펜실베이니아대·보스턴대 논문에 따르면 경쟁 시장에서 기업들은 사회 최적치보다 훨씬 많이 자동화합니다.
이 과도 자동화는 노동자뿐 아니라 기업주에게도 손실이며, UBI·재훈련 등 기존 정책 5가지는 효과가 없습니다.
오직 피구 자동화세만이 이 수요 외부효과를 교정하는 유일한 해결책입니다.
경쟁사가 자르니 우리도 자른다는 논리, 그게 자충수입니다.
고객의 월급도 함께 사라지고 있습니다.
경쟁사가 AI로 직원을 줄이면 우리도 줄여야 합니까? 이 질문에 "예스"라고 답하는 기업이 함정에 빠집니다. 펜실베이니아대 Brett Hemenway Falk와 보스턴대 Gerry Tsoukalas는 이 함정을 공식 경제 모델로 증명했습니다. 각 기업이 합리적으로 자동화할수록 시장 전체의 소비 수요가 줄어듭니다. 결국 자동화로 아낀 비용보다 잃은 매출이 더 클 수 있습니다.
이 논문은 경영자가 지금 당장 자동화 의사결정 방식을 바꿔야 하는 이유를 수학적으로 제시합니다. AI 도입 전략을 세우고 있는 경영자라면 반드시 읽어야 합니다.
자동화는 개별 기업에 비용 절감 효과를 줍니다. 그러나 직원은 동시에 소비자입니다. 한 기업의 해고는 다른 기업의 매출을 줄입니다. 이 연결고리가 끊어지면 자동화 투자 효과 자체가 사라집니다. 이 논문은 그 메커니즘을 처음으로 공식 경제 모델로 증명했습니다.
첫째, 경쟁 시장은 기업을 과도 자동화로 밀어넣습니다. 핵심 메커니즘은 이렇습니다. 기업이 직원 1명을 해고하면 임금만큼 비용이 줄어듭니다. 반면 수요 감소 효과는 업계 전체에 분산됩니다. 기업 N개가 있는 시장에서 수요 손실의 1/N만 내가 부담합니다. 나머지는 경쟁사가 나눠 집니다.
개별 기업 입장에서는 해고 이득이 수요 손실보다 항상 커 보입니다. 그래서 모든 기업이 최적 수준을 넘어 자동화합니다. 경쟁자가 많을수록 이 격차는 벌어집니다. 논문 저자들은 이를 "자동화 군비경쟁"이라고 부릅니다.
논문이 제시한 파라미터 예시를 보면 격차의 크기가 보입니다. 근로자 소득이 소비의 50%, AI 도입 비용이 임금의 30%이고, 비임금 소비 비중은 30%입니다. 이 조건에서 기업 수 N=10이면 과도 자동화 격차는 협력 최적의 약 90%에 달합니다.
기업 수가 늘수록 격차는 최대 100%까지 커집니다. 이 수치는 논문 모델 파라미터 기반 추정입니다. 실제 산업별 수치는 다를 수 있습니다(Falk & Tsoukalas, 2026).
이 효과가 강한 업종이 있습니다. 최종 소비자를 직접 상대하는 B2C 기업이 대표적입니다. 소비 지출 비중이 높은 내수 산업도 마찬가지입니다. 임금이 높아 해고 시 수요 감소폭이 큰 업종일수록 효과가 뚜렷합니다. B2B나 고소득 소비층 대상 프리미엄 시장은 상대적으로 약합니다.
둘째, 과도 자동화는 순 손실입니다. 많은 사람이 자동화를 "노동자에서 기업주로의 재분배"로 이해합니다. 논문은 이것이 틀렸음을 증명합니다(명제 2). 협력 최적(사회적으로 최선인 자동화 수준)을 초과하면, 노동자 소득뿐 아니라 기업주 이익도 줄어듭니다.
인과 구조는 이렇습니다. 모든 기업이 동시에 과도하게 자동화합니다. 해고된 노동자들의 소비가 동시에 줄어듭니다. 각 기업의 매출이 함께 하락합니다. 비용 절감을 초과하는 매출 손실이 발생합니다.
결국 기업주도 협력 최적 상태보다 덜 법니다. 재분배가 아닙니다. 파이 자체가 작아집니다.
셋째, 기존 정책 5가지는 이 문제를 해결하지 못합니다. 논문은 흔히 거론되는 해결책들을 하나씩 검토합니다. 결론은 냉혹합니다. 수요 외부효과를 직접 교정하는 수단이 아니면 효과가 없습니다.
| 정책 수단 | 최적 기준 변경 | 격차 축소 | 외부효과 해결 |
|---|---|---|---|
| 재교육·재훈련 | O | O | 부분 |
| 기본소득 (UBI) | X | X | X |
| 자본소득세 | X | X | X |
| 노동자 지분 참여 | O | O (부분) | 부분 |
| 기업 간 협상 (코즈) | X | O (부분) | X |
| 피구 자동화세 | O | O | O |
출처: Falk & Tsoukalas (2026), Table 1.
UBI는 왜 효과가 없습니까? 해고된 노동자에게 소득을 이전하더라도, 개별 기업의 자동화 유인 자체가 바뀌지 않기 때문입니다. 기업 입장에서 UBI는 외부에서 주어지는 것입니다. 수요 외부효과는 여전히 내재화되지 않습니다.
재훈련도 부분적 효과에 그칩니다. 새 직업으로 이동한 노동자가 다시 소비자가 되면 수요가 어느 정도 회복됩니다. 그러나 전환 속도가 느리고, 기업의 즉각적 자동화 유인을 직접 줄이지는 못합니다.
넷째, 피구 자동화세가 유일한 해결책인 이유가 있습니다. 논문은 최적 세율을 도출합니다(명제 5). 세율 τ* = ℓ(1-1/N)입니다. 여기서 ℓ은 직원 1명 해고 시 발생하는 수요 외부효과 크기입니다. 기업이 많을수록(N이 클수록) 세율도 높아져야 합니다.
이 세금이 작동하는 이유는 단순합니다. 기업에 "당신의 해고 결정이 시장 전체 수요를 줄인다"는 비용을 내재화시킵니다. 자동화 비용에 사회 비용이 더해지면, 기업은 스스로 최적 수준에서 멈춥니다.
위 수치는 논문 저자들의 모델 파라미터(c/w=0.30, λ=0.5, η=0.30) 기반 추정입니다. 실제 산업별 파라미터에 따라 격차 크기는 달라집니다. 중요한 것은 방향입니다. 경쟁이 치열해질수록 과도 자동화 압력이 커진다는 구조는 파라미터와 무관하게 성립합니다.
이 초과 자동화는 기업주 이익도 함께 깎아냅니다. 모든 기업이 동시에 과도하게 자동화하면, 각 기업의 고객이 동시에 줄어들기 때문입니다. 단기 비용 절감이 중장기 매출 손실로 상쇄됩니다. 결과적으로 자동화에서 얻는 것보다 잃는 것이 더 많아질 수 있습니다.
이 함정은 규모가 클수록, 경쟁이 치열할수록 깊어집니다. B2C 기업이 B2B보다 더 직접적으로 영향을 받습니다. 최종 소비자를 직접 상대하는 산업에서 이 효과는 더 뚜렷합니다.
현재 자동화 계획서에 다음 질문을 의무화합니다. "우리 업계의 모든 경쟁사가 같은 결정을 동시에 내린다면 어떻게 됩니까?" 이 질문이 없으면 수요 외부효과를 고려하지 않은 결정입니다. 클로드에 아래 프롬프트를 입력해 의사결정 기준을 만들 수 있습니다.
우리 회사가 [직무명] 직군 [N명]을 AI로 대체하려 합니다. 우리 산업의 주요 경쟁사 10개가 동시에 같은 결정을 내릴 경우, 시장 수요와 우리 매출에 어떤 영향이 있을지 시나리오를 3단계(낙관·중립·비관)로 분석해 주세요. 특히 해고 직원들이 우리 제품/서비스의 소비자인지 여부도 포함해 주세요.
자동화 투자 결정 전, 해당 직원을 새 역할로 전환하는 비용을 비교 항목에 포함합니다. 재교육 비용, 전환 기간 생산성 손실, 수요 유지 효과를 함께 산출합니다. 이 비교가 없는 자동화 ROI 계산은 불완전합니다. 아래 프롬프트로 비교표를 30분 안에 만들 수 있습니다. (소요 시간: 반나절)
우리 회사가 [직무명] [N명]을 AI로 대체하려 합니다. 다음 두 시나리오의 3년 ROI를 비교하는 표를 만들어 주세요. 시나리오 A: 전원 해고 후 AI 도입 시나리오 B: 재배치(재교육) 후 AI 보조 역할 전환 비교 항목: 초기 비용, 연간 절감액, 수요 손실 추정, 고용 불안 리스크, 규제 비용(자동화세 가능성 10% 가정), 3년 순현재가치(NPV) 숫자 입력이 필요한 항목은 [입력 필요] 표시해 주세요.
EU는 이미 AI 책임 규정을 강화하고 있습니다. 자동화세 논의는 학계에서 정책으로 이동하는 단계입니다. 규제가 갑작스럽게 도입되면 대응이 늦습니다. 분기에 한 번, 주요국의 AI·자동화 세제 논의를 정리하는 내부 메모를 만들도록 담당자를 지정합니다. (월 2시간)
이 모델은 이론입니다. 논문은 "직원 = 소비자"라는 가정을 중심에 둡니다. 현실에서 이 연결고리의 강도는 산업마다 다릅니다. 해고된 직원이 자사 제품을 직접 소비하지 않는 구조라면 외부효과는 약해집니다.
재훈련의 효과를 과소 추정할 수 있습니다. 논문은 재훈련이 "부분적" 해결에 그친다고 봅니다. 그러나 재훈련 속도와 질이 충분히 높으면 수요 복원 효과도 커집니다. 논문이 설정한 파라미터가 현실과 다를 수 있습니다.
피구 자동화세의 세율 설정은 어렵습니다. 최적 세율 τ*는 수요 외부효과 크기(ℓ)와 기업 수(N)에 따라 달라집니다. 이 값을 정확히 추정하기가 현실에서 매우 어렵습니다. 이론은 옳아도 실행은 복잡합니다.
경쟁사가 자른다고 우리도 자르는 것, 그것이 모두를 망하게 하는 함정입니다.
수요 외부효과 (Demand Externality): 한 기업의 행동이 다른 기업의 수요에 영향을 미치는 현상입니다. 예를 들어 A 기업이 직원 100명을 해고하면, 그 직원들의 소비가 줄어 B 기업의 매출도 감소합니다. A 기업은 이 비용을 부담하지 않습니다.
내쉬 균형 (Nash Equilibrium): 게임 이론 용어입니다. 각 기업이 다른 기업의 전략을 주어진 것으로 보고 자신의 최선을 선택한 상태입니다. 이 균형에서는 어느 기업도 단독으로 전략을 바꿀 유인이 없습니다. 그러나 모두가 협력하면 더 나은 결과를 낼 수 있습니다.
협력 최적 (Cooperative Optimum): 모든 기업이 공동으로 이익을 극대화할 때의 자동화 수준입니다. 경쟁 균형보다 자동화가 적고, 노동자와 기업주 모두에게 더 나은 결과를 냅니다.
피구세 (Pigouvian Tax): 외부효과를 일으키는 행위에 부과하는 세금입니다. 행위자가 사회 비용을 직접 부담하게 만들어 최적 수준에서 의사결정하도록 유도합니다. 탄소세가 대표적 사례입니다. 논문은 자동화에 같은 원리를 적용합니다.
- Falk, B. H., & Tsoukalas, G. (2026, March). The AI Layoff Trap [Preprint]. arXiv. (원문 보기 ↗)