AI 시대, 우리는 살아남기 위해 무엇을 해야 하는가(StreamPDF 창업의 소회)
2026년 10월 26일 · StreamPDF Team

들어가며
AI는 제4차 산업 혁명이라 불린다. 그것은 누구의 목숨을 앗아갔는가?
혁명은 누군가의 죽음을 동반한다.
제1차 산업 혁명은 대략 18세기 60년대에 시작되어 19세기 40년대(1760-1840년경)까지 지속되었고, 인류를 농업 사회에서 산업 문명으로 이끌며 증기의 시대를 열었다. 이번 산업 혁명에서 누가 다쳤는가? 프롤레타리아, 농업 노동자, 수공업자다. 인류는 처음으로 타인과 독립된 효율적인 생산 수단을 갖게 되었다.
제2차 산업 혁명은 대략 19세기 70년대에 시작되어 20세기 초(1870-1914년경)까지 지속되었고, 인류를 증기의 시대에서 전기의 시대로 이끌었다. 이번에 누가 다쳤는가? 프롤레타리아와 소기업주다. 인류는 전력을 통해 생산 수단의 효율을 한층 더 높였다.
제3차 산업 혁명은 대략 20세기 40년대에 시작되어 21세기 초(1940-2010년경)까지 지속되었고, 인류를 전기의 시대에서 정보의 시대로 이끌었다. 이번에 누가 다쳤는가? 프롤레타리아, 산업 블루칼라, 비효율적인 낡은 기술의 기업들이다. 인류는 정보 교류를 통해 생산 수단의 효율을 대폭 높였다.
제4차 산업 혁명은 누구의 목숨을 앗아갔는가?
제4차 산업 혁명이라 불리는 인공지능은 인터넷에서 기원해 급속도로 발전하고 있다. 인터넷 분야에서 프로그래머, 디자이너, 데이터 분석가 등의 직종은 이미 가장 먼저 피해를 입은 직종이 되었다.
ChatGPT 출시(2022년 11월 30일) 이후, 글로벌 테크 업계의 해고 물결은 멈춘 적이 없다. 해고 통계 사이트 Layoffs.fyi의 데이터에 따르면, 불과 몇 년 사이 전 세계에서 65만 명 이상의 테크 종사자가 해고되었고, 2600건 이상의 해고 사건이 발생했다:
- 2023년, 26.3만 명이 해고되며 역대 최고 기록을 세웠다. Google이 1.2만 명, Microsoft가 1만 명, Amazon이 누적 2.7만 명, Meta가 2022-2023년 사이 누적 2.1만 명, Salesforce가 8천 명을 해고했다. 같은 해, IBM은 AI가 수행할 수 있는 약 7800개의 백오피스 직무 채용을 동결한다고 발표했다.
- 2024년, 15.2만 명이 해고되었고, 하루 평균 약 780명이 일자리를 잃었다. Intel이 1.5만 명, Tesla가 1.4만 명, Cisco가 1만 명 이상을 해고했다. 같은 해, Duolingo는 외주 번역가의 10%를 AI로 대체했다.
- 2025년, AI가 처음으로 공개적인 해고 사유가 되었다. Intel이 다시 2.2만 명, Microsoft가 7월에 9천 명, Amazon이 10월에 1.4만 명을 해고했으며, 내부 서한에 "AI는 인터넷 탄생 이후 가장 변혁적인 기술"이라고 썼다. 같은 해, Salesforce는 AI 고객 지원으로 약 4000명의 상담원을 대체했고, 온라인 교육 회사 Chegg는 수강생이 ChatGPT로 대거 유출되어 22%의 인력 감축을 강요당했다.
- 2026년, 해고는 더욱 격화되었다. Oracle은 3월에 최대 3만 명의 일회성 해고를 발표했는데, 회사 역사상 최대 규모다. Dell은 1.1만 명을 해고했다. Meta는 4월에 8천 명을 해고하며 이것이 "AI 효율"에 의한 것임을 명확히 했다. Block의 창업자 Jack Dorsey는 직원의 40% 가까이를 직접 해고하며, AI가 더 많은 업무를 수행할 수 있게 되었다고 말했다. 10월 기준, 2026년 누적 해고자는 20만 명에 육박하고, 하루 평균 1000명을 넘어, 그 어느 해보다 많다.
더 흥미로운 점은, 자사 직원을 해고한 이 회사들이 바로 역대 최고 매출을 기록하고 주가가 연일 최고치를 경신하는 회사들이라는 것이다. 해고 이후 2023년, Meta의 주가는 150% 이상 상승했다. 월가는 진짜 돈으로 모든 CEO에게 말했다: 해고 + AI 서사 = 주가 상승. 이후로 해고는 더 이상 회사가 위기에 빠졌다는 신호가 아니라, AI를 수용했다는 훈장이 되었다.
이것은 단순한 해고 물결이 아니라 혁명이다. 잘려나간 일자리는 돌아오지 않는다.
이전 세 차례의 산업 혁명과 달리, 지난 세 차례의 산업 혁명에는 매번 인간의 뇌라는 최후의 보루가 있었다. 인류의 지성은 지난 세 차례의 산업 혁명에서 모두 대체 불가능했다. 그러나 이번 제4차 산업 혁명은 인류의 지성 그 자체를 대체하려 한다.
물론 다행인 점은, 기계는 지성만 대체할 수 있을 뿐 책임을 질 수는 없다는 것이다. 기계에게 책임을 지라고 요구할 수는 없다. 더 아이러니한 것은, 이렇게 책임을 질 수 없는 기계에게조차 일을 시키려면, 매번 답변마다 token 비용을 지불해야 한다는 것이다.
AI 발전의 미래는 도대체 어떤 모습일까
아무도 모른다. OpenAI, Anthropic, Google 같은 선두 기업들도 현재로서는 AI의 미래가 어떻게 발전할지 판단할 수 없다고 나는 믿는다. 하지만 확실한 것이 하나 있다. 프롤레타리아 노동자는 AI의 물결 속에서 다시 다칠 것이다.
만약 AI가 정말로 인류의 지성을 대체해 공산주의 사회로 나아간다면, UBI가 새로운 사회 기반이 될 것이다. 그렇다면 시민의 권리는 어디에서 오는가? 사회 노동에서 벗어난 인류의 권리는 도대체 어떻게 계산해야 하는가? AI에게 예속된 인류도 사회적 권리를 가져야 하는가?
현재 사회로 돌아와 보자. TikTok 같은 티티테인먼트에 세뇌된 사람들도 사회적 권리를 가져야 한다고 생각하는가?
EU announces plan to restrict social media access for under-15s
이 비관적인 주제 속에는 다행스러운 사실 하나가 숨어 있다: AI는 인류의 지성을 대체할 수 있지만, 사회의 생산력을 소비할 수는 없다.
모든 생산의 종착점은 소비이며, 경제의 본질은 폐쇄 루프다: 사람들은 일하고, 임금을 받고, 그 임금으로 자신이 생산한 것을 다시 사들인다. 지난 세 차례의 산업 혁명에서 기계가 대체한 것은 체력이었고, 대체된 사람들은 새로운 일자리로 옮겨 계속 임금을 받고 계속 소비했으며, 폐쇄 루프는 끊어진 적이 없다. 하지만 이번에는 AI가 지성 그 자체를 대체한다면, 대체된 사람들은 다음 일자리를 찾기 어려울 것이다. 임금이 없다면, 누가 AI가 생산한 상품을 소비하는가? AI는 밥을 먹지 않고, 여행하지 않고, 집을 사지도 않는다.
UBI가 이토록 진지하게 논의되는 이유가 바로 이것이다: 그것은 유토피아적 복지 환상이 아니라, 이 폐쇄 루프에 목숨을 이어주는 현실적 선택지다. 하지만 UBI의 돈은 결국 AI가 창출한 부에서 나와야 한다. 그렇다면 분배권은 누구의 손에 있는가?
나는 AI가 반드시 물리 세계에 진입해 수많은 노동자의 일자리를 대체할 것이라 믿는다. UBI가 정말 도래했을 때, 우리는 AI에게 예속되고 있는 셈일까?
우리는 도대체 무엇을 해야 살아남을 수 있을까?
AI의 사고와 인간의 사고는 같은 것일까? 내 감각으로는, 그렇다. 인간의 뇌는 수억 개의 뉴런 시냅스에 의존해 다음 행동을 판단하고, 다음 문장을 결정한다. 본질적으로 그것은 추론 도구다. 그리고 현재 인간과 AI의 가장 큰 차이는 기억이다: 인간의 뇌는 수십 년, 백 년에 걸친 경험과 지식을 기억하고 응축할 수 있지만, AI는 아직 그것을 하지 못한다.
하지만 AI는 정말 너무 강력하다: 기억 메커니즘이 제한되어 있음에도, 태어날 때부터 이미 방대한 지식을 기억하고 있다. 이것은 인간이 할 수 없는 일이다. 인간은 태어난 후 십수 년의 훈련을 거쳐야 비로소 제대로 된 인간이 된다.
나는 언젠가 AI의 기억력도 대폭 향상될 것이라 믿는다.
그러나 AI가 만들어낸 것은 신뢰할 수 있는가? 스스로에게 물어보자: 당신은 지금 코드를 작성할 때, AI가 생성한 코드를 한 줄씩 검토하는가? 대부분은 그렇지 않다. 그러나 그것은 당신이 AI를 신뢰해서가 아니라, AI의 산출물 수량급이 이미 인간의 검토 능력의 경계를 넘어섰기 때문이다. 이는 탓할 수 없는 일이다. 특히 인터넷 분야에서는 이것이 허용된다. 인터넷은 매일 수많은 웹페이지를 생산하며, 어떤 것은 유용하고 어떤 것은 쓸모없다. 그러나 현실 생활과 물리 분야의 오류 허용도는 인터넷보다 훨씬 낮다. 이것이 바로 인터넷이 AI 폭발의 영역이 된 이유다.
그렇다면 물리 세계에서 인류에게 남은 것은 무엇인가?
앞의 결론으로 돌아가 보자: AI는 모든 것을 생성할 수 있지만, 책임을 질 수는 없다. 그리고 책임을 지는 구체적 형태가 바로 검토다. 현실 세계는 인터넷과 달리 오류 허용률이 극히 낮다: 교량 도면, 의약품 처방, 재무 보고서, 법률 문서——모든 산출물의 뒤에는 반드시 책임을 물을 수 있는 사람이 서 있어야 한다(AI의 목을 쳐봤자 아무 소용이 없기 때문이다). AI가 생성을 독점했을 때, 인류가 할 수 있고 해야만 하는 일은 그것을 검증하고 그 결과에 서명하는 것이다. 나는 AI의 행위와 산출물을 검토하는 것이 미래 노동자 계급의 유일한 직업 선택지라고 생각한다: 우리는 생산자에서 검토자로 바뀌는 것이다.
그러나 검토는 생성보다 훨씬 어렵다. AI의 오류는 대개 완벽하게 옳아 보인다. 그것보다 더 많이 아는 사람만이 그 오류를 찾아낼 수 있다. 이는 검토가 전문적인 기술과 오랜 훈련을 필요로 하며, 모든 사람이 할 수 있는 일이 아님을 의미한다.
또 다른 길은, 한 분야를 깊이 파고들어 AI가 당신을 필요로 할 만큼 깊이 들어가는 것이다. AI의 지식은 평균적이다: 넓지만 얕아서, 데이터가 밀집된 곳에서는 뛰어난 성과를 내지만, 데이터가 희소한 분야의 깊은 곳에서는 태연하게 틀린다. 내가 잘 아는 PDF를 예로 들어 보자: 명세서는 천 페이지에 가깝고, 현실 세계의 기형 문서는 기이하기 이를 데 없으며, AI가 작성한 파싱 코드는 완벽해 보이지만 엣지 케이스를 만나는 순간 붕괴한다. 반면 PDF.js 소스 코드를 읽어본 사람은 한눈에 문제가 어디 있는지 알아낸다.
이 길의 걸음은 양방향이다: 안쪽으로는, AI를 연구 조수로 삼아, 오랜 대화를 통해 분야의 깊은 곳을 탐구한다. 바깥쪽으로는, 배운 지식을 도구로 패키징해 다른 AI에게 제공한다. 그때 당신은 더 이상 AI의 경쟁자가 아니라, AI의 눈과 손발이 된다. 혹은, 해당 분야에서 AI의 검토자가 되어, 위의 길로 돌아간다.
정리
솔직히 말해, AI는 평범한 사람에게 두려운 존재다: 인간은 십수 년의 학습을 거쳐야 비로소 제대로 된 인간이 되지만, AI는 태어날 때부터 갖추고 있다. 지난 세 차례의 산업 혁명에서 인류는 지성으로 모든 것을 지켜냈다. 이번에는 지성 그 자체가 혁명의 대상이 되었다.
혁명은 누군가의 죽음을 동반한다. 그러나 모든 혁명이 막을 내린 후, 살아남은 사람들은 새로운 생산 수단 위에 서게 된다. 이번에는, 나는 그 위에 서는 사람들이 AI를 부리는 법을 배운 우리이기를 바라며, AI에게 예속된 우리가 아니기를 바란다.
저에 대해: StreamPDF 창업자, PDF 분야와 AI 분야에 깊이 몰두하고 있습니다. 이 글은 AI의 도움을 받아 작성되었으며, 제가 검토하고 내용에 책임을 집니다.
최근 PDF.js 소스 코드를 깊이 읽고 있습니다. 관심 있으시면 시리즈 글을 확인해 보세요
- PDF.js Deep Dive from Demo 1: Rendering a PDF with a Custom Viewer
- PDF.js Deep Dive from Demo 2: getDocument
- PDF.js Deep Dive from Demo 3: getPage
- PDF.js Deep Dive from Demo 4: getViewport
- PDF.js Deep Dive from Demo 5: render
- PDF.js Deep Dive from Demo 6: MessageHandler Cross-Thread Communication
- PDF.js Deep Dive from Demo 7: WorkerTransport Initialization
- PDF.js Deep Dive from Demo 8: PDFWorker.create and the Real/Fake Worker Handshake
- PDF.js Deep Dive from Demo 9: Network Streams and Range Requests
- PDF.js Deep Dive from Demo 10: CanvasGraphics and operatorList Rendering
- PDF.js Deep Dive from Demo 11: GetOperatorList and Where the 84 Operators Come From
- PDF.js Deep Dive from Demo 12: Font Translation, from FontFile3 to FontFace
- PDF.js Deep Dive from Demo 13: createDocumentHandler and setupDoc after Ready