탈위계적 분석 · 010

몇 명이 남을지가 아니라, 누가 우리의 삶을 결정할 것인가

에리카 바이기니에네의 글 「문제는 2050년에 우리가 몇 명일지가 아니라, 어떻게 살 것인가이다」 분석

? 표시가 붙은 개념은 기사를 떠나지 않고 설명을 확인할 수 있습니다.

에리카 바이기니에네는 인구의 미래를 하나의 운명적 숫자에서 해방시킨다. 그러나 여러 시나리오가 존재한다고 해서 미래가 곧 공동의 것이 되는 것은 아니다. 진정한 전환은 그 시나리오에 삶이 묘사되는 사람들이 직접 시나리오를 만들고, 평가하고, 계속 수정할 때 일어난다.

인구 공포에서 삶의 질로

빌뉴스대학교 경제경영학부 연구자이자 전략경영·미래예측 전문가인 에리카 바이기니에네 박사의 글은 리투아니아 공론장에서 집단적 불안의 공식이 될 수 있는 숫자로 시작한다. 2050년 리투아니아의 인구는 약 220만 명으로 줄고, 그중 약 3분의 1이 65세 이상이 될 수 있다. 그러나 저자는 곧바로 이 숫자의 숙명론적 해석을 거부한다. 더 작은 국가는 반드시 더 약한 국가가 아니다. 결정적인 질문은 제도, 공공서비스, 지역, 공동체를 제때 다시 설계할 수 있느냐이다.

이 점에서 이 글은 인구 예측이라기보다 전략적 사고의 선언에 가깝다. 인구 변화는 경제, 지정학, 기후변화, 감염병 위험, 이주, 기술, 언어, 지역 인프라, 미래에 대한 신뢰가 상호작용하는 복잡계로 다뤄진다. 바이기니에네는 2050년의 단 하나의 정확한 인구를 맞히려 하기보다 서로 다른 시나리오를 검토하고, 지금 어떤 결정을 시작해야 하는지 묻자고 제안한다.

한국 독자에게 이 문제의식은 낯설지 않다. 세계 최저 수준의 출생률, 수도권 집중, 고령화, 이른바 ‘지방소멸’ 논의 역시 미래를 하나의 경고 숫자로 축소하기 쉽다. 그러나 리투아니아 사례가 던지는 핵심 질문은 한국에도 그대로 적용된다. 인구가 얼마나 줄 것인가만이 아니라, 더 작고 더 늙어가는 사회에서 어떤 삶을 보장할지, 그리고 그 결정을 누가 내릴지가 중요하다.

글의 맥락: 미래가 더 이상 한 부처 안에 들어가지 않을 때

리투아니아의 인구정책은 오랫동안 출생률, 해외 이주, 이민, 지역 인구 감소, 고령화, 사회서비스 재정이라는 분리된 영역에서 논의되어 왔다. 이런 구분은 행정적으로 편리하다. 각 기관이 자기 지표와 정책수단을 가질 수 있기 때문이다. 그러나 실제 삶에서 이 요인들은 분리되어 작동하지 않는다. 집값이 저렴하더라도 학교, 의사, 일자리, 교통, 문화 환경이 없다면 젊은 가족은 그 지역을 선택하지 않는다. 노동자가 없는 곳으로 기업은 가지 않고, 서비스가 사라지는 곳에 노동자는 정착하지 않는다.

바이기니에네는 제도의 ‘사일로’를 정확히 지적한다. 한 정책은 주민과 기업에 대도시 밖으로 이동하라고 권하지만, 다른 정책은 좁게 계산된 효율성을 근거로 지역 학교와 의료시설을 폐쇄한다. 이것은 단순한 조정 실패가 아니다. 분절된 의사결정 구조의 결과다. 각 위계는 자기 부문만 최적화하지만, 사회는 전체 속에서 살아간다.

여기서 ‘스마트 축소(smart shrinkage)’가 중요해진다. 이는 한 번의 지원금으로 인구 감소를 즉시 ‘수리’할 수 있다는 환상과 쇠퇴를 수동적으로 받아들이는 태도 모두를 거부한다. 국가는 더 작고 고령화된 사회에 적응하면서도 미래의 재생 가능성을 보존해야 한다.

이 글이 특히 잘하는 것

바이기니에네의 논의가 끝나고 탈위계적 분석이 시작되는 지점

탈위계적 전환: 미래를 전문가 문서로 남겨두지 않기

바이기니에네는 하나의 예측에서 여러 시나리오로 이동한다. 탈위계적 분석은 한 걸음 더 나아간다. 집단지성을 통해 사회가 직접 가능한 행동 경로를 만들고, 평가하고, 계속 수정한다.

시나리오가 여러 개라는 사실만으로 위계가 사라지는 것은 아니다. 폐쇄된 전문가 집단이 시나리오를 만들고 제도적 중심이 어떤 경로가 옳은지 단독으로 선택할 수도 있다. 그러면 하나의 중앙 예측이 여러 중앙 대안으로 바뀔 뿐, 결정권은 재분배되지 않는다.

탈위계적 옴니크라시에서 결정은 두 단계로 형성된다. 1단계에서 관련 분야의 전문가들이 집단지성 환경에서 대안적 시나리오와 행동안을 만들고 검증하고 평가한다. 2단계에서 이해당사자와 결정의 영향을 받는 사람들이 같은 집단지성 환경에서 전문가 대안을 평가하고 최종 결정을 내린다. 전문성은 여전히 필수적이지만 최종 선택권은 더 이상 제도적 중심이 독점하지 않는다.

인구정책의 주체는 서로 상호작용하는 사회가 된다. 가족, 청년, 노인, 지역 주민, 디아스포라, 이주민, 교사, 의료인, 지방정부, 기업, 문화 종사자, 여러 분야의 전문가가 함께 참여한다. 지식은 분산되어 있다. 전문가는 연령구조를 모델링할 수 있고, 주민은 가족이 실제로 왜 지역을 떠났는지 안다. 지방정부는 서비스 비용을 보며, 돌봄 가족은 가구가 부담하는 숨은 비용을 안다. 집단지성은 이 서로 다른 지식을 하나의 상호작용하는 결정 시스템으로 바꾼다.

고정된 목표가 아니라 계속 검증되는 가치의 방향

이 지점에서 탈위계적 접근은 일반적인 전략계획과 가장 멀어진다. 하나의 날짜를 최종 지평으로 고정하거나, 이후에는 실행만 하면 되는 단일 목표를 얼려두지 않는다. 계획의 지평은 현실과 함께 움직인다. 현재의 문제를 해결하고, 결과를 관찰하고, 대안을 갱신하며, 선택한 방향을 가장 잘 유지하는 다음 단계를 다시 결정한다.

방향을 제공하는 것은 미리 선언된 유일한 미래 상태가 아니라 보편적 가치다. 집단지성 환경에서 가치는 제안의 실질적 평가 기준이 된다. 참여자는 자기 집단의 좁은 이익이 아니라 공동선을 지혜롭게 찾는 집단이라면 이 아이디어를 어떻게 평가할지 생각한다.

집단적 지혜는 미리 알려져 있지 않으며 중심이 선언할 수도 없다. 독립적인 참여자들의 평가에서 나타난다. 개인의 평가가 형성 중인 집단 평가와 얼마나 일치하는지에 따라 높은 점수를 얻는 구조라면, 자기 집단의 이해를 밀어붙이기보다 보편적 가치에 따라 평가하는 것이 합리적이다. 집단지성 기술의 인센티브 구조 자체가 참여자를 더 일반적인 해결책 쪽으로 이끈다.

‘사일로’는 소통 문제가 아니라 구조 문제다

기관 간 불일치에 대한 흔한 처방은 더 많은 조정이다. 범정부 태스크포스, 전략, 책임 조정관, 새 위원회를 만든다. 도움이 될 수 있지만 대개 기존 위계 위에 또 하나의 위계를 세운다. 정보는 위로 올라가 보고서로 압축된 뒤 결정의 형태로 내려온다. 복잡성 문제를 중심의 부담을 늘리는 방식으로 해결하는 셈이다.

탈위계적 답은 다르다. 기관, 전문가, 영향을 받는 집단이 서로의 보고서가 아니라 연결된 대안과 그 결과를 함께 볼 수 있는 집단지성의 공통 장이 필요하다. 교육정책은 학생 1인당 비용만으로 평가될 수 없다. 의료 접근성, 일자리, 교통, 주거, 공동체 회복력, 지역의 장기적 재생 가능성과 연결해 평가해야 한다.

모든 기술적 사안을 국민 전체가 한 번에 투표하자는 뜻은 아니다. 먼저 전문가들이 집단지성 환경에서 근거 있는 대안을 만들고 평가한다. 그다음 결정의 영향을 받는 사람들이 같은 환경에서 최종 선택을 한다. 참여자의 평가 구조는 양극화, 즉 의견이 갈려 추가 분석이 필요한 문제도 보여준다.

출생정책: 사람을 관리하는 데서 신뢰를 만드는 데로

바이기니에네는 출생률을 소득 하나로 설명하거나 단일 경제 인센티브로 바꿀 수 없다고 강조한다. 아이를 갖는 결정은 미래가 다음 세대에 넘겨줄 가치가 있다는 믿음과 연결된다. 이는 재정만이 아니라 실존적·제도적 범주다.

위계적 정책은 가족을 목표 지표의 생산자로 다루기 쉽다. 국가는 목표를 정하고 인센티브를 설계한 뒤 행동 변화를 기대한다. 탈위계적 접근은 “사람들에게 어떻게 아이를 낳게 할 것인가?”가 아니라 “서로 다른 사람들이 자유롭게 가족을 원하고 꾸릴 수 있으려면 어떤 조건이 필요한가?”에서 시작한다. 답은 미리 정해진 선택지에 체크하는 대표 표본조사가 아니라, 상호작용하는 아이디어 제안과 상호평가에서 수집된다.

이는 한국의 저출생 논의에도 직접적인 함의를 갖는다. 현금 지원의 규모만 비교하면 불안정한 노동시간, 주거 위험, 교육 경쟁, 돌봄의 성별 불균형, 고립, 제도에 대한 불신처럼 중앙의 지표가 충분히 포착하지 못하는 원인을 놓칠 수 있다. 정책 대상인 청년과 가족은 설명변수가 아니라 문제를 정의하고 해결책을 평가하는 결정 주체가 되어야 한다.

공동체가 더 값싼 국가의 대체물이 되어서는 안 된다

원문에서 가장 주의가 필요한 대목은 앞으로 국가가 제공하던 일부 서비스가 ‘가족과 공동체로 돌아가야 한다’는 주장이다. 이는 건강한 보충성 원리를 뜻할 수 있다. 결정과 지원이 사람에게 가까워지고, 관계가 강해지고, 지역 주민의 자율성이 커지는 것이다. 그러나 자원과 결정권은 넘기지 않은 채 재정 부담과 돌봄 노동만 가족, 특히 여성에게 이전한다는 뜻이 될 수도 있다.

공동체는 국가가 의무를 떠넘길 때 강해지는 것이 아니다. 책임과 함께 자원, 데이터, 결정권을 받을 때 강해진다.

탈위계에서 가족과 공동체는 서비스 전달체계의 가장 아래 단계가 아니라 결정의 주체다. 지역 사안은 지역 공동체가, 여러 지역을 잇는 네트워크 사안은 해당 네트워크 공동체가 집단지성 환경에서 최종 결정한다. 기능을 넘기기 전에는 공동체가 원하는지, 어떤 역량과 재원이 필요한지, 가장 취약한 사람을 어떻게 보호할지, 무급노동의 부담을 어떻게 측정할지를 집단적으로 평가한다. 정부는 위에서 최종 결정을 배분하는 대신 사회의 결정을 실행하고 필요한 인프라를 보장한다.

지역: 동일한 서비스망이 아니라 삶의 가능성에 대한 동등한 권리

모든 지역에 똑같은 학교, 병원, 교통체계를 유지할 수는 없다. 그러나 경제적 효율성만이 유일한 기준이 될 수도 없다. 서비스 폐쇄는 지역의 미래 자체를 바꾼다. 감소에 대응할 뿐 아니라 감소를 가속한다. 따라서 피드백 효과를 평가해야 한다.

탈위계적 지역정책은 지역마다 다른 해결책 조합을 만들게 한다. 다기능 학교와 공동체 센터, 이동형 의료팀, 여러 지방정부가 공유하는 인프라, 원격·대면 서비스의 혼합, 지역기업과 직업교육의 연결 등을 시험할 수 있다. 지역 공동체는 자기 지역에 관한 최종 결정을 내리고, 국가 차원의 사회는 재분배, 권리, 데이터 상호운용성에 관한 공동 결정을 내린다. 성공한 지역 모델은 중앙의 의무 명령이 아니라 다른 공동체가 검증하고 선택할 수 있는 대안으로 확산된다.

수도권 집중과 지역소멸을 동시에 겪는 한국에서도 같은 원리가 중요하다. 서울의 기준으로 지역 서비스의 ‘효율’을 계산하면, 학교나 의료시설 폐쇄가 불러올 장기적 인구 유출과 공동체 붕괴를 과소평가할 수 있다. 지역은 중앙정책의 실험 대상이 아니라 자기 미래를 판단할 권리를 가진 결정 공동체여야 한다.

이주와 정체성: 통합은 상호적인 과정이다

바이기니에네의 개방적인 리투아니아 정체성은 민족을 줄어드는 폐쇄적 몸으로 상상하는 인구 방어론에 중요한 균형을 제공한다. 다만 ‘동화’라는 말은 새로 온 사람이 이미 규정된 중심에 들어가야 한다는 일방향 논리를 남길 수 있다. 탈위계에서 통합은 상호적인 문화 창조다. 리투아니아어와 헌법적 가치는 공통의 장으로 남지만, 새로운 사회 구성원은 수동적으로 받아들여지는 대상이 아니라 공동의 경험, 역량, 미래 상상력을 더하는 주체다.

한국 역시 노동력과 돌봄, 지역 재생의 관점에서 이주를 논의하면서도 통합을 일방적 적응으로 이해하는 경향이 있다. 실제 통합정책은 기존 주민과 이주민, 학교, 고용주, 문화기관, 지방정부가 함께 평가해야 한다. 그래야 상징적으로 매력적인 정책과 언어 참여, 상호신뢰, 소속감을 실제로 만드는 정책을 구분할 수 있다.

AI는 언어적·지리적 거리를 줄일 수 있지만 우리가 원하는 사회를 결정할 수는 없다

원문은 기술의 이중적 방향을 통찰력 있게 지적한다. 인공지능은 언어적·지리적 거리를 줄이지만, 동시에 의식적으로 선택한 물리적 관계의 필요를 키울 수 있다. 탈위계적 관점에서 AI의 가장 중요한 역할은 서비스를 자동화하는 기계가 아니라, 많은 제안을 처리하고 시나리오를 모델링하며 사람들이 대안의 결과를 이해하도록 돕는 보조 인프라다.

그러나 AI가 인구정책의 새로운 중심이 되어서는 안 된다. 모델은 학교를 어디에 두는 것이 가장 싼지 계산할 수 있지만 공동체의 지속 가능성에 얼마의 가치를 둘지는 스스로 결정하지 못한다. 돌봄 수요를 예측할 수는 있지만 가족의 무급노동 부담을 어느 정도까지 정당하다고 볼지 정하지 못한다. 가치, 우선순위, 수용 가능한 위험은 사람들의 상호작용에서 나와야 한다. AI는 집단지성을 확장할 수 있지만 정치적으로 대체할 수는 없다.

탈위계적 인구 의사결정은 실제로 어떻게 작동하는가

1. 공통 문제의 장. 인구 문제를 부처의 관할 경계가 아니라 가족, 노동, 주거, 건강, 교육, 이주, 문화, 지역, 기술이 연결된 삶의 체계로 다룬다.
2. 고정된 지평이 없는 복수 시나리오. 전문가들이 집단지성 환경에서 검증 가능한 여러 발전·행동안을 만들되, 전략을 하나의 최종 날짜나 불변 목표에 묶지 않는다. 새로운 데이터와 실제 결과에 따라 지평, 가정, 다음 단계가 갱신된다.
3. 책임 추적형 익명 제안과 평가. 참여자는 저자의 직책과 소속을 보지 않고 제안을 평가한다. 해결책은 지위, 명성, 정치적 소속에서 분리된다.
4. 서로 다른 지식의 상호작용. 전문가는 모델, 데이터, 방법론에 근거한 대안을 제공하고, 시민은 삶과 장소, 서비스의 실제 작동 경험을 제공한다. 전문지와 경험지는 동일하지 않지만 공동 환경에서 서로 보완한다.
5. 양극화의 가시화. 평균 점수만 보지 않는다. 참여자의 평가가 갈리는 문제와 대안을 보여주고 추가 분석과 새로운 해결책 탐색의 신호로 사용한다.
6. 지역 실험. 전국에 하나의 개혁을 하달하는 대신 여러 지역에서 서로 다른 서비스와 공동체 돌봄 모델을 시험한다.
7. 보편적 가치와 지속적 피드백. 결정은 최종 명령이 아니라 검증할 가설이다. 인간 존엄, 자유, 정의, 상호 책임, 장기적 생명력을 기준으로 평가하고 결과를 공동 플랫폼에 되돌려 다음 행동을 수정한다.
8. 사회의 최종 결정. 지역 사안은 지역 공동체가, 네트워크 사안은 해당 네트워크 공동체가, 국가 전체의 사안은 국가 차원의 사회가 집단지성 환경에서 최종 결정한다. 기관은 위에서 결정을 대체하지 않고 사회의 결정을 실행한다.

스마트 축소에서 스마트한 공동행동으로

‘스마트 축소’는 유용한 전략 개념이지만 무엇을 ‘스마트하다’고 규정하는지 결정하는 주체가 불분명하면 행정 용어에 머문다. 중앙에는 작은 학교를 폐쇄하는 것이 합리적으로 보일 수 있다. 가족에게는 아이가 안전하고 공동체에 아직 미래가 있는 장소를 지키는 것이 합리적일 수 있다. 국가는 서비스 단가를 줄이려 하고, 지역은 사람과 역량의 임계량을 유지하려 한다. 어떤 관점도 자동으로 옳지 않다. 관계를 선언할 것이 아니라 해결해야 한다.

탈위계는 전략, 제도, 전문가를 없애지 않는다. 역할을 바꾼다. 전략은 폐쇄된 문서가 아니라 공동 학습 시스템이 된다. 기관은 자기 관할의 탑을 지키는 대신 공통 의사결정 인프라를 유지한다. 전문가는 유일하게 합리적인 미래를 선언하지 않고 사회가 대안, 결과, 불확실성을 볼 수 있게 한다.

flowchart TD
        A["현재 인구"] --> B["서로 다른 2050년 시나리오"]
        B --> C{"누가 만들고, 평가하고, 결정하는가?"}
        C -->|"제도적 중심"| D["바이기니에네: 시나리오 분석"]
        C -->|"탈위계적 과정"| E["1단계: 집단지성 환경의 전문가 대안"]
        E --> F["보편적 가치"]
        F --> G["2단계: 집단지성 환경의 사회적 결정"]
        G --> H["피드백과 다음 단계"]
        classDef conventional fill:#f3f1ec,stroke:#9b978f,color:#25261f
        classDef post fill:#fff8f4,stroke:#a93b2b,color:#25261f,stroke-width:2px
        class A,B,C,D conventional
        class E,F,G,H post