지난 10월 28일(수) 저녁, 모두연 강남에서 열린 다오랩데이 'AI 시대, 굿 거버넌스'에 모더레이터로 참여하게 되었습니다. 좋은 기회를 주신 덕분에 큰 배움이 있었습니다. 오늘의 후기는 그날 발표와 패널 토론에서 오간 내용을 정리하고, 진행자로서 남은 질문을 적어 두었습니다.

왜 지금 '거버넌스'인가
AI 기술은 눈에 띄게 발전했는데, 왜 생산성 향상은 체감되지 않을까요? 이날 행사는 이 질문에서 출발했습니다. 원인은 '기술 자체보다 기술을 둘러싼 거버넌스와 생산관계에 있을 수 있다'는 관점으로, 세 가지 층위에서 세 명의 연사 분이 발표해주셨습니다.
- 법인격: 종업원 소유 기업 (이동한 박사, 민생연대 정책전문위원)
- 사회: 공익 데이터와 공익 AI (이재흥 상임이사, 시민기술네트워크)
- 조직: AX로 인한 거버넌스 변화 (신지현 대표, 서스틴브릿지)
발표 이후, '굿 거버넌스란 무엇인가'를 두고 패널 토론을 진행했습니다.
발표 1. 종업원 소유 기업: 승계 위기와 자산 불평등에 대한 대안
이동한 박사님은 소유 집중과 승계 절벽이라는 두 가지 구조적 문제에서 출발하셨습니다. 한국과 미국 모두 상위 1%가 주식의 절반 이상을 보유하고 있고, AI로 고용 불안이 커지면 자산 불평등도 함께 심화됩니다. 동시에 국내에서 후계자가 없는 중소기업은 약 67만 곳에 이릅니다.
종업원 소유(EO) 기업은 이 두 문제를 함께 다루는 대안으로 제시되었습니다. 대표 사례는 미국 슈퍼마켓 체인 퍼블릭스입니다. 창업자가 직원에게 회사를 넘겼고, 지금은 26만 명이 넘는 직원이 일하는 미국 최대의 종업원 소유 기업이 되었습니다. 현직과 퇴직 직원이 지분의 약 80%를 보유하고 있습니다.
개인적으로 인상적이었던 대목은 AI 도입 갈등을 완화하는 효과였습니다. 성과가 노동자에게 돌아가는 구조에서는 로봇과 AI 도입을 구성원이 함께 결정할 수 있기 때문에, 첨단 기술의 도입이 오히려 빨라지게 됩니다. 미국 설계관리 기업 블랙앤비치(Black & Veatch)는 직원들이 자발적으로 학습 코호트를 만들어 AI를 전사로 빠르게 확산시켰습니다.
제도 측면에서는 미국, 영국, 한국의 제도를 비교해 주셨습니다.
- 미국 ESOP: 회사가 차입한 돈으로 신탁이 지분을 매입하고, 회사 이익으로 상환하는 만큼 직원 계좌에 주식이 적립됩니다. 직원은 자기 돈을 내지 않습니다.
- 영국 EOT: 2014년에 도입되었고, 주식은 집단이 영구적으로 소유합니다. 매도 주주의 양도세 면제는 100%였으나 2025년 11월 26일부터 50%로 축소되었습니다.
- 한국: 우리사주제도는 기업 인수 수단으로 거의 작동하지 않았습니다. 직원인수특별법(한국형 ESOP)을 추진 중이며, 핵심 과제는 매도 주주에 대한 세제 혜택입니다.
국내 사례로는 한국종합기술이 소개되었습니다. 직원 약 1,100명 중 약 800명이 대출을 받아 회사를 인수했고, 전 직원이 1인 1표로 CEO를 선출합니다. CEO는 임기가 끝나면 재입사 시험을 거쳐 실무로 복귀합니다. 다만 출자에 참여하지 않은 직원은 주주가 되지 못하고, 신규 직원에게 출자금 5천만 원은 큰 부담이라는 한계점도 함께 공유되었습니다.
발표 2. AI 시대의 사회적 거버넌스: 공익 데이터와 공익 AI
이재흥 상임이사님은 2000년대 초 사회혁신 의제가 서로 다른 주체를 연결하고 매개하는 '꿀벌 모델'로 자리 잡았던 흐름을 짚으며, AI 시대에 맞는 새로운 사회적 접근이 필요하다고 이야기했습니다.
AI가 만드는 구조적 문제로는 다섯 가지를 꼽아주셨습니다.
- 환경: 유럽 주요 도시들이 데이터센터 추가 건립을 제한하고 있습니다.
- 데이터 고갈과 저작권: 학습 데이터가 부족해지면서 저작권 갈등이 격화되고 있습니다.
- 군사화: AI 기업들이 군수와 감시 산업으로 진출하고 있습니다.
- 고용 디커플링: 기업 성장과 고용 증가가 분리되는 현상이 나타났습니다.
- 민주주의: 루마니아에서는 여론조작 의혹으로 헌법재판소가 대선을 무효화했습니다.
대안으로는 '참여, 공유, 개방'의 전통을 잇는 공익 데이터와 공익 AI가 제시되었습니다. 프랑스는 2016년 민간 공익 데이터를 법으로 규정했고, EU는 데이터 거버넌스법으로 '데이터 이타주의'를 제도화했습니다. 앤트로픽은 장기 신탁이 이사회 과반을 임명하는 구조 덕분에, 정부의 요구를 거부하면서도 경영진이 배임 책임이나 해임을 피할 수 있었던 사례로 언급되었습니다.
한국의 과제로는 과학기술을 기본권으로 격상하는 개헌, AI 도입을 노동자의 설명·참여·교섭 대상으로 인정하는 노동법 개정, AI 안전 레드라인 법제화가 제시되었습니다. 특히 국가 AI 컴퓨팅 센터의 정부 지분이 29%에 그쳐 행정감사를 회피할 수 있는 SPC 구조라는 지점에 대해 강력하게 문제 제기한 경험을 나누어주시며, 이러한 나쁜 거버넌스 모델이 지방정부로 확산되지 않도록 '모두 AI 도시 매니페스토' 캠페인을 소개해주셨습니다.
발표 3. 조직 차원의 AX: 결정권과 책임의 재설계
신지현 대표님은 AX를 감원 수단이 아니라 책임 구조를 다시 짜는 일로 정의해주셨습니다. 에이전트를 포함해 조직의 위계를 다시 설계하고, 누가 결정하고 누가 책임지는지를 새로 정하는 것이 핵심이라는 설명입니다.
- 검증의 공백: 에이전트가 주니어 업무를 대체하면서 도제식 구조와 중간관리층이 함께 사라지고 있습니다. 중간관리자가 맡던 업무 검증, 에스컬레이션, 책임 귀속을 누가 맡을지가 새로운 과제가 되었습니다.
- 거버넌스의 재정의: 거버넌스를 '지배구조'로 이해하면 오너 기업의 직원은 손댈 수 없는 영역으로 받아들입니다. '투명한 의사결정 체계'로 정의해야 소유 구조와 관계없이 모든 조직이 AI 거버넌스를 개선할 수 있습니다.
- 인력 관리 기준의 변화: 기준이 '몇 명을 뽑을까'에서 '일을 어떻게 배분할까'로 바뀌고 있습니다. 쇼피파이는 인력을 충원하기 전에, 해당 업무를 AI로 처리할 수 없다는 점을 먼저 증명하도록 요구합니다.
- 'AI 때문에 감원'이라는 주장에 대한 검증: 재무 악화를 AI 탓으로 돌리는 'AI 워싱' 사례도 있기 때문에, 이런 주장은 따져 봐야 할 일입니다.
- 한국형 AX의 강점과 약점: 해고가 어려운 노동 환경 때문에 전환 배치와 교육 중심으로 진행된다는 강점이 있지만, CEO 주도의 톱다운 방식이 주류여서 현장 참여가 부족하다는 약점이 있습니다.
마지막 발표의 Key takeaway로는, AX의 성패는 AI를 얼마나 도입했는지가 아니라, 에이전트가 일하는 조직에서 검증과 책임을 누가 지는지를 얼마나 명확히 설계했는지로 판단해야 한다는 이야기를 남겨주셨습니다.
패널 토론에서 오간 질문들
패널토론은 모더레이터의 사전 질문과 청중 질문 순서대로 진행되었습니다. 준비한 사전 질문을 빨리 끝내고 청중 분들께 질문 기회를 더 나눴어야했는데...^^;; (다음엔 프로 모더레이터로 돌아올게요!)
EO 기업은 소수만의 회사로 고립되지 않을까?
영세 제조기업의 승계 문제를 AX와 종업원 지주회사 전환으로 함께 풀 수 있는지, 그렇게 만든 회사가 청년이 들어가기 어려운 회사가 되지는 않는지에 대해 질문드렸습니다. 이동한 박사님은 한국종합기술도 같은 문제를 겪고 있다고 인정하시면서, 출자 문턱을 낮추고 무상 주식을 지급해 전 직원이 균등하게 소유자가 되는 구조를 지향한다고 답해주셨습니다.
다만 한계점도 존재했습니다. 미국 스톤 건설장비(Stone Construction Equipment)는 EO 모범 사례였지만, 멕시코와 중국 기업과의 저가 경쟁 끝에 운영을 중단했습니다. 다만 회사를 정리하는 과정에서 자산을 직원에게 합의로 공정하게 분배했다는 점은 의미가 있다고 나눠주셨습니다.
외부 AI 모델을 사용한다면, 기업 의사결정이 암묵적으로 종속되는 것이 아닐까?
기업이 외부 모델을 쓰면, 모델 회사가 내부 기준을 바꿀 때 우리 회사의 의사결정도 함께 바뀌는 것 아니냐는 질문이었습니다. 신지현 대표님은 기업들이 특정 모델에 종속되지 않으려고 여러 모델을 비교하며 쓰고, 보안 때문에 온프레미스로 구축하는 경우가 많다고 설명하셨습니다. 대응 방안으로는 모델 정책 변경에 관한 사항을 계약에 명시하고, 변경 알림 체계를 갖추고, AI 담당자가 이를 상시로 파악하는 방식을 제시하셨습니다. 여러 모델이 비슷한 답을 내놓는 현상에 대해서는 다음 기회에 더 다뤄 보기로 했습니다.
공익이 로비 경쟁으로 변질될 때, 어떤 공익을 지향해야 하는가
앤트로픽은 AI 규제를 지지하는 단체 Public First Action에 2026년 들어 두 차례에 걸쳐 총 4,000만 달러를 후원했고, 반대편에서는 혁신과 국가 경쟁력을 내세우는 규제 반대 진영이 자금을 모으고 있습니다. 이 상황에서 한국 AI 전략위원회에서 활동하고 계신 이재흥 상임이사님께 어떤 공익을 지향해야 하는지 물었습니다.
이재흥 상임이사님은 공익을 사익의 반대말로 보지 말고, 당대 구성원이 숙의를 거쳐 합의한 내용으로 보는 것이 적절하다고 답하셨습니다. 기업의 공익성은 이분법이 아니라 스펙트럼으로 봐야 하며, 기업가의 발언보다 정치 기부금 내역과 공식적인 정책 결정을 근거로 판단해야 한다고 강조해주셨습니다.
결정권과 소유권 중 무엇이 더 중요한가
종업원 소유 기업은 결정권을 나누지만 수익은 임직원에게만 돌아가고, 앤트로픽형 기업은 수익 분배 범위는 넓지만 결정권을 보장하지 않습니다. 각기 다른 층위와 맥락에서 결정권과 소유권의 보장이 어디까지 가능한가가 중요한 포인트가 되고 있습니다. 세 분 모두에게 공통 질문으로 여쭤보았습니다.
- 이재흥 상임이사님: 둘을 같이 봐야 하지만 굳이 고르자면 소유권이 먼저입니다. 소유권 없이는 실질적인 결정권을 행사하기 어렵기 때문입니다. 국가뿐 아니라 비영리 재단, 연기금, 노동자 신탁기금 등이 의결권 있는 주주로 참여하는 구조가 필요하다고 보셨습니다.
- 이동한 박사님: 의결권은 자본이 아니라 노동에서 나와야 합니다. 사회적 소유가 실현되기 어렵다면 공동결정제도를 대안으로 도입해야 한다고 하셨습니다.
- 신지현 대표님: 형식보다 실제로 작동하는지가 중요합니다. 스타벅스코리아의 '탱크데이' 사태처럼 다단계 검수 구조가 있어도 실제로 작동하지 않으면 리스크를 막지 못한다는 점을 예로 드셨습니다.
초기 스타트업에는 어떤 지배구조가 맞는가
다오랩 아랑님의 질문에 이재흥 상임이사님은 거버넌스를 '성장 단계에 맞춰 갈아입는 외투'에 비유하셨습니다. 초기에는 생존이 먼저이지만, 중장기적으로는 반드시 고려해야 한다는 답이었습니다. 신지현 대표님은 소유와 경영의 분리가 핵심이라고 하시면서, 한국종합기술의 40인 이사회도 연중 소수의 핵심 의사결정에만 관여하고 일상 경영은 대표에게 맡긴다고 덧붙이셨습니다.
모더레이터 후기
이날 토론을 한 마디로 정리하자면, 이렇게 정리해 볼 수 있을 듯합니다: AI 시대의 굿 거버넌스는 지속가능한 수익구조라는 전제를 충족하면서, 참여자들이 의사결정권과 수익권(소유권)을 함께 가질 수 있을 때 가능하다.
진행을 마친 뒤, 이 결론이 성립하려면 어떤 전제가 버텨 줘야 하는지 다시 고민해보았습니다.
- 전제 1. 지속가능한 수익구조: 소유를 나누는 모델은 회사가 계속 이익을 낼 때 작동합니다. 아무리 좋은 소유 구조를 가지고 있더라도, 스톤 건설장비 사례처럼 가격 경쟁에서 밀리면, 회사의 생존이 위험해집니다.
- 전제 2. 다음 세대의 진입: 출자 문턱이 높으면 종업원 소유는 첫 세대의 자산으로 굳어집니다. 신규 구성원에게 지분이 계속 흘러가는 장치가 존재해야 의의를 지켜낼 수 있습니다.
- 전제 3. 결정 구조의 실제 작동: 1인 1표나 이사회 같은 형식이 있어도 검증과 책임 귀속이 실제로 작동하지 않으면, 거버넌스는 문서로만 남습니다. 에이전트가 늘어나는 조직에서는 이 전제가 더 쉽게 흔들리게 됩니다.

귀한 시간을 내어 발표해 주신 이동한 박사님, 이재흥 상임이사님, 신지현 대표님, 그리고 자리를 마련해 주신 다오랩과 함께해 주신 모든 분께 감사드립니다. 다음에 또 만나요!
'강연 및 토론' 카테고리의 다른 글
| 인간론: 기술적 존재에서 출발하기 | 정치철학 세미나 (2026.07.11) (0) | 2026.10.25 |
|---|---|
| 데이터 분배정의, 어떻게 실현할 것인가 | 기본소득당 AI 연구모임 세미나 (2026.08.12) (0) | 2026.10.25 |
| AI, 무엇이고 어디로 가고 있나 | 기본소득당 부산시당 당원교육 (2026.10.09) (0) | 2026.10.25 |
| 노동자 로봇 대체, 대안은 무엇인가 | 기본소득당 노동위원회 강연 (2026.10.13) (0) | 2026.10.25 |