AI와 로봇세

기술 전환기 조세 재편의 필요성
4차 산업혁명으로 노동·자본·가치 창출 방식이 급격히 바뀌고 있다. 제조업에서 서비스 산업까지 자동화가 확산되면서 생산성은 높아지지만 고용 기반은 축소되고, 소득 격차와 조세 기반 약화 문제가 동시다발적으로 나타난다. 단순 반복 기능을 넘어서 자율 판단까지 수행하는 지능형 로봇은 노동의 대체 속도를 더욱 가속시키고 있다. 이에 따라 생산 과정에서 발생하는 이익이 자본에 집중되고, 기존 노동 중심 과세 체계는 더 이상 지속 가능하지 않다. 기술로 창출된 부를 사회 전체가 공유할 수 있도록 분배 구조를 재편해야 하는 이유가 여기에 있다. 로봇세는 이러한 문제의식에서 출발해 자동화로 발생하는 이익의 일부를 재교육, 사회 안전망, 기본 소득 등 공동체의 회복력 강화에 활용하는 제도로 제안된다. 제도 설계의 핵심은 과세 대상의 경계 설정, 과세 기준 마련, 적정 세율 산정, 기술 투자 위축 방지 사이의 균형을 찾는 일이다. 이 책은 국내외 논의와 실증 연구를 종합해 로봇세의 개념, 쟁점, 정책 대안을 체계적으로 제시하며, 기술과 사회 정의가 조화로운 방향으로 갈 수 있는 미래 조세 구조를 모색한다.

자동화 확산으로 고용 기반과 조세 체계가 흔들리는 시대, 로봇세는 기술이 만든 부를 공정하게 분배하기 위한 사회적 장치로 제안된다. 이 책은 로봇세의 개념, 과세 기준, 제도 설계 쟁점, 국내 적용 가능성을 폭넓게 분석하며 기술과 공존하는 지속 가능한 조세 구조를 탐색한다. AI총서. aiseries.oopy.io에서 필요한 인공지능 지식을 찾을 수 있다.

나형종
경희대학교에서 경영학 박사 학위를 취득했으며, 성균관대학교 경영대학 연구교수와 한국외국어대학교 경영대학 객원교수를 역임했다. 현재 세명대학교 회계세무학과 교수로 재직 중이다. 주요 연구 분야는 재무회계 및 세무회계이며, 기업의 경영성과 평가, ESG 기반 기업가치 예측, 세제 정책 등을 중심으로 연구를 수행해 왔다. 특히 머신 러닝과 디프 러닝을 활용한 응용 연구에도 활발히 참여하고 있다. 지금까지 IEEE Access, Managerial Auditing Journal, Managerial Decision 등 국내외 유수 학술지에 약 50편 정도의 논문을 게재했다. 주요 연구로는 “A Study on the Forecast of Earning Management Based on Deep Learning by Reflecting Information on Corporate Litigation Cases”(2024), “Development of a Success Prediction Model for Crowdfunding Based on Machine Learning Reflecting ESG Information”(2024), “Does explanatory language convey the auditor’s perceived audit risk?”(2023), “Exploring the deep neural network model’s potential to estimate abnormal audit fees”(2022) 등이 있다.

로봇세 도입 필요성

01 로봇세란 무엇인가?
02 로봇세 도입 배경과 필요성
03 로봇세의 법적 정의와 과세 대상
04 로봇세 도입 찬반 논쟁
05 해외 로봇세 관련 논의와 사례
06 로봇세의 과세 체계와 세율 설정 방안
07 로봇세 납세 의무자와 세수 활용 방안
08 로봇세 도입이 경제와 고용에 미치는 영향
09 로봇세와 기업 혁신 및 기술 발전 간의 관계
10 정책적 제언

로봇세는 단순한 세제 개편이 아니라, 인간과 기술의 관계를 새롭게 정의하고, 디지털 자본주의 시대의 공정한 사회 계약을 설계하는 과정이다. 기술이 진보하는 만큼, 사회적 안전망도 함께 진화해야 하며, 로봇세는 그 변화의 첫걸음이 될 수 있다. 향후 로봇세의 성공 여부는 사회적 합의, 제도 설계의 정밀성, 그리고 정치적 의지에 달려 있으며, 우리는 지금 그 선택의 갈림길에 서 있다.
－01_“로봇세란 무엇인가?” 중에서

로봇세의 정책 실효성을 담보하기 위해서는 과세 대상의 범위를 기술 변화에 따라 유연하게 확장할 수 있는 구조가 요구된다. 초기에는 산업용 로봇이나 서비스 로봇처럼 물리적 형태가 있는 기계 장치에 초점을 맞추는 것이 일반적이지만, 기술 발전은 로봇의 개념을 점점 더 소프트웨어 중심으로 전환시키고 있다. … 따라서 로봇세는 ‘형태’가 아니라 ‘기능’ 중심으로 과세 대상을 확장해야 하며, 특히 플랫폼 기반 서비스, 디지털 자동화 소프트웨어, 클라우드 기반 AI 시스템 등도 포괄하는 유연한 과세 구조가 필요하다.
－03_“로봇세의 법적 정의와 과세 대상” 중에서

여기서 중요한 쟁점은 로봇의 사용이 정확히 어떤 범위의 인간 노동을 대체했는가를 규명하는 기술적 판단이다. 단순 반복 작업을 수행하는 자동화 로봇의 경우 비교적 명확하지만, AI 기반의 분석 또는 관리 업무를 수행하는 로봇의 경우 그 대체 범위를 계량화하기 어렵다. 이에 따라, 일부 연구자들은 로봇세 부과 시 산업별 표준 임금 표나 직군별 평균 노동 시간 및 임금 구조를 참고하여 대체 임금을 추산할 수 있도록 하는 정책적 장치를 도입할 것을 제안한다. 또한, 향후에는 로봇 도입에 따른 생산성 증가 효과나 기업 이익 증가율까지도 반영하여 과세 표준을 탄력적으로 조정할 수 있는 방안도 논의되고 있다.
－06_“로봇세의 과세 체계와 세율 설정 방안” 중에서

로봇세는 기술 발전의 속도와 혜택을 사회 전체로 분산하는 조정 메커니즘으로 기능할 수 있다. 예컨대, 로봇세 수입이 실직자 대상의 재교육·재취업 프로그램, 지역 기반 일자리 창출 사업, 사회 안전망 강화, 기초 생활 보장 등으로 환원된다면, 기술이 야기한 피해를 줄이고 사회적 수용성과 정치적 정당성을 높일 수 있다. Delvaux(2017)는 EU 의회 보고서에서 로봇세가 인간 중심 기술 도입(human-centric automation)을 유도하는 데 있어 중요한 조세적 유도 수단이 될 수 있다고 강조한다.
－09_“로봇세와 기업 혁신 및 기술 발전 간의 관계” 중에서