AI·디지털 도구 도입과 노동·법적·윤리 대응¹⁾

AI·디지털 도구의 도입·활용과 문제점

세계에서 가장 유명한 바둑대회에서 14회나 우승했던 이세돌 기사는 2016년 구글이 개발한 바둑 인공지능인 알파고를 상대로 연패하면서 우리에게 다가온 AI(인공지능)은 이제 우리 일상생활에 깊숙이 파고들었다. 일터에서도 AI의 활용은 회사나 기관이 머뭇거리는 사이 근로자들을 중심으로 점차 확대되고 있다. 식당에 가면 키오스크를 이용해 주문과 결제를 하고, 서빙로봇이 음식을 가져다준다. 한 서빙로봇 렌탈회사는 이미 2,000개 매장에서 3,100대가 운영 중인데, 렌탈비가 월 29만 원이라고 광고한다. 사무실에서는 매일 새로운 업무지원 AI·디지털 도구가 제공되고 있으며, 자료 찾기, 문서 요약, 발표 자료 작성, 회의 기록 등등 거의 모든 업무가 효율성 제고라는 이유로 AI·디지털 도구의 활용이 증가하고 있다.

하지만 이러한 편리성 뒤에는 도입과 활용 과정에서 발생할 수 있는 노동 관련 이슈나 법적·윤리적 쟁점이 존재한다. 여기서는 이와 함께 공공기관이 유의해야 할 대응 방향을 제시해 보고자 한다.

AI·디지털 도구의 활용과 노동 및 법적 이슈

AI·디지털 도구의 유형

AI·디지털 도구에는 크게 자동화 소프트웨어, 데이터 분석 도구, 자연어 처리 시스템 등으로 구분되는데 기업이나 기관에서는 이러한 도구를 활용하여 업무 효율성을 제고하고, 인적자원을 보다 전략적으로 활용할 수 있다. 대표적인 예로 고객 상담을 들 수 있다. 고객과 직접 전화 상담을 하는 대신에 챗봇을 이용하여 24시간 신속하게 답변을 제공할 수 있어 고객만족도를 향상시킬 수 있다.

노동 관련 이슈

고용구조의 변화와 대응

하지만 위와 같은 AI도구 활용은 고용구조에 가장 큰 변화를 가져온다. 물론 AI활용이나 자동화 등으로 인해 일부 일자리는 감소하거나 없어지기도 하고, 새로운 일자리가 생겨나기도 한다. 거시적으로 보면 많은 일자리가 사라지고 새로운 일자리가 생겨나기 때문에 전체 일자리 수는 크게 변하지 않을 수 있다. 그러나 개인의 입장에서는 자신의 일자리가 없어지거나 전혀 새로운 일을 수행해야 하는 부담을 안게 되어 두려움을 느낄 수 있다. 미국 기업 사례이지만 마이크로소프트는 지난 1월에 2,300명을 감원했고, 아마존도 지난 6개월 동안 약 3만 명을 해고했는데 모두 AI 도입과 활용으로 구조조정이 불가피했다고 밝히고 있다.

이러한 경우 가장 바람직한 방법은 AI의 도입을 인한 인력 구조조정 과정에서 기존 직원에 대한 재교육 및 직무 전환 프로그램으로 일자리를 바꾸거나 업그레이드해서 계속 유지할 수 있도록 하는 것이다. 물론 기존 근로자와 갈등이 발생한다면 쉽지 않겠지만, 기업이나 기관의 업무 효율성을 제고하면서 동시에 개인도 계속 일할 수 있다면 근로자도 그 정도의 불편함은 감수할 필요가 있다.

그림 1. RPA(로봇프로세스자동화)

창의적이고 감성적인 업무의 증가와 대응

반복적이고 비감정적인 업무는 AI·디지털 도구를 사용해서 업무 효율성을 제고할 수 있지만 아직도 창의적인 업무나 감성적인 업무는 인간의 노동이 중요한 역할을 하고 있으며, 앞으로도 AI·디지털 도구에 의해 쉽게 대체되지 않을 것으로 예상되고 있다. 따라서 기업이나 기관은 향후 고용구조를 개편하면서 창의적인 업무나 감성적인 업무가 필요한 분야를 적극 발굴하고 거기에 새로운 인력보다는 기존의 인력을 재배치할 수 있도록 해야 할 것이다.

직무스트레스 증가와 대응

과거에 단순반복적인 업무는 지루함으로 직무스트레스가 발생하지만, 이제 창의력이나 판단력이 요구되는 직무에서는 과도한 집중력과 충분한 휴식의 부족으로 직무 관련 스트레스가 증가할 가능성이 있다. 따라서 기업이나 기관은 직무 관련 스트레스를 관리하는 프로그램이나 제도를 만들어 근로자들이 새로운 환경에서도 건강하게 일할 수 있도록 해야 할 것이다.

법적 이슈

개인정보의 보호

AI 도구의 사용에서 개인정보를 보호하는 것은 가장 중요한 법적 쟁점의 하나이다. 우리나라도 개인정보보호법이 시행 중이지만, 글로벌 차원에서는 유럽 일반개인정보보호법(GDPR: General Data Protection Regulation)이 시행 중이고, 여기서는 데이터의 수집과 처리의 법적 기준을 제공한다. 그리고 이를 어겼을 경우에는 막대한 벌금을 물도록 하고 있다. 2021년 아마존은 EU의 개인정보 처리 기준 위반으로 7억4천6백만 유로의 벌금을 부과받았고, 2023년 소셜미디어 기업인 메타도 12억 유로의 벌금을 부과받은 바 있다. 우리나라도 이러한 글로벌 기준에서 벗어나지 않으므로, 특히 공공기관들은 좀 더 신중하게 개인정보를 관리할 필요가 있다. 특히나 전 국민의 개인정보를 보관하는 국민연금공단, 국민건강보험공단, 근로복지공단 등은 쿠팡과 같은 사태가 발생하지 않도록 개인정보 관리에 신중함을 기해야 할 것이다.

정규직과 비정규직의 차별 확대

정규직은 의사결정이나 기획 업무 등에서 AI를 활용하는 고부가가치 업무를 수행하고, 비정규직은 AI가 설계한 단순반복적인 업무를 수행하게 되는 경우, AI를 활용하는 사람과 AI에 의해 지시받는 사람으로 구분되어 차별이 심화될 수 있다. 또한 평가에서도 정규직은 정성적인 평가를 하기 때문에 비정규직에 비해 상대적으로 예외도 인정되는 등 기준이 완화된 평가를 받지만, 비정규직은 클릭 수나 처리 속도 등과 같이 정량지표 중심으로 평가를 받기 때문에 디지털로 인한 상시 감시가 이루어질 가능성이 크다. 또한 정규직은 AI활용 능력 강화로 생산성이 제고되어 임금이 올라갈 수 있지만, 비정규직은 단순업무 자동화로 대체가능성이 증가하여 임금상승이 제한될 수 있다. 따라서 이렇게 과정과 결과에서 차별이 발생하지 않도록 인사업무에서 좀 더 신중한 접근이 필요하다.

AI의 책임 문제

AI가 문제를 일으킬 경우 누가 법적 책임을 져야 하는가도 논의가 필요하다. 기업과 개인 간의 책임을 명확히 하기 위해서 법적인 장치가 필요하고, 기업과 기관 차원에서도 AI 활용 지침을 마련해서 책임 소재를 명확히 할 필요가 있다.

윤리적 이슈

공정성 및 차별

AI 알고리즘이 편향된 결과를 도출할 경우 특정 집단에 사회적 불이익이 발생할 수 있으므로 이러한 상황을 예방하려면 사전에 알고리즘의 공정성을 검증하는 절차가 마련되어야 한다. 예를 들어서 미국 MIT 연구에 따르면 채용 프로세스에서 여성에 대한 차별이 발생할 수 있으며, 기관의 대출 과정에서 인종이나 기타 요인에 따른 불공정한 차별이 발생할 수 있다고 강조하고 있다. 국내에서도 인재 채용이나 승진 과정 등에서 유사한 차별이 발생할 수 있다.

투명성

AI를 활용하는 경우 의사결정과정이 비공식적인 경우가 발생한다. 기업이나 기관의 직원들은 AI가 어떻게 의사결정을 내리는지 알고 이해할 권리가 있으며, 이를 위해서는 투명한 시스템이 필요하다.