명목상 GDP 하락이 주는 시사점 그리고 우리의 선택과 준비

2025년 4월 국제통화기금 IMF의 세계경제전망을 인용한 보도에 따르면, 한국의 명목 GDP 순위는 2024년 세계 12위에서 2025년 13위로 한 단계 내려가고, 2030년에는 15위까지 하락할 것으로 전망됐다. 당시의 전망이 우리에게 던진 질문은 무엇일까. 세계 경제에서 우리의 위치가 달라진다는 우려를 넘어, 지금까지 한국의 성장을 이끌어 온 방식이 앞으로도 유효한지 돌아봐야 한다는 것이다.

물론 달러 기준 명목 GDP 순위는 환율과 물가, 다른 국가의 성장 속도에 따라 달라진다. 순위 하락이 곧 국내 생산의 감소를 의미하지 않으며, 원인을 인구감소 하나로 설명할 수도 없다. 그러나 지표의 등락 아래에서 진행되는 생산연령인구 감소는 장기적으로 대응해야 할 구조적 변화다. 순위는 다시 올라갈 수 있어도, 줄어드는 노동력을 전제로 성장 방식을 준비해야 한다는 과제는 남는다.

통계청의 2022~2072년 장래인구추계 중위 시나리오에 따르면, 15~64세 생산연령인구는 약 3,674만 명에서 약 1,658만 명으로 감소한다. 실제 취업자 수가 같은 비율로 줄어든다는 뜻은 아니지만, 노동 공급의 기반이 얼마나 크게 달라질 수 있는지 보여준다. 사람을 더 채용하고 생산시설을 늘리면서 성장해 온 기업에는 사업의 전제를 다시 검토해야 하는 변화다. 

그렇다고 인구감소가 경제 규모의 축소를 결정하는 것은 아니다. 일하는 사람이 줄더라도 한 사람이 만들어내는 부가가치가 충분히 높아지면 경제는 성장할 수 있다. 문제는 그 생산성 향상을 개인의 노력과 장시간 노동에 계속 의존할 수 있느냐는 것이다. 인력이 부족한 현장에서 남은 사람에게 더 많은 일을 요구하면 피로와 이탈이 누적되고, 생산 기반은 오히려 약해질 수 있다. 이제 경영진은 얼마나 오래 일하게 할 것인가보다 어떤 시스템 안에서 일하게 할 것인가를 고민해야 한다.

이 지점에서 피지컬 AI의 전략적 의미가 드러난다. 주변 환경을 인식하고 판단하며 기계의 움직임으로 작업을 수행하는 피지컬 AI는 공장과 물류센터, 농업과 시설 관리 등 물리적 노동이 필요한 현장의 인력 부족을 보완할 가능성이 있다. 주문이 있어도 일할 사람이 없어 가동하지 못하는 공정, 신체 부담 때문에 숙련자가 떠나는 작업에 새로운 선택지를 제공하는 것이다.

OECD와 한국노동연구원의 2025년 보고서도 AI가 고령화에 따른 노동력과 숙련 부족을 완화하고 생산성을 높일 가능성을 제시한다. 다만 기술만으로 문제를 해결할 수는 없다고 강조한다. 이 분석이 기업에 주는 시사점은 분명하다. 피지컬 AI의 가치는 장비의 성능과 함께, 그 장비를 실제 업무에 연결하는 조직의 역량에 달려 있다.

따라서 도입의 출발점은 구매할 로봇을 고르는 일이 아니라 현장의 작업을 이해하는 일이어야 한다. 하나의 직무에는 반복 행동과 상황 판단, 협의와 책임이 함께 들어 있다. 물류 담당자는 물건을 옮기면서 파손 여부를 확인하고, 적재 순서를 조정하며, 예외 상황에서는 다른 부서와 협의한다. 이동을 자동화할 수 있다는 이유만으로 이 직무 전체를 같은 수준으로 위임할 수는 없다.

기업은 작업의 반복 빈도와 환경 변화, 성공 기준, 오류의 영향, 사람의 개입이 필요한 순간을 분석해야 한다. 이 과정에는 현장 직원이 참여해야 한다. 업무 문서에 기록되지 않은 판단과 노하우를 가장 잘 아는 사람이기 때문이다. 그 분석을 바탕으로 기계가 수행할 작업, 사람이 직접 맡을 판단, 함께 처리할 영역을 배치해야 한다.

여기서 사람만이 할 수 있는 일을 영구적으로 확정하려는 접근에는 한계가 있다. 기술의 수행 능력은 계속 변하기 때문이다. 더 지속적인 기준은 어떤 결정을 사람이 내려야 하며, 어떤 결과에 대해 최종 책임을 져야 하는가에 있다. 특히 안전과 권리, 존엄이 관련된 업무에서는 수행 가능성과 위임의 적절성을 함께 판단해야 한다. 돌봄 로봇이 이동을 도울 수 있더라도 대상자의 의사를 확인하고 돌봄 방침을 결정하는 책임까지 자동으로 넘겨지는 것은 아니다.

이것이 피지컬 AI 시대에 거버넌스를 다시 정의해야 하는 이유다. 거버넌스는 사람과 AI가 함께 일하는 조직에서 목표와 규칙을 정하고, 의사결정 권한과 책임을 배분하며, 결과를 검증하고 수정하는 체계다. 생산 속도와 안전이 충돌할 때 무엇을 우선하는지, 누가 작업을 멈출 수 있는지, 어떤 조건에서 재가동하는지를 정하는 일이다.

사람이 최종 책임을 진다는 선언만으로는 충분하지 않다. 감독자에게 판단에 필요한 정보와 개입 시간, 작업을 중단할 권한이 있어야 한다. 기술에 실행을 맡기면서 조직의 권한과 책임은 과거 방식에 머물러 있다면, 문제가 발생했을 때 책임의 공백이나 부당한 전가가 생길 수 있다. 거버넌스는 도입 이후에 추가하는 관리 절차가 아니라 도입의 범위와 조건을 정하는 초기 설계다.

준비의 순서도 여기에 맞춰야 한다. 먼저 인력 부족으로 운영이 막히는 핵심 작업을 찾고, 성과와 위험 기준을 세워야 한다. 이어 사람과 기계의 역할 및 개입 권한을 정하고, 현장과 데이터를 정비한 다음 적합한 기술을 선택해야 한다. 작은 범위에서 품질과 가동률, 유지보수비, 사람의 개입 시간을 확인하고 확대해야 투자 효과를 판단할 수 있다.

자동화 이후 직원의 역할도 함께 준비해야 한다. 반복 작업을 기계에 맡긴 뒤 직원이 품질 개선과 설비 운영, 고객 대응으로 이동하려면 교육과 경력 경로가 필요하다. 자동화가 자신의 역할을 없애는 과정으로만 받아들여지면 현장의 참여를 얻기 어렵다. 직원의 경험이 새로운 운영체계를 만드는 자산으로 인정받도록 평가와 보상도 조정해야 한다.

국가 경제의 관점에서는 생산능력과 수요를 함께 봐야 한다. 국내 소비자가 줄어드는 상황에서 생산량을 늘리는 것만으로 성장이 완성되지는 않는다. 해외 고객을 확보하고, 고령화가 만드는 새로운 필요를 사업으로 연결하며, 생산성 향상으로 확보한 여력을 재교육과 신규 투자로 이어가야 한다. 이 관점에서 시장의 기회는 로봇 제조뿐 아니라 작업 분석, 시스템 통합, 운영과 유지보수, 인력 전환을 지원하는 영역으로도 넓어진다.

명목 GDP 순위에 대한 우려를 실행으로 바꾸려면 기업은 인력 부족이 예상되는 핵심 공정 하나부터 선정해야 한다. 현장 직원과 함께 작업을 분석하고, 사람과 기계의 역할을 정하며, 성과와 책임 기준을 갖춘 실증을 시작할 수 있다. 인구감소 시대의 성장은 기술을 보유하는 능력과 함께 그 기술로 조직을 바꾸는 능력에 달려 있다. 이제 사람과 피지컬 AI가 더 높은 가치를 만들어내도록, 각 기업은 지금 어떤 업무부터 바꾸고 어떠한 준비를 시작 해야할 시기이다.

#인구감소 #GDP #피지컬AI #생산성 #거버넌스 #경영전략 #인재재교육 #한국경제