19.11.03

전 국민 월 30만원 기본소득 지급… 2년 안에 가능하다

이번에 나온 제안은 해외에서 논의되는 ‘환경세’ ‘구글세’ 등 신종 세금을 도입하는 방식이 아니라 현재 세제를 손보고 아동수당과 기초연금을 폐지하는 등 ‘2년 안에 가능한’ 방식으로 재원을 마련한다는 구상이다. 이원재 LAB2050 대표는 “한국은 소득세에 대한 비과세 감면 항목이 너무 많아 세제가 지나치게 복잡하고 소득세의 명목세율과 실효세율에 큰 차이가 있다”면서 “세제를 단순화하는 것만으로도 56조원의 기본소득 재원이 생긴다”고 주장했다. 동시에 연소득 4,700만원(세전)이하인 개인은 기존보다 소득이 늘어나도록 소득세 명목세율을 2~3%포인트 낮추는 쪽으로 설계했다.

연소득 4,700만원이 넘어도 모두가 전보다 소득이 줄어드는 것은 아니다. 가구원 전원에게 기본소득이 지급되기 때문에 고소득 1인가구가 아닌 이상 대부분 가구의 총 소득은 오히려 늘어난다. 예를 들어 연 소득이 1억원인 외벌이 4인가구(자녀 2명 포함)가 월 30만원의 기본소득을 받는 경우, 소득세 비과세 감면혜택을 받지 못해 현재보다 연 700만원의 세금을 더 내야 하지만, 배우자와 자녀 2인에게 연 360만원씩이 지급되므로 가구소득 총액은 오히려 350만원 가량 늘게 된다.

최초에 기본소득 제안이 모든 복지비용을 일원화한다는 개념에서 출발한 것임을 생각해 보면 –복지 대상을 찾고 지급하는 행정비용 감소와 함께– 현재 사용하는 복지 예산을 기본소득으로 돌리면 불가능한 이야기는 아니라고 생각 함. 30만원 지급을 위한 재원이 180조인데, 2019년 복지 총액이 162조이기 때문 ([2019 예산] 내년 예산안 470조 확정…복지·교육이 ‘절반’) 약간의 증세 정도만 되면 가능하지 않을까 싶다.

한동안 생각을 많이 해봤는데, 한때는 모두에게 주는 소득은 수학적인 관점에서 모두에게 안 주는 소득과 동일하기 때문에 기본소득이 사실상 의미가 없는게 아닐까라고 생각한 적이 있었는데, –그 효과는 모두 인플레이션으로 상쇄– 기본소득을 위한 증세에서 불평등 완화를 기대할 수 있기 때문에 –세금은 상대적으로 부자가 더 많이 내니까– 일단은 효과가 있다는 쪽으로 결론을 내렸다.

기본소득에 의한 노동 의욕 감소는 논의의 대상은 될 수 있겠지만, 개인적으로는 인간이 기본적으로 갖는 남들보다 우월함을 뽐내고 싶어하는 기질 –그 근원에는 성선택이 있을 것이다– 때문에, 설령 놀고 먹는게 가능할지라도 그렇게 사는 사람은 많지 않을거라 생각 한다. 누구나 사회적으로 인정받는 일을 하는 사람들과 친해지고 연애를 하고 싶어하지 집에서 놀고 먹는 사람이랑 그러고 싶어하는 사람은 없으니까

딥러닝 AI가 쉽게 속는 이유

위의 사건은 가상의 이야기지만, 저런 방식으로 인공지능을 속이는 것은 충분히 가능한 일입니다. 스티커를 몇 군데 붙여서 정지 신호를 잘못 읽게 만들 수 있다는 것은 이미 알려진 사실입니다. 안경이나 모자에 특정한 패턴을 넣어서 얼굴 인식 시스템을 속이는 것도 가능합니다. 화이트 노이즈를 이용해 음성인식 프로그램이 가상의 문구를 듣게 하는 것도 가능합니다.

위의 예들은 오늘날의 첨단 인공지능의 심층신경망(DNN)을 이용한 패턴 인식 기술이 얼마나 취약한 것인지를 보여주는 예들입니다. 이 기술은 사진, 음성, 소비자의 취향 데이터 등을 분류하는데 놀라울 정도의 성능을 보여줍니다. 그리고 자동화된 전화응답에서 넷플릭스의 추천 프로그램에까지 일상에서도 널리 쓰이고 있습니다. 하지만 여전히 사람에게는 인식 불가능할 정도로 작은 변화를 입력에 추가하는 것만으로도 최고 수준의 신경망을 무력화시킬 수 있습니다. (중략)

이를 해결하려는 한 가지 시도가 DNN 을 심볼릭 AI 와 결합하는 것입니다. 심볼릭 AI 는 기계학습이 인기를 끌기 이전에 AI 연구를 주도하던 패러다임입니다. 심볼릭 AI 에서 기계는 자신에게 주어진 세상의 작동 방식, 예를 들어 그 안에 어떤 대상들이 있으며 이 대상들이 서로 어떤 관계를 가지는지에 대한 규칙을 미리 가지고 있습니다. 뉴욕 대학의 심리학자인 게리 마커스와 같은 이들은 이런 하이브리드 AI 가 답이라고 생각합니다. “딥러닝이 당장 너무 유용한 결과를 내놓는 바람에 사람들은 장기적인 시야를 잃었습니다.” 마커스는 오늘날의 딥러닝 접근 방식에 대해 오랬동안 비판적인 입장을 취해왔습니다.

순수 데이터 기반의 모델의 한계. 딥러닝으로는 결코 도달할 수 없는 지점이 있다. 사람이 언어를 배울 때도 모든 문장과 단어를 외워서 배우는게 아니라, 자신이 배운 문장과 단어에서 구조적인 규칙을 찾아내는 식으로 하지. 모든 문장을 외우려고 하면 거의 무한한 표현을 다 외워야 하는데 그건 불가능.

데이터에 노이즈를 살짝만 섞어도 취약하다는 것도 자율주행 같은 안전이 담보되어야 하는 영역에서 큰 걸림돌이 될 수 있다.

첫 현생인류는 20만년 전 남아프리카人…지구 자전축 변화 따른 기후변화로 확산

연구 결과 L0 인류는 20만 년 전 칼라하리 지역에서 처음 등장했던 것으로 밝혀졌다. 기존에 추정하던 등장시점인 약 18만 년보다 2만 년 늦춰진 결과다. 연구팀은 L0 인류 집단이 여러 차례 ‘분가’를 거쳐 여러 다시 작은 인구 집단들을 만들었다는 사실을 밝히고 이들 사이의 가계도를 그렸다.

그렇다고 합니다.

머리 많이 쓰면 단명한다?

뇌세포가 과도하게 활성화되는 것이 수명에 부정적인 영향을 줄 수 있다는 연구 결과가 나왔다. 

연구팀은 55~100세에 신경 장애나 인지 손상을 겪고 사망한 수백 명을 대상으로 뇌 조직에서 신경세포 활동에 관련된 유전자의 발현 패턴을 조사했다. 그 결과, 85세 이상 장수한 사망자의 뇌에서는 신경세포 흥분과 관련된 유전자 발현이 더 적은 것으로 나타났다. 

?!!

[ssba]

The author

지성을 추구하는 사람/ suyeongpark@abyne.com

댓글 남기기

This site uses Akismet to reduce spam. Learn how your comment data is processed.