AI 산업이 발견한 대중의 반감 — 엔터프라이즈 AI 도입 전략의 재조정 시점
AI 산업이 발견한 대중의 반감 — 엔터프라이즈 AI 도입 전략의 재조정 시점
AI는 더 이상 “조용한 인프라”가 아니다. 대중이 분노를 표시하기 시작한 지금, 기업의 AI 도입은 PR 자산인가 부채인가.
들어가며: 화염병과 13발의 총탄
2026년 4월 10일 새벽, 샌프란시스코의 한 주택에 화염병이 던져졌다. 표적은 OpenAI의 CEO 샘 알트먼이었다. 체포된 20세 용의자는 경찰에 “AI CEO를 제거해야 한다”는 취지의 진술을 했다고 한다. 사흘 전인 4월 7일에는 인디애나폴리스 시의원의 자택에 13발의 총탄이 발사되었고, 현장에는 “No Data Centers”라고 적힌 메모가 남겨져 있었다. 두 사건은 표면적으로는 무관해 보이지만, 같은 흐름의 두 단면이다.
같은 달, 잡지 New Republic은 “The AI Industry Is Discovering That the Public Hates It”이라는 제목의 분석 기사를 게재했다. Hacker News에 올라간 이 기사는 269포인트를 얻고 361개의 댓글이 달렸다. 일반적인 비판 기사가 아니다. 기사는 AI 산업에 대한 대중 반감이 단순한 “신기술 거부감”이 아니라, 정치적·경제적 운동의 형태로 결정화되고 있음을 데이터로 보여준다.
엔터프라이즈 의사결정자에게 이 변화는 우연한 사건들의 나열이 아니라 전략적 시그널이다. 지금까지 “AI 도입”은 자랑할 만한 PR 자산이었다. 채용 페이지에 “AI-First”를 표시하면 우수 인재가 모인다고 믿었고, 투자자 자료에 “AI 활용”을 강조하면 밸류에이션이 올라간다고 보았다. 그런데 그 가정이 흔들리는 데이터가 누적되기 시작했다. 본 글은 New Republic 기사가 인용한 1차 소스를 다시 확인하고, 이를 발주처 IT 부서·PR 부서가 어떻게 읽어야 할지 분석한다.
본문 1: 무엇이 일어나고 있는가 — 데이터로 본 인식의 분단
전문가와 대중의 거대한 격차
스탠퍼드 대학이 2026년 4월 발표한 AI Index Report의 인식 조사 결과는 인상적이다. “AI가 향후 장기적으로 고용에 긍정적 영향을 줄 것”이라고 답한 비율은 AI 전문가 73%인 반면, 일반 대중은 23%였다. “AI가 경제 전반에 긍정적 효과를 줄 것”이라는 응답도 전문가 69% 대 대중 21%로 50포인트 가까이 벌어졌다. 미국인의 거의 3분의 2가 “AI는 향후 20년간 일자리를 줄일 것”이라고 답했다.
이 격차는 단순한 정보 비대칭으로 설명되지 않는다. 대중이 AI를 잘 모르는 것이 아니다. 오히려 ChatGPT 출시 이후 3년이 지나면서 대중은 AI의 출력 품질, 환각, 자동화의 실제 효과를 직접 체감했다. 그 체감의 결과가 신뢰가 아니라 회의로 기운 것이 핵심이다.
Z세대의 감정 이동
갤럽이 2026년 3월 발표한 세대별 AI 감정 조사도 같은 방향을 가리킨다. 18-29세 응답자에게 “AI에 대해 가장 가까운 감정”을 물은 결과, “흥분/기대(excitement)“라고 답한 비율은 1년 전 36%에서 22%로 14포인트 감소했다. 같은 기간 “분노(anger)“는 22%에서 31%로 9포인트 증가했다.
기술에 가장 친화적이라고 여겨지는 세대에서, AI에 대한 분노가 흥분을 넘어선 것이다. 이는 “AI는 새로운 것이라 시간이 지나면 익숙해진다”는 가정의 반증이다. 익숙해질수록 호의가 아니라 적의가 자라고 있다.
”ROI는 어디 있는가” 문제
산업 측 데이터도 대중의 회의를 뒷받침한다. NBER(National Bureau of Economic Research)이 2026년 2월 발표한 연구에 따르면, AI 도구를 도입한 기업의 80%가 측정 가능한 생산성 향상을 보고하지 못했다. MIT가 2025년 발표한 보고서는 더 강한 표현을 썼다. 기업 AI 파일럿 프로젝트의 95%가 ROI 0, 즉 투자 회수를 달성하지 못했다는 것이다.
물론 5%의 성공 사례에서 큰 가치가 창출되고 있다는 반론도 가능하다. 그러나 의사결정자 입장에서는 “우리 회사가 그 5%에 들 수 있는가”가 핵심 질문이고, 산업 평균이 95% 실패라는 사실은 도입 결정 자체보다 도입 방식·범위·기대 관리에 더 많은 자원을 써야 함을 시사한다.
비용의 지역 집중
또 하나의 실질적 마찰점은 데이터센터의 에너지 비용이다. 버지니아주는 미국 데이터센터 밀집도가 가장 높은 지역 중 하나인데, 주 전력 당국이 2026년 2월 발표한 추정에 따르면 일반 가정 전기료는 2030년까지 25% 인상될 전망이다. 주된 원인은 AI 학습·추론용 데이터센터의 전력 수요 급증이다.
여기서 정치적 마찰이 발생한다. 데이터센터의 경제적 이익(고용·세수)은 일부 지역에 집중되지만, 전기료 인상은 주 전체 가구에 분산된다. 데이터센터의 매출은 빅테크 본사로 흘러가지만, 주민의 가계는 매달 더 많은 청구서를 받는다. 인디애나폴리스의 “No Data Centers” 메모는 이 비대칭에서 자라난 사회적 신호다.
폭력의 임계점
폭력 사건 자체에 대한 평가는 별도의 문제다. 어떤 정치적 주장도 화염병이나 총격을 정당화할 수 없다. 그러나 이런 사건의 발생 빈도와 동기 진술의 변화는, 대중의 반감이 의견 표명이나 투표 행동을 넘어 직접 행동으로 번지는 임계점을 보여준다. 2025년 말까지 미국 전역에서 데이터센터 신설 프로젝트의 취소·지연 건수는 두 자릿수에 이르렀다. 주민 반대 운동, 환경 영향 평가 지연, 주 의회의 모라토리엄 등 다양한 형태로 마찰이 발생하고 있다.
정치적 줄세우기
여론 조사 데이터 중 가장 시사적인 것은 AI 산업의 “호감도 순위”다. 일부 조사에서 AI 산업에 대한 대중의 부정적 평가는 미국 이민세관집행국(ICE)이나 트럼프 대통령보다도 낮게 나왔다. AI가 좌우 양 진영 모두에서 공격 대상이 되고 있다는 뜻이다. 좌측에서는 “노동 착취·기후 위기·자본 집중”, 우측에서는 “검열·문화 파괴·중국과의 결탁” 같은 프레임이 동시에 작동한다. 정치적 양극화 시대에 양 진영의 공통 적이 된 산업은 입법적 보호를 기대하기 어렵다.
본문 2: 왜 일어나는가 — 구조적 원인의 분석
약속과 경험의 비대칭
대중 반감의 첫 번째 구조적 원인은 산업 측이 만들어낸 메시지의 부조화다. AI 산업의 공개 메시지는 두 극단을 오가고 있다. 한쪽 끝에는 “AI는 인류 종말을 가져올 수 있다”는 종말론(existential risk) 담론이 있고, 다른 쪽 끝에는 “AI는 모든 일자리를 대체할 것이다”는 자동화 위협 담론이 있다. 두 메시지 모두 대중에게는 “내 삶이 위험하다”는 신호다.
그런데 같은 시기 대중이 일상에서 마주하는 1순위 이슈는 식료품, 주거비, 휘발유 가격 인상 같은 인플레이션 문제다. AI 산업이 종말론과 자동화론으로 자기 중요성을 부각할수록, “이 거대 자본이 내 일자리를 없애려 한다”는 인식이 강화된다. 메시지 마케팅의 의도와 대중 수용의 결과가 정반대로 작동하는 구조다.
비용 분산과 이익 집중
두 번째 원인은 경제적 분배 구조다. 옥스팜이 2026년 1분기 발표한 추정에 따르면, AI 산업이 창출한 시장 가치의 상당 부분이 미국 상위 0.1% 자산 보유층에 흡수되었다. 엔비디아, 마이크로소프트, OpenAI(비상장이지만 추정 평가액 기준), 메타 등의 주가 상승이 자산 집중을 가속했다.
반면 비용은 분산된다. 데이터센터 인근 주민은 전기료, 소음, 수자원 부담을 진다. 콘텐츠 창작자는 학습 데이터로 자기 작품이 동의 없이 사용되는 경험을 한다. 사무직 노동자는 자동화에 대비해 끊임없이 재교육 압력을 받는다. 이익은 집중되고 비용은 분산되는 구조에서, 정치적 정당성이 마모되는 것은 자연스러운 결과다.
진보적 발표와 보수적 로비의 모순
세 번째 원인은 산업 측의 정책 메시지와 실제 행동 사이의 간극이다. 주요 AI 기업들은 공개 발표에서 “책임 있는 AI”, “안전한 AI”, “거버넌스”를 강조한다. 그러나 같은 기업들이 워싱턴과 주 의회에서 진행하는 로비 활동의 상당 부분은 규제 완화·연방 우선 적용(state preemption)·저작권 예외 확대에 집중되어 있다.
OpenSecrets의 2025년 자료에 따르면, AI 관련 기업의 로비 지출은 2023년 대비 약 두 배로 증가했고, 입법 활동의 주된 방향은 “주별 규제 막기”였다. 캘리포니아의 AI 안전 법안 SB 1047이 2024년 거부권 행사로 무산된 사례, 콜로라도의 AI 차별 금지법 시행 연기 등 사례가 이 흐름의 표면이다. 대중이 이 격차를 인지하지 못하리라 가정하는 것은 안일하다.
러다이트와 무엇이 다른가
19세기 영국의 러다이트(Luddite) 운동은 직조 노동자들이 기계를 파괴한 사건이다. 표면적으로 비슷한 구도지만, 두 시대의 차이점도 분명하다.
첫째, 19세기 직조 기술은 특정 직군에 한정된 위협이었지만, 생성형 AI는 사무직, 창작직, 교육직, 전문직 등 광범위한 직종에 동시에 영향을 준다. 위협의 폭이 다르다.
둘째, 19세기에는 “더 좋은 기계가 더 좋은 직업을 만든다”는 산업 사회의 약속이 있었다. 21세기에는 “AI 시대에 어떤 일이 안전한가”에 대한 명확한 답이 없다. 재교육의 방향성이 흐릿하다.
셋째, 19세기 노동자는 노조와 정당이라는 정치적 조직 경로를 통해 협상력을 가질 수 있었다. 21세기에는 AI 산업이 직접 정치 자금을 통제하고, 제도 노조의 영향력은 약화되었다. 협상의 비대칭이 더 크다.
이 차이들이 합쳐져 “출구 없음” 정서를 만든다. 분노가 정치적 협상이나 점진적 적응으로 흐르기 어려운 구조가, 일부에서 폭력으로 향하는 현상의 배경이다.
트레이드오프: 산업 위축과 도입 정체
폭력 사건이나 NIMBY 운동을 옹호할 수는 없다. 그러나 의사결정자가 인지해야 할 트레이드오프가 있다. AI 산업의 자유 방임은 사회적 마찰을 키우고, 그 마찰은 결국 더 강한 규제로 돌아온다. 반대로 산업이 자율 규제와 진정한 투명성으로 신뢰를 쌓으면 단기 비용은 늘지만 장기 도입 환경은 안정된다.
New Republic 기사가 인용한 정치학자의 표현 — “지속적이고 검증 가능한 행동(sustained, verifiable action)”, “진정한 투명성(genuine transparency)”, “의미 있는 규제(meaningful regulation)”, “실질적인 민주적 입력(real democratic input)” — 은 산업이 선택할 수 있는 좁은 경로를 가리킨다.
본문 3: 시사점 — 엔터프라이즈 AI 도입의 재조정
마케팅 자산에서 마케팅 부채로의 전환점
지금까지 많은 기업이 “AI를 적극 도입하고 있다”는 메시지를 PR 자산으로 활용해 왔다. 채용 브랜딩, 투자자 IR, 고객 마케팅 모두에서 “AI-First”, “AI-Powered”, “AI-Native” 같은 용어가 남용되었다. 그러나 대중 인식이 위에서 살펴본 방향으로 이동하면, 같은 메시지가 부채로 작용하는 시점이 온다.
특히 B2C 영역에서 그 전환이 빠르다. 일부 소비자는 “AI를 도입한 서비스”보다 “사람이 응대하는 서비스”에 프리미엄을 지불할 의향을 보이기 시작했다. 일본의 일부 소매업은 “노 AI(NO AI)” 인증을 마케팅 포인트로 삼는 시도를 하고 있다. 미국의 일부 출판사는 “100% Human-Written” 라벨을 표지에 명시한다. AI 도입 자체가 차별화 요소이던 시대에서, AI를 어떻게 도입했는가 — 또는 도입하지 않았는가 — 가 차별화 요소가 되는 시대로 전환되고 있다.
B2B 영역에서는 더 미묘하다. 발주처 IT 매니저는 도입 효과를 정량화해야 하므로 “AI를 쓴다”는 사실 자체보다 “어떤 비즈니스 KPI에 어떤 영향을 주었는가”가 더 중요해진다. 마케팅 부서가 “AI 활용” 같은 모호한 메시지로 도배할 경우, 본사 PR은 마케팅 자산을 만든다고 생각하지만 실제로는 내부 IT 부서의 도입 정당성을 약화시킬 수 있다.
내부 커뮤니케이션: 직원의 불안 관리
엔터프라이즈 AI 도입의 두 번째 재조정 영역은 내부 커뮤니케이션이다. 갤럽 데이터에서 본 Z세대 분노 증가는 사외 시민이 아니라 사내 직원의 데이터이기도 하다. 직원이 “회사가 AI로 나를 대체하려 한다”는 인식을 가지면, 표면적 협조 뒤에 도입 저항이 자란다. 도입 사례가 실패로 기록되는 95%의 상당 부분이 기술적 한계가 아니라 조직적 마찰에서 온다는 분석도 있다.
여기서 의사결정자가 검토할 가치가 있는 변화는 두 가지다. 첫째, AI 도입의 목적을 “비용 절감”으로 단순화하지 않는 것이다. 같은 기술을 “직원이 더 가치 있는 일에 집중하도록 단순 작업을 자동화한다”고 프레이밍하는 것과, “인건비를 N% 줄인다”고 프레이밍하는 것은 같은 결과를 가져오지 않는다. 후자의 메시지가 사외로 새어나갈 경우 PR 부채가 된다.
둘째, 재교육·재배치 경로를 사전에 설계하는 것이다. AI 도입 후 직원이 어디로 이동하는가에 대한 답이 없으면, 도입 자체가 정치적 부담이 된다. 대규모 프로젝트일수록 HR 부서와의 사전 정렬이 ROI를 좌우한다.
지역 사회 관계의 재발견
데이터센터, AI 인프라 신설을 검토하는 기업에게는 지역 사회 관계가 새로운 핵심 변수다. 과거에는 지방 정부와의 인센티브 협상, 환경 영향 평가 통과 등이 표준 절차였다. 그러나 인디애나폴리스 사례, 버지니아 전기료 인상 논란 이후, 주민 직접 참여 채널이 빠진 절차는 사후 비용으로 돌아오는 구조가 형성되고 있다.
검토할 가치가 있는 접근은 “사전 합의 마진”을 비용으로 인식하는 것이다. 지역 인프라 투자, 주민 일자리 우선권, 전력·수자원 사용 투명성 공개 같은 항목을 도입 초기 비용으로 계상하는 사례가 늘고 있다. 단기 ROI는 떨어지지만, 프로젝트 취소 리스크와 평판 리스크를 고려하면 장기 NPV가 더 높을 수 있다.
정책 어드보커시: 친 AI에서 친 사회로
업계 단체나 정책 부서가 “AI 친화적 입법”만 추구하는 시대도 끝나가고 있다. 대중의 반감이 양 진영에 걸쳐 있는 이상, 일방적 규제 완화 로비는 정치적 비용을 키운다. 검토 가치가 있는 방향은 “사회적 책임” 프레임으로의 전환이다. 학습 데이터 출처 공개, 에너지 사용 보고, 영향 평가 의무화 등을 산업이 자율적으로 수용하면, 외부 규제의 강도가 완화될 가능성이 있다. 단기적으로는 비용이지만, “강제 규제 vs 자율 규제”의 비대칭 비용을 생각하면 합리적 선택일 수 있다.
시나리오 세 가지
낙관 시나리오 (확률 25%): ROI를 명확히 입증한 도입 사례가 누적되고, 산업이 자율 규제·투명성을 진전시키며, 폭력 사건이 단발성으로 끝난다. 2-3년에 걸쳐 대중 인식이 회복된다. 이 경우 “AI 도입” 메시지는 다시 자산이 된다.
비관 시나리오 (확률 25%): 폭력 사건이 빈도를 늘리며, 양 진영이 결합한 강력 규제가 입법화된다. 데이터센터 신설은 사실상 동결되고, AI 산업의 자본 흐름이 단기간에 위축된다. 이 경우 도입을 미룬 기업이 유리해진다.
현실 시나리오 (확률 50%): 산업이 PR 전략을 재조정하고, 일부 자율 규제를 수용하며, 부분적 입법 강화가 이뤄진다. AI 도입의 가시성은 낮추되 효과의 정량성은 높이는 방향으로 기업 행동이 수렴한다. “AI를 쓴다”는 메시지보다 “어떤 결과를 만들었는가”가 평가 기준이 된다.
세 시나리오 모두에서, 의사결정자가 즉시 검토할 가치가 있는 것은 “AI 도입의 가시성과 효과의 정량성”의 비율이다. 가시성이 높고 효과가 낮으면 PR 부채가 된다. 가시성이 낮고 효과가 높으면 PR 자산이 된다. 이 비율을 KPI로 다루는 기업이 늘고 있다.
결론: 발견의 시점, 재조정의 시점
리드 질문으로 돌아가 보자. 기업의 AI 도입은 PR 자산인가 부채인가. 답은 “단순화되지 않는다”이다. 도입 사실 자체는 더 이상 자산이 아니지만, 도입 방식·범위·결과의 정량성은 여전히 자산이 될 수 있다. 자산과 부채의 분기점은 “측정 가능한 가치 창출”과 “이해관계자 관계의 사전 설계”에 있다.
New Republic 기사의 제목이 “산업이 발견하고 있다(is discovering)“로 시작하는 것은 의도적이다. 발견이라는 단어는 늦었다는 뜻을 함의한다. 산업 내부에서 일찍부터 알았던 사람도 있었지만, 시장과 자본의 동력에 가려져 표면화되지 못했다. 폭력 사건이 표면화의 계기가 된 것은 비극이지만, 그 자체로 데이터다.
엔터프라이즈 의사결정자에게 이 시점은 두 종류의 질문을 던지게 한다. 첫째, 우리 회사의 AI 도입은 측정 가능한 가치를 만들고 있는가. 둘째, 우리 회사의 AI 메시징은 직원·고객·지역 사회에게 어떻게 받아들여지고 있는가. 두 질문 모두에 데이터로 답할 수 있는 기업은 어떤 시나리오에서도 우위에 선다.
남은 질문은 더 깊다. 이익과 비용이 비대칭하게 분배되는 기술에 대해, 산업이 자기 정당성을 어떻게 다시 만들어 갈 것인가. 자율 규제와 외부 규제 사이의 좁은 경로를 누가 먼저 걸을 것인가. 발견은 시작점이다. 재조정은 그 다음 단계의 일이다.
출처
- New Republic, “The AI Industry Is Discovering That the Public Hates It” (2026-04)
- Stanford AI Index Report, Public Perception Survey (2026-04)
- Gallup, Generational AI Sentiment Tracker (2026-03)
- NBER Working Paper, AI Productivity Outcomes in Enterprise (2026-02)
- MIT, State of AI in Business 2025 Report
- Virginia State Corporation Commission, Residential Rate Forecast (2026-02)
- OpenSecrets, AI Lobbying Expenditure Database (2025)
- Hacker News 토론 (269 points, 361 comments, 2026-04)