AI에 맞서는 방법을 두고 갈라선 노동조합

AFL-CIO는 공동의 전국 의제를 바탕으로 65개 노조를 대표하고 있지만, AI를 둘러싼 갈등은 갈수록 커지고 있다. 최근 Google News 검색 결과는 이 분열을 기록한 Truthout의 조사 보도로 독자를 안내했다. 일부 노동계 지도자들은 AI 인프라와 연계된 안전장치, 교육, 노조 일자리를 원한다. 반면 현장 조합원 비판자들은 고용주가 애초에 이 기술을 도입해야 하는지 노동자들이 문제를 제기해야 한다고 주장한다.

이 논쟁은 단순히 인공지능이 좋은지 나쁜지에 관한 문제가 아니다. AI가 직장에 들어오는 방식을 누가 결정하는지, 그 경제적 이익을 누가 얻는지, 위험을 누가 떠안는지를 둘러싼 문제다. 이 질문들은 데이터센터 프로젝트를 원하는 건설 노동자와 자동화된 감시, 숙련도 저하, 또는 대체에 직면한 전문직 노동자들을 갈라놓는다.

이런 긴장은 항만, 공장, 뉴스룸, 엔터테인먼트 산업에서 벌어진 과거의 자동화 투쟁도 떠올리게 한다. 그러나 AI는 이전의 대다수 직장 기술보다 더 빠르게 다양한 직업군에 영향을 미친다. 노동운동은 고용주와 협상하는 동시에, 수용이 노동자에게 영향력을 주는지 아니면 노동자들이 통제할 수 없는 시스템을 정상화하는 데 기여하는지를 판단해야 한다.

Google News가 드러낸 노동계의 두 가지 AI 전략

조직 노동계는 상반된 두 전략을 발전시켰다. 단체교섭을 통해 AI를 형성하거나, 노동자와 지역사회를 위협하는 도입에 저항하는 것이다.

Truthout가 8월 3일 보도한 노동계 조사 기사는 여러 მიმდინარე 분쟁을 통해 이러한 분열을 설명한다. 가장 뚜렷한 사례는 AI 시스템을 훈련하고 운영하는 데 필요한 데이터센터의 급속한 건설이다.

건설업 노조는 이러한 시설에서 즉각적인 고용 기회를 본다. 데이터센터 건설에는 전기공, 장비 운전원, 일반 노동자, 배관공 등 다양한 숙련 노동자가 필요하다. 고용주들이 자격을 갖춘 인력을 두고 경쟁하는 동안 노조 지도자들은 노동 기준과 프로젝트 협약을 요구할 수 있다.

다른 노조들은 이 프로젝트를 둘러싼 비용에 주목한다. National Nurses United, American Association of University Professors, Association of Flight Attendants는 신규 데이터센터 건설을 연방 차원에서 중단하자는 제안을 지지해 왔다. 이들은 전력 수요, 물 사용, 오염, 공공요금 비용, 그리고 AI 시스템이 결국 없앨 수 있는 일자리를 우려한다.

버니 샌더스 상원의원과 알렉산드리아 오카시오-코르테스 하원의원은 2026년 3월 건설 유예 법안을 발의했다. 이 법안은 연방 안전장치가 경제, 환경, 노동, 국가안보 위험을 다룰 때까지 신규 데이터센터 건설을 중단하는 내용을 담고 있다.

AFL-CIO의 리즈 슐러 회장은 더 강력한 AI 보호 조치를 지지하지만, 전면적인 건설 중단에는 반대한다. 이 구분은 중요하다. 연맹은 산하 건설 노조에 일자리를 제공하는 프로젝트를 막지 않으면서 노동자 보호장치를 마련하고자 한다.

International Brotherhood of Electrical Workers는 더 직접적인 입장을 취했다. 이 노조는 그러한 제한이 양질의 노조 일자리를 없앨 것이라며 조합원들에게 데이터센터 금지에 반대할 것을 독려했다. North America’s Building Trades Unions도 마찬가지로 주요 AI 인프라 프로젝트를 지지해 왔다.

이것이 Google News 헤드라인 뒤에 있는 첫 번째 균열선이다. 노동계의 한쪽은 물리적 인프라를 구축하면서 만들어지는 일자리로 AI를 평가한다. 다른 한쪽은 장기적인 고용 감소, 공공 비용, 직장 통제권의 관점에서 이 기술을 평가한다.

양측 모두 실제 노동자 이익을 근거로 내세울 수 있다. 협상된 임금과 복리후생을 제공하는 수년짜리 프로젝트를 건설 노동자가 외면할 수는 없다. 교사, 간호사, 작가, 사무직 노동자 역시 성과를 감시하거나 인력을 줄이기 위해 설계된 소프트웨어를 무시할 수 없다.

단기 건설 고용이 다른 곳의 노동을 자동화하려는 시스템을 뒷받침할 때 분열은 더 뚜렷해진다. 데이터센터는 건설 기간에는 노조 일자리를 만들 수 있지만, 고용주가 다른 직위를 없애는 데 사용하는 모델을 호스팅할 수도 있다. 노동계에는 이러한 이익과 손실을 비교하는 합의된 방법이 없다.

이 불확실성 때문에 노동운동은 단순한 반AI 또는 친AI 입장을 채택하지 못한다. 동시에 고용주들은 각 프로젝트를 고립된 경제적 기회로 포장할 수 있다. 노동자들은 더 넓은 투자 방향을 통제하지 못한 채 개별 시설이나 소프트웨어 도입을 놓고 협상하게 된다.

Google News는 노조 일자리, 자동화 우려, 데이터센터 반대에 관한 기사를 집계할 수 있다. 그러나 그 아래에 놓인 이해관계를 조정할 수는 없다. 그 일은 노조와 조합원, 그리고 AI 인프라의 영향을 받는 지역사회의 몫이다.

데이터센터 일자리가 AFL-CIO를 압박하다

AFL-CIO는 일시적 건설 일자리 증가가 노동계 전체의 AI 정책을 규정하도록 두지 않으면서도, 당장의 노조 고용을 보호해야 한다.

갈등은 미시간주 살린 타운십에 계획된 1.4기가와트 규모 데이터센터 캠퍼스를 둘러싸고 가시화됐다. Oracle, OpenAI, 그리고 프로젝트 파트너들은 미시간주 그레천 휘트머 주지사와 OpenAI CEO 샘 올트먼이 참석한 6월 기공식에서 건설을 환영했다.

North America’s Building Trades Unions는 이 프로젝트를 지지했다. 이 단체의 회장 숀 맥가비는 미국의 AI 리더십을 대규모 인프라를 건설하는 국가의 역량과 연결지었다. 이 입장은 익숙한 노동 전략을 반영한다. 비노조 계약업체가 성장 시장을 차지하기 전에 노조의 관할권을 확보하는 것이다.

지역의 반대는 다른 계산을 따랐다. 주민과 선출직 공직자들은 프로젝트의 환경적 부담과 경제적 이익에 의문을 제기했다. 이들의 반대는 노동 협약이 AI 시설을 둘러싼 모든 공공의 우려를 해결하지 못하는 이유를 보여준다.

이 프로젝트는 근본적인 시간차 문제를 보여준다. 건설 일자리는 먼저 나타나며 수치로 셀 수 있다. 자동화로 인한 일자리 손실은 나중에 여러 산업에 걸쳐 발생하며, 특정 시설 하나에 귀속시키기 어렵다. 따라서 정치 지도자들은 기공식에서 일자리를 홍보하기가 수년 뒤 발생하는 고용 대체를 설명하기보다 쉽다.

샌더스의 보좌관 파이즈 샤키르는 Truthout 보도에서 이 우려를 요약했다. 그는 단기적인 노조 건설 일자리가 AI가 다른 곳에서 수많은 지속 가능한 일자리를 파괴할지에 대한 답이 되지 못한다고 주장했다. 그의 주장은 노동계 지도자들에게 기술 주기 전체에 걸쳐 고용을 측정하라고 요구한다.

그 측정은 여전히 어렵다. 새 시설은 수십 년 동안 운영될 수 있지만, 건설에는 일상 운영보다 훨씬 많은 노동자가 필요하다. 한편 그 안에서 구동되는 모델은 고객 서비스, 소프트웨어 개발, 교육, 물류, 보건 행정, 창작 업무에 영향을 미칠 수 있다.

이 분열은 제도적 책임도 반영한다. 건설업 노조 지도자들은 생계가 건설에 달린 조합원들을 위한 프로젝트를 찾아야 한다. 교원 및 의료 노조는 전문적 판단, 인력 배치, 프라이버시, 공공 서비스를 지켜야 한다. 어느 쪽도 다른 노조의 예상 위험을 위해 조합원의 당면한 필요를 쉽게 희생할 수 없다.

AFL-CIO의 과제는 이처럼 분리된 이해관계를 공동 기준으로 바꾸는 것이다. 노동자 우선 AI 원칙은 단체교섭권, 투명성, 프라이버시, 안전, 공정한 이익, 노조 파괴로부터의 보호를 요구한다. 이는 폭넓은 토대를 제공하지만 모든 프로젝트 차원의 갈등을 해결하지는 못한다.

예를 들어 투명성은 고용주가 알고리즘을 사용하는 방식을 드러낼 수 있다. 그렇다고 노조가 그 시스템을 받아들여야 하는지까지 결정해 주지는 않는다. 교육은 노동자가 새 도구를 사용하는 데 대비시킬 수 있다. 하지만 경영진이 인력 목표를 바꿀 때 교육받은 직원이 일자리를 유지할 것이라고 보장하지는 않는다.

같은 한계는 데이터센터 관련 노동 기준에도 적용된다. 프로젝트 노동 협약은 건설 고용을 개선할 수 있다. 그러나 해당 시설에서 호스팅되는 AI 애플리케이션이 관련 없는 산업의 노동자를 존중하도록 보장할 수는 없다.

따라서 연맹은 세 방향에서 압박을 받는다. 기술 기업은 인프라와 도입에 대한 노동계의 지지를 원한다. 산하 노조는 조합원에게 맞는 정책을 원한다. 현장 조합원들은 파트너십이 경영진의 결정을 정당화하는 대신 자신들의 통제권을 늘릴 것이라는 증거를 원한다.

정치적 연대는 또 다른 층위를 더한다. 공직자들은 흔히 AI 투자를 지역 개발로 홍보한다. 프로젝트에 반대하는 노조는 일자리와 의사결정권자에 대한 접근을 잃을 위험이 있다. 이를 지지하는 노조는 지역사회 비용이나 다른 곳의 자동화에 무관심해 보일 위험이 있다.

이 때문에 광범위한 건설 유예안은 노동계를 그토록 날카롭게 갈라놓는다. 지지자들은 건설이 가속되기 전에 공공 규칙을 세우기 위한 지렛대로서 중단을 본다. 반대자들은 이를 다른 주나 국가에서의 AI 개발을 막지 못한 채 노조 일자리를 포기하는 일로 본다.

어느 주장도 핵심 위험을 없애지는 못한다. 노조들이 프로젝트별로 각자 다른 이익을 놓고 경쟁한다면, 고용주는 전체 전환 과정에 대한 통제권을 계속 유지한다. 노동계는 건설 계약, 교육 프로그램, 협의권을 얻을 수 있지만 자동화가 노동을 대체할지에 대한 권한은 잃을 수 있다.

공동 입장은 일반 원칙 이상을 필요로 한다. 인프라 승인을 AI 공급망 전반에 걸친 강제력 있는 고용 기준과 연결해야 한다. 또한 창출된 일자리, 사라진 일자리, 에너지 수요, 계약업체 관행, 지역 비용을 추적하는 보고도 필요하다.

그러한 기준이 마련되기 전까지 Google News 독자들은 상충하는 노조 성명을 계속 보게 될 것이다. 이 모순은 단순한 메시지 실패가 아니다. 이는 고용주가 완전히 공개하지 않은 이익과 손실을 배분해야 하는 노동운동의 현실을 반영한다.

교육 파트너십이 노조 민주주의를 시험하다

AI 교육은 노동자에게 유용한 지식을 제공하지만, 업계 자금 지원 프로그램은 도입이 수용 가능한지에 대한 논쟁을 노동자들이 얼마나 빨리 적응해야 하는지의 문제로 바꿀 수 있다.

American Federation of Teachers가 가장 분명한 사례를 제공한다. 2025년 이 노조는 뉴욕시에 National Academy for AI Instruction을 설립한다고 발표했다. Microsoft, OpenAI, Anthropic은 이 사업을 지원하기 위해 총 2,300만 달러를 약정했다.

이 아카데미는 교사들이 생성형 AI, 즉 학습된 패턴을 바탕으로 텍스트, 이미지 또는 기타 콘텐츠를 만드는 소프트웨어를 이해하고 활용하도록 돕는 것을 목표로 한다. AFT 회장 랜디 와인가튼은 교육자들이 안전장치를 설정하고 교실 내 활용에 대한 통제권을 유지해야 한다고 주장해 왔다.

이 목표는 당면한 필요에 대응한다. 교사들은 이미 AI가 생성한 과제물, 자동화된 수업 도구, 행정용 제품을 접하고 있다. 모든 교육을 거부하면 많은 교육자가 고용주의 지침이나 공급업체의 마케팅에 의존하게 된다.

AFT의 아카데미 발표는 교육을 인간의 판단을 보존하는 방법으로도 제시한다. 교사와 학생 사이의 직접적인 관계는 소프트웨어로 대체될 수 없다고 밝힌다. 이런 관점에서 교육은 교육자들이 도구를 맹목적으로 받아들이는 대신 평가하도록 돕는다.

비판자들은 학습의 가치가 아니라 그 구조에 문제를 제기한다. 교사 활동가 로이스 와이너는 Truthout에 노동계가 AI 도입이 불가피하다는 가정에 맞서야 한다고 말했다. 그는 또한 주요 결정이 조합원 사이의 충분한 정보에 기반한 토론 없이 이루어졌다고 주장했다.

이 비판은 이 이야기의 핵심 대립을 짚는다. 노조 간부가 이끄는 적응 대 현장 조합원 조직화를 통해 구축되는 통제다. 이견은 정보에 밝은 노동자와 기술을 거부하는 사람들 사이의 갈등이 아니다. 교육이 시작되기 전에 누가 조건을 정하는지에 관한 문제다.

자금 지원은 또 다른 미해결 질문을 낳는다. Microsoft, OpenAI, Anthropic은 교육자들이 AI 제품에 익숙해질수록 이익을 얻는다. 이들의 지원이 곧바로 아카데미의 정당성을 훼손하는 것은 아니지만, 노동자들이 거버넌스, 커리큘럼 설계, 데이터 관행, 벤더의 영향력을 검토할 이유는 된다.

한 프로그램은 비판적 평가를 가르치면서도 후원사의 시장을 확대할 수 있다. 동시에 노동자에게 실질적인 전문성을 제공하면서 정책 논의의 범위를 좁힐 수도 있다. 두 결과는 동시에 발생할 수 있다.

Bloomberg Beta의 Roy Bahat은 아카데미 구상 개발을 도왔다. 그는 교사 교육을 다른 직종에도 적용할 수 있는 모델로 설명했다. 비판론자들은 이 같은 포부를 교육자들이 더 폭넓은 직장 도입을 위한 시험 사례가 되고 있다는 증거로 해석했다.

그에 따른 불신은 공개만으로는 충분하지 않은 이유를 보여준다. 조합원은 프로그램 목표, 벤더 접근 권한, 커리큘럼, 평가, 그리고 그 뒤따르는 직장 정책에 대해 실질적인 권한을 가져야 한다. 그렇지 않으면 협의는 직원들이 AI를 어떻게 사용할지 묻되, 사용해야 하는지 자체는 묻지 않는 관리된 절차가 될 수 있다.

이 긴장은 교육을 넘어선다. 병원은 인력 배치 결정권을 경영진에게 남긴 채 간호사들에게 자동화 문서화 시스템 사용법을 교육할 수 있다. 뉴스룸은 카피 데스크를 축소하면서 기자들에게 생성형 요약을 검토하도록 가르칠 수 있다. 물류회사는 감시를 확대하는 경로 설정 소프트웨어를 운전자에게 교육할 수 있다.

교육은 교섭력이 수반될 때만 노동자를 보호한다. 여기에는 시스템을 점검하고, 오류에 이의를 제기하며, 개인정보를 보호하고, 전문적 재량을 보존하며, 인력 배치의 결과를 협상할 권리가 포함된다.

노동자들은 시스템이 중대한 결론에 도달한 방식을 설명하는 기록에도 접근할 수 있어야 한다. 불투명한 모델은 유용한 설명 없이 근무 일정을 배정하고, 성과를 표시하며, 징계를 권고하거나, 지원자를 선별할 수 있다. 직원에게 해당 인터페이스 조작법을 가르친다고 해서 그런 결정에 책임성이 생기는 것은 아니다.

AFL-CIO의 Workers First Initiative는 이러한 문제 중 다수를 인식하고 있다. 이 이니셔티브는 AI를 노조 파괴 수단으로 사용하는 데 반대하고 노동자 데이터에 대한 더 강한 권리를 요구한다. 그러나 집행은 계약, 입법, 규제 조치, 직장 내 조직화에 달려 있다.

창작 분야 노조들은 구체적인 교섭이 무엇을 이룰 수 있는지 보여줬다. SAG-AFTRA는 특정 디지털 복제물에 대한 동의 및 보상 규칙을 협상했다. Writers Guild of America는 AI 생성 문학 자료와 작가의 작업물 사용을 규율하는 보호 장치를 마련했다.

이들 합의가 모든 분쟁을 해결하는 것은 아니며, 이행 역시 여전히 중요하다. 그럼에도 이는 일반 교육과 강제력 있는 제한의 차이를 보여준다. 고용주가 동의를 얻어야 하고, 고지해야 하며, 고충 처리 절차에 직면할 때 노동자는 더 큰 통제력을 확보한다.

노조 조직률이 높은 엔터테인먼트 업계 밖의 지식 노동자에게는 격차가 여전히 크다. 직원들은 흔히 회사 계정과 내부 사용 정책을 통해 AI 도구에 접근한다. 이들은 시스템 선정이나 생산성 향상이 인력에 미치는 영향의 정의에 좀처럼 참여하지 못한다.

그 때문에 문서화가 필수적이다. 모델 오류, 변경된 업무량, 폐기된 업무, 경영진의 기대를 추적하는 노동자는 이후 교섭을 위한 증거를 만든다. 검색 가능한 기술 지식 베이스는 팀이 흩어진 메시지에 의존하지 않고 이러한 기록을 보존하는 데 도움이 될 수 있다.

하지만 더 나은 기록이 집단적 권리를 대체할 수는 없다. 대부분의 비노조 사업장에서 고용주는 여전히 조달, 직무 설계, 성과 시스템을 통제한다. 개인 직원도 피해를 기록할 수는 있지만, 이에 맞서려면 흔히 조직된 협상력이 필요하다.

따라서 교육 파트너십에 대한 회의적 관점은 신중하게 다뤄야 한다. 업계 자금 지원이 노조가 독립성을 포기했다는 증거는 아니다. 다만 이는 지도부가 공개적으로 답해야 할 유인과 거버넌스 문제를 만든다.

더 강력한 시험대는 조합원이 교육을 마친 뒤에도 안전하지 않은 도입을 거부할 수 있는지다. 참여가 이미 정해진 출시를 준비시키는 데 그친다면, 프로그램은 이행 업무를 직원에게 전가한다. 조합원이 강제력 있는 권한을 얻는다면 교육은 노동자 통제를 뒷받침할 수 있다.

이 구분은 노사 파트너십이 역량을 구축할지, 아니면 단지 저항을 줄일지를 결정할 것이다. 또한 이는 Google News 요약이 헤드라인만으로는 포착할 수 없는 문제다.

AI 노동의 진짜 상충 관계는 통제권이다

결정적인 질문은 AI가 일자리를 만들거나 없애는지가 아니라, 고용주가 이익을 가져가기 전에 노동자가 도입을 놓고 교섭할 수 있는지다.

AI 시스템은 반복 업무를 줄이고, 정보 접근성을 높이며, 의사결정을 지원할 수 있다. 또한 업무 강도를 높이고, 감시를 확대하며, 인력 감축을 정당화하기 쉽게 만들 수도 있다. 같은 소프트웨어도 직장 규칙에 따라 서로 다른 결과를 낳을 수 있다.

2025년 Pew Research Center 조사에 따르면 미국 노동자 약 5명 중 1명이 업무에서 AI를 사용했다. 직장 도입 데이터는 도입이 이미 기술 기업을 넘어 확산되고 있음을 보여줬다. 이러한 폭넓은 확산은 단일 산업 부문의 대응만으로는 부족하다는 뜻이다.

노동자는 여러 서로 다른 형태의 노출에 직면한다. 일부는 자료 초안 작성이나 요약을 위해 자발적으로 챗봇을 사용한다. 다른 이들은 경영진이 선택한 자동화 시스템과 함께 일한다. 또 다른 집단은 AI 서비스 운영을 지속시키는 데이터 제공, 라벨링, 검토, 유지보수를 맡는다.

네 번째 집단은 업무를 배정하고, 성과를 평가하며, 고용 관련 결정을 권고하는 소프트웨어인 알고리즘 관리에 맞닥뜨린다. 이러한 시스템은 대화형 AI 제품처럼 보이지 않으면서도 노동자에게 영향을 미칠 수 있다. 또한 경영진의 판단에 이의를 제기하기 어렵게 만들 수 있다.

이점은 절약된 시간을 누가 통제하느냐에 달려 있다. 도구가 업무 시간을 단축하면 고용주는 근로 시간을 줄이고, 할당량을 높이고, 일자리를 없애거나, 노동자를 더 높은 가치의 활동으로 전환할 수 있다. 기술 자체가 이 선택지 중 무엇을 택할지 결정하지는 않는다.

이것이 노동계를 가르는 핵심 상충 관계다. 협력은 노조에 초기 접근권과 이행 과정에서의 발언권을 제공할 수 있다. 하지만 조합원이 구속력 있는 보호 장치를 확보하기 전에 도입이 합의된 것처럼 보이게 만들 수도 있다.

저항은 해로운 시스템을 지연시키고 교섭력을 만들어낼 수 있다. 그러나 프로젝트가 다른 곳으로 이전될 경우 조합원이 당장의 고용을 잃게 할 수도 있다. 올바른 전략은 노조의 힘, 계약 문구, 지역사회 영향, 관련 기술의 구체적 특성에 따라 달라진다.

AI가 노동을 없앨 것이라는 광범위한 주장은 현재 증거가 입증하는 범위를 과장한다. 기업들은 때때로 다른 이유로 비용을 줄이면서도 해고를 AI 탓으로 돌린다. 업무는 사라질 수 있어도 직업 전체가 사라지는 것은 아니며, 새로운 책임이 일부 감소분을 상쇄할 수 있다.

반대 주장도 마찬가지로 약하다. 교육이 노동자가 생산성 향상의 이익을 누리게 한다는 보장은 없다. 고용주는 한 시기에 직원을 교육한 뒤, 시스템이 개선되거나 예산이 바뀌면 나중에 인력을 줄일 수 있다.

노동사학자 Trevor Griffey는 Truthout에 노조가 추상적 입장보다 안전하지 않거나 비윤리적인 자동화에 맞서는 조직화에 더 집중해야 한다고 말했다. 이러한 접근은 기술 찬반 논쟁을 구체적인 요구로 전환한다.

그 요구에는 사전 통지, 영향 평가 접근권, 조달 전 교섭, 감시 제한, 중대한 결정에 대한 인간 검토, 보복 방지가 포함될 수 있다. 계약은 AI가 징계, 일정 편성, 채용, 해고에 영향을 미쳤는지 고용주가 공개하도록 요구할 수도 있다.

기업이 노동자의 목소리, 이미지, 글, 기타 산출물을 사용할 때는 보상 규칙이 중요하다. 동의는 노동자가 제안된 사용 방식을 이해할 만큼 구체적이어야 한다. 고용계약서에 묻힌 포괄적 조항으로는 향후 활용에 대한 실질적인 통제권을 제공할 수 없다.

고용 보장은 자동화를 더 직접적으로 다룰 수 있다. 생산성 향상을 원하는 고용주는 재교육, 재배치, 최소 인력, 퇴직 보상, 하도급 제한에 합의할 수 있다. 이런 조건은 위험을 개인 노동자로부터 옮긴다.

단축 근무제도 또 다른 경로를 제시한다. AI가 시간당 산출량을 늘린다면 노조는 노동자가 그 이익의 일부를 시간으로 받도록 요구할 수 있다. 임금 삭감 없는 주 32시간제는 해고 또는 할당량 인상과는 다른 방식으로 생산성을 분배할 것이다.

이러한 제안에는 현실적 한계가 있다. 모든 업무가 빨라지는 것은 아니며, 많은 서비스는 지속적인 인력 배치를 필요로 한다. 고용주는 생산성 향상 중 AI가 기여한 몫과 인력 변화, 프로세스 재설계, 직원 노력의 영향을 두고도 이의를 제기할 수 있다.

그래서 측정이 교섭에 포함돼야 한다. 노조는 도입 전 업무 소요 시간, 인력 규모, 오류율, 업무량, 서비스 품질에 관한 기준선 정보를 확보해야 한다. 기준선이 없다면 경영진은 노동자가 혜택을 받았음을 입증하지 않고도 성공을 선언할 수 있다.

AI 배당금과 공공 부 펀드는 더 광범위한 분배 전략을 뜻한다. 이 제안들은 기술 주도 부의 일부를 대중이나 일자리를 잃은 노동자에게 돌려주려 한다. 임금과 사회보험을 보완할 수 있지만, 입법과 지속 가능한 재원 장치가 필요하다.

보편소득 제안은 대체가 발생한 뒤의 문제를 다룬다. 집단교섭은 직장 자체를 형성함으로써 더 이른 단계에 개입할 수 있다. 많은 노동자가 여전히 노조 밖에 있기 때문에 노동계는 두 접근법 모두를 필요로 할 가능성이 크다.

한 집단의 이익이 다른 집단의 손실을 뒷받침할 때 노조 간 조정이 중요해진다. 건설 노조, 교사, 공연예술인, 보건 노동자, 기술 노동자에게는 공통의 산정 틀이 필요하다. 그렇지 않으면 기업은 각 이해관계자 집단과 따로 협상할 수 있다.

목표는 모든 직종에 동일한 정책을 적용하는 것이어서는 안 된다. 디지털 복제물은 임상 의사결정 도구나 데이터 센터와는 다른 문제를 제기한다. 그래도 공통 기준은 통지, 참여, 개인정보 보호, 안전, 생산성 향상의 공정한 몫을 확립할 수 있다.

이 틀은 기업 구매자가 무엇을 물어야 하는지도 명확히 한다. 조달팀은 벤더가 감사 로그, 접근 제어, 데이터 보존 제한, 인간 검토, 실질적인 설명을 지원하는지 살펴봐야 한다. 또한 계약을 체결하기 전에 영향을 받는 노동자를 참여시켜야 한다.

지식 노동자는 비공식적 도입이 공식적 기대가 될 수 있으므로 관심을 가져야 한다. 관리자가 더 빠른 산출을 관찰하면 선택 사항이던 보조 도구가 생산성 기준으로 바뀔 수 있다. 그러면 시스템이 여전히 신뢰할 수 없더라도 직원은 더 높은 할당량에 직면한다.

유용한 AI 워크플로는 산출물의 근거가 되는 증거를 보존하고 인간의 판단을 드러나게 유지한다. 지식 블렌딩은 사용자가 원본 자료와 생성된 응답을 연결하는 데 도움이 될 수 있다. 그러나 제품 설계만으로는 고용주가 그 업무를 어떻게 평가할지 결정할 수 없다.

따라서 노동계의 가장 강력한 입지는 기술적 이해와 교섭 권한을 결합하는 데 있다. 노동자는 벤더의 주장을 검증할 만큼 충분한 지식과 도입 조건을 바꿀 만큼의 집단적 힘을 모두 갖춰야 한다.

지도부가 이를 거버넌스 문제로 다룬다면 운동 내부의 이견은 그 목표를 뒷받침할 수 있다. 건설 노조는 프로젝트 기준을 협상한 경험을 제공한다. 창작 분야 노조는 동의 규칙을 제공한다. 교사와 보건 노동자는 공공서비스 위험에 관한 전문성을 제공한다.

이러한 관점이 고립된 채 남는다면 고용주는 각 프로젝트에 가장 잘 맞는 노동 협력 방식을 선택할 것이다. 노조가 이를 연결한다면 AI 도입은 산업 전반에서 기술을 따라가는 기준을 충족하는 조건부 과정이 된다.

어떤 노동 전략이 승리하는지는 세 가지 신호가 보여줄 것이다

다음 단계는 강제력 있는 계약, 파트너십에 대한 조합원의 통제권, 데이터 센터 승인에 부과되는 조건으로 결정될 것이다.

첫 번째 신호는 노동조합이 광범위한 AI 원칙을 계약 언어로 전환하는지 여부다. 인간 중심 기술에 관한 선언은 통지 기간, 감사 권한, 인력 보호, 고충 처리 절차보다 중요성이 낮다. 새 협약은 고용주가 도입 이전에 노동자의 권한을 인정하는지를 드러내야 한다.

계약이 측정 가능한 통제권을 만들어 낸다면 이 신호는 관리된 도입의 근거를 강화할 것이다. 반대로 노동조합이 교육과 협의를 발표하는 동안 고용주가 일방적 권한을 유지한다면 그 근거는 약화될 것이다. 독자들은 감시, 일자리 대체, 데이터 사용, 인간의 검토를 규율하는 조항을 살펴봐야 한다.

두 번째 신호는 AFT와 유사 단체들이 업계 자금 지원 프로그램을 어떻게 운영하는지다. 구성원들은 교육과정, 후원사의 영향력, 데이터 관행, 평가에 대한 가시성을 확보해야 한다. 또한 전문적 또는 윤리적 기준에 미달하는 도구를 거부할 수 있는 공식적인 경로도 필요하다.

투명한 구성원 거버넌스는 교육이 노동자의 협상력을 높일 수 있음을 보여줄 것이다. 폐쇄적인 의사결정은 파트너십을 이미 정해진 기업 의제에 대한 적응으로 보는 비판자들의 주장을 뒷받침할 것이다. 참가자 수보다 중요한 것은 그들이 이후에 얻는 권리다.

세 번째 신호는 정부가 AI 데이터센터에 지속 가능한 노동 및 지역사회 기준을 부과하는지 여부다. 프로젝트 발표에는 건설 협약, 상시 인력 배치, 전력 관련 의무, 물 보호 조치, 공개 보고가 명시되어야 한다. 또한 약속된 혜택이 장기적인 공공 비용과 어떻게 비교되는지도 설명해야 한다.

강력한 조건은 건설 노동조합과 개발 중단 지지자들 사이의 격차를 좁힐 것이다. 약한 조건은 일부 노동자에게는 즉각적인 일자리가 제공되는 반면 다른 이들에게는 불확실한 위험이 남는 현재의 거래를 유지할 것이다. 향후 Google News 보도는 단순한 투자 총액이 아니라 이러한 조건을 보도하는지를 기준으로 평가해야 한다.

노동운동이 모든 AI 도구에 대해 보편적인 의견을 가질 필요는 없다. 필요한 것은 고용주가 일자리를 바꾸고, 데이터를 수집하거나, 자동화된 결정을 강요하기 전에 노동자에게 권한을 부여하는 공통의 절차다. 그 절차는 계약, 입법, 민주적인 노동조합 거버넌스를 통해 작동해야 한다.

개발자와 기업 구매자에게도 메시지는 똑같이 분명하다. 성공적인 도입은 단지 업무를 완료하는 모델이 아니다. 영향을 받는 사람들이 검토하고, 이의를 제기하며, 형성할 수 있는 직장 변화다.

노동자들은 AI가 자신의 업무에 어디에 도입되는지, 어떤 데이터를 사용하는지, 어떤 결정에 영향을 미치는지를 기록하는 것부터 시작할 수 있다. 노동조합 구성원들은 도입이 확대되기 전에 이 증거가 단체교섭에 반영되도록 요구할 수 있다. 관리자는 분쟁이 굳어지기 전에 참여 및 이의제기 절차를 마련할 수 있다.

따라서 Google News 헤드라인의 핵심 질문은 실천 가능한 형태로 제기된다. AI는 노동자에게 더 많은 시간, 안정성, 권한을 주는가, 아니면 통제권을 위로 이전하는가? 계약, 파트너십 규정, 프로젝트 조건을 지켜봐야 한다. 그 기록은 노동이 자동화를 형성하고 있는지, 아니면 그저 이에 적응하고 있는지를 보여줄 것이다.