# AI 시대의 자본·노동·분배: 소유와 협상력은 어떻게 재편되는가

AI의 경제적 효과는 생산량이 얼마나 늘어나는지만으로 설명되지 않는다. 같은 생산성 향상이라도 누가 기술을 소유하고, 누가 사용 조건을 정하며, 누가 이익을 나누는지에 따라 노동자·기업·국가가 얻는 결과는 달라진다. 노동을 적게 투입해 더 많이 생산하는 능력과, 그 사회에서 다수의 사람이 안정적인 소득과 결정권을 갖는 일은 별개의 문제다.

이 글은 자본과 노동을 서로 균질한 두 진영으로 가정하지 않고, AI가 바꾸는 과업·소유권·계약·협상력을 나누어 살핀다. 아래의 미래 경로와 직무별 설명은 조건부 개념 분석이다. 특정 집단의 실제 심리, 특정 직업의 소멸 시점, AI 도입에 따른 순고용 효과를 실증적으로 확정한 예측이 아니다. 전환의 속도와 수요·분배 문제는 [AI 시대 경제 전환의 조건](./ai-economic-transition.md)과 함께 읽을 수 있다.

## 기득권의 심리보다 이해관계와 제도

AI를 가진 부유층이나 기업가가 미래를 낙관할 유인은 생각해 볼 수 있다. 노동비용을 줄일 수 있고, 이미 보유한 기술·데이터·고객망과 AI를 결합할 수 있으며, 자산이 전환기의 손실을 흡수하는 완충재가 될 수 있기 때문이다. 그러나 이 유인만으로 모든 기득권자가 같은 전망을 갖거나 실제로 낙관한다고 결론 내릴 수는 없다. 그런 심리적 일반화에는 당사자의 발언, 투자 행동, 조사 등 별도의 근거가 필요하다.

여기서 구별할 것은 기대 이익과 위험의 부담이다. 노동자에게는 현재의 임금과 다음 일자리 사이의 공백이 생계 위기가 될 수 있다. 충분한 자산을 가진 소유자에게는 같은 변화가 여러 사업 중 하나의 손실로 끝날 가능성이 있다. 반대로 자산 대부분이 특정 산업이나 부동산에 묶인 사람은 산업 재편에 취약할 수 있다. 부유함은 위험의 영향을 바꾸지만 모든 종류의 위험을 제거하지 않는다.

생산비용 절감 역시 이익 증가와 동일하지 않다. 기업이 AI로 비용을 줄여도 경쟁사가 같은 기술을 쓰면 판매가격이 낮아질 수 있고, 도입비·검증비·재교육비·전환 실패가 절감분을 줄일 수 있다. 고객이 늘어나는지, 가격을 유지할 수 있는지, 공급자가 사용료를 얼마나 가져가는지에 따라 결과가 달라진다. AI를 채택하지 않은 기업이 모두 빠르게 사라진다는 식의 결론도 성립하지 않는다. 시장의 성격, 고객이 원하는 품질, 기존 설비와 계약, 신뢰와 규제가 도입 속도를 다르게 만들 수 있기 때문이다.

AI가 불확실성을 줄인다는 주장에도 범위를 지정해야 한다. 수요 예측, 공급망 운영, 금융 위험 분석, 에너지 사용 예측, 보안 위협 탐지, 질병·기후·재난 위험 모형화는 분석을 보조할 후보 영역이다. 그러나 어떤 예측 과업의 정확도가 향상된다는 가정에서 경제 전체의 불확실성 감소가 따라 나오지는 않는다. 모형의 오류, 새로운 의존 관계, 경쟁자의 대응, 정치적 반발은 다른 종류의 불확실성을 만들 수 있다. 위험을 더 잘 계산하는 능력과 위험을 실제로 줄이는 권한도 다르다.

따라서 낙관과 비관을 집단의 성격으로 설명하기보다, 어떤 이익을 기대하고 어떤 비용을 다른 주체에게 넘길 수 있는지 살펴야 한다. 이 분석에는 AI에 대한 열광이나 냉소보다 소유 구조와 계약, 경쟁 조건과 제도가 더 직접적인 설명 변수가 된다.

## 자본은 하나의 집단이 아니다

AI와 자본의 관계를 이해하려면 어떤 자산이 희소해지는지, 기존 자산의 가치가 유지되는지부터 구별해야 한다. 다음 구분은 확정된 수익률 순위가 아니라 이해관계가 갈릴 수 있는 경로다.

- 기술·데이터·계산 인프라를 가진 자본은 모델 개발, 서비스 유통, 학습·운영 자원에 대한 접근을 통해 이익을 얻을 수 있다. 다만 기술의 보급으로 희소성이 낮아지거나 가격 경쟁이 심해지면 기존의 이익이 줄어들 가능성도 있다. 기술 보유 자체가 지속적인 초과이익을 보장하지는 않는다.
- 제조업 자본은 자동화로 생산비를 줄일 수 있지만 기존 설비를 바꾸는 비용과 제품 수요의 변화에 노출된다. 생산을 잘하는 기업과 전환에 드는 자금을 조달할 수 있는 기업이 반드시 같지는 않다.
- 부동산 자본은 입지와 사용 목적에 따라 영향을 다르게 받을 수 있다. 어떤 업무의 자동화가 특정 공간의 수요를 바꾼다고 해서 토지·주거·상업시설 전부의 가치가 같은 방향으로 움직인다고 볼 수는 없다.
- 원자재·에너지 등 물리적 자산을 가진 자본에는 새로운 생산활동이 수요를 늘리는 경로와 기술 효율이 단위당 투입량을 줄이는 경로가 함께 있다. 어느 효과가 큰지는 실제 생산량과 기술·가격 조건을 확인해야 한다.
- 금융 자본은 투자·신용·위험 분석에 AI를 활용할 수 있지만 같은 기능의 자동화가 기존 중개 서비스의 희소성을 낮추고 새로운 경쟁을 만들 수도 있다. 금융기관의 업무 효율 향상과 그 기관의 시장 지위 강화는 별도로 판단해야 한다.

국가의 지배층도 단순히 자본 소유자의 한 종류로 환원하기 어렵다. 국가기관의 권한은 재산권만이 아니라 법률·조세·행정·강제력과 연결되며, 기업은 계약과 시장을 통해 활동한다. 국가가 민간 기술에 크게 의존하면 집행 능력과 협상 자율성이 약해질 수 있지만, 그 가능성은 국가의 규제·조달·기술 능력과 대체 공급자의 존재에 달려 있다.

이처럼 기존의 부유층 일부가 이익을 얻는 동안 다른 일부는 경쟁에서 밀려날 수 있다. 그 결과가 자본 일반의 승리라고 묶일 수도 없고, 일부 소유자의 손실을 곧바로 노동자의 이익이라고 볼 수도 없다. 소유자들 사이에서 부가 재배분되는 것과 노동으로 돌아가는 소득·권한이 커지는 것은 서로 다른 변화다.

## 관리자의 과업이 자동화되어도 소유권은 남는다

투자 대상 선택, 위험 평가, 생산계획, 예산 배정, 성과 분석처럼 경영자가 수행하는 일의 일부는 AI가 보조하거나 자동화할 수 있다. 이 변화는 자본가가 수행하던 기능과 자본에 관한 권리를 구분해야 이해할 수 있다.

소유자는 모든 투자 판단을 직접 해야만 소유자가 되는 것이 아니다. 관리자를 고용하거나 외부 서비스를 사용해도 자산에서 생기는 수익을 받을 권리, 지분을 처분할 권리, 경영진을 선임하거나 주요 안건에 의결권을 행사할 권리는 제도에 따라 남을 수 있다. AI가 관리 업무를 대신하는 경우에도 이러한 권리가 자동으로 AI나 노동자에게 넘어가는 것은 아니다. 소유권과 수익 배분 규칙의 변경은 별도의 법적·정치적 선택이다.

이는 관리자와 소유자의 처지가 달라질 수 있다는 뜻이다. 소유 지분이 없는 관리자는 수행 과업의 가치가 낮아지면 임금과 고용에서 압력을 받을 수 있다. 소유자는 관리에 드는 비용을 줄여 이익을 얻을 수도 있다. 반대로 소유자가 특정 서비스에 의존하게 되면 자산을 갖고도 사업의 핵심 조건을 스스로 정하기 어려워질 수 있다. 사용료, 접근 제한, 공급 중단이나 이전 비용이 소유자의 실질적 자율성을 제한하는 경로다.

의사결정 권한도 같은 방식으로 나누어야 한다. AI가 투자안을 계산하는 것, 사람이 그 안을 승인하는 것, 승인할 수 있는 대안과 판단 기준을 AI가 정하는 것은 서로 다르다. 명목상 최종 서명자가 인간이라는 사실만으로 실질적인 통제가 보존되었다고 할 수 없다. 사람이 다른 대안을 이해하고 거부하며, 필요하면 시스템을 교체할 수 있어야 승인권이 실제 선택권이 된다.

이 구분은 [무력화를 어떻게 측정할 것인가](./disempowerment-measurement.md)의 결정 연합과 과업 경계 문제에 직접 닿는다. 자동화된 결정의 개수뿐 아니라 누가 목표를 정하고 결과를 바꿀 수 있는지, 인간이 독립적으로 판단할 능력을 계속 갖는지를 함께 보아야 한다.

## 수익과 의존이 계약으로 묶이는 방식

AI의 이익은 기술 성능뿐 아니라 공급자·개발자·사용자 사이의 계약에 따라 분배된다. 계산 자원, 모델, 배포 경로를 서로 다른 주체가 제공한다면 한 기업이 기술을 잘 개발하는 것만으로 수익과 독립성을 모두 확보하기는 어려울 수 있다. 누가 어떤 조건으로 자원을 공급하고, 비용을 어디에 쓰도록 하며, 다른 공급자로 옮길 수 있는지가 중요하다.

미국 연방거래위원회(FTC)는 2025년 1월 주요 클라우드 서비스 제공자와 생성형 AI 개발자의 제휴·투자를 조사한 직원 보고서를 발표했다. 공식 발표는 클라우드 측의 지분·일부 수익 배분권, 제휴별로 다른 협의·통제·독점 관련 권리, 투자금 상당 부분을 해당 파트너의 클라우드에 지출하는 약정, 자원·정보 공유를 설명했다. 또한 계산 자원·인재 등 투입 요소의 접근과 계약·기술상의 전환 비용에 미칠 수 있는 경쟁 영향을 검토했다. 이는 특정 제휴 구조에 관한 관찰과 잠재적 영향이며, 모든 AI 제휴가 불법이거나 같은 결과를 낳는다는 판정은 아니다. 자료 범위는 직원이 확보한 2024년 9월까지의 정보와 2025년 1월까지의 공개 정보다. [FTC 공식 발표](https://www.ftc.gov/news-events/news/press-releases/2025/01/ftc-issues-staff-report-ai-partnerships-investments-study)

이 사례가 보여 주는 분석상 질문은 기술의 소유자와 경제적 조건의 결정자가 언제나 일치하는가이다. 모델을 개발한 기업이 계산 인프라와 판매 경로에 의존할 수 있고, 인프라 공급자도 모델과 고객 수요에 의존할 수 있다. 어느 쪽이 더 강한지는 대체 가능성, 계약 기간, 정보 접근과 이전 비용을 살펴야 한다. 이 조건을 확인하지 않고 AI 개발자 전체나 기존 대기업 전체를 단일한 승자로 지정하면 분배가 실제로 일어나는 접점을 놓친다.

## 국가와 플랫폼: 권력의 협력과 충돌

플랫폼이 국가보다 데이터를 많이 가지고 더 빠르게 행동한다는 명제는 비교할 데이터와 권한의 종류를 지정하지 않으면 의미가 모호하다. 어떤 플랫폼은 특정 서비스 안의 행동을 상세히 알 수 있지만, 그 정보가 인구 전체를 대표하거나 국가의 모든 행정정보를 대체하는 것은 아니다. 데이터의 양, 이용의 법적 근거, 분석 능력, 집행 권한은 각각 다른 자원이다.

국경을 넘어 사업하는 기업이 여러 관할권 사이에서 입지나 서비스 구조를 조정할 여지는 생각할 수 있다. 그러나 이것이 규제로부터 완전히 자유롭다는 뜻은 아니다. 시장 접근, 인프라 위치, 조달 계약, 법 집행, 고객과의 관계가 기업의 선택을 제약할 수 있다. 국가 역시 독립적인 단일 행위자가 아니다. 행정기관과 의회, 지방정부가 서로 다른 목표와 역량을 가질 수 있으므로 특정 정부의 기술 의존을 국가 권력 전체의 소멸로 확대해서는 안 된다.

다음 두 경로는 동시에 열려 있다. 국가는 민간 기술을 이용해 행정·분석 능력을 높일 수 있다. 동시에 공급자가 시스템의 작동 방식과 전환 조건을 통제하면 국가가 민간 기업에 의존할 수 있다. 반대로 공공조달과 규제는 기업에 시장을 제공하면서 활동 조건을 바꾸는 수단이 될 수 있다. 협력의 존재와 권력의 대등함은 같은 말이 아니다.

노동자와 시민에게 중요한 것은 이 관계에서 자신의 요구를 전달하고 결과를 바꿀 통로가 남는가이다. AI 도입의 비용을 누가 부담하고 성과를 누가 평가하는지, 서비스가 잘못되었을 때 누가 설명하고 수정할 의무를 지는지, 시민이 이의를 제기할 수 있는지가 기술 성능만큼 중요해진다. 이 글은 국가와 플랫폼의 현재 역량을 실증적으로 순위 매기지 않으며, 특정 국가의 패배나 기업의 초국가적 지배를 확정하지 않는다.

## 노동의 변화는 임금·고용·숙련·협상력·결정권을 나누어 본다

자동화 가능한 과업이 늘어난다는 말에서 직업 전체가 사라진다는 결론으로 바로 넘어가서는 안 된다. 직업은 여러 과업의 묶음이며, 기술적으로 할 수 있는 일과 실제로 맡길 수 있는 일 사이에는 비용·신뢰·책임·조직 운영의 조건이 놓여 있다. 기업이 도입하더라도 생산 확대나 새로운 수요가 생기는지에 따라 고용 결과가 달라질 수 있다.

노동의 변화를 판단하려면 최소한 다섯 축을 구별해야 한다.

- 임금: AI와 함께 수행하는 노동의 성과가 커져도 근로자가 그 증가분을 받을지는 계약과 협상력에 달려 있다. 생산성 향상과 임금 상승은 같은 지표가 아니다.
- 고용과 노동시간: 한 과업에 필요한 시간이 줄어드는 것, 직원 수가 줄어드는 것, 전체 수요가 늘어 총노동시간이 증가하는 것은 서로 다른 결과다. 채용 감소나 신입 진입 경로의 축소도 기존 직원의 해고와 구별해야 한다.
- 숙련: 도구를 이용해 더 복잡한 일을 배우는 경로와 독립적으로 수행·검증하는 능력이 약해지는 경로가 모두 가능하다. 현재 산출물의 품질만으로 장기적인 숙련의 변화를 알 수 없다.
- 협상력: 특정 사람이 빠졌을 때 조직이 치르는 비용, 다른 사용자에게 이동할 가능성, 노동자들이 공동으로 요구할 수 있는 능력이 중요하다. 좋은 성과를 내는 사람이라도 대체가 쉬워지면 협상력이 약해질 수 있다.
- 결정권: 업무 속도·평가 기준·책임 배분을 누가 정하는지 살펴야 한다. AI를 능숙하게 쓰는 노동자에게도 시스템의 목적과 사용 조건을 바꿀 권한은 없을 수 있다.

이 구분으로 보면 고용이 유지되면서 숙련과 협상력이 줄어드는 경로, 인원이 줄면서 남은 노동자의 임금이 오르는 경로, 노동시간이 줄면서 생활의 자율성이 커지는 경로를 서로 다르게 평가할 수 있다. 일자리가 남았는지 하나만으로 노동자의 처지가 좋아졌는지 판단할 수 없는 이유다.

## 자동화 압력을 받을 과업과 그 조건

반복적이고 규칙이 분명한 사무 처리, 자료 취합·기록·검토, 정형화된 문의 응답은 자동화 후보로 묶일 수 있다. 그러나 같은 이름의 업무라도 예외의 빈도, 자료의 신뢰도, 오류의 비용, 사람과의 조정 필요성에 따라 과업 구성이 다르다. 자료를 요약하는 기능이 가능하다고 해서 기록의 진위를 확인하거나 이의를 처리할 책임까지 사라지는 것은 아니다.

중간관리 업무에서는 보고서 취합, 일정 조정, 지표 감시, 배분안 작성처럼 정보 처리를 중심으로 하는 과업과, 책임을 맡고 구성원 사이의 이해 충돌을 조정하는 과업을 나누어야 한다. 전자가 줄면 관리직의 규모나 역할이 달라질 수 있지만, 그 결과가 관리층의 일괄 소멸인지 의사결정의 상층 집중인지는 조직 설계에 달려 있다.

대규모 제조·물류, 운전·배송 업무에는 물리적 환경과 장비의 조건이 추가된다. 계획과 경로를 계산하는 자동화와 현장에서 물체를 이동시키는 자동화는 같은 단계가 아니다. 돌발 상황, 설비 전환비, 유지·보수, 운용 책임이 도입을 좌우할 수 있다. 콜센터도 정형 문의 처리와 복잡한 분쟁·예외 처리를 같은 과업으로 다루면 실제 변화가 가려진다.

따라서 이 목록은 사라질 직업의 확정 명단이 아니다. 어떤 과업을 나누어 조사해야 하는지 알려 주는 출발점이다. 실제 평가는 기술 가능성, 조직의 채택, 법적·사회적 허용, 비용과 서비스 품질을 별도로 확인해야 한다.

## 인간의 참여가 요구될 수 있는 직무들

인간의 고유성이 있으므로 특정 직업이 영원히 안전하다는 주장은 장기 전망의 근거로 충분하지 않다. 반대로 기계가 산출물을 만들 수 있다는 이유만으로 인간의 참여 수요가 사라진다고 볼 수도 없다. 참여가 요구되는 이유는 기술의 한계뿐 아니라 신뢰, 정당성, 책임, 관계와 제도일 수 있다. 아래의 영역은 그 조건을 검토하기 위한 후보 목록이다.

### 감독·정책·윤리·위험 검증

AI의 위험과 편향을 검증하고, 데이터 사용을 감독하며, 준수 여부를 감사하고, 사회적 영향을 평가하는 일은 인간의 참여가 요구될 수 있는 영역이다. 개인정보와 권리 보호, 정책·윤리 기준의 수립도 여기에 포함된다. 이 업무는 결과가 정확한지만이 아니라 어떤 기준이 정당한지, 누구의 손실을 허용할지, 누가 이의를 제기할 수 있는지를 다룬다.

그러나 감독이라는 직함이 안전을 보장하지는 않는다. 검사 자체의 일부는 자동화될 수 있고, 감사 인력이 있어도 자료 접근권이나 시정 권한이 없으면 형식적인 확인에 그칠 수 있다. 감독 노동의 수요와 가치는 독립성, 책임과 권한, 실제로 문제를 중단·수정할 수 있는 제도에 달려 있다. 윤리·감사 부서가 존재한다는 사실과 인간의 통제가 작동한다는 사실을 혼동해서는 안 된다.

### 돌봄·상담·교육·대면 서비스

심리 상담과 돌봄, 유아교육과 특수교육, 지역 공동체 활동, 환자나 시민을 직접 만나는 의료·공공서비스에는 관계를 형성하고 상황을 해석하며 책임을 지는 과업이 있다. 이용자가 사람과의 접촉을 원하거나 제도가 인간의 돌봄과 판단을 요구하면 이러한 과업의 수요가 유지될 수 있다.

그렇다고 모든 대면 직무의 임금과 고용이 좋아지는 것은 아니다. 수요가 많아도 비용을 부담할 재원과 지급 구조가 부족하면 충분한 일자리나 좋은 처우로 연결되지 않을 수 있다. 문서 작성·일정 관리·학습자료 생성 같은 주변 과업이 자동화되어 관계에 쓸 시간이 늘어나는 경로와, 그 절감분을 근거로 담당 인원을 줄이고 업무량을 늘리는 경로도 함께 생각해야 한다. 인간 접촉에 대한 선호 역시 모든 사람과 모든 상황에서 같은 것으로 가정할 수 없다.

### 지역 행정·공동체·현장 조정

인허가, 지역 행사, 공동체 운영, 현장 분쟁의 중재, 복잡한 기반시설의 조정은 표준 규칙만 적용해서 끝나지 않을 수 있다. 서로 다른 이해관계가 충돌할 때 현장 사정을 설명하고 결정을 정당화하며 결과를 책임질 주체가 요구되기 때문이다. AI는 관련 자료와 선택안을 준비할 수 있어도, 그 안을 채택하는 권한과 책임을 어떤 주체에게 줄지는 제도의 문제로 남는다.

이 영역 역시 서류 분류나 안내 등 일부 과업은 자동화될 수 있다. 지역의 복잡함이 인간 고용을 영구적으로 보장한다고 주장할 수는 없다. 핵심 질문은 현장 정보를 가진 사람이 실제 결정에 참여하는지, 주민이 결정에 이의를 제기할 수 있는지, 자동화가 예외를 설명할 통로를 남기는지다.

### 창작·문화와 정당성의 형성

창작과 문화에서는 산출물을 만드는 능력과 그것을 가치 있는 작품·행사·공동체의 표현으로 받아들이는 과정이 다르다. 인간이 만든 것이라는 사실, 창작자와 관객의 관계, 함께 참여한 경험이 가치 판단의 일부가 되는 경우 인간의 역할이 남을 수 있다. 문화의 의미와 정당성은 생산량이나 제작 속도로만 환산되지 않는다.

그러나 이러한 가능성이 모든 창작자의 안정적인 소득을 뜻하지는 않는다. AI가 제작 비용과 공급량을 바꾸면 주목과 수익의 배분이 달라질 수 있다. 작품을 만들 수 있는 능력, 관객에게 도달하는 유통 경로, 대가를 받을 계약은 별개의 조건이다. 인간 창작의 수요가 남더라도 그 수익을 누가 얻는지, 플랫폼 밖으로 이동할 수 있는지, 관객과의 관계를 누가 통제하는지는 다시 물어야 한다.

## 개인의 적응과 집단의 제도 선택

개인이 AI를 활용하는 능력을 익히고 전문지식·검증 능력·관계를 유지하는 일은 적응의 한 경로가 될 수 있다. 다만 그것을 모든 사람이 성공할 수 있는 생존 공식으로 제시할 수는 없다. 교육과 시간, 소득의 여유, 도구에 대한 접근이 다르고, 모든 사람이 같은 영역으로 이동하면 그 영역의 경쟁 조건도 바뀌기 때문이다. 한 사람에게 유리한 이동이 사회 전체의 고용과 분배 문제를 해결하는지는 별도로 보아야 한다.

AI 사용 능력과 협상력을 동일시하지 않는 것도 중요하다. 같은 도구를 쓰는 사람이 많아지면 도구 활용 자체의 희소성은 낮아질 수 있다. 노동자가 검증과 책임을 떠맡으면서도 시스템의 목표·평가 기준·수익 배분에는 관여하지 못하는 상황도 가능하다. 개인의 적응은 중요하지만 그 사람이 접근할 수 있는 선택지의 범위 안에서 작동한다.

집단의 선택은 그 선택지 자체를 바꾸는 문제다. 자동화 성과를 임금·노동시간·가격·이익 중 어디에 반영할지, 전환기에 교육과 소득 공백을 어떻게 부담할지, 노동자가 도입 과정과 업무 설계에 어떤 권한으로 참여할지, 소유와 수익 배분을 어떻게 정할지를 결정해야 한다. 경쟁 조건, 공공서비스와 사회적 보호, 데이터와 시스템의 접근·이전 조건도 이 층위의 질문이다.

이것들은 검증된 단일 처방이 아니라 제도 설계의 쟁점이다. 어느 제도가 바람직하고 실행 가능한지는 비용, 재원, 권리, 행정 능력과 부작용을 비교해야 한다. 개인의 적응과 집단의 제도 선택은 한쪽이 다른 쪽을 대신하는 관계가 아니다. 새로운 능력을 배울 기회와 그 성과를 생활의 안정으로 바꾸는 규칙이 함께 있어야 한다.

## 분배와 인간의 영향력은 연결되지만 같지 않다

[점진적 무력화](./gradual-disempowerment.md)는 사회 시스템이 인간의 참여를 덜 필요로 하게 될 때 협상력이 약해질 수 있다는 개념적 논증을 제시한다. 이 관점에서 노동소득 감소는 소비 여력만의 문제가 아니다. 조직이 노동자의 협조 없이 운영될 수 있다면, 그 노동자가 요구를 관철할 수 있는 수단도 줄어들 수 있다는 가설이다. 이것은 미래의 필연이 아니라 어떤 제도를 관찰하고 설계해야 하는지 제기하는 질문이다.

재분배는 생활을 지탱하고 선택의 여유를 주는 수단이 될 수 있다. 그러나 소득을 지급받는 권리와 생산·정치·문화의 방향을 결정할 권한은 일치하지 않는다. 충분한 소비가 가능한 사람도 시스템을 비판하거나 다른 방식으로 바꾸는 데에는 영향력이 작을 수 있다. 반대로 소득이나 고용이 줄었다는 이유만으로 시민적 권리와 집단적 행동 가능성까지 모두 사라졌다고 판단할 수는 없다.

따라서 변화의 평가는 여러 질문을 남겨 두어야 한다. 생활을 유지할 자원이 있는가, 노동과 학습의 기회가 있는가, AI에 의존하지 않고 판단·검증할 능력을 유지하는가, 계약이나 서비스를 거부하고 이동할 수 있는가, 중요한 결정의 목표와 규칙을 바꿀 수 있는가. 이 질문들은 각각 다른 정보를 요구한다. 생산성 증가, 고용 유지, 만족도 상승 가운데 하나가 나머지 전부를 대신하지 않는다.

소유자와 관리자, 노동자와 시민, 국가와 플랫폼을 구별하는 이유도 여기에 있다. AI의 경제적 효과를 평가하려면 누가 더 부유해지는지와 함께 누가 다른 선택을 할 능력을 갖게 되는지를 살펴야 한다. [무력화 측정 논의](./disempowerment-measurement.md)는 이 차이를 관찰하기 위한 개념과 지표 후보를 다룬다.

## 근거와 검증 상태

- FTC의 AI 제휴·투자 조사에 관한 절은 2025년 1월 공식 발표에서 확인한 계약 구조와 잠재적 경쟁 영향만 기술했다. 개별 기업의 현재 계약 상태나 모든 제휴의 위법성·시장 효과를 확정하지 않는다.
- 자본 유형별 이해관계, 소유권과 관리 기능의 구별, 국가·플랫폼 관계, 노동의 다섯 평가축과 직무별 가능성은 조건부 개념 분석이다. 직업별 소멸률·일정·임금 효과를 측정한 실증 결과로 제시하지 않는다.
- 위험 예측의 향상 가능성에서 전 세계적 불확실성 감소를 도출하지 않았으며, 특정 계층의 낙관·비관이나 기업의 생존 여부를 확인된 사실로 일반화하지 않았다.
- 개인의 적응과 집단의 제도 선택에 관한 설명은 분석을 위한 편집상 확장이다. 특정 정책 조합의 효과가 이미 입증되었다는 의미는 아니다.
- 점진적 무력화와 측정에 대한 연결은 기존 위키 원고의 개념을 참조한다. 해당 원고에 실린 연구·수치를 이 글에서 추가로 검증하거나 재확정하지 않았다.