AI 실직 노동자 지원 정책 무역조정지원 TAA 60년 실패의 교훈 반복하지 않으려면

AI가 일자리를 빼앗기 시작하면 정부는 무엇을 해야 할까요. 이 질문에 답하기 위해 워싱턴 공정성장센터(Equitable Growth)는 60년 전 미국이 만든 무역조정지원(TAA, Trade Adjustment Assistance) 프로그램의 역사를 꺼내들었습니다. 무역으로 인한 실직자를 돕기 위해 설계된 이 제도는 수십 년간 사실상 실패작이라는 평가를 받아왔습니다. 연구자들이 그 실패를 AI 시대 정책의 반면교사로 삼으라고 제언합니다.

AI발 노동 대체는 아직 정점에 이르지 않았지만, 정책 설계는 지금 시작해야 합니다. 무역 충격이 닥쳤을 때와 달리, AI 충격은 예고된 상태에서 찾아옵니다. 준비할 시간이 있다는 뜻입니다. 그 준비가 TAA의 실수를 되풀이하지 않으려면 무엇이 필요한지, 이 연구는 구체적으로 답합니다.

관련 뉴스 브리핑은 AI코리아24 데일리 브리핑에서 확인하실 수 있습니다.

무역조정지원 TAA 60년 역사 무엇이 잘못됐나

TAA는 1962년 케네디 대통령이 무역 자유화의 피해자인 노동자를 돕기 위해 만든 프로그램입니다. 그런데 도입 이후 약 7년간 단 한 명도 지원을 받지 못했습니다. 자격 요건이 지나치게 엄격하게 설계됐고, 행정부가 이를 더 좁게 해석했기 때문입니다.

이후에도 정권이 바뀔 때마다 기준이 강화됐다 완화됐다를 반복하며 불안정하게 운영됐습니다. 2000년대 초 중국의 WTO 가입으로 약 200만 개의 제조업 일자리가 사라지는 동안 TAA의 연간 지원 대상은 13만 명 수준에 그쳤습니다. 지원이 필요한 사람의 10%도 닿지 못한 것입니다. 결국 TAA는 2022년 예산 논쟁 속에서 사실상 종료됐습니다.

실패의 세 가지 핵심 원인

연구는 TAA 실패의 본질적 원인으로 세 가지를 지목합니다.

첫째는 규모의 부적절함입니다. 피해 규모에 비해 프로그램의 자원과 도달 범위가 너무 작았습니다. 좋은 의도로 설계했지만 충격의 규모를 따라가지 못했습니다.

둘째는 속도의 실패입니다. 자격 심사 과정이 수개월에서 수년까지 걸리면서, 지원이 가장 필요한 실직 직후 시점에 정작 도움이 닿지 않았습니다. 실직 후 장기간의 공백은 이후 재취업 임금과 건강에 영구적 영향을 미친다는 연구들이 이 문제의 심각성을 뒷받침합니다.

셋째는 수혜자 주도권의 부재입니다. 노동자들은 어떤 훈련을 받을지, 어떻게 미래를 설계할지에 대한 선택권이 거의 없었습니다. 불투명한 심사 과정, 접근하기 어려운 서비스 구조가 이미 심리적 충격을 받은 실직자들에게 추가 장벽이 됐습니다.

AI 시대 노동자 지원 정책의 세 가지 설계 원칙

연구가 도출한 AI 시대 정책 설계 원칙은 TAA의 실패를 그대로 반영합니다.

첫째, 헌신(Commitment) 입니다. 지원 프로그램은 다른 정책 협상의 거래 카드로 쓰여선 안 됩니다. 역대 TAA는 무역 협상의 부산물로 탄생했고, 그 구조가 프로그램의 불안정성을 만들었습니다. AI 시대 지원 정책은 독립적인 의제로, 충분한 규모와 장기 안정성을 갖춰 설계돼야 합니다.

둘째, 속도(Speed) 입니다. 실직 통보가 나오는 순간부터 지원이 시작돼야 합니다. 이상적으로는 대규모 구조조정 예고 시점부터 노동자들이 전환 준비를 시작할 수 있어야 합니다. 복잡한 자격 심사보다 추정 자격(Presumptive Eligibility), 즉 고위험 직군은 자동으로 지원 자격을 부여하는 방식이 필요합니다.

셋째, 주도권(Agency) 입니다. 노동자 스스로 어떤 훈련을 받을지, 어떤 경로를 선택할지 결정할 수 있어야 합니다. 연구는 1960년대 단체교섭을 통해 만들어진 자동화 기금 사례를 긍정적으로 평가합니다. 노동자, 경영진, 외부 전문가가 함께 전환 지원을 설계하는 모델입니다.

한국 AI 고용정책에 주는 시사점

한국도 AI 관련 노동 대체에 대한 대응 논의가 시작됐지만 아직 구체적인 정책 프레임은 형성 중입니다. TAA의 역사가 한국에게 주는 핵심 교훈은 하나입니다. 피해가 발생한 후 정책을 만들면 이미 늦습니다.

특히 화이트칼라 직종까지 AI 대체 범위가 확대되는 상황에서, 과거의 실직자 지원이 주로 제조업 현장 노동자를 겨냥했던 것과 달리 훨씬 폭넓은 계층을 포괄하는 설계가 필요합니다. 고소득 전문직의 AI 대체가 진행될 때 저임금 노동자와 같은 수준의 지원만 제공하는 것은 정치적으로도, 경제적으로도 지속 불가능합니다.

훈련의 질과 데이터 인프라 두 가지 실용적 권고

연구는 정책 설계의 구체적 방향으로 두 가지를 강조합니다. 하나는 섹터별 고품질 훈련 모델(Sectoral Training) 입니다. 특정 산업과 직종에 실제 수요가 있는 기술을 집중 훈련하고, 기업과 긴밀히 연계하는 방식입니다. 단순한 직업훈련 수강권 지급이 아니라, 취업까지 연결되는 밀착형 훈련이 핵심입니다.

다른 하나는 노동시장 데이터 인프라 구축입니다. 어떤 직종이 AI에 가장 취약한지, 어느 지역에 새로운 수요가 생길지를 실시간에 가깝게 파악할 수 있는 데이터 시스템이 없으면 정책은 항상 뒤처집니다.

TAA의 60년은 좋은 의도가 나쁜 설계와 만났을 때 어떤 결과가 나오는지를 보여주는 긴 실험입니다. AI 시대의 노동 전환 정책은 이 실험의 결과를 알고 시작하는 유리한 위치에 있습니다. 규모를 충분히, 속도를 빠르게, 주도권을 노동자에게. 이 세 원칙을 지키지 못한다면 역사는 반복될 것입니다.

#AI실직 #노동자지원 #무역조정지원 #TAA #AI일자리 #AI고용정책 #한국AI정책 #EquitableGrowth