AI 인구진단 (인구소멸, 축소사회, 공동체)
솔직히 저는 인구 소멸을 숫자로 먼저 알게 된 게 아닙니다. 사례회의실에서 어르신 이름이 하나씩 지워지는 걸 보면서 먼저 체감했습니다. 법정리 기준 인구 50명 이하 마을이 10년 새 86개 늘었다는 통계를 봤을 때, 제 머릿속엔 데이터가 아니라 그 마을 이름들이 먼저 떠올랐습니다.
1. AI 인구진단이 맞고, 현장도 맞다
일반적으로 인구 감소 문제는 시·군 단위 통계로 파악할 수 있다고 알려져 있습니다. 하지만 제 경험상 그 단위로는 한 마을이 사라지는 속도를 전혀 잡아낼 수 없습니다.
제가 담당하던 한 마을은 행정적으로는 읍 소속이라 통계상 인구가 그리 적지 않았습니다. 그런데 실제 방문 대상자는 두 분이었고, 그중 한 분이 돌아가시자 저의 정기 방문 자체가 사라졌습니다. 시·군 통계에는 아무 변화도 찍히지 않았습니다.
이번 포럼에서 발표된 내용에 따르면, 딥러닝 기반으로 법정리·격자 단위까지 분석한 결과 전국의 45.3%가 인구과소지역으로 분류되었습니다.
여기서 딥러닝이란 인간의 신경망 구조를 모방한 인공지능 학습 방식으로, 대규모 데이터에서 패턴을 스스로 추출해 예측력을 높이는 기술입니다. 기존의 단순 통계 집계와 달리, 작은 공간 단위에서 벌어지는 변화를 훨씬 정밀하게 포착할 수 있습니다.
제가 현장에서 체감한 마을 단위 소멸을 수치로 증명할 수 있는 방법이 생긴 셈입니다.
공간적 양극화라는 개념도 이 맥락에서 중요합니다. 공간적 양극화란 특정 지역은 인구와 자원이 집중되는 반면, 다른 지역은 사람과 기능이 동시에 빠져나가며 격차가 벌어지는 현상을 말합니다.
2050년에는 현재 사람이 사는 땅의 87%에서 인구가 줄거나 아예 무인화될 것이라는 전망이 나오는 것도 이 맥락입니다.
AI 정밀진단의 필요성에는 고개가 끄덕여집니다. 다만 진단 이후 동선이 어디로 향하는지가 저를 불편하게 만드는 지점입니다.
정밀진단이 정확해질수록, 점수가 낮게 나온 마을은 사실상 정책 배분에서 후순위로 밀릴 수 있습니다. 진단 결과가 선택의 근거가 아니라 포기의 근거로 쓰일 가능성을 누군가는 짚고 넘어가야 합니다.
현재 논의되는 주요 정책 방향을 정리하면 다음과 같습니다.
- 인구과소지구 관리 특별법 제정을 통한 법제도적 체계 마련
- 거점 지역 중심의 생활 서비스 집약화로 행정 효율 제고
- 자율주행·원격진료 등 디지털 기술을 활용한 농촌·소도시 서비스 공백 보완
- 시·군 단위를 넘어 광역 차원의 협력 거버넌스 구축
2. 축소사회와 효율, 그 사이의 사람들
어떻게 잘 줄여나갈 것인가라는 표현 앞에서 한참을 멈췄습니다. 축소사회란 인구 감소와 고령화가 동시에 진행되면서 사회 전체의 규모와 기능이 점진적으로 축소되는 상태를 의미합니다.
단순히 인구가 줄어드는 것을 넘어, 지역 단위에서 의료·교육·돌봄 같은 기본 서비스 자체가 유지되기 어려워지는 구조적 변화를 가리킵니다. 2050년에는 국민 10명 중 4명이 66세 이상 고령인구가 된다는 전망이 이를 뒷받침합니다.
저는 이 표현이 정책적으로 옳다는 것을 머리로는 압니다. 막을 수 없는 흐름 앞에서 어떻게 성장시킬 것인가를 붙들고 있는 것보다는, 지금 있는 사람들의 삶을 어떻게 지킬 것인가로 방향을 트는 게 현실적입니다.
그런데 제 경험상 이건 조금 다릅니다. 현장에서 그 줄여나감의 대상이 되는 분들을 직접 마주하고 있으면, 그 표현이 전혀 다르게 들립니다.
거점 집약이란 분산된 서비스와 자원을 특정 중심 지역에 모아 효율을 높이는 방식입니다. 이론적으로는 합리적이지만, 거점에 닿지 못하는 분들의 문제는 해결되지 않습니다.
거동이 불편한 어르신, 대중교통이 없는 마을에 혼자 사는 분, 그리고 평생 살아온 고향을 떠나기 싫은 분들은 거점 집약의 수혜권 밖에 있습니다.
원격진료나 자율주행 같은 디지털 대안이 그 공백을 채운다는 의견도 있지만, 스마트폰 사용 자체가 어려운 분들에게 그 대안이 얼마나 닿을 수 있을지는 여전히 의문입니다.
3. 공동체와 진단 이후, 사회복지가 남길 자리
지역공동체라는 단어도 이 시점에서 다시 짚어볼 필요가 있습니다. 지역공동체란 특정 지역을 기반으로 생활을 함께 나누는 사람들의 유기적 관계망을 말합니다.
인구가 줄면 이 관계망 자체가 무너질 수 있고, 공간 정비나 기술 도입만으로는 한 번 끊어진 공동체를 다시 엮기 어렵습니다. 제가 담당했던 마을에서도, 어르신들이 가장 힘들어한 건 서비스 부족이 아니라 이 동네에 아는 사람이 없어졌다는 것이었습니다.
포럼에서 균등 배분에서 질적 전환으로 패러다임을 바꿔야 한다는 데 전문가들이 공감대를 형성한 것은 의미 있는 방향이라고 봅니다.
다만 그 질적 전환이 효율을 중심에 두고 사람을 주변에 두는 방식이 되지 않으려면, 설계 단계에서부터 현장의 목소리가 함께 들어가야 합니다.
AI 정밀진단이 어떤 마을이 위험한지를 정확히 알려줄 수 있어도, 그 마을에 남은 사람이 어떤 삶을 원하는지는 알려줄 수 없습니다.
진단 이후의 정책이 동시에 설계되어야 한다는 말이 포럼에서도 나왔지만, 저는 그것이 선언이 아니라 실제 예산과 인력으로 뒷받침되어야 한다고 생각합니다.
인구가 줄어드는 시대에 사회복지가 할 수 있는 마지막 역할이 있다면, 아마 이것일 겁니다.
어떤 마을이 정책 대상에서 밀릴 때, 그래도 그 마을에 남아 있는 사람의 이름을 기억하는 것. AI가 격자 단위로 지도를 나눌 때, 그 격자 안에 사람이 있다는 사실을 놓치지 않는 것.
그게 진단 이후에 반드시 따라와야 하는 일이라고, 사례회의실에서 배웠습니다. 정답은 아직 못 찾았습니다. 다만 그 질문을 놓지 않는 것이, 지금 제가 할 수 있는 일이라고 생각합니다.
참고 자료
이 글은 개인적인 현장 경험과 의견을 공유한 것이며, 전문적인 정책 조언이 아닙니다.