2025년 1월, 서울. 아침 8시 47분.
경력 12년차 영한 전문 번역가가 노트북을 열었다. 카카오톡 알림이 떠 있었다. 6년간 함께 일한 주력 클라이언트였다. IT 백서, 의료기기 매뉴얼, 법률 계약서. 매달 3~4건이 안정적으로 들어왔다.
메시지는 짧았다. 내년부터 AI 번역과 네이티브 검수 체제로 전환한다는 통보. 감사합니다로 시작하는 문장이었다. 12년간 번역한 문서들의 아카이브 폴더를 열었다. 수천 개의 파일이 스크롤되었다.
처음 시작했을 때 어절당 80원이었다. 5년 전에 60원으로 내렸다. 작년에 제안받은 단가는 35원이었다. 그 35원마저 사라진 것이다.
같은 날, 샌프란시스코. 오전 6시.
MIT를 졸업한 지 3년 된 네 명의 엔지니어가 모니터 앞에 앉아 있었다. Cursor라는 이름의 코드 편집기를 만들고 있었다. 전날 밤 서버 로그를 확인했다. 월간 반복 매출(MRR)이 800만 달러를 넘었다 [IAN14-041].
12개월 전, 이 숫자는 0이었다. 직원은 약 50명 [IAN14-042]. 사무실은 작았다. 이들이 만든 것은 AI가 코드를 대신 써주는 도구였다. 개발자의 워크플로우를 재설계한 것이다. 기술 자체를 발명한 것이 아니었다. 오픈AI와 앤트로픽의 언어 모델을 가져다가, 개발자가 일하는 방식 전체를 다시 짰다.
2025년 말, 이 회사의 연간 반복 매출(ARR)은 10억 달러를 넘었다 [IAN14-005]. SaaS 역사상 가장 빠른 기록이었다. 기업가치는 293억 달러 [IAN14-006]. 직원은 약 300명이었다.
같은 기술. 같은 시대. 정반대의 궤적.
Ch.13에서 우리는 자본이 어디로 집중되는지를 보았다. 데이터, 컴퓨팅 파워, AI 모델의 삼위일체. 이 장에서는 그 집중이 만들어내는 두 개의 인간 궤적을 본다. 밀려나는 자와 읽은 자. 그 사이를 가르는 것은 무엇인가.
1. 밀린 자 — 전문성이 표적이 된다
번역가의 이야기부터 시작하자.
프리랜서 번역가의 49%가 2024년 업무량의 "상당한 감소"를 보고했다 [IDW14-001]. 추가 21%가 소폭 감소를 경험했다. 전체의 70%가 일이 줄었다. ChatGPT 출시 이후 프리랜서 번역가의 수입은 평균 약 30% 감소했다 [IDW14-002]. 극단적 사례에서는 60~80%까지 떨어졌다 [ITT14-009].
한 아일랜드어 번역가는 EU 기관 번역 업무로 수년간 안정적 수입을 올려왔다. AI 도구 확산 후 수입이 70% 감소했다 [IDW14-023]. 그는 AI 포스트에디팅 일을 거부했다. 자신을 대체할 소프트웨어를 훈련시키는 일이라고 느꼈기 때문이다. 자신의 작업에서 AI가 배울수록, 자신이 더 쓸모없어진다는 인식이었다.
한국도 예외가 아니다. 한국어 프리랜서 번역 단가는 어절당 40~70원 수준이다 [IDW14-026]. 2009년과 비슷하다. 15년간 실질적으로 정체된 것이다. 한국 AI 번역 소프트웨어 시장은 2024년 약 1억 달러에서 2033년 약 4억 달러로 성장이 전망된다 [IDW14-018]. AI 번역 도구 사용률은 이미 67.6%에 달한다 [IDW14-027]. 응답자의 90.9%가 번역가를 AI 대체 가능성이 가장 높은 직업으로 꼽았다 [IDW14-028].
번역만이 아니다.
법률 서비스 산업의 고용 성장률은 1.6%다 [IDW14-005]. 전체 경제 평균 4.0%의 절반에도 미치지 못한다. 패러리걸과 법률 보조원의 성장률은 0%다 [IDW14-006]. 사실상 정체다. Harvey AI라는 법률 AI 스타트업의 연간 반복 매출은 1년 만에 3.8배 성장했다 [IDW14-019]. 5,000만 달러에서 1억 9,000만 달러로. 법률 리서치 시간이 AI 도입 후 약 60~80% 절감되고 있다 [III14-007].
회계 분야에서는 구조적 전환이 더 가시적이다. UK 빅4 회계법인의 졸업생 채용 공고가 전년 대비 44% 감소했다 [IDW14-007]. PwC는 미국 내 엔트리레벨 채용을 향후 3년간 3분의 1 축소할 계획이다 [IDW14-008]. 한국에서는 빅4(삼일, 삼정, 안진, 한영)의 신입회계사 채용이 700명 미만으로 줄어들 가능성이 제기되고 있다 [IDW14-015]. 회계사 시험 합격자 약 1,200명 중 수습기관에 등록한 인원은 338명이다. 28%에 불과했다. 나머지 72%는 합격했으나 회계사가 될 수 없는 상태다.
빅4의 조직 구조가 변하고 있다. 기존의 "피라미드 모델"이 "다이아몬드 모델"로 전환되고 있다. 피라미드 모델은 넓은 하부에 주니어가 많고 좁은 상부에 시니어가 있는 구조다. AI가 주니어의 업무를 대체하면서, 하부가 얇아지고 있다. 데이터 수집, 전표 대사, 단순 분석. 이 일들이 AI로 넘어간다. 문제는 하부가 사라지면 커리어 사다리 자체가 약화된다는 것이다.
콘텐츠 라이팅도 비슷한 궤적이다. 프리랜서 라이팅 일자리 공고가 ChatGPT 이후 33% 감소했다 [IDW14-009]. 엔트리레벨 라이팅 역할은 27% 줄었다 [IDW14-024]. 프리랜서 긱은 35% 감소했다. 양극화가 일어나고 있다. AI 산출물을 전략적으로 편집하고 브랜드 보이스를 설계하는 상위 라이터의 요율은 오히려 11% 상승했다 [IDW14-029]. 같은 직군 안에서도 밀린 자와 읽은 자가 갈린다.
프리랜서 플랫폼 전체 데이터가 이 양극화를 확인한다. AI 고노출 직종의 프리랜서는 평균적으로 계약 수 2%, 수입 5% 감소를 경험했다 [IDW14-011]. 놀라운 발견이 있다. 과거 성과가 우수한 고숙련 프리랜서가 오히려 더 큰 타격을 받았다. AI가 경쟁의 장을 평준화하고 있다.
10년 경력의 전문 번역가가 3년 경력에 AI 도구를 사용하는 번역가에게 밀린다. 브라이놀프손 등의 연구가 이것을 정량화했다 [IAN14-032]. AI 도구를 사용하는 경력 2개월의 신입이 AI 없이 일하는 경력 6개월의 베테랑과 동일한 성과를 낸다. 경험의 가치가 압축되고 있다.
2. 밀린 자의 내면 — 정체성이 무너지는 속도
수치 뒤에 사람이 있다.
서울의 그 번역가를 다시 보자. 12년 동안 그에게 번역은 직업 이상이었다. 두 언어 사이의 다리였다. 원문의 뉘앙스를 포착하는 일. 한국어 독자가 자연스럽게 읽을 수 있도록 재구성하는 작업. 거기에는 기술 문서에 대한 이해가 필요했다. 한국어 문장의 감각도 필요했다. 업계 관행에 대한 암묵적 지식도 결합되어야 했다. 그 결합이 그의 정체성이었다.
새벽 2시, 그는 카페인이 식어가는 머그잔 앞에 앉아 있었다. 모니터에는 AI가 30분 만에 뱉어낸 번역문이 떠 있었다. 예전 같으면 이틀 걸렸을 분량이다. 한 문장씩 읽어 내려갔다. 문맥에 따른 용어 선택이 어긋나 있었다. 법률 문서의 뉘앙스가 빠져 있었다. 업계 특수 표현이 틀려 있었다. 그는 빨간 줄을 그었다. 수정했다. 그런데 손가락이 멈추었다. 이 수정 하나하나가 AI를 더 정확하게 만든다는 생각이 떠올랐기 때문이다.
AI가 그 결합을 모방하기 시작했다. 완벽하지는 않았다. 문제는 클라이언트가 그 차이를 인식하느냐는 것이었다. 대부분은 인식하지 못했다. "충분히 좋다(good enough)"가 "정확하다(accurate)"를 이겼다.
2025년 연구에 따르면, AI 디스플레이스먼트는 6가지 심리적 단계를 거친다 [IDW14-013]. 감정적 충격. 직업적 정체성의 침식. 만성적 불안. 사회적 위축. 적응 시도와 좌절. 그리고 조직적 배신감. 화이트칼라 노동자의 68%가 5년 내 자신의 역할이 자동화될 수 있다고 우려하고 있었다.
업스킬링의 역설이 핵심 딜레마다. 근로자의 61%가 AI 위협에 대응해 업스킬링을 "고려"한다 [IDW14-014]. 실제 AI 관련 교육을 "추진 중"인 비율은 4%에 불과하다. 57%포인트의 격차. 의지와 행동 사이의 간극이다.
이 간극의 구조는 산업혁명 수직공의 상황과 동일하다. Ch.9에서 보았듯, 수직공도 역직기(power loom)가 위협임을 알았다. 기계를 배우면 되었다. 대부분은 전환하지 않았다. 공장 노동은 그들의 정체성과 충돌했기 때문이다. 독립적 장인. 자기 시간에 자기 집에서 일하는 숙련공. 그 자부심을 버릴 수 없었다.
마찬가지로 현대 지식노동자도 AI를 배워야 한다고 안다. AI 도구를 배우는 것은 자신의 전문성을 무의미하게 만드는 기술을 익히는 것이다. 번역가에게 AI 포스트에디팅은 "내 대체자를 더 효율적으로 만드는 법"을 배우는 일이다. 심리적 저항은 비합리적이 아니다. 합리적 자기 보존 본능이다.
한국에서 이 딜레마는 더 첨예하다. 한국 직업종사자의 61.3%가 AI와 로봇 대체 위험이 높은 직업에 종사하고 있다 [IDW14-016]. 직장인의 절반 이상이 AI로 인한 일자리 위협을 체감한다. 동시에, AI를 매일 사용하는 직장인은 급여와 고용 안정성에서 더 높은 점수를 받는다. 같은 조직 안에서, 같은 도구에 의해, 정반대 결과가 벌어지고 있다.
3. 읽은 자의 첫 번째 유형 — 조직을 전환하는 리더
AI 네이티브 스타트업으로 가기 전에, 기존 조직 안에서 AI를 레버리지로 전환하는 리더들을 먼저 보자.
2025년 4월, 쇼피파이(Shopify) CEO 토비 뤼트케는 전 직원 메모를 올렸다 [IAN14-019]. 핵심은 단순했다. AI 활용은 기본 기대치다. 추가 인력 채용을 원하면, AI로는 불가능함을 먼저 증명하라. AI 활용이 성과 평가에 포함된다. CEO 본인도 예외가 아니다.
같은 주, 피버(Fiverr) CEO 미카 카우프만도 비슷한 메모를 보냈다 [IAN14-020]. "AI가 당신의 직업을 빼앗으러 온다. 내 직업도 포함해서." 그리고 약 250명을 감축했다.
IBM은 2023년 초부터 AI 기반 생산성 혁신을 추진했다 [IAN14-021]. 2025년 말까지 연간 45억 달러의 절감 효과를 달성했다. 6,000명 소프트웨어 팀이 AI 코딩 어시스턴트를 도입했다 [IAN14-022]. 4개월 만에 생산성이 45% 향상되었다.
산업혁명기 공장주가 수직공에게 "역직기를 쓰거나 떠나라"고 말한 것의 21세기 버전이다. 차이가 있다면 — 이번에는 공장주 자신도 대체 위험에 있다는 것을 인정한다.
이들의 핵심 역량은 기술 자체가 아니다. AI와 인간의 결합 설계 능력이다. 아크라이트는 발명가가 아니라 시스템 설계자였다. 유형 A 리더도 AI 엔지니어가 아니다. 기존 100인 조직을 AI로 개편하여 10인의 효율을 달성하는 설계자다.
4. 읽은 자의 두 번째 유형 — 시스템을 창조하는 사람들
Cursor로 돌아가자.
MIT 기숙사에서 시작된 이 회사의 이야기에는 250년 전의 메아리가 있다. 1768년, 프레스턴의 가발 제조업자 리처드 아크라이트는 시계공 존 케이를 만났다. 아크라이트는 방적기를 발명하지 않았다. 케이와 하이스의 기술을 가져와서 공장이라는 시스템으로 조직했다. 기술이 아니라 시스템이 경쟁력의 원천이었다. 1785년 특허가 취소되었을 때, 아크라이트의 사업은 오히려 번성했다. 기계를 빼앗겨도 시스템은 빼앗을 수 없었다.
Cursor의 네 명도 마찬가지다. LLM(대형 언어 모델)을 발명하지 않았다. 오픈AI와 앤트로픽이 만든 모델을 가져왔다. 개발자의 워크플로우 전체를 재설계했다. 코드를 대신 써주는 도구가 아니다. 코딩이라는 행위 자체를 재정의하는 시스템이었다. 연간 성장률 1,100% [IAN14-007]. 24개월 만에 0에서 10억 달러 ARR. 아크라이트가 크롬포드 공장에서 첫 수익을 올리기까지 약 7년이 걸린 것에 비하면, 시간 자체가 압축되었다.
Cursor만이 아니다.
미드저니(Midjourney)는 약 130~163명의 직원으로 연 매출 약 5억 달러를 달성했다 [IAN14-001]. 외부 벤처 자본 0원. 출시 1개월 만에 흑자 전환 [IAN14-003]. 인당 매출은 약 310만~380만 달러다 [IAN14-002]. 전통 SaaS 기업 평균(약 30만 달러)의 10~13배였다. 디스코드(Discord) 커뮤니티가 곧 마케팅 채널이었다. 마케팅비 0원. 제품 자체가 마케팅이었다.
벨라민 고교 토론 팀에서 함께했던 세 명의 스무 살 청년이 2023년에 AI 채용 플랫폼 머코어(Mercor)를 세웠다. 2년 뒤, 기업가치 100억 달러 [IAN14-008]. 1억 달러를 유치했다 [IAN14-043]. 매일 3만 명의 계약자에게 150만 달러를 지급하는 작은 경제를 운영한다. 인당 매출은 약 450만 달러 [IAN14-010].
한국에서도 AI 네이티브 기업이 등장하고 있다. 뤼튼(Wrtn)은 생성형 AI 플랫폼으로 빠르게 사용자를 확보했다. 업스테이지(Upstage)는 자체 LLM 솔라(Solar)를 개발하여 글로벌 시장에 진출했다. 이들은 실리콘밸리가 아닌 서울에서 AI 시스템을 설계하고 있다.
AI 네이티브 스타트업의 100만 달러 ARR 도달 속도가 역사를 다시 쓰고 있다. 평균 약 12개월이다 [IAN14-016]. SaaS 시대 평균 약 60개월의 5.1배 빠르다. 세일즈포스(Salesforce)는 72개월이 걸렸다. 드롭박스(Dropbox)는 60개월이 걸렸다. 슬랙(Slack)은 36개월이 걸렸다.
이 기업들의 공통점은 무엇인가. 다섯 가지가 있다.
첫째, 시스템 설계. AI와 인간의 결합을 설계하는 능력이다. Cursor는 개발자 워크플로우를 재설계했다. 미드저니는 창작 워크플로우를 재설계했다. 머코어는 채용 워크플로우를 재설계했다.
둘째, 속도 우선 반복. 빠르게 만들고, 시장 피드백을 받고, 다시 고친다. 볼트닷뉴(Bolt.new)는 폐업 직전의 회사가 AI 피봇으로 5개월 만에 4,000만 달러 ARR을 달성한 사례다 [IAN14-014].
셋째, 플랫폼 레버리지. LLM API, 클라우드 인프라, 오픈소스 도구를 조합한다. 기술을 소유하지 않는다. 조합한다.
넷째, 커뮤니티 구축. 미드저니의 디스코드, Cursor의 개발자 생태계. 제품 주변에 자기강화 순환을 만든다.
다섯째, "필요충분"의 판단. AI가 충분한 영역과 인간이 필요한 영역을 구별한다. 이것이 가장 미묘하고 가장 중요하다.
5. 읽은 자도 틀릴 수 있다 — 클라르나의 교훈
다섯째 역량이 왜 중요한지, 클라르나(Klarna)가 보여준다.
2024년 2월, 핀테크 기업 클라르나는 자랑했다 [IAN14-023]. AI 어시스턴트가 700명분의 업무를 수행하고 있다고. 고객 만족도는 동등했다. 반복 문의는 25% 줄었다. 약 4,000만 달러의 이익이 개선되었다. CEO 세바스티안 시에미아트코프스키는 AI 전환의 모범 사례로 초청받았다. 총 인력을 7,000명에서 3,500명으로 줄였다 [IAN14-024].
1년 뒤, 그는 인정했다. AI 전환이 서비스 품질에 부정적 영향을 미쳤다고. 인간을 다시 고용하기 시작했다. "우버 모델"이라는 타협안이 나왔다. AI가 단순 문의를 처리하고, 인간이 복잡한 케이스를 담당한다. "AI 만능론"의 한계를 보여준 사례였다.
아크라이트의 이야기에는 이런 장면이 없다. 공장 시스템이 수직 직조보다 압도적으로 효율적이었다. AI 시대의 "읽은 자"는 더 겸손해야 한다. 시스템 설계에는 인간과 AI의 경계를 올바르게 긋는 것이 포함된다.
듀오링고(Duolingo)도 비슷한 경험을 했다 [IAN14-025]. "AI-First" 전략을 선언하며 계약직 콘텐츠 제작자를 AI로 대체했다. CEO는 "같은 인원으로 4~5배 콘텐츠 생산이 가능하다"고 밝혔다. 사용자들의 불만이 올라왔다. 반복적이고 기계적인 콘텐츠에 대한 피드백이었다.
바이브 코딩(vibe coding)도 마찬가지다. 안드레이 카르파시가 2025년 초 명명한 이 방식이다 [IAN14-030]. AI에게 코드 생성을 맡기고 결과만 확인한다. Y콤비네이터 2025 겨울 배치의 25%가 코드의 95%를 AI가 생성했다 [IAN14-031]. 콜린스 영어사전의 2025년 올해의 단어로 선정되었다. 한 보고서에 따르면, 바이브 코딩으로 생성된 1,645개 웹앱 중 170개(10.3%)에 보안 취약점이 발견되었다 [IAN14-039]. 개인정보 접근이 가능한 수준이었다. 속도와 품질 사이의 트레이드오프다.
여기서 생존자 편향을 인정해야 한다. 미드저니와 Cursor의 성공은 AI 스타트업 전체를 대표하지 않는다. AI 스타트업의 실패율은 약 90%다 [IAN14-033]. 전통 테크 스타트업(약 70%)보다 유의하게 높다. 중위 생존 기간은 약 18개월이다. MIT NANDA 연구에 따르면, 기업 내 생성형 AI 파일럿의 95%가 손익에 측정 가능한 영향을 미치지 못한다 [IAN14-034]. 5%만이 매출 가속을 달성한다.
모든 미드저니 뒤에는 18개월 안에 사라진 수백 개의 AI 스타트업이 있다. 모든 Shopify의 AI 전환 뒤에는 95개의 실패한 AI 파일럿이 있다.
성공한 AI 네이티브 기업의 창업자들에게는 구조적 행운이 있었다. 엘리트 교육(Cursor의 MIT, 머코어의 실리콘밸리 인맥). 자본 접근성(머코어는 1억 달러를 유치했다 [IAN14-043]). 지리적 이점(대부분이 샌프란시스코 기반이다). 타이밍(2022~2023년 설립 기업이 압도적이다). 역량과 행운은 항상 결합된다.
아크라이트에게도 구조적 행운이 있었다. 크롬포드의 수력이라는 자연 조건. 랭커셔 폭동을 피할 수 있는 더비셔의 위치. 적절한 파트너(스트럿과 니드). 크라수스에게도 술라 정권의 프로스크립티오라는 일회성 기회가 있었다. 읽은 자의 성공에는 항상 구조적 행운이 포함되어 있다.
6. 교차 — 같은 기술이 왜 정반대 결과를 만드는가
서울의 번역가와 샌프란시스코의 Cursor 팀. 두 사람은 같은 기술의 양쪽 끝에 서 있다. 한쪽은 AI에 의해 밀려나고, 다른 쪽은 AI를 레버리지로 사용한다. 무엇이 이 차이를 만드는가.
답은 세 시대에 걸쳐 반복되는 4가지 구조적 비대칭에 있다 [ITT14-015].
첫째, 자본 접근성. BC 2세기 로마에서 소농은 연 12~24%의 이자로 빌렸다. 크라수스는 자기 자본으로 움직였다. 산업혁명에서 수직공은 수직기 한 대(2~4파운드)가 전부였다. 아크라이트는 500파운드의 파트너십 자본을 확보했다. AI 시대에 지식노동자는 재교육 비용을 자비로 부담한다. AI 네이티브 창업자는 벤처 자본 시장에 접근한다. 2025년 글로벌 AI 벤처 투자는 약 1,927억 달러에 달했다 [IAN14-044].
둘째, 정보 접근성. 소농은 군 복무 중 고향 상황을 파악하지 못했다. 수직공은 역직기의 확산 속도를 인지하지 못했다. 현대 지식노동자는 AI 발전 속도를 과소평가하고 있다. 반면 읽은 자들은 최전선에서 실험하고 있다. 정보의 격차가 행동의 격차로 전환된다.
셋째, 규모의 경제. 소농은 가족 3~5명으로 일했다. 크라수스는 건축 노예 500명을 지휘했다. 수직공은 수직기 한 대로 일했다. 아크라이트는 공장과 라이선스 시스템을 운영했다. AI 시대에 개별 지식노동자는 자기 역량에 갇혀 있다. AI 네이티브 팀은 약 40명으로 수만 명의 효율을 낸다 [IAN14-002].
넷째, 시간 지평. 소농은 단일 흉작으로 파산할 수 있었다. 크라수스는 수십 년의 체계적 축적을 했다. 수직공은 주급 단위로 생존했다. 아크라이트는 시스템 재투자 순환을 설계했다. 지식노동자는 분기별 성과 평가에 매여 있다. AI 네이티브 창업자는 3~5년 비전을 가지고 있다.
이 4가지 비대칭은 Ch.5에서 처음 등장했다. 로마의 소농과 크라수스 사이에서 확인된 구조다. Ch.9에서 수직공과 아크라이트 사이에서 다시 확인되었다. AI 시대에서 세 번째로 확인된다. 기술이 바뀌었다. 인물이 바뀌었다. 시대가 바뀌었다. 구조는 반복된다.
핵심 차이는 가치 사슬에서의 위치다. 밀린 자는 실행 레이어에 있다. 직접 번역하고, 직접 분석하고, 직접 코딩한다. 읽은 자는 설계 레이어에 있다. AI와 인간의 결합을 설계한다. 워크플로우를 구축한다. 시스템을 조직한다.
소농은 직접 밭을 갈았다. 크라수스는 매입-재건-임대 시스템을 설계했다. 수직공은 직접 직기를 돌렸다. 아크라이트는 공장 시스템 전체를 설계했다. 번역가는 직접 번역한다. AI 전환 리더는 인간-AI 결합 시스템을 설계한다.
투자자가 메모할 만한 인사이트가 여기 있다. Ch.9에서 도출된 "아크라이트 테스트"를 AI 시대에 적용할 수 있다 [ITT14-013]. "이 회사의 특허가 내일 취소된다면, 여전히 경쟁 우위가 있을까?" 이것이 원형이었다. AI 시대 버전은 이렇다. "이 조직의 AI 도구를 내일 교체해도 경쟁 우위가 남는가?" ChatGPT를 클로드(Claude)로, 클로드를 제미나이(Gemini)로. 그래도 이기면 읽은 자다. 아니라면 도구에 의존하고 있을 뿐이다.
7. 세 시대의 교차 — 레버리지의 탈물질화
이 장의 두 인물을 Ch.5의 두 로마인, Ch.9의 두 영국인과 나란히 놓자.
전락의 속도가 가속되고 있다 [ITT14-001]. 로마 소농의 전락은 약 150년이 걸렸다. 2~3세대에 걸친 점진적 하강이었다. 수직공의 전락은 약 30년이었다. 한 세대 안에 완료되었다. AI 시대 번역가의 전락은 약 3년이다. 자기 자신의 경력 내에서 일어나고 있다. 약 50배의 가속이다.
연평균 소득 하락률로 보면 더 선명하다 [ITT14-010]. 소농은 연 약 0.7%. 수직공은 연 약 5.7%. 번역가는 연 약 30%. 매 시대 5~8배씩 가속되고 있다. 하락의 최종 규모는 비슷하다. 소득 80% 이상 감소. 거기까지 도달하는 시간이 다르다.
왜 이렇게 빨라졌는가. 대체 기술의 한계비용이 0에 수렴하기 때문이다 [ITT14-011]. 노예 한 명의 가격은 300~500 데나리우스였다. 역직기 한 대는 수백 파운드였다. LLM API 호출 한 건의 비용은 약 0.001달러다. 한계비용이 0에 가까운 기술은 확산에 물리적 제약이 없다. 도로를 깔 필요도, 공장을 지을 필요도 없다. ChatGPT는 출시 5일 만에 100만 사용자를 확보했다.
읽은 자의 프로필도 변하고 있다 [ITT14-004].
레버리지의 탈물질화. 크라수스의 레버리지는 만질 수 있었다. 토지, 건물, 건축 노예 500명. 아크라이트의 레버리지는 묘사할 수 있었으나 만질 수 없었다. 공장 시스템, 교대제, 라이선스 네트워크. AI 네이티브 창업자의 레버리지는 묘사하기조차 어렵다. API 호출, 프롬프트 전략, 인지적 결합. 부의 원천이 물리적 실체에서 인지적 결합으로 이동하고 있다.
진입 장벽의 민주화 [ITT14-006]. 크라수스가 되려면 원로원 가문 출신이어야 했다. 인구의 0.01% 이하에게 열린 문이었다. 아크라이트가 되려면 조직 역량과 소규모 자본이 필요했다. 인구의 약 1% 이하. AI 네이티브 창업자가 되려면 도메인 지식과 AI 활용력, 그리고 노트북이 필요하다. 이론적으로 수백만 명에게 열려 있다. ChatGPT Plus의 월 20달러는 아크라이트의 초기 자본 500파운드의 약 4만분의 1이다.
"누구나 가능"에는 중대한 단서가 붙는다. 도구 접근은 민주화되었다. 활용 역량은 불균등하다. PwC에 따르면, AI 숙련 임금 프리미엄은 56%다 [ITT14-007]. 전년의 25%에서 2배로 뛰었다. 도구는 무료에 가깝다. 활용 격차가 새로운 불평등을 만들고 있다.
도덕적 복잡성의 변화 [ITT14-014]. 크라수스는 화재 현장에서 헐값 매입을 강요했다. 명시적 착취였다. 개인에게 도덕적 책임을 물을 수 있었다. 아크라이트는 아동 노동과 13시간 교대제를 운영했다. 시스템적 착취였다. 수직공의 몰락은 의도가 아닌 결과였다. AI 네이티브 창업자는 번역가의 실직을 의도하지 않았다. 오픈AI가 언어 모델을 만든 것은 번역가를 대체하기 위함이 아니었다. 듀오링고가 계약직을 줄인 것은 비용 절감의 결정이었다. 누구에게 책임을 물어야 하는가.
도덕적 귀인이 분산될수록 제도적 대응은 어려워진다. 역설적이다. 전락 속도는 빨라지는데, 대응은 더 어려워지고 있다.
기술과 자본이 제도보다 먼저 움직인다. 제도가 따라잡기까지의 간극에서 읽은 자가 부를 쌓는다. 밀린 자가 대가를 치른다. Ch.5에서 이 문장을 처음 썼다. 로마에서 확인했다. 산업혁명에서 재확인했다. AI 시대에서 세 번째로 확인되고 있다.
8. 당신은 밀린 자인가, 읽은 자인가
이 장의 서두로 돌아가자.
서울의 번역가와 샌프란시스코의 Cursor 팀. 두 궤적 사이의 거리는 기술적 역량의 차이만으로 설명되지 않는다. 가치 사슬 위치, 자본 접근성, 정보 접근성, 시간 지평. 이 구조적 비대칭이 그 거리를 만들었다.
이 질문 자체에 함정이 있다. "밀린 자"와 "읽은 자"는 고정된 범주가 아니다. 소농 중에도 도시로 이주하여 새로운 기회를 찾은 이들이 있었다. 수직공 중에도 공장 감독자로 전환한 이들이 있었다. 번역가 중에도 AI 도구를 활용하여 생산성을 3~5배 올린 이들이 있다.
한국은행의 분석이 이 양면성을 포착한다 [ITT14-008]. 한국 근로자의 27%가 "높은 AI 노출도, 낮은 보완도"에 해당한다. 대체 위험 그룹이다. 24%가 "높은 노출도, 높은 보완도"에 해당한다. 혜택 그룹이다. 같은 기술에 노출되어도, 보완적 역량의 유무에 따라 결과가 정반대가 된다. 같은 물에 빠져도, 헤엄칠 수 있는 자와 없는 자의 결과가 다르다.
이 책의 서두에서 제기한 핵심 주장을 기억하자. "생산성이 폭발할 때, 경제 구조가 전환되고, 사람들의 삶이 근본적으로 바뀐다." 로마에서 그랬다. 산업혁명에서 그랬다. AI 시대에서도 그렇다.
차이가 있다면, 이번에는 이 패턴을 알고 있다는 것이다. 수직공은 역직기가 자신의 세계를 무너뜨릴 것이라는 정보를 가지고 있지 않았다. 소농은 라티푼디움이 확산되는 속도를 측정할 수단이 없었다. 우리는 이 정보를 가지고 있다. 당신이 지금 이 글을 읽고 있다는 사실 자체가 그 증거다.
정보가 행동으로 전환되는가. 이것이 개인의 운명을 가른다.
개인의 적응만으로는 충분하지 않다. 수직공의 문제는 개인의 게으름이 아니었다. 제도의 부재였다. 공장법이 64년 뒤에야 왔다 [ITT14-003]. 소농의 문제도 개인의 무능이 아니었다. 그라쿠스 개혁이 실패한 것이 문제였다. 번역가의 수입이 2년 만에 60% 감소하고 있다. 회계법인이 주니어 채용을 44% 줄이고 있다. 누가 이 전환을 관리해야 하는가. 수직공에게는 공장법이 100년 뒤에 왔다. 이번에는 얼마나 빨리 와야 하는가.
다음 장에서 우리는 아직 오지 않은 제도를 본다. 교육, 노동법, 조세. AI 시대에 무엇이 재설계되어야 하는가.