당신의 급여가 조용히 사라지고 있습니다

조용한 변화가 당신의 재정 생활을 재편하고 있으며, 가계가 소비 자금을 조달하는 방식을 근본적으로 바꾸고 있습니다. 경제 동향의 예리한 관찰자인 David Shapiro는 transfers를 가계 소비에 자금을 지원하는 모든 정부 지급액으로 정의합니다. 이것은 노동에 대한 전통적인 임금에 관한 것이 아닙니다. 이는 상품 및 서비스 생산과는 별개로 부를 경제에 직접 재분배하는 독특한 메커니즘입니다.

이러한 transfers는 추상적인 개념이 아닙니다. 그것들은 일상생활에 깊이 뿌리내려 있습니다. 많은 사람들이 경제적 분류를 인식하지 못한 채 혜택을 받습니다. 다음을 고려하십시오: - 공교육, 자녀가 다니는 학교에 자금 지원 - 영양 지원, 가족의 식량 안보 보장 - 주거 지원, 안정적인 주거 제공 - 대중교통, 일상적인 통근 용이하게 함 - Social Security, 은퇴 소득의 초석 - 재향군인 혜택, 봉사한 이들을 지원

경제적으로 transfers는 직접적인 세금-지출 시스템으로 작동합니다. 정부는 세수를 징수하고 특정 가계 필요에 자금을 지원하기 위해 이를 지출하여 구매력을 효과적으로 재할당합니다. 이 메커니즘은 새로운 상품 및 서비스의 가치를 측정하는 Gross Domestic Product (GDP)와는 별개입니다. transfers는 새로운 생산이 아닌 기존 부의 재분배를 나타내며, 개인 소득에서 점점 더 중요한 구성 요소가 되고 있습니다.

데이터는 이러한 경제 현실에서 극명한 역사적 변화를 보여줍니다. 1950년대와 1960년대에 transfers는 중간 가구 소득의 약 8%를 차지했습니다. 오늘날 그 수치는 거의 20%로 치솟았습니다. 경제적 스트레스와 팬데믹 구호로 인해 2020년과 2021년에 20%를 넘어선 이 극적인 증가는 전통적인 임금이 더 이상 가구의 전체 소비를 전적으로 지원하지 않는 경제를 의미합니다. 의료 혜택과 은퇴/장애 혜택이 주요 기여자입니다.

이러한 transfers에 대한 의존도 증가는 정치적 수사를 초월합니다. '복지' 또는 '사회주의'와 같은 명칭과 관계없이, transfers를 핵심 경제 현실로 이해하는 것은 현대 사회에 중요합니다. 이러한 변화는 특히 경제가 더 큰 자동화로 나아감에 따라 임금 침식과 종종 관련이 있습니다. 따라서 transfers는 현대 재정 안정성의 중요하지만 종종 인정되지 않는 구성 요소이며, 당신이 소비하는 상당 부분을 조용히 보조하고 있습니다.

가계 소비에 자금을 지원하는 정부 지급액인 Transfers는 지난 70년 동안 미국 재정 환경을 근본적으로 재편했습니다. 경제학자 David Shapiro가 강조하듯이, 이러한 지급액은 1950년대와 60년대에 가계 소득의 약 8%를 차지했습니다. 오늘날 그 수치는 중간 가구의 경우 20%에 더 가까워졌으며, 가족이 스스로를 부양하는 방식에 있어 심오하고 조용한 변화를 보여줍니다. 이것은 사소한 조정이 아닙니다. 이는 한 세대 내에서 정부 지원에 대한 의존도가 두 배로 증가했음을 나타냅니다.

Federal Reserve Economic Data (FRED)는 이러한 상승 궤도를 명확하게 뒷받침합니다. 개인 소득에서 차지하는 정부 이전 지출의 비율은 수십 년 동안 꾸준히 증가했습니다. 장기적인 추세는 꾸준한 성장인 반면, 국가적 위기 기간에는 급격한 가속화가 나타납니다. 2008년 금융 위기 동안 이전 지출은 급격히 증가했으며, 2020년과 2021년에는 전례 없는 팬데믹 관련 구호 프로그램으로 인해 일시적으로 그 비중이 20%를 넘어섰습니다. 이러한 급증은 경제 안정화 장치이자 주요 소득원으로서 정부의 역할이 확대되고 있음을 강조합니다.

평균적인 미국 가정에게 이것은 단순히 추상적인 경제 통계가 아닙니다. 이는 그들의 재정적 기반의 근본적인 재정향을 의미합니다. 소득 창출은 전통적인 노동 기반 임금에 덜 의존하고 정부 지원에 더 많이 의존하게 되었습니다. 이는 주택 지원 및 영양부터 공교육 및 의료에 이르기까지 가계 지출의 상당 부분이 이제 직접적인 소득이 아닌 국가 지원 프로그램에서 비롯된다는 것을 의미합니다. 이러한 변화는 가족 예산의 구성 자체를 바꿉니다.

이것은 일시적인 이상 현상이나 경기 침체에 대한 순간적인 반응이 아닙니다. 대신, 이는 미국 경제의 깊고 구조적인 변화, 즉 70년간의 충격파를 나타냅니다. 복지 국가와 사회 보장 국가의 수십 년간 반복된 확장은 이러한 이전 지출에 대한 의존도를 증가시켰습니다. Shapiro가 지적했듯이, 임금의 침식은 이러한 역학 관계에서 중요한 역할을 하며, 정부 지원이 정체된 실질 임금이 남긴 점점 더 커지는 격차를 메우는 장기적인 경제 재조정을 나타냅니다.

이전 지출의 급증은 많은 미국 노동자들에게 냉혹한 현실과 직접적으로 관련됩니다: 실질 임금이 정체되거나 심지어 침식되었습니다. David Shapiro의 분석은 이러한 침식을 광범위한 자동화를 겪고 있는 경제의 예상되고 심지어 불가피한 결과로 가정합니다. 기계와 알고리즘이 더욱 유능해짐에 따라, 특정 유형의 인간 노동 가치에 끊임없는 하향 압력을 가합니다.

자동화의 발전은 노동 시장을 근본적으로 재편하여 한때 인간이 수행했던 업무의 가치를 떨어뜨립니다. 이것은 단순히 공장 노동자를 대체하는 것을 넘어 서비스 산업과 심지어 일부 화이트칼라 직무에까지 깊이 영향을 미칩니다. 이 경제 개념에 대한 추가 정보는 Transfer payment - Wikipedia를 참조하십시오. Shapiro는 임금이 "우리를 얼마나 지탱하는지"라는 측면에서 침식되기 시작했다고 강조하며, 이는 빠르게 자동화되는 경제에서 직접적인 결과입니다.

지난 수십 년 동안 미국의 생산성은 계속 상승했지만, 상당수 노동자의 임금은 그 속도를 따라가지 못했습니다. 일상적이고 자동화 가능한 업무가 많은 분야를 고려해 보십시오. 한때 중산층 고용의 보루였던 제조업은 첨단 로봇 공학으로 인한 엄청난 효율성 향상에도 불구하고 일자리가 감소하고 많은 잔여 노동자의 실질 임금이 정체되었습니다. 마찬가지로, 행정 지원 역할, 데이터 입력, 심지어 기본적인 고객 서비스 직책도 GPT-3와 같은 정교한 AI로부터 증가하는 압력에 직면해 있으며, 이는 반복적인 문의를 대규모로 처리할 수 있습니다.

이러한 역학 관계는 점점 더 커지는 격차를 만듭니다: 전문적이고 종종 창의적이거나 대인 관계 기술을 요구하는 고부가가치 일자리는 줄어들고, 저부가가치 업무는 경쟁 심화로 인해 임금이 하락합니다. 이러한 경제 구조 조정은 가계 소비를 보조하기 위해 정부 지급금에 대한 의존도를 높이며, 줄어드는 급여가 남긴 격차를 암묵적으로 메웁니다. 이전 지출에서 발생하는 가계 소득의 비중이 8%에서 거의 20%로 증가한 것은 디지털 시대에 노동이 가치 평가되고 보상되는 방식의 심오한 변화를 강조합니다.

자동화가 고용에 미치는 영향은 종종 광범위한 일자리 손실을 연상시키며, 단순한 "일자리 파괴자"라는 이야기를 부추깁니다. 그러나 최근 경제 연구는 훨씬 더 미묘한 그림을 그리며, 인공지능(AI)과 로봇 공학이 단순히 파괴자가 아니라 일자리 변혁자로서 자주 기능한다는 것을 보여줍니다. 진정한 이야기는 노동 시장 전반에 걸쳐 업무와 기술의 복잡한 재편성을 포함하며, 인간 노동의 가치 제안을 근본적으로 변화시킵니다.

1980년대 이후 소프트웨어 자동화에 의해 크게 영향을 받은 직업인 'bookkeepers'의 역할을 생각해 봅시다. 컴퓨터가 반복적인 데이터 입력, 원장 조정, 기본적인 재무 보고를 담당하면서, 순수하게 사무적인 'bookkeeping' 기술에 대한 수요는 급격히 감소했습니다. 그러나 전문성을 조정한 'bookkeepers'는 그들의 책임이 더 분석적인 업무, 재무 자문, 그리고 인간의 판단을 요구하는 복잡한 문제 해결 쪽으로 이동하는 것을 보았습니다. 1980년에서 2000년대 중반 사이에 그들의 실질 시간당 임금은 거의 40% 상승했는데, 이는 그들의 남은 업무가 더 전문화되고, 덜 상품화되었으며, 따라서 진화하는 시장에서 더 가치 있게 되었기 때문입니다.

전문 'bookkeepers'를 위한 이러한 긍정적인 임금 궤적은 자동화가 고도로 전문화되거나 전문가 업무를 목표로 하는 시나리오와는 극명한 대조를 이룹니다. 고급 AI 도구가 복잡한 의료 진단, 법률 연구 또는 정교한 엔지니어링 계산을 수행할 수 있을 때, 해당 직업에 대한 진입 장벽은 극적으로 낮아질 수 있습니다. 기계가 전문가 역할의 핵심적인 지적 과제를 단순화한다면, 해당 직업을 경험이 적은 개인도 접근할 수 있게 하여, 가용 노동력의 공급을 증가시킬 수 있습니다. 이러한 새로운 인재의 유입은 경쟁을 심화시켜, 해당 분야의 모든 사람, 심지어 이전 전문 지식을 가진 사람들의 임금을 잠재적으로 하락시킬 수 있습니다.

궁극적으로 자동화는 단순히 일자리를 없애는 것이 아니라, 일의 본질을 근본적으로 재정의합니다. 이는 평범하고 예측 가능하며 규칙 기반의 작업을 체계적으로 제거하고, 인간 노동자들을 창의성, 비판적 사고, 그리고 고급 대인 관계 기술을 요구하는 역할로 밀어 넣습니다. 이것은 단순히 노동자를 대체하는 것이 아닙니다. 우리의 독특한 인지적, 정서적 능력이 여전히 결정적인 우위를 차지하는 작업에 인적 자본을 전략적으로 재배치하는 것입니다. 현대 경제는 일자리를 줄이기보다는 진화시키고 있으며, 관련성과 소득 잠재력을 유지하기 위해 노동력에게 지속적인 적응, 평생 학습, 그리고 기술 개발을 요구합니다. 이러한 지속적인 변화는 직업 안정성에 대한 전통적인 개념에 도전하며, 새로운 기술과의 적극적인 참여를 필요로 합니다.

자동화에 대한 이야기는 종종 일자리 대체에 고정되지만, 더 미묘한 현실이 펼쳐집니다: 일의 심오한 진화와 완전히 새로운 기술 세트의 창조. 단순히 역할을 제거하는 것을 넘어, 고급 AI 시스템은 새로운 방식으로 인간의 독창성에 대한 수요를 촉진하고 있으며, 초점을 협업, 윤리적 감독, 그리고 전략적 통합으로 전환하고 있습니다.

설득력 있는 데이터는 이러한 패러다임 전환을 강조합니다. AI fluency에 대한 수요는 지난 2년 동안에만 7배 증가하며 폭발적으로 늘어났습니다. 이러한 전례 없는 급증은 글로벌 노동 시장의 중요한 재정향을 알리며, 지능형 시스템과 효과적으로 상호 작용하고 그들의 능력으로부터 최대 가치를 추출할 수 있는 전문가들을 우선시합니다.

AI fluency는 기본적인 챗봇 상호작용을 훨씬 넘어섭니다. 이는 다양한 애플리케이션에서 인공지능 시스템을 효과적으로 사용하고, 관리하며, 협업하는 정교한 능력을 정의합니다. 여기에는 GPT-3와 같은 생성 모델을 위한 정확한 프롬프트를 작성하는 것부터 알고리즘 편향을 이해하고, 복잡한 데이터 출력을 해석하며, 자율 워크플로우를 감독하는 것까지 복잡한 범위의 역량이 포함됩니다.

이러한 기술을 갖춘 전문가들은 AI 도구를 기존 프로세스에 원활하게 통합하여 성능을 최적화하고, 새로운 효율성을 식별하며, 전략적 의사결정을 위해 출력을 비판적으로 해석할 수 있습니다. 그들은 AI를 단순히 수동 작업을 대체하는 것이 아니라 강력한 시너지 효과를 내는 도구로 활용하여 효율성과 혁신의 설계자가 됩니다. 여기에는 AI ethicists, prompt engineers, AI-driven data analysts와 같은 역할이 포함됩니다.

이러한 새로운 역량은 1990년대 computer literacy의 혁신적인 영향과 유사합니다. 당시 그래픽 사용자 인터페이스, 워드 프로세서, 스프레드시트 소프트웨어 숙달이 모든 산업 분야에서 경력 발전을 위한 필수 조건이 되었듯이, AI 시스템에 대한 숙련도는 의료, 금융, 창작 예술에 이르기까지 거의 모든 부문에서 다음 필수 직장 기술로서 빠르게 자리매김하고 있습니다.

이러한 심오한 변화를 무시하는 것은 빠르게 진화하는 고용 시장에서 시대에 뒤떨어질 위험을 감수하는 것입니다. AI fluency를 적극적으로 함양하는 근로자들은 상당한 새로운 기회를 얻게 될 것이며, 변화하는 경제적 압력과 실질 임금의 지속적인 하락 속에서 경력 회복력을 강화할 것입니다. 미래의 일은 AI가 무엇을 할 수 있는지에 관한 것만이 아닙니다. 그것은 인간이 AI *와 함께* 무엇을 성취할 수 있는지에 관한 것이며, 이 기술 세트를 필수 불가결하게 만듭니다.

COVID-19 팬데믹은 확대된 정부 transfers에 대한 전례 없는 실제 실험을 제공했습니다. 의회는 신속하게 광범위한 프로그램을 제정하여, 이러한 지급금에서 파생된 가계 소득의 비중을 2020년과 2021년에 20% 이상으로 끌어올렸는데, 이는 경제적 스트레스와 구호 노력에 의해 최고치를 기록했습니다. 이는 수십 년간 지속된 추세의 극명하고도 일시적인 가속화를 나타냈습니다.

의원들은 가구를 지원하기 위해 여러 직접적인 개입을 시행했습니다. 여기에는 직접적인 경기 부양 수표, 확대된 Child Tax Credit (CTC), 그리고 강화된 실업 수당이 포함되었습니다. 이러한 프로그램들은 특히 아동의 빈곤율에 상당한 영향을 미쳐, 수백만 명을 일시적으로 어려움에서 벗어나게 하고 엄청난 불확실성의 시기에 중요한 경제적 안전망을 제공했습니다.

이러한 임시 조치들이 만료에 가까워지면서, 치열한 정치적, 경제적 논쟁이 벌어졌습니다. 비평가들은 인플레이션 압력과 노동 의욕 저하를 경고한 반면, 옹호자들은 아동 빈곤의 극적인 감소와 중요한 경제 안정화를 강조했습니다. 이러한 확대 조치들은 대부분 결국 만료되었고, 가계 복지에 대한 즉각적인 긍정적 영향에 대한 명확한 증거에도 불구하고, 그러한 광범위한 지원의 취약성을 드러냈습니다.

따라서 팬데믹은 이례적인 현상이 아니라, 기존 궤적의 강력한 가속제였습니다. David Shapiro의 연구는 1950년대 가계 소득의 8%였던 transfers가 오늘날 거의 20%로 증가했음을 강조합니다. 수십 년간 transfers의 초석이었던 Social Security와 같은 프로그램은 이러한 정부 지원의 역사적 선례를 제공합니다. 이러한 혜택 및 기타 혜택에 대한 자세한 내용은 The United States Social Security Administration에서 확인할 수 있습니다. COVID-19는 단순히 장막을 걷어내어, 자동화되는 경제의 압력을 반영하며 정부 지급금이 가계 소비를 유지하는 데 훨씬 더 중심적인 역할을 하는 미래를 생생하게 보여주었습니다.

자동화가 노동 시장에 미치는 가속화되는 영향은 논쟁적인 정책 토론을 촉발합니다: 로봇에 세금을 부과해야 하는가? 기계가 한때 인간에게만 할당되었던 작업을 점점 더 많이 수행함에 따라, 경제학자와 입법자들은 이러한 전환을 관리하고 새로운 사회 안전망에 자금을 지원하는 방법에 대해 고심하고 있습니다. 이 논의는 21세기 거버넌스의 중요한 과제로, 이전(transfers)에 대한 의존도 증가를 직접적으로 다룹니다.

지지자들은 로봇세(robot tax)가 실업의 사회적 비용을 상쇄하기 위한 중요한 수입원을 창출할 수 있다고 주장합니다. 이 자금은 광범위한 근로자 재교육 프로그램을 지원하고, 일자리가 없는 사람들을 위한 기본소득(universal basic income, UBI)에 자금을 조달하거나, 실업자 및 지역사회를 돕기 위해 고안된 다른 이전 지불(transfer payments)을 강화하는 데 사용될 수 있습니다. 예를 들어, 경제학자 Bill Gates는 교육 및 의료 자금 조달 방법으로 이러한 세금을 공개적으로 지지했습니다.

이러한 부과는 또한 자동화 속도를 전략적으로 늦춰, 사회가 심오한 노동 시장 변화에 적응할 시간을 더 많이 제공할 수 있습니다. 이 "숨 쉴 공간"은 새로운 산업의 발전과 인간 기술의 진화를 가능하게 하여 갑작스러운 경제적 충격을 방지할 것입니다. 이는 기술 발전과 사회적 안정의 균형을 맞추는 것을 목표로 합니다.

그러나 비판론자들은 자동화에 세금을 부과하는 것이 경제 발전과 글로벌 경쟁력을 이끄는 바로 그 혁신을 억압할 수 있다고 반박합니다. 생산성 향상 기술에 세금을 부과하는 것은 연구 개발에 대한 중요한 투자를 저해하여 혁신적인 기업들을 규제가 덜한 경제권으로 밀어낼 수 있습니다. 이는 일자리와 경제 활동의 순손실로 이어질 수 있습니다.

더욱이, 이러한 세금을 시행하는 것은 엄청난 실제적인 난관을 제시합니다. 세금 목적상 "로봇" 또는 "자동화"를 구성하는 것을 정의하는 것은 엄청나게 복잡합니다. GPT-3와 같은 정교한 소프트웨어 알고리즘도 포함될까요? 인간 노동력을 크게 줄이지만 여전히 어느 정도 감독이 필요한 고급 제조 라인은 어떻습니까? 이러한 모호성은 관료주의적 악몽과 예상치 못한 결과를 초래할 수 있습니다.

정책 입안자들은 미래 경제와 사회 계약에 미치는 심오한 영향을 인식하며 이러한 복잡한 질문들과 적극적으로 씨름하고 있습니다. 아직 어떤 주요 경제국도 광범위한 로봇세를 시행하지는 않았지만, 이 논쟁은 핵심적인 경제적 질문을 부각시킵니다: 사회가 노동력의 상당 부분을 뒤처지게 하지 않으면서 자동화의 이점을 어떻게 얻을 수 있는가.

알고리즘과 로봇 팔을 넘어, 덜 눈에 띄지만 똑같이 강력한 힘이 이전(transfer) 의존도의 급증을 부추깁니다: 심오한 인구 통계학적 변화(demographic shift). 산업화된 국가들이 고령화됨에 따라, 인구 구조 자체가 경제 지원 시스템을 재구성하여 가계 소비를 유지하기 위해 고안된 정부 지출에 막대한 압력을 가합니다. 이 고령화 인구는 이전(transfers) 확장을 이끄는 중요한 비자동화 요인이며, 사회 계약을 근본적으로 변화시킵니다.

이러한 인구 통계학적 문제의 핵심에는 사회 보장 제도(Social Security) 및 메디케어(Medicare)와 같은 중요한 프로그램들이 있습니다. 이러한 수급권은 개인에게 지급되는 정부 이전(transfers)의 가장 큰 부분을 차지하며, 주로 고령 미국인들에게 혜택을 줍니다. 종합적인 의료 지원과 함께 퇴직 및 장애 수당은 중요한 안전망을 형성합니다. 이러한 프로그램들의 역사적 성장은 이전(transfers) 증가의 주요 원인이었으며, 1950년대 가계 소득의 약 8%에서 오늘날 거의 20%로 증가했습니다.

더 길어진 수명은 개인이 초기 보험 통계 예측을 훨씬 뛰어넘어 장기간 이러한 혜택을 받는다는 것을 의미합니다. 의학 발전은 사람들이 더 오래, 더 건강하게 살 수 있도록 하여 은퇴 및 의료 프로그램에 대한 의존 기간을 늘립니다. 동시에, 지속적인 낮은 출산율은 이러한 시스템에 자금을 지원하기 위해 세금을 납부하는 근로 연령 인구의 비율을 감소시킵니다. 이는 활동하는 근로자는 줄어들고 은퇴자와 수혜자는 늘어나면서 공공 재정에 부담을 주는, 끊임없이 확대되는 격차를 만듭니다.

이러한 인구 불균형은 강력한 가속기 역할을 하여 자동화가 이전(transfer) 의존성에 미치는 영향을 가중시킵니다. 자동화가 노동 시장을 재편하고 잠재적으로 인간 노동의 필요성을 줄이는 반면, 고령화 인구는 동시에 비근로 구성원에 대한 더 많은 정부 지원을 요구합니다. 이 두 가지 강력한 힘의 결합된 압력은 이전(transfer)이 가계 소득에서 훨씬 더 지배적인 비중을 차지하게 되는 미래로 사회를 더욱 밀어붙이며, 경제 현실을 조용히 재편하고 수백만 명의 실질 임금 침식을 악화시킵니다.

이미 진행 중인 심오한 변화를 인식하면서, 미래의 경제 모델은 전통적인 급여 패러다임을 넘어서야 합니다. 70년 동안 가계 소득의 8%에서 거의 20%로 이전(transfers)이 조용히 확대된 것은 사회가 가치를 분배하고 시민을 지원하는 방식에 대한 근본적인 재평가를 시사합니다. 이것은 단순히 임시방편이 아니라, 시스템적인 진화를 반영합니다.

이전(transfers)에 대한 통찰력이 이 논의의 많은 부분을 형성하는 David Shapiro는 그의 Universal High Income 프로젝트를 통해 급진적인 비전을 제시합니다. 이 개념은 인간의 창의성과 비노동 기여가 직접적으로 가치 있게 평가되는 경제를 상상하며, 전통적인 고용이 더 이상 대다수의 주요 부의 원천이 아닐 수 있는 미래를 인식합니다. 이는 고도 자동화 시대를 위한 선제적인 설계를 나타냅니다.

다른 미래 지향적인 경제 프레임워크들도 주목을 받고 있습니다. 모든 시민에게 더 간단한 직접 지급을 하는 Universal Basic Income (UBI)은 소득을 고용과 분리하여 기본적인 재정적 안정을 제공하는 것을 목표로 합니다. 아마도 4일 동안 32시간으로 훨씬 짧아진 주당 근무 시간 제안은 남은 노동력을 재분배하고 삶의 질을 향상시키려 합니다. 심지어 원하는 모든 사람에게 고용을 보장하는 연방 일자리 보장 제도도 노동의 사회적 역할에 대한 재평가를 나타냅니다.

이것들은 단순히 자본주의와 사회주의 간의 이념적 논쟁이 아닙니다. 대신, 자동화와 인구 통계학적 변화로 근본적으로 변화된 세상에 경제 구조를 적응시키려는 실용적인 시도를 나타냅니다. 이전(transfers)의 조용한 증가는 이러한 긴급한 재창조의 필요성을 강조합니다. 이러한 지급액의 역사적 증가에 대한 추가 데이터는 St. Louis Fed에서 [Household transfer payments (W394RC1A027NBEA) | FRED | St. Louis Fed]에 대한 자세한 통계를 제공합니다.

새로운 경제를 발명하려면 인간 노동이 더 이상 경제적 가치의 유일한, 심지어 주요 동인이 아니라는 것을 인정해야 합니다. 다가오는 수십 년 동안 사회는 점점 더 자동화되는 세상에서 번영을 분배하고, 안정을 보장하며, 인간의 번영을 촉진하기 위한 새로운 메커니즘을 발명해야 할 것입니다. 이전(transfers)의 궤적은 이러한 필수적인 변화에 대한 명확한 미리보기를 제공합니다.

귀하의 급여는 이미 변화하고 있습니다. 1950년대에는 가구 소득의 8%에 불과했던 정부 이전 소득은 이제 중간 가구 소득의 거의 20%를 차지하며, 수십 년 동안 많은 사람들의 실질 임금이 정체되거나 감소한 경제를 조용히 지탱하고 있습니다. 이러한 극적인 변화는 공상 과학 소설의 미래 예측이 아닙니다. 이는 첨단 자동화가 노동을 재정의하고 고령화 인구가 수혜자 수를 늘리면서 가속화되는 수십 년간의 현실입니다.

자동화는 단순히 일자리를 없애는 것이 아니라, 심오한 역설을 제시합니다. 일부에게는 일자리가 줄어들지만, GPT-3와 같은 새로운 AI 도구에 능숙한 사람들에게는 잠재적으로 더 높은 급여를 제공합니다. 그러나 이러한 기술 발전은 동전의 한 면일 뿐입니다. 고령화 인구라는 끊임없는 인구 통계학적 시한폭탄은 독립적으로 사회 안전망 확충에 대한 수요를 부추기며, 전통적인 임금 기반 경제와 급여라는 개념 자체에 대한 구조적 압력을 가중시킵니다.

이것들은 학술 논문이나 멀리 떨어진 정책 서클에서 논의되는 추상적인 힘이 아닙니다. 귀하의 재정적 안정성을 살펴보십시오. 귀하의 지역 사회의 경제적 기반을 고려해 보십시오. 직접적인 수입에 얼마나 의존하고 있으며, 보이지 않지만 중요한 정부 지원의 흐름에는 얼마나 의존하고 있습니까? COVID-19 팬데믹은 이러한 확대된 의존성을 극명하게 보여주는 실제 사례를 제공했으며, 우리의 조용한 의존성을 적나라하게 드러내는 규모로 복지 장막을 걷어냈습니다.

우리는 멀지 않은 미래가 아닌, 오늘날 중요한 기로에 서 있습니다. 이전 소득의 증가, 전통적인 임금의 침식, 그리고 급속한 기술 발전과 피할 수 없는 인구 통계학적 변화의 이중적 영향은 사회 계약과 경제 참여의 정의 자체를 근본적으로 재편하고 있습니다. 우리는 이러한 강력하고 뿌리 깊은 흐름에 계속 반응할 것인가, 아니면 번영이 재정의되고 이 변화하는 환경에서 모두에게 안정과 기회를 보장하는 경제적 미래를 선제적으로 설계할 것인가?

정부 이전 소득이란 무엇인가요?

정부 이전 소득은 대가로 상품이나 서비스가 교환되지 않고 개인이나 가구에 지급되는 금액입니다. 일반적인 예로는 Social Security, 주택 지원, 공교육 자금, 재향 군인 혜택 등이 있습니다.

우리는 이전 소득에 얼마나 의존하게 되었나요?

의존도가 크게 증가했습니다. 1950년대와 60년대에는 이전 소득이 중간 가구 소득의 약 8%를 차지했습니다. 오늘날 그 수치는 약 20%로 증가했습니다.

자동화는 항상 일자리를 파괴하고 임금을 낮추나요?

반드시 그렇지는 않습니다. 연구에 따르면 자동화의 영향은 미묘합니다. 자동화는 근로자를 대체할 수 있지만, 더 간단한 작업을 처리함으로써 일자리를 변화시키는 경우가 많으며, 이는 남아있는 더 전문화된 역할에 대해 더 높은 임금으로 이어질 수 있습니다.

정부 이전 소득의 가장 큰 구성 요소는 무엇인가요?

이전 지출의 가장 큰 두 가지 동인은 Medicare 및 Medicaid와 같은 의료 혜택과 Social Security와 같은 은퇴/장애 혜택입니다. 고령화 인구는 이들의 성장에 주요 요인입니다.