설계되었습니다. 지금까지 나온 아이디어로는 국부펀드(Sovereign Wealth Fund)를 통해 시민에게 AI 수익의 지분을 부여하는 방안, 그리고 새로운 정부 재원 확보 방안 등이 있습니다.

아래 제안들이 반드시 Anthropic의 공식 정책 입장을 대변하는 것은 아닙니다. 그러나 우리가 받은 제안의 폭넓음에 큰 기대를 갖고 있으며, 이를 통해 더 깊은 연구와 논의가 이루어지기를 바랍니다.

거의 모든 시나리오를 위한 정책

1. 직업 훈련 보조금을 통한 역량 강화 투자

DC 심포지엄에서 American Compass의 이사 Abigail Ball은 동료 Oren Cass와 함께 개발한 Workforce Training Grant 제안을 발표했습니다. 이 제안은 공적 자원을 현장 직업 훈련에 직접 투입하는 방안입니다.

이 모델에서 정부는 체계적인 훈련 프로그램을 갖춘 공식 훈련생 직책을 개설하는 고용주에게 연간 상당한 보조금(Ball과 Cass는 미국 기준 연간 10,000달러를 제안)을 직접 지급합니다. 훈련 방식은 다양할 수 있습니다. 개별 고용주가 운영하는 프로그램, 고용주 컨소시엄이나 업종 협회를 통한 프로그램, 고용주와 노동조합의 파트너십, 또는 기술 학교·커뮤니티 칼리지가 고용주와 협력하여 진행하는 프로그램 등이 있습니다.

American Compass는 기존 고등교육 보조금을 재배분하여 이 프로그램의 재원을 마련할 것을 제안합니다. 하지만 다른 재원 확보 방안도 검토할 만합니다—예를 들어 AI 소비에 대한 세금을 인력 개발 사업에 활용하는 방안도 고려해 볼 수 있습니다.

2. 근로자 유지 및 재교육을 위한 세제 인센티브 개편

세금 정책은 한계적 의사결정 수준에서 고용주가 인원 감축 대신 직원을 재교육하고 유지하도록 유도할 수 있습니다.

Mercatus Center의 Revana Sharfuddin은 미국 세법이 인적 자본 투자보다 물적 자본 투자에 유리하게 설계되어 있다고 지적합니다. 기업은 가속상각(bonus depreciation)을 통해 AI 시스템 비용을 즉시 비용 처리할 수 있지만, 직원 훈련 비용 공제에는 여러 제약이 따릅니다. 그녀는 내국세입법(Internal Revenue Code) 개정을 통해 비과세 교육 지원 상한액인 5,250달러를 폐지하고, 모든 직무 관련 훈련에 대해 전액 즉시 비용 처리를 허용할 것을 제안합니다.

이러한 변화는 해고 비용 대비 재교육 비용을 낮춰, 인력 감축 결정의 경계선에 놓인 근로자들을 보호하는 데 기여할 수 있습니다.

3. 법인세 허점 해소

조세 정책 전문가 David Gamage는 AI 전환이 정부 재정에 부담을 주는 것을 방지하기 위한 개혁안을 제시했습니다. 그의 제안 중 여러 항목은 대기업이 법인 단위 과세를 회피하는 '파트너십 갭(partnership gap)'을 해소하고, 디지털·무형자산 기반 비즈니스 모델에서 발생하는 가치를 더 효과적으로 포착할 수 있도록 세금 배분 방식을 현대화하는 데 초점을 맞추고 있습니다.

두 번째 개혁안은 시장 기반 배분(market-based apportionment)을 통해 고객 소재지를 기준으로 사업세를 배분하면서, 전 세계 연결납세(worldwide combined reporting)를 의무화하여 다국적 기업과 자회사를 하나의 과세 단위로 취급하는 것입니다. 이 접근법은 조세 회피처로의 인위적 이익 이전을 제한하기 위한 것으로—AI가 무형자산 기반 이익의 경제적 중요성을 더욱 높일 수 있는 만큼, 이러한 관행은 앞으로 더 확산될 수 있습니다.

Gamage는 다음과 같이 강조합니다. "먼저 행동하는 정부가 재정 문제를 해결하고 AI 경제에서 자국민이 번영할 수 있는 기반을 확보할 것입니다. 기다리는 정부는 유연한 대응이 가장 절실한 시점에 자원 부족에 직면하게 될 것입니다."

4. AI 인프라 인허가 및 승인 절차 가속화

Anthropic은 미국 및 동맹국의 인허가·전력 조달 절차 개혁을 꾸준히 주장해 왔습니다. 최전선 AI의 훈련과 배포에 필요한 인프라—대규모 데이터센터, 송전 인프라, 발전 시설—를 구축하려면 이러한 절차의 가속화가 필수입니다. 인허가 개혁은 AI가 구축되는 지역에 투자, 경제 성장, 일자리 창출도 견인합니다. 반대로 AI 인프라 개발이 지연되면 생산성과 고용 증가가 둔화되고, 핵심 AI 인프라가 해외로 이전되면서 국가 안보 위험이 발생할 수 있습니다.

미국에서는 세 가지 규제 절차가 중복 적용되어 대규모 AI 인프라 구축이 수년간 지연됩니다. 첫째는 인허가입니다. 연방·주·지방 수준의 토지 이용 및 환경 승인이 연속적으로 필요합니다. 둘째, 송전 프로젝트에 대한 주 정부의 규제 심사로 인해 신규 송전선 건설에 10년 이상 소요될 수 있습니다. 마지막으로, 발전 설비의 전력망 연계 승인에는 통상 4~6년이 걸립니다.

이러한 과제를 해결하기 위한 구체적인 방안으로, 연방 기관이 다수의 프로젝트에 대해 환경 영향을 검토하도록 요구하는 국가환경정책법(NEPA) 개혁이 있습니다. 데이터센터와 같은 특정 시설 유형에 대한 사전 분석을 수행하면, 향후 프로젝트 심사를 앞당기는 데 도움이 될 수 있습니다. 그 밖에도 핵심 송전망 건설과 업그레이드를 위한 연방 권한 활용, 유틸리티 기업과 협력해 빠른 계통 연계 기회를 발굴하는 것도 개혁 방안이 될 수 있습니다.

Mercatus Center 소장이자 우리 Economic Advisory Council 위원인 Tyler Cowen은 이렇게 말합니다. "인허가 개혁을 전적으로 지지합니다—에너지 분야도 포함해서요."

중간 수준 시나리오를 위한 정책 아이디어

5. AI 대체 근로자를 위한 무역조정지원(TAA) 방식의 지원 체계 구축

여러 경제학자가 무역조정지원(Trade Adjustment Assistance, TAA) 모델—영향을 받은 근로자에게 새로운 기술 습득 기회나 기타 지원을 제공하는 제도—을 강력한 AI 시대의 노동 시장 변동에 어떻게 적용할 수 있을지 연구하고 있습니다. Economic Advisory Council 위원이자 펜실베이니아 대학교 소속인 Ioana Marinescu는 TAA와 유사한 'AI 보험' 개념을 "AI로 인해 일자리를 잃는 사람들을 지원하는 메커니즘"으로 보고 있습니다.

이 맥락에서 Suchet Mittal과 Sam Manning은 자동화조정지원(Automation Adjustment Assistance, AAA) 프로그램의 구상을 제시했습니다. TAA와 유사한 수준인 연간 약 7억 달러로 AAA를 운영하는 것을 초기 방안으로 삼되, AI 기반 대체의 속도와 규모에 맞춰 프로그램 규모를 늘리거나 줄이는 메커니즘을 내장하는 방식을 설명합니다.

Mittal과 Manning은 향후 프로그램 확대가 필요할 경우, 일정 수준 이상의 시가총액을 가진 기업의 AI 기반 수익에 세금을 부과하여 재원을 확보하는 방안을 제시합니다. 이를 통해 AI 산업이 해당 기술로 일자리를 잃은 근로자를 직접 지원하는 구조를 만들 수 있습니다.

6. 컴퓨팅 또는 토큰 생성에 대한 과세 시행

버지니아 대학교의 경제학자 Lee Lockwood와 우리 Economic Advisory Council 위원인 Anton Korinek은 "토큰 생성, 로봇, 로봇 서비스, 디지털 서비스"에 대한 다양한 세금의 연구를 제안합니다.

이러한 세금은 경제 내 AI 발전 단계에 따라 각기 다른 잠재적 이점과 왜곡 위험을 수반합니다. 강력한 AI가 노동의 상대적 경제적 역할을 축소하더라도 인간이 여전히 경제의 주요 소비자인 단계에서는, 최종 사용자에게 판매되는 AI 생성 토큰에 대한 세금('토큰세')이 유효할 수 있습니다.

Korinek과 Lockwood는 강력한 AI 시스템 자체가 경제 자원의 주요 소비자가 되는 단계에 이르면, 인간 최종 사용자에 대한 토큰세보다 AI의 자원 축적에 과세하는 것—예를 들어 컴퓨팅 및 기타 하드웨어에 대한 세금—이 더 효과적일 수 있다고 주장합니다. 이러한 컴퓨팅 자원 과세는 AI로 전환된 경제의 투자 경로를 왜곡할 수 있지만, 노동 시장과 인간 소비의 경제적 비중이 모두 줄어드는 상황에서는 AI가 창출하는 초과 수익의 일부를 포착할 수 있는 유일한 수단이 될 수도 있습니다.

이러한 유형의 세금은 Anthropic의 매출과 수익성에 직접적인 영향을 미침에도 불구하고, 진지하게 연구할 가치가 있다고 생각합니다. 이 세금은 핵심 재정 프로그램—이 글에서 논의한 여러 방안 포함—에 꼭 필요한 재원을 마련할 수 있기 때문입니다.

급격한 변화 시나리오를 위한 정책 아이디어

7. AI 지분을 포함한 국가 국부펀드 설립

시민과 정부가 AI의 경제적 수익에 더 큰 지분을 가질 수 있도록 하는 제안이 늘어나고 있습니다. 국부펀드를 통해 국가가 AI 관련 자산에 투자 포지션을 확보할 수 있습니다. AI 부문이 경제적 부의 과도한 비중을 차지하는 시나리오에서 정부 투자는 해당 부문의 행태를 견제하는 동시에 "AI에서 파생된 부를 보다 공평하게 분배"하는 수단이 될 수 있습니다.

Centre for British Progress에 기고한 Emma Casey, Emma Rockall, Helena Roy는 영국을 위한 관련 개념으로 AI 본드(AI Bond)를 제안했습니다. AI 본드는 'AI 스택'에 대한 충분한 투자를 확보하여 AI의 혜택을 거둬들이고, 그 수익을 영국 전역에 더 고르게 분배하는 것을 목표로 합니다—AI 연구 인력이 런던과 같은 소수 도시에 집중되더라도 말입니다.

8. 부가가치세 도입 또는 현대화

G7 국가 중 6개국, OECD 38개국 중 37개국이 국가 단위의 부가가치세(VAT)를 시행하고 있으며, 미국만이 예외입니다.

AI가 경제를 변혁하면서 가치 생산에서 노동이 차지하는 비중이 크게 줄어들 수 있습니다. 핵심 정부 기능의 재원을 마련하려면 소비 과세(부가가치세 등)로의 전환이 필요해질 수 있습니다. 부가가치세 징수는 정부에 경제 생산 네트워크에 관한 세밀한 정보도 제공하는데, 이는 급격한 기술적·경제적 변화가 예상되는 시기에 특히 유용할 수 있습니다.

Economic Advisory Council 위원이자 MIT 슬론 경영대학원 소속인 John Horton은 "부가가치세는 비왜곡적이며 어느 정도 자기 집행력을 갖추고 있다"고 설명합니다.

AI가 경제 생산의 큰 부분을 담당하게 되면(노동 비중이 감소하면), 정부는 소득세를 보완할 새로운 세수원이 필요해질 수 있습니다. David Gamage의 또 다른 제안은 소득세 보완책으로 '저율 기업 자산세(low-rate business wealth tax)'를 탐색하는 것입니다. 그의 논리는 이렇습니다. "소득세는 회계 조작에 취약하고, 자산세는 자산 가치 평가의 어려움이 있습니다. 두 가지를 함께 사용하면 고수익 기업의 조세 회피가 훨씬 어려워집니다."

Gamage는 이 시스템을 일부 자산 운용사가 고객에게 적용하는 수수료 구조에 비유합니다. "자산세는 축적된 자본을 보호하는 법적 인프라에 대한 운용 보수 역할을 하고, 소득세는 국가 시장에서 창출된 이익에 대한 성과 보수 역할을 합니다." 이 아이디어는 인간 노동의 가치 변화에 정부가 적응할 수 있는 하나의 방법이지만, 이 분야에서 탐색해야 할 아이디어는 훨씬 더 많다고 생각합니다.

논의의 지속

올가을 Anthropic은 Economic Futures Program 확대를 위해 1,000만 달러를 투자하겠다고 발표했습니다. 이 투자는 AI의 경제적 영향과 정책 아이디어에 대한 엄밀한 실증 연구를 지원하고, 심포지엄 시리즈를 확대하는 데 사용됩니다. 9월 DC 행사에 이어 11월에는 런던 행사를 시작으로 확대해 나갈 예정입니다.

여기서 소개한 어떤 아이디어도 최종적인 권고안이 아닙니다. 더 깊은 연구, 정책 개발, 공론화를 위한 출발점입니다. AI의 경제적 영향은 시기와 규모 모두 불확실하며, 시나리오에 따라 서로 다른 대응이 필요합니다.

분명한 것은, 연구자·정책 입안자·AI 산업 간의 선제적 협력이 필수적이라는 점입니다. AI의 경제적 영향이 어떤 형태를 띨지 확인되기 전에 지금부터 이러한 선택지를 탐색함으로써, 다양한 미래에 더 잘 대비하고 근로자와 지역사회가 AI의 잠재력을 온전히 누릴 수 있도록 기반을 마련할 수 있습니다.

이 글에서 논의한 정책 아이디어 대부분은 Anthropic Economic Advisory Council 위원, Economic Futures Symposia 참가자, 독립 연구자들의 제안 또는 대화에서 비롯되었습니다. 이들 모두가 반드시 Anthropic의 정책 입장을 대변하는 것은 아닙니다.