microagi 에서 우리는 10 억 대의 로봇을 배치할 것입니다. 그것이 실현되면 경제적, 사회적 파장은 엄청날 것입니다.
우리는 이것이 풍요의 세계로 이어질 것이라 믿습니다. 로봇이 생산성과 산출량을 극적으로 끌어올려, 대부분의 경제 모델이 전제로 삼는 물질적 희소성이 사라질 것이기 때문입니다. 거의 모든 경제 모델은 자원의 희소성을 근본적인 가정으로 삼아 수요와 공급의 원리 위에 세워졌습니다. 라이오넬 로빈스(Lionel Robbins) 는 1932 년에 경제학을 "대체 용도를 가진 희소한 수단과 목적 사이의 관계"로 정의하며 이를 포착했습니다. 우리는 로봇이 이 희소성을 없앨 것이라 믿습니다. 그런 세상에서는 모든 사람의 생활 수준이 오늘날 누구도 누리지 못하는 수준을 훨씬 뛰어넘을 것이며, 인류가 이룰 수 있는 가능성은 무한해질 것입니다.
하지만 로봇의 보급이 만들어내는 풍요의 세계에서 우리가 아는 오늘날의 육체노동 대부분에 대한 필요가 사라진다는 사실 또한 인정해야 합니다. 과거에는 기계가 공급을 늘리고 가격을 낮추면 그에 맞춰 수요가 증가했고, 그 수요를 충족시키기 위해 고용도 함께 늘어났습니다. 그러나 이번에는 범용 로봇이 그 수요를 스스로 충족시킬 수 있습니다. 우리의 경제 시스템이 지금 그대로라면 이는 수백만 개의 기존 일자리 상실을 의미하며, 사람들의 소득과 지위, 그리고 많은 경우 삶의 목적마저 앗아갈 수 있습니다.
우리는 딜레마에 직면해 있지만, 대다수의 로봇공학 커뮤니티는 아직 이를 공개적으로 인정조차 하지 못하고 있으며 해결은 더더욱 요원합니다. 우리 모두의 삶을 물질적으로 개선할 기술은 필연적으로 그 삶을 거대하게 뒤바꿔 놓을 것입니다. 결정적으로, 이 문제에 대한 적절한 해결책을 제시하지 못한다면 우리는 결코 그러한 풍요의 세계에 도달할 수 없습니다. 대다수의 사람들은 지능이 물리적 세계로 확산되는 것에 맞서 연대할 것이고, 그 압력 속에서 정부는 로봇 배치를 중단시킬 것입니다.
이 글은 그 딜레마를 들여다보려는 우리의 시도입니다. 우리는 현재 기술이 어디까지 와 있는지, 왜 기존의 노동 대체 경제 모델들이 다가오는 미래를 설명하기에 불충분한지, 그리고 사람들이 더 이상 일할 필요가 없어졌을 때 '사람이란 무엇인가'라는 질문이 풍요의 도래 여부를 어떻게 결정짓는지 설명합니다. 이후 시선을 유럽으로 돌립니다. 우리가 유럽 기업이기 때문이기도 하지만, 무엇보다 유럽이 이 딜레마에 가장 크게 노출되어 있기 때문입니다. 유럽의 복지국가는 주로 노동에 부과되는 세금으로 유지되며, 유럽 산업은 여전히 로봇이 배우고 있는 종류의 일자리에 수백만 명을 고용하고 있고, 정작 유럽은 그러한 로봇을 거의 직접 만들지 못합니다. 우리는 우리 대륙이 맞이할 수 있는 세 가지 잠재적 미래를 묘사합니다. 그중 두 가지는 반드시 피해야 하며, 나머지 하나는 우리가 직접 구축하고자 하는 미래입니다.
로봇공학의 GPT 모먼트를 향한 경쟁
인류 역사 내내 물질적 안락함은 누군가의 노동에 의존해 왔습니다. 식량은 재배해야 했고, 집은 지어야 했으며, 물건은 한 곳에서 다른 곳으로 옮겨야 했습니다. 로봇공학은 이러한 육체노동을 자동화하여 상품 비용을 낮추고 산출량을 폭발적으로 늘려 물질적 풍요를 가능하게 하겠다고 약속합니다. 이 미래는 손닿을 곳에 있으며 빠르게 다가오고 있습니다.
얼마나 빠른지 보여주기 위해, 지난 18 개월만을 살펴보겠습니다.
Figure AI 의 02 휴머노이드는 사우스캐롤라이나주 스파턴버그에 위치한 BMW 공장에서 11 개월간의 배치를 마쳤습니다. 10 개월 차에 접어들자 로봇들은 하루 10 시간 풀 시프트를 소화하며, 빈에서 판금을 들어 올려 5 밀리미터 오차 범위 내에서 용접 지그에 정확히 안착시켰습니다. 프로그램 기간 동안 이들은 9 만 개 이상의 부품을 적재했고 3 만 대 이상의 BMW X3 생산에 기여했습니다. 비록 2025 년 11 월에 퇴역했지만, 이는 발전 방향을 보여주는 명확한 지표입니다.
2026 년 4 월, Generalist 는 자사의 GEN-1 모델이 특정 물리적 작업에서의 평균 성공률을 64% 에서 99% 로 끌어올렸다고 발표했습니다. 상자 접기와 휴대폰 포장 작업에서 이전 방식보다 약 3 배 빠르게 작동했으며, 작업당 약 1 시간 분량의 로봇 데이터만 사용되었습니다. 시연에는 사람의 개입 없이 골판지 상자를 연속 200 회 접는 과정이 포함되었습니다. 아직은 기업 자체 평가에 불과하지만, 신뢰성과 속도야말로 기술적 성취를 유용한 산출물로 바꾸는 핵심 자질입니다. 64% 의 성공률은 데모용으로 충분하지만, 99% 의 성공률을 보이는 로봇은 직원을 대체할 수 있습니다.
올해 7 월 30 일, Google DeepMind 는 Gemini Robotics 2 를 출시했습니다. 휴머노이드의 다리, 몸통, 팔, 다섯 손가락을 하나의 학습된 정책(policy) 아래 통합했으며, 온디바이스 버전을 제공하고 단 몇 시간 만에 완전히 새로운 신체 구조(embodiment) 에 적응할 수 있는 능력을 갖췄습니다. 8 월 25 일, Skild AI 는 S1 을 발표했습니다. 사람이 낯선 작업을 수행하는 단일 영상을 관찰한 뒤 이를 그대로 수행하는 모델로, 최대 10 분 길이에 수십 단계로 구성된 작업을 처리할 수 있습니다. 내부 벤치마크에서 Skild 는 미학습(unseen) 작업에 대해 66% 의 성공률을 기록했다고 밝혔는데, 이는 동일한 규모로 학습된 언어 프롬프트 기반 모델의 9% 와 대비되는 수치입니다.
이 모든 기업은 "로봇공학의 GPT 모먼트"를 만들기 위해 경쟁하고 있습니다. 이는 기초 로봇공학 모델에게 거의 모든 물리적 작업을 요청할 수 있고, 실제로 쓸모 있을 만큼 잘 해낼 수 있게 됨을 의미합니다. ChatGPT 는 2022 년 11 월 언어 분야에서 이를 이뤄내며 연구실의 호기심을 수억 명이 매일 사용하는 도구로 탈바꿈시켰습니다.
언어 모델과의 결정적 차이는 물리적 세계의 작업이 훨씬 더 검증하기 쉽다는 점입니다. 특히 산업 현장이나 짧은 시간 내에 완료되는 작업(예: 상자 포장, 장비 제조) 에서 그렇습니다. 검증 가능한 작업은 자동화될 수 있으므로, AI 시스템의 영향력은 물리적 세계에서 훨씬 뚜렷하게 나타날 것입니다.
이것이 노동에 어떤 의미를 갖는지 측정하려는 가장 엄밀한 시도는 9 월 30 일 Anthropic 의 경제학자들이 발표한 논문입니다. O*NET 의 약 19,000 개 직무 목록을 활용해 Russell Legate Yang 과 Maxim Massenkoff 는 오늘날 존재하는 로봇이 미국 내 물리적 작업의 74% 를 수행할 수 있음을 발견했습니다. 이는 전체 노동 시간의 34% 에 해당하지만, 대부분은 맞춤형으로 구축되거나 구조화된 환경에 국한됩니다. 대규모 언어 모델과 결합하면, 노동 시간 기준으로 직무의 약 80% 가 이 두 기술 중 하나에 노출됩니다. 50 년에 걸친 백테스트 결과, 당시의 로봇에 더 많이 노출된 직업일수록 이후 수십 년간 임금과 고용이 하락했으며, 로봇은 매년 이전에는 할 수 없었던 물리적 작업의 약 2% 를 새롭게 수행할 수 있게 되었습니다.
공론장은 로봇공학의 위험을 외면하고 있다
생산성 향상 그 자체만으로 물질적 안정이나 만족이 보장되지는 않습니다. 이 주제에 대해 인공지능을 만드는 사람들이 이례적으로 솔직하게 발언하기 시작했으며, 그들이 말하는 것과 말하지 않는 것 모두에 귀 기울일 가치가 있습니다.
2025 년 5 월, Dario Amodei 는 AI 가 1~5 년 내에 초급 화이트칼라 일자리의 절반을 없애고 실업률을 10~20% 까지 끌어올릴 수 있다고 경고했습니다. 그는 "암이 정복되고, 경제가 연간 10% 성장하며, 예산 균형이 맞춰지지만 20% 의 사람들은 일자리가 없는" 세상을 묘사했습니다. 3 개월 후, 스탠퍼드 대학의 경제학자들은 미국 최대 급여 처리 업체의 데이터를 분석해, 생성형 AI 확산 이후 AI 노출도가 가장 높은 직업군에 종사하는 22~25 세 근로자의 고용이 상대적으로 13% 감소한 반면, 같은 직종의 고연령층 동료들은 영향을 받지 않았음을 발견했습니다.
여기서는 물리적 AI 의 잠재적 영향력이 빠져 있습니다. Anthropic 의 9 월 보고서 우리 경제의 미래를 위한 시나리오 는 노동 시장 충격에 대한 세 가지 모델을 제시했습니다. '상당한(substantial)' 시나리오에서 AI 는 지식 노동의 절반을 수행할 수 있고 지식 노동자의 임금은 사실상 정체됩니다. '극단적인(extreme)' 시나리오에서는 미국 GDP 가 약 3 분의 1 증가하고, 소득에서 노동이 차지하는 비중은 약 45% 로 떨어지며, 지식 노동자의 임금은 10% 이상 하락하고 실업률은 "일반적인 경기 침체 수준을 넘어" 상승합니다.
금융계 역시 다른 경로에서 유사한 결론에 도달했습니다. 2026 년 8 월, Bridgewater 의 CEO 니르 바르데아(Nir Bar Dea) 와 CIO 그렉 젠슨(Greg Jensen) 은 뉴욕타임스 기고를 통해 오직 노동에만 세금이 부과되기 때문에 현행 세법이 사람을 기계로 대체하는 것을 적극적으로 장려한다고 주장했습니다. 이들은 노동에 대한 세금을 낮추고 "모든 시민과 공유할 수 있는" AI 기업 지분을 조성하기 위해 AI 토큰에 소비세를 부과하자고 제안했습니다. 9 월 말, 바르데아는 이 전환 과정을 잘못 다루면 "사회적 붕괴"가 올 수 있다고 공개적으로 경고했습니다.
파운데이션 모델 연구소들과 세계 최대 헤지펀드가 광범위한 사회적 영향 가능성을 최소한 인정하고 있다는 점은 고무적입니다. 그러나 우리는 이들의 예측이 다가올 노동 시장 충격의 규모를 근본적으로 과소평가하고 있다고 생각합니다.
심지어 이들의 가장 극단적인 시나리오조차 "인류가 초고성능 로봇을 개발할" 가능성을 "포함하지 않고" 있습니다. 또한 대체된 지식 노동자들을 위한 대안은 명시적으로 육체노동입니다. 즉, 이들은 "AI 노출도가 낮은 전기 기술자나 간호사 같은 직업으로 전환해야" 하는데, 저자들 스스로도 이 전환이 많은 사람에게 힘들고 느릴 것임을 인정합니다. 인지적 대체에 관한 모든 모델은 어딘가에서 이 조용한 가정에 기대고 있습니다. 대체된 인지 노동이 결국 물리적 역할로 이동할 것이라는 가정 말입니다.
그러나 로봇의 대규모 배치가 현실화되는 순간, 이 가정은 치명적으로 무너집니다. 자격증을 따자마자 로봇이 건물 배선을 하게 될 것이라 예상하는 컨설턴트가 수년간 전기 기술자로 재교육받으려 하겠습니까? 기계가 환자를 들어 올리게 될 것이라 예상하는 법무 보조원이 요양 분야로 이직하겠습니까? 인지 자동화를 피하려던 경제학자들의 탈출구는, 반대편에서 달려오는 물리적 자동화와 정면으로 충돌하게 됩니다.
풍요는 언제 도착할 것인가
Legate Yang 과 Massenkoff 의 논문이 지적하듯, 현재 로봇이 적어도 일부 환경에서 물리적 작업의 74% 를 완수할 수 있다 하더라도, 인간 노동과 비용 경쟁력을 갖춘 작업은 단 0.3% 에 불과합니다. 로봇 가격이 연간 약 3% 라는 역사적 하락률을 유지한다면, 이 비율이 10% 에 도달하기까지는 약 40 년이 걸릴 것입니다. 이들의 '빠른(fast)' 시나리오에서도 로봇이 오늘날 물리적 노동의 절반에 대해 비용 경쟁력을 갖추는 것은 2050 년에 이르러서입니다. 그러나 이는 과거의 변화율을 미래로 단순 투영한 것이며, 저자들 스스로도 "AI 기반 로봇이 우리의 척도를 뛰어넘을(leapfrog) 수 있다"고 인정합니다.
우리는 그렇게 될 것이라 생각합니다. 우리의 논증은 다음과 같이 전개됩니다.
1. 2027 년이면 AI 시스템이 본격적인 로봇공학 연구를 수행하게 되며 개발 주기가 붕괴될 것이다
2025 년 6 월, OpenAI 의 CEO 샘 올트먼(Sam Altman) 은 2026 년에 새로운 통찰을 창출할 수 있는 시스템이 등장하고, 2027 년에는 "현실에서 작업을 수행할 수 있는 로봇"이 나올 수 있다고 예측했습니다. 2026 년 9 월, OpenAI 는 숙련된 인간 연구자가 며칠 걸릴 연구 작업을 수행할 수 있는 "자동화 연구 인턴" 시스템을 구축했다고 발표했으며, 현재 2028 년 3 월까지 완전 자동화된 AI 연구자를 목표로 하고 있습니다. 독립적인 측정 결과도 같은 방향을 가리킵니다. METR 은 최전선 AI 에이전트가 50% 의 신뢰도로 완수할 수 있는 소프트웨어 작업의 길이가 6 년간 약 7 개월마다 두 배씩 증가했음을 발견했습니다. 로봇공학은 여러 측면에서 소프트웨어 문제이자 시뮬레이션 문제이며 데이터 문제입니다. 바로 이 영역들이 AI 시스템이 가장 빠르게 발전하고 있는 분야입니다.
이를 로봇공학에 적용하면 개발 주기가 붕괴될 것입니다. 하드웨어는 항상 느렸습니다. 모든 설계를 직접 만들고, 부수고, 다시 만들어야 했으며, 새로운 기술은 실제 로봇 위에서 원격 조작 시연을 한 번씩 반복하며 가르쳐야 했기 때문입니다. 이제 이 두 병목현상이 해소되고 있습니다. AI 는 아침이 되기 전에 액추에이터를 제안하고, 제어 정책을 작성하며, 실패 로그를 읽어냅니다. 따라서 반복 주기가 소프트웨어의 속도에 가까워집니다.
데이터 소스 역시 전통적인 원격 조작보다 훨씬 다양해졌습니다. 2 월, NVIDIA 는 사람들이 손을 사용하는 1 인칭 영상 20,854 시간 분량으로 로봇 모델을 사전 학습시켰으며, 여기에 사용된 로봇 원격 조작 데이터는 단 4 시간, 즉 전체 학습 데이터의 0.1% 미만이었습니다. 그 결과 인간의 영상 시간이 늘어날수록 성능이 예측 가능하게 향상됨을 확인했습니다. NVIDIA 와 학계 협력자들은 동일한 유형의 영상 44,000 시간 이상으로 DreamDojo 월드 모델을 학습시켰습니다(NVIDIA, DreamDojo, 2026). 자기중심적(egocentric) 데이터의 역할에 대한 확신은 지난 18 개월간 로봇 학습 데이터 스타트업들이 7 억 달러 이상을 유치한 사실에서도 드러납니다. Skild 의 단일 영상 학습과 DeepMind 의 교차 신체(cross body) 전이 역시, 새로운 작업과 새로운 신체마다 비싼 비용을 들여 데이터를 수집해야 했던 단계가 사라지고 있음을 보여줍니다.
2. 2029 년이면 로봇은 경제적으로 중요한 모든 작업을 기술적으로 완수할 수 있게 될 것이다
이를 위해 모든 것을 해내는 단일하고 완벽한 로봇 시스템이 반드시 필요한 것은 아닙니다. 대신 다양한 신체에서 작동할 수 있는 범용 로봇 지능, 적합한 환경을 위한 휴머노이드 시스템, 그리고 특정한 고부가가치 산업 작업을 위한 전문화된 신체의 조합이 필요합니다.
2 월, Physical Intelligence 는 각 작업에 맞게 미세 조정된 파운데이션 모델 π0.6 가 실제 상업 환경에서 타사 로봇을 구동하는 모습을 보여주었습니다. 샌프란시스코의 세탁소에서 고객의 빨래를 개었고, 물류 창고에서는 실제 전자상거래 주문을 포장하며 96.4% 의 자율성으로 풀 시프트를 소화했습니다. 작업장을 기계 중심으로 재설계할 수 있는 곳에서는 조립 라인이 그랬듯 그렇게 될 것입니다. 그렇지 않은 곳에서는 기계가 작업장에 맞춰가는 법을 배우고 있습니다. 해당 시험의 창고 로봇들은 기존 워크스테이션에 끼워져 몇 시간 내에 즉시 작업을 시작하도록 설계되었습니다.
3. 사회적 영향은 도입(adoption) 이 아닌 역량(capability) 과 함께 도래할 것이다
이것이 우리 논증의 핵심입니다. 확산 곡선은 로봇이 언제 everywhere 에 존재할지를 설명하지만, 사람들이 로봇이 everywhere 에 존재할 것이라고 언제 믿고 그에 따라 결정을 내릴지는 설명하지 못합니다. 근로자는 로봇이 자신을 대체하기를 기다린 뒤에야 그 변화가 자녀의 미래에 무엇을 의미하는지 깨닫지 않습니다. 유럽에서는 이미 사람들이 최악의 상황을 예상하고 있습니다. EU 집행위원회의 자체 조사에 따르면 66% 가 AI 가 창출하는 것보다 더 많은 일자리를 파괴할 것이라 믿고 있습니다. 이 수치는 2024 년 봄에 기록된 것으로, 전 세계 어느 곳에서도 휴머노이드가 생산 라인 풀 시프트를 소화하기 전의 일입니다. 우리가 우려하는 사회적 결과는 즉각적인 확산을 요구하지 않으며, 단지 그것이 다가오고 있다는 믿음만을 필요로 합니다.
경제가 사람 없이 작동하는 법을 배우고 있다는 서사가 지배적이 된다면, 정치권은 그것이 경제 통계에 반영되기 훨씬 전에 행동에 나설 것입니다.
그래서 우리는 이 글의 제목을 풍요 2029(Abundance 2029) 라고 명명했습니다. 물론 그때까지 유럽의 모든 물류 창고가 자동화되지는 않을 것입니다. 앞 절에서 설명한 인지적 대체는 5~10 년이 걸릴 수 있고, 물리적 대체는 그보다 더 오래 걸릴지도 모릅니다. 하지만 2029 년이 되면 물리적 AI 의 역량은 매우 선명해질 것이며, 이른바 풍요의 불꽃이라 할 궤적이 모두의 눈에 보일 것이고, 유럽이 어떤 미래를 맞이할지 결정짓는 선택들은 이미 내려진 상태일 것입니다.
사람들은 어떻게 사회에서 자신의 자리를 얻었는가
사람들이 풍요의 역량에 어떻게 반응할지 이해하려면 역사를 되돌아가 보아야 합니다.
유발 노아 하라리가 사피엔스 에서 썼듯, 7 만 년 전 인류는 사랑하고, 놀고, 우정을 쌓았으며 지위와 권력을 두고 경쟁했습니다. 하지만 침팬지, 개코원숭이, 코끼리도 마찬가지였습니다. "그들(인간)에게는 특별한 것이 없었습니다." 그럼에도 서로에게 의미 있는 존재가 되고자 하는 욕망은 이미 자리 잡고 있었습니다.
신체적 힘은 지위로 가는 하나의 경로였습니다. 싸움에서 이기고, 집단을 방어하며, 자신의 의지를 관철할 수 있는 능력이었습니다. 하지만 발톱도 없고 사자를 상대할 승산도 없는, 신체적으로 평범한 영장류였던 우리는 대신 다른 이점을 발전시켰습니다. 막대기를 깎는 법, 언어를 통해 사냥을 조율하는 법, 불을 피우는 법을 배웠습니다. 유용한 지식을 다음 세대로 전달할 수 있었기에 먹이사슬 위쪽의 모든 존재를 제압할 수 있었고, 각 세대는 이전 세대가 멈춘 곳에서 다시 출발할 수 있었습니다. 그러나 모든 세대는 먼저 이전 세대가 알던 것을 배워야 하므로, 새로운 지식과 혁신의 개발은 점점 더 어려워지고 더 많은 전문성을 요구하게 됩니다. 벤저민 존스(Benjamin Jones) 는 이 역학을 "지식의 부담(burden of knowledge)"이라 불렀습니다. 거인의 어깨에 올라서려면 "먼저 그들의 등을 타고 올라가야" 하기 때문입니다. 습득하는 데 수년이 걸리는 지식은 소수만이 보유하므로 희소하고, 따라서 가치 있는 것으로 여겨집니다.
소규모 집단에서는 기술(skill) 이 존경을 받았습니다. 더 나은 도구를 만들거나 혹독한 겨울을 무사히 넘기도록 안내할 수 있는 사람은 동료들에게 자신의 판단을 신뢰할 이유를 주었습니다. 그러나 집단 내의 존경이 지성에 기반한 사회 질서와 같은 것은 아니며, 유럽 역사의 대부분에서 그러한 질서는 존재하지 않았습니다.
계몽주의 철학의 도래는 기존의 사회적 위계 체계를 바꿔놓았습니다. 그 시대를 대표하는 칸트의 표어 sapere aude(알기를 감행하라) 는 스스로 생각하라는 지침이었으며, 무엇이 사람을 존경받을 만한 존재로 만드는지에 대한 새로운 개념을 담고 있었습니다. 출생이나 경건함이 아닌 이성(reason) 이었습니다. 지성은 점차 화폐적 부가 축적되는 특성이 되었고, 그에 따라 사회적 지위가 부여되는 기준이 되었습니다.
오늘날 퀀트 트레이더의 연봉과 변호사의 명성은 그 역학의 현대적 표현입니다. 현대 경제는 지성을 희소한 것, 따라서 가치 있는 것으로 취급하며, 그것을 가졌다고 여겨지는 사람들에게 물질적 보상과 사회적 지위를 동시에 제공합니다. 육체노동을 하는 사람들에게는 계몽주의보다 오래된, 길드에 뿌리를 둔 또 다른 사다리가 있었습니다. 마이스터(Meister), 엔지니어보다 생산 라인을 더 잘 아는 반장, 용접 이음새가 절대 터지지 않는 용접공. 손끝의 기술은 그 자체로 하나의 지성이었으며, 이 역시 존중받았습니다.
요컨대 노동은 대부분의 사람들이 생계뿐만 아니라 사회에서의 위치를 얻는 제도입니다. 노동은 의미와 목적의식을 제공하며, 그렇지 않으면 새벽 3 시에 찾아올 실존적 질문에 대한 방패가 되어줍니다. 그렇다면 사람들이 생계와 지위를 구축해 온 역량이 더 이상 희소하지 않게 되고, 따라서 가치를 잃게 되면 무슨 일이 벌어질까요? 기계가 변호사보다 똑똑해지는 동시에 용접공보다 더 안정적이게 된다면 어떻게 될까요?
가능성 높은 연대
인지 노동 자동화의 진전은 이미 논쟁을 촉발하고 있으며, 이는 당연한 일입니다. 하지만 대부분의 사람들에게 McKinsey 가 더 적은 컨설턴트를 필요로 하게 될 것이라는 전망은 이해할 만하게도 별다른 동정심을 불러일으키지 못합니다. 그러나 동료가 일자리를 잃고 다음 날 아침 매우 구체적이고 물리적인 기계가 그 자리를 대체한다면, 이 위협을 무시하기는 훨씬 어려워집니다.
자동화는 소득, 교육, 정치적 성향이 전혀 다른 사람들을 하나의 결론으로 이끌 잠재력이 있습니다. 경제가 자신들 없이 작동하기 시작했다는 결론입니다. 컨설턴트와 산업 노동자는 사회가 어떻게 조직되어야 하는지에 동의할 필요 없이, 현재의 방향이 사회 내 자신의 자리를 위협한다는 데는 동의할 수 있습니다. 이러한 연대는 대규모 실업이 이미 도래했음을 요구하지 않습니다. 배제될 것이라는 예상만으로도 공통의 정치적 이해관계를 형성하기에 충분합니다. 서로 다른 불만을 가진 집단이 공통의 적을 인식하게 될 때, 역사는 종종 곧이어 극적인 변화가 뒤따랐음을 보여줍니다.
1789 년 프랑스에서 상위 중산층 일부는 정치적 권력을 원했고, 도시 노동자는 저렴한 빵을 원했으며, 농민들은 봉건적 부담으로부터의 해방을 원했습니다. 불만은 달랐지만, 그들은 같은 체제에 맞서 하나로 모였습니다. 파리에서 빵값이 최고조에 달한 것은 바로 바스티유 감옥이 함락된 그 주였습니다. 마리 앙투아네트는 그 체제 특권의 증오스러운 상징이 되었고, 그녀의 사치는 국가적 고통을 설명하기 위해 과장되었습니다. 1917 년 러시아에서도 차르에 대한 반대는 자유주의 지식인부터 노동자와 군인에 이르기까지 확장되었습니다. 레닌의 "평화, 토지, 그리고 빵"이라는 약속은 서로 다른 불만을 하나의 강령으로 연결했고, 3 세기를 버틴 체제는 몇 달 만에 무너졌습니다.
기술 자체의 비교적 최근 역사도 마찬가지로 시사하는 바가 큽니다. 1811 년부터 1816 년 사이, 영국 중부와 북부의 러다이트(Luddite) 들은 숙련된 섬유 노동을 위협하던 대형 양말 편직기와 전단 기계를 파괴했습니다. 이에 의회는 기계 파괴를 사형에 처할 수 있는 범죄로 규정하는 1812 년 기계파괴법(Frame Breaking Act) 으로 대응했습니다. 러다이트는 진보의 적으로 기억됩니다. 하지만 사실 그들은 새로운 기술의 이익은 다른 곳으로 흘러가고 비용은 자신들에게 전가될 것임을 명확히 꿰뚫어 본 숙련 노동자들이었으며, 그들이 살아있는 동안 그 판단은 옳았습니다.
영국에서는 약 반세기 동안 노동자 1 인당 생산량이 증가했지만 실질 임금은 거의 움직이지 않았는데, 경제사학자 로버트 앨런(Robert Allen) 은 이 시기를 "엥겔스의 일시정지(Engels' pause)"라 부릅니다. 기계를 부순 사람들은 그 이익을 누리며 살지 못했고, 그들의 일을 대체한 노동은 종종 더 열악했습니다. 산업의 적이 아니었던 애덤 스미스조차 평생 몇 가지 단순한 동작을 반복하는 것이 노동자를 "인간이 될 수 있는 한 가장 어리석고 무지한 상태"로 만들까 봐 우려했습니다.
러다이트가 틀렸던 부분은 장기적인 관점이었습니다. 기계를 부수는 것으로 산업혁명은 멈추지 않았고, 우리가 로봇공학에 기대하는 것처럼 산업혁명은 결국 평범한 사람들을 이전 어떤 세대보다 부유하게 만들었습니다. 그리고 그 모든 과정 속에서도 일은 여전히 남아 있었습니다.
현재의 AI 및 로봇 혁명이 다른 점은 발전의 속도와 범위입니다. 빌 게이츠는 8 월에 이와 유사한 구분을 제시했습니다. 농장에서 사무직으로의 이동과 같은 과거의 전환은 여러 세대에 걸쳐 진행되었고 인간의 인지를 요구하는 새로운 일자리를 창출했습니다. 그러나 AI 가 대부분의 영역에서 우리의 역량을 훨씬 빠른 속도로 뛰어넘고 있기에 "많은 일자리가 영원히 사라질 것"이라고 그는 썼습니다. 산업혁명의 이익은 노동을 통해, 즉 그것이 창출한 일자리와 지불한 임금을 통해 평범한 사람들에게 도달했습니다. 만약 로봇공학이 노동의 창출 없이 풍요를 만들어낸다면, 그 이익이 사람들에게 도달할 다른 경로가 필요할 것이며 사람들도 지위를 얻을 다른 원천이 필요할 것입니다.
그 경로가 마련될 때까지, 정치적·경제적 스펙트럼 전반에 걸친 사람들은 이 기술적 변화에 저항할 유인을 갖게 될 것이며 1789 년과 1917 년의 합류가 다시 일어날 수도 있습니다. 정부와 기술 기업이 이러한 진보가 노동자들에게 어떻게 이익이 되는지 보여주지 못한다면, 모두의 생활 수준을 높일 물질적 풍요는 기술적으로 가능하더라도 달성되지 못할 것입니다. 그리고 만약 정부와 기술 부문이 정말로 실패한다면, 사람들이 그런 결론에 도달한 것을 누가 탓할 수 있겠습니까?
연대는 이미 형성되고 있다
이러한 역학은 데이터 센터를 둘러싼 갈등에서 이미 나타나고 있습니다. 미국에서 Data Center Watch 는 약 2 년간 보수(레드) 주와 진보(블루) 주를 가리지 않고 지역 주민의 반대로 인해 180 억 달러 규모의 프로젝트가 차단되고 460 억 달러가 지연되었다고 집계했습니다. 전기 요금, 물, 소음, 토지 문제가 원인이었습니다. 2026 년 1 분기 alone 에도 약 1,300 억 달러 규모, 최소 75 개의 프로젝트가 방해받은 것으로 기록되었는데 이는 역대 최대 분기 수치입니다. 2025 년 데이터 센터가 전체 계량 전력의 23% 를 소비한 아일랜드에서는 전력망 운영사인 EirGrid 가 2028 년까지 더블린 지역에 대한 신규 데이터 센터 연결 제공을 중단했습니다.
정부와 모델 개발자들이 자신들의 기술이 평범한 삶을 어떻게 개선할 것인지 보여주지 못한 결과, 좌우를 아우르는 데이터 센터 반대 연대가 탄생했습니다. 이는 로봇공학에 직접적인 영향을 미칩니다. 모든 범용 로봇은 학습을 위해, 그리고 점점 더 추론(inference) 을 위해 컴퓨팅 파워에 의존합니다. 데이터 센터를 구축할 수 없는 대륙은 물리적 AI 를 대규모로 운용할 수 없습니다.
2025년 6월 8일, 로스앤젤레스 시내에서 시위대가 최소 5대의 Waymo 로보택시에 불을 질렀고, 회사는 해당 지역의 서비스를 중단했다. 이 시위는 자동화가 아니라 이민 단속에 대한 항의였다. 사회가 분노할 때, 거리에 놓인 기계는 그 사회가 분노하는 모든 것의 상징이 된다. 2024년 10월에는 국제장부노동자협회(ILA) 소속 도크 노동자 4만 5천 명이 메인주부터 텍사스주까지 36개 항구를 마비시켰는데, 자동화로부터의 보호가 그들의 핵심 요구 중 하나였다.
모든 로봇 기업에게는 데이터센터 건설자들이 저지른 실수를 반복하지 않을 의무가 있다. 즉, 앞으로 발생할 사회적 영향을 인정하고, 풍요를 향한 전환이 모두에게 이익이 되도록 보장해야 한다. 사람들이 신뢰할 만한 대체 수단이나 미래에 대한 지분 없이 소득과 지위의 박탈로서 자동화를 경험할수록, 혼란을 야기하는 시스템을 늦춰달라는 요구는 더욱 거세진다. 한 사회가 풍요로운 지능을 구축할 기술을 갖추고도 그 도입을 거부할 수 있다.
따라서 사람들이 어떻게 지위, 권력, 목적을 유지할 수 있는지에 대한 신뢰할 만한 답이 전면적인 배포보다 반드시 선행되어야 한다.
유럽의 아킬레스건
누가 그 답을 제시하느냐는 누가 기계를 소유하느냐에 달려 있다. 유럽 기업으로서 우리의 우려는 유럽이 과연 그 답을 제시할 수 있을지다. 이어지는 내용의 상당 부분은 다른 지역에도 적용되지만, 고령화되는 인구 구조, 강력한 노동조합, 관대한 복지 국가, 깊은 산업 지식, 그리고 AI와 로봇 제조 양쪽에서의 취약한 입지가 결합된 유럽은 이를 검토하기에 가장 적합한 사례다.
물리 AI(Physical AI)는 두 부분으로 나뉜다. 로봇이 보고, 추론하고, 행동하게 만드는 지능, 그리고 그것을 실행하는 몸체다. 둘의 지리적 판도는 이미 정해졌으며, 유럽은 어느 쪽도 쥐고 있지 않다.
미국은 지능 계층을 선도한다. 로봇이 보고, 추론하고, 행동하게 만드는 파운데이션 모델은 압도적으로 미국의 연구소와 스타트업에서 만들어지고 있다. Google DeepMind의 Gemini Robotics, Physical Intelligence, Skild, Generalist, OpenAI Robotics, NVIDIA의 Cosmos 및 GR00T 플랫폼이 그것이다. 이것이 "두뇌"이며, 가속화된 소프트웨어 타임스케일에 맞춰 빠르게 발전하고 있다.
중국은 몸체와 그것을 대규모로 제조할 역량을 선도한다. 2024년 중국은 29만 5천 대의 산업용 로봇을 설치했는데, 이는 역대 최고치이자 전 세계 설치량의 절반 이상에 달하며, 유럽연합 전체의 6만 7,800대, 독일의 2만 6,982대와 대비된다. 현재 중국 공급업체는 자국 시장의 57%를 점유하고 있으며, 이는 약 10년 전 28% 수준에서 크게 상승한 수치다. 휴머노이드 분야에서는 비대칭이 더욱 뚜렷하다. 2025년 전 세계에 출하된 1만 3,318대의 휴머노이드 로봇 중 AgiBot이 5,100대 이상, Unitree가 약 4,200대를 출하했으며, 상위 10개 기업 대부분을 중국 기업이 차지했다. Unitree는 휴머노이드 매출이 처음으로 사족 보행 로봇 매출을 넘어선 후, 2026년 8월 약 90억 달러의 기업가치로 상하이 STAR 시장에 상장했다.
2023년 11월, 중국 공업정보화부는 휴머노이드 로봇 혁신 및 개발에 관한 지도 의견을 발표하여 2025년까지 로봇의 "두뇌, 소뇌, 사지"를 구축하고 2027년까지 휴머노이드를 실물 경제에 깊이 통합하겠다는 목표를 제시했다. 중국은 휴머노이드를 컴퓨터와 스마트폰에 버금가는 규모의 기술로 취급했고, 그에 걸맞게 행동했다.
미국은 기계가 생각하도록 가르치고 있다. 중국은 누구보다 저렴하게 기계를 만드는 법을 익히고 있다. 유럽은 이 미래에서 아무것도 소유하지 못할 위험에 처해 있지만, 정작 미국이나 중국보다 이 기술이 더 절실히 필요하다. 유럽 집행위원회의 분석에 따르면, 현재의 인구 전망과 변함없는 교육 수준을 가정할 경우 EU 노동력은 2050년까지 최대 1,880만 명 감소할 수 있다.
로봇 공학은 유럽의 가장 예측 가능한 위기를 해결할 수도 있고, 다음 위기의 원인이 될 수도 있다.세 가지 미래
미래 1: 유럽이 배포를 중단한다
유럽은 자동화 부재로 인한 장기적 일자리 대체 위험의 규모나 가능한 해결책의 형태를 제대로 이해하지 못한다. 노동조합, 지역 캠페인, 전 정파의 정치인들이 로봇 공학을 많은 이들이 이미 데이터센터를 바라보는 시각으로 보기 시작한다. 즉, 전력, 물, 땅, 일자리를 빼앗아가면서 옆에 사는 사람들에게는 거의 아무것도 돌려주지 않는 존재로 인식하는 것이다. 이미 더블린에서 벌어지고 있듯 전력망 연결이 거부된다. 건축 허가는 지연된다. 격리된 산업용 팔을 위해 작성된 안전 규정이 이동형 학습 기계에 그대로 적용되어 배포가 사실상 불가능해진다. 오랫동안 유럽 공장의 전통적 자동화를 늦춰왔던 노동자들의 두려움은 강력한 정치적 거부권으로 굳어지며, 어떤 정치인도 로봇 배포 가속화에 명시적으로 반대하지 않는 강령으로는 선거에 나서려 하지 않게 된다.
우리는 아무것도 바뀌지 않는다면 이것이 기본 궤적이 될 것이라고 믿는다. 이미 유럽인의 3분의 2가 AI가 창출하는 것보다 더 많은 일자리를 파괴할 것이라고 믿고 있으며, 아직 누구도 그들이 다르게 생각할 이유를 제시하지 못했다. 그 결과 서구 민주주의 사회들은 경쟁자들이 진전을 이루는 동안 로봇 배포를 차단한다. 동일한 민주적 제약이 없는 중국은 생산 비용을 계속 낮춘다. 중국의 공장들은 이미 EU 전체에 설치되는 수의 네 배가 넘는 산업용 로봇을 설치하고 있다. 생산 시설은 해외로 이전하며 투자, 공급망 네트워크, 실무 지식도 함께 빠져나간다.
우리는 이미 현재 속에서 이 미래의 윤곽을 볼 수 있다. 독일 산업계는 2025년 한 해에만 약 12만 4천 개의 일자리를 줄였는데, 이는 전년 손실의 거의 두 배이며 2019년 이후로는 약 26만 6천 개에 달한다. 자동차 부문은 6년 만에 11만 1천 개, 즉 전체 인력의 13%를 잃었다. 2025년 11월 BASF는 중국 남부 잔장에 새로운 페어분트(Verbund) 단지 가동을 시작했는데, 이는 약 87억 유로가 투입된 회사 역사상 최대 단일 프로젝트였다. 반면 160년간 회사의 본거지였던 루트비히스하펜에서는 공장을 폐쇄하고 있다. 이는 지속 불가능한 국내 경제 상황에 대한 합리적인 대응이다.
독일 산업의 중추인 미텔슈탄트(Mittelstand)는 고객을 잃는다. 이들의 천재성은 항상 암묵지에 있었다. 특정 합금이 특정 온도에서 정확히 어떻게 거동하는지 아는 엔지니어의 지식 말이다. 생산이 해외로 이전하면, 유럽 기업들은 먼저 제조를 외주화하고, 이어서 자신들의 지적재산권이 점점 더 해외 제조에 종속되는 것을 발견하며, 마침내 그 지식 자체가 사라졌음을 깨닫는다.
산업 노동자들은 일자리를 잃는다. 동시에 전문직 종사자들은 유럽이 감당할 여력이 없어 규제하지 못하는 미국 AI 시스템으로부터 인지적 자동화에 직면한다. 두 차례의 대체 물결이 동시에 밀려온다.
2024년 사회보험료를 포함한 노동 관련 세금은 EU 전체 세수의 51.5%를 차지했다. 유럽 복지 국가는 근본적으로 사람들이 일자리를 가지고 있다는 사실로 재정 충당을 받는다. 한편 노인 부양비는 2022년 36%에서 2070년 59%로 상승할 것으로 예상되며, 65세 이상 1명당 생산가능인구는 약 3명에서 2명 미만으로 줄어든다. 마리오 드라기는 유럽의 인구 및 생산성 상황을 "실존적 도전"이라고 불렀다.
미래 1에서는 이러한 추세들이 충돌한다. 더 많은 사람이 실직하고 은퇴하기 때문에 복지 수요는 증가한다. 유럽 기업들이 비용을 감당할 만큼 충분히 생산하거나 판매하지 못하기 때문에 과세 기반은 축소된다. 정부는 세 가지 선택지에 직면한다. 서비스의 질 저하를 방치하거나, 축소되는 기반에 세금을 올리거나, 부채가 더 쌓이는 것을 허용하는 것이다. 모두 바람직하지 않거나 지속 불가능하다. 극단적인 경우 복지 국가는 약속을 이행할 능력을 상실한다. 노동자를 보호하려던 정책은 결국 그들의 일자리도, 그들을 지원하기 위해 세워진 제도도 지키지 못한다.
유럽은 자국 영토 내에서 로봇 공학을 막을 수 있다. 그러나 선전이나 샌프란시스코의 로봇 공학을 막을 수는 없으며, 어떤 유럽 공장도 맞출 수 없는 가격으로 그들의 제품이 항구에 도착하는 것을 현실적으로 막을 수도 없다. 유럽에서 로봇 배포를 차단한다는 것은 기술 진보의 새로운 장에 진입하면서 그 혜택은 완전히 놓친다는 뜻이다.
미래 2: 유럽이 타협한다
이 두 번째 미래에서 유럽은 로봇 공학의 광범위한 배포를 막지 않으며, 따라서 모든 사람의 물질적 생활 조건이 실질적으로 개선된다. 그러나 미래는 여전히 잘못된 방향으로 흘러간다.
완전 자동화된 "무인 공장(dark factories)"을 갖춘 외국 경쟁자들에 직면한 기업들도 같은 방식으로 대응한다. 사람을 중심으로 업무를 재설계하는 대신, 방정식에서 사람을 아예 제거하는 것이 합리적인 경제적 결정이 된다. 아세모글루(Acemoglu)와 레스트레포(Restrepo)는 미국의 지역 노동 시장에서 근로자 1,000명당 로봇이 1대 추가될 때마다 고용률은 약 0.2%, 임금은 약 0.42% 감소했다는 사실을 발견했다. 그들의 연구는 1990년대와 2000년대의 로봇, 즉 격리되고 단일 목적이며 앞을 보지 못하는 로봇을 대상으로 했다. 우리가 2029년까지 구상하는 범용 로봇 공학의 결과는 훨씬 더 중대할 것이다.
두 번째 문제는 소유권이다. 유럽은 디지털 경제를 뒷받침하는 과학의 상당 부분을 발명했지만, 다른 이들이 회사를 세우는 것을 지켜보기만 했다. Amazon, Microsoft, Google이 현재 유럽 클라우드 시장의 약 70%를 점유하고 있으며, 모든 유럽 공급업체를 합쳐도 약 15%에 불과하다. 이는 2017년 약 29%에서 하락한 수치다. 유럽인들이 매일 사용하는 최첨단 모델은 캘리포니아에서, 미국 칩으로, 미국 법률 아래 학습된다. 로봇 공학도 비슷한 궤적을 따를 수 있다. 충분한 컴퓨팅 파워와 하드웨어 제조에 대한 투자 실패, 그리고 유럽 기업에 불리한 환경이 결합되면 미국과 중국의 공격적인 시장 침투로 이어진다. 미국의 지능이 중국의 몸체에 탑재되고, 그 둘 모두가 유럽의 공장에 설치된다.
유럽은 이미 그러한 지정학적 의존의 결과를 경험했다. 2025년 4월, 중국은 희토류 자석에 수출 면허 제도를 도입했는데, 모든 로봇 관절에 들어가는 모터를 비롯한 대부분의 고성능 모터가 이에 의존한다. 두 달 만에 여러 유럽 생산 라인이 가동을 중단했고, 중국 기술을 사용하는 일부 애플리케이션은 IP 민감 정보 공개를 요구받게 되었다. 공장, 병원, 농장, 창고가 외국 로봇으로 돌아가는 유럽은 베이징에 의해 몸체를 빼앗기고 캘리포니아에 의해 두뇌가 꺼질 수 있다.
이러나 시나리오에서는 자동화로 인한 이익이 외국 모델과 외국 하드웨어 소유자에게 흘러가고, 비용은 국내에 남는다. 가치가 다른 관할권으로 축적되면서 대량 실업이 이를 흡수할 과세 기반 없이 찾아오고, 사회경제적 분열은 악화된다. 정부는 여전히 과세할 수 있는 모든 수단을 동원해 그 격차를 메우려 할 것이다. 이는 Bridgewater가 제안하는 형태의 AI 토큰 소비세, 정부가 참여할 수 있는 자동화 자산에 대한 공공 지분, 그리고 당분간 희소 상태로 남을 토지, 에너지, 컴퓨팅 자원에 대한 세금으로 나타날 수 있다. 이를 보편적 기본소득 형태로 재분배한다면 구매력이 유지되어 물질적 빈곤을 막을 수 있을지도 모른다. 하지만 결정적으로, 급여를 받는 사람들은 여전히 실직 상태다.
한나 아렌트는 인간의 조건에서 자동화가 우리를 "노동 없는 노동자의 사회"로 이끌 수 있다고 경고했다. 노동을 모든 가치의 원천으로 찬미해 온 사회가, 이제 자신에게 남은 유일한 활동을 박탈당하는 사회 말이다. 그녀는 "확실히 이것보다 더 나쁠 수는 없을 것이다"라고 썼다. 1930년에 글을 쓴 케인스는 자신의 손주들이 정확히 이 상황에 직면할 것이라 생각하며, 여러 세대에 걸쳐 분투하도록 훈련받은 사람들 사이에서 "일반적인 '신경 쇠약'"이 일어날 것이라 예측했다.
앞서 언급했듯이 우리 다수에게 일은 자신이 누구인지를 형성하는 중요한 부분이며, 이전 지급금만으로는 이를 대체할 수 없다. 지위와 그에 대한 욕구는 증발하지 않고, 오히려 여전히 지위를 부여할 수 있는 것, 즉 부, 관심, 불만, 또는 임의의 기준에 따른 집단 소속감으로 옮겨간다. 이러한 변화는 물질적 조건의 상태와 무관하게 그 자체로 불안정을 초래할 것이다.
미래 2의 핵심 문제는 사회적 격변이다. 기업들은 무인 공장을 향해 질주하며 경제적 격차를 낳고, 그 격차는 격변을 낳는다. 일정 정도의 재분배가 경제적 충격을 완화하더라도, 인간적 문제는 해결되지 않은 채 남는다.
그런 종류의 격변은 풍요가 의존하는 정치적 조건, 즉 데이터센터를 계속 짓고, 기계를 배포하고, 로봇을 유지하려는 동의를 파괴할 수 있다. 풍요는 있지만 목적이 없는 유럽은 불행 속에서 자신을 먹여 살리는 시스템을 해체하기로 투표할지도 모른다. 최선의 경우, 미래 2는 나쁜 미래다. 최악의 경우, 미래 1로 가는 먼 우회로에 불과하다.
미래 3: 유럽이 로봇 공학을 수용하고 새로운 경제를 구축한다
세 번째 미래에서 유럽은 로봇 공학을 전면적으로 수용하고 이를 주도할 역량을 구축한다. 우리는 모델을 개발하고, 로봇을 제조하며, 이를 구동하는 인프라를 구축한다. 유럽 산업은 경쟁력을 유지하며, 더 많은 지식, 소유권, 수익이 이곳에 남는다. 국제 협력은 계속되지만, 유럽은 조건을 협상할 기술적 힘과 공공 제도를 유지할 생산 역량을 갖추게 된다.
유럽은 이미 보유한 강점으로부터 이 미래를 구축할 기회를 가지고 있다. 로봇 학습 분야의 세계적 수준의 연구, 여전히 수백만 명을 고용하고 있는 제조 기반, 일반적 로봇 지능을 수천 가지의 구체적 응용으로 바꿀 수 있는 엔지니어링 전통이 있다. 컴퓨팅에 대한 투자도 시작했다. 2025년 2월 집행위원회는 InvestAI를 발표하며 AI "기가팩토리"에 200억 유로를 포함해 AI 분야에 2,000억 유로를 동원하는 것을 목표로 삼았다. 유럽에 부족했던 것은 물리 AI야말로 유럽이 여전히 주도할 수 있는 분야라는 확신이었다. 물리 AI는 유럽이 잘하는 것, 즉 정밀 제조, 깊은 도메인 지식, 기계를 신뢰할 수 있게 만드는 인내심을 정확히 보상하기 때문이다.
더욱이 로봇 공학에서 발생하는 수익은 유럽에서 과세되어야 한다. 알래스카는 1982년부터 석유 부를 바탕으로 모든 적격 주민에게 매년 배당금을 지급해 왔으며, 북해 석유로 조성된 노르웨이의 국부펀드는 현재 국민을 대신해 전 세계 상장 기업의 평균 1.5%를 소유하고 있다. 기계 자체가 재원을 마련하는 유럽의 로봇 배당금도 같은 모델을 따를 것이다. 그러나 미래 2가 보여주듯, 소득만으로는 사람들에게 역할을 부여할 수 없으며, 우리의 야심이 현재 수준에 머문다면 부여할 역할은 거의 남지 않을 것이다.
우리가 할 수 있는 거의 모든 일을 할 수 있는 로봇은 조만간 우리가 현재 원한다고 말하는 모든 일을 해낼 것이며, 우리에게 물질적 풍요를 남겨주되 그것을 생산하는 데 참여할 몫은 남기지 않을 것이다. 그럼에도 인간은 인간으로 남는다. 우리는 여전히 자신의 노력이 인정받기를 원하고, 발전할 기회를 원하며, 자신이 부재할 때 누군가 알아차려 주는 공동체를 원한다. 우리가 신경 쓰는 그 어떤 일에도 우리의 노동이 필요하지 않은 세상에서는 이 중 어느 것도 살아남지 못한다.
우리의 답은 인터스텔라(Interstellar)라고 부르는 원칙이다. 본질적으로 인류의 야심의 범위는 항상 우리의 생산 역량보다 커야 한다는 것이다. 우리가 가진 로봇이 1,000개의 프로젝트를 수행할 수 있다면, 우리는 1,001개에 도전해야 한다. 모든 기계가 이미 가동 중이라면, 전체에서 차지하는 비중이 아무리 작더라도 남은 일은 사람들의 몫이 된다. 로봇은 더 많은 로봇을 만들어 그 격차를 좁힐 것이므로, 기계가 우리의 야심을 따라잡을 때마다 우리의 야심은 다시 움직여야 한다. 이 조건 하에서만, 기계가 거의 모든 면에서 우리보다 뛰어난 세상에서도 사람은 필요한 존재로 남는다.
우리가 실제로 별에 도달하든 그렇지 않든, 이 이름은 항상 우리가 현재 할 수 있는 것 너머에 있는 목표를 가리킨다. 로버트 브라우닝은 1855년에 이렇게 표현했다. "사람의 손길은 그의 손이 닿는 곳을 넘어서야 한다… 그렇지 않으면 하늘은 무엇 때문에 있는가?" 가장 가까운 선례는 아폴로 계획이다. 1962년 라이스 대학교에서 존 F. 케네디는 미국이 달에 갈 것이며 "다른 일들 역시 쉬워서가 아니라 어렵기 때문에" 해낼 것이라고 말했다. 절정기에 이 프로그램은 정부, 산업계, 대학을 아우르는 약 40만 명의 인력과 2만 개 이상의 기업이 참여했다. 엔지니어, 용접공, 수학자, 우주복을 꿰맨 재봉사들까지 자신이 속한 세기의 가장 눈에 띄는 인간 성취의 일부가 되었다.
그들 중 우주 비행을 위해 훈련받은 사람은 거의 없었지만, 각자는 자신이 가진 기술과 전문성을 그 기술이 필요한 목표에 쏟아부었다. 유럽의 더 큰 목표들도 로봇이 역할을 대신하게 된 사람들에게 똑같은 것을 요구할 것이며, 대다수는 그 이동을 위해 도움을 필요로 할 것이다. 이것이 우리가 shift에 대해 구상하는 역할이다. 정부, 고용주, 지역 기관과 협력하여 구축된 평생 교육, 리스킬링, 의미 있는 일을 위한 플랫폼이다. 목표는 shift가 주변부에서 필요한 일을 위해 사람들을 훈련시키고 그 일과 연결해 주는 것이다.
민간 기업이 학습 접근성을 개선하고 기회를 창출할 수는 있지만, 소득, 공공 자금, 공정한 접근에 대한 권리는 여전히 민주적 제도에 귀속되어야 한다. 그것이 어떤 개별 기업의 운이나 우선순위보다 중요하기 때문이다. 전환을 관리하는 과정은 대체 이전의 소득 보호부터 (앞서 설명한 일부 메커니즘을 활용한) 자동화 수익의 분배, 그리고 shift를 통해 더 큰 목표가 창출하는 일로 나아가는 자금 지원 경로까지 포괄할 수 있다.
또한 이 같은 규모의 야심을 설정하는 책임을 단일 기업이 홀로 질 수도 없다. 기업, 노동자, 공공 당국이 유럽이, 그리고 더 넓게는 인류가 자신의 풍요로 무엇을 하려는지 합의하는 정착점이 필요하다.
그러한 합의 없이는 책임감 있게 대규모 배포를 진행할 수 없으며, 그 합의는 곧 필요하다. 우리는 아직 주변부의 일이 무엇이 될지, 혹은 그것이 오늘날 직업이 주는 기여감을 사람들에게 제공할 수 있을지 말할 수 없다. 하지만 대안은 자신의 야심을 기계가 전부 충족시켜 버린 사회이며, 미래 2는 그것이 어디로 향하는지 보여주었다.
인류가 착수하기로 선택할 수 있는 일에는 예견 가능한 끝이 없다. 우리는 질병을 치유하는 새로운 방법을 찾고, 우리가 훼손한 생태계를 복원하고, 바다를 탐험하고, 지구 너머에 생명을 정착시키며, 때가 되면 다른 별에 도달할 수 있다. 각각의 성취는 더 많은 가능성을 드러낼 것이고, 각각은 당시의 기계가 단독으로 공급할 수 있는 것보다 더 많은 것을 우리에게 요구할 것이다. 그런 크기의 목표를 계속 설정하는 문명은 국민을 위한 일이 결코 바닥나지 않는다. 도달하는 모든 목표가 더 큰 목표를 보여주기 때문이다. 어떤 목적지보다 바로 이것이 우리가 인터스텔라라고 부르는 것의 의미다.
로봇이 얼마나 유능해지든, 우리가 시도하는 일의 규모는 그 안에 사람을 위한 자리를 남겨둘 것이며, 그 자리와 함께 여러 세대에 걸쳐 일이 사람들에게 주었던 인정, 지위, 기여감이 따라올 것이다.
출처 @ bercankilic.com
