2028 글로벌 지능 위기(퍼옴)

Citrini Research: 시트리니 리서치

Citrini Research: A Thought Exercise in Financial History, from the Future

by Citrini and Alap Shah

이 글은 시트리니 리서치 원문을 '구글 번역'한 것입니다.

원문 주소는 https://contents.premium.naver.com/unis/something/contents/260224083118190jv입니다.

머리말

인공지능의 낙관적인 전망이 계속해서 옳다면 어떻게 될까요? 그리고 만약 그것이 사실은 비관적인 전망이라면요?

다음은 예측이 아닌 시나리오입니다. 이건 야한 내용이나 AI 비관론 팬픽이 아닙니다. 이 글의 유일한 목적은 상대적으로 덜 연구된 시나리오를 모델링하는 것입니다. 저희 친구 알랍 샤가 질문을 던졌고, 함께 답을 찾아냈습니다. 이 부분은 저희가 썼고, 알랍 샤가 쓴 다른 두 부분은 여기에서 확인하실 수 있습니다. 이 글을 통해 인공지능이 경제를 점점 더 예측 불가능하게 만들면서 발생할 수 있는 좌측 꼬리 위험에 더 잘 대비할 수 있게 되셨기를 바랍니다. 이는 2028년 6월에 작성된 시트리니리서치 매크로 메모로, 글로벌 정보 위기의 진행 과정과 그 여파를 자세히 설명하고 있습니다.

매크로 메모

풍부한 지능의 결과

시트리서치

2026년 2월 22일 ~ 2028년 6월 30일

오늘 아침 발표된 실업률은 10.2%로, 예상치보다 0.3% 상승했습니다. 시장은 이 수치 발표 후 2% 하락했으며, S&P 지수는 2026년 10월 고점 대비 누적 38% 하락했습니다. 투자자들은 무감각해졌습니다. 6개월 전만 해도 이런 수치가 나오면 시장이 급등했을 겁니다.

2년. "제한적"이고 "특정 부문"에 국한된 경제 상황에서 우리가 자라온 시절과는 전혀 다른 경제로 변모하는 데 걸린 시간은 단 2년이었습니다. 이번 분기 거시경제 보고서는 그 변화의 과정을 재구성하려는 시도, 즉 위기 이전 경제에 대한 사후 분석입니다.

환희는 온몸으로 느껴졌다. 2026년 10월, S&P 500 지수는 8000선에 근접했고, 나스닥 지수는 3만 선을 돌파했다. 인간의 쓸모없어짐에 따른 초기 해고 물결은 2026년 초에 시작되었고, 이는 해고의 본래 목적을 정확히 달성했다. 마진은 확대되었고, 실적은 예상치를 상회했으며, 주가는 급등했다. 기록적인 기업 이익은 고스란히 AI 컴퓨팅에 투자되었다.

주요 경제 지표는 여전히 훌륭했습니다. 명목 GDP는 연평균 한 자릿수 중반에서 후반대의 성장률을 꾸준히 기록했습니다. 생산성은 급증했습니다. 시간당 실질 생산량은 1950년대 이후 볼 수 없었던 속도로 증가했는데, 이는 잠도 자지 않고, 병가도 내지 않고, 건강 보험도 필요 없는 AI 에이전트 덕분이었습니다.

컴퓨터 소유주들은 인건비가 사라지면서 부가 급증하는 것을 목격했습니다. 반면 실질 임금 상승률은 급락했습니다. 정부가 기록적인 생산성 증가를 거듭 자랑했음에도 불구하고, 사무직 노동자들은 기계에 일자리를 빼앗기고 저임금 직종으로 밀려났습니다.

소비 경제에 균열이 생기기 시작했을 때, 경제 전문가들은 "유령 GDP"라는 용어를 유행시켰습니다. 이는 국민 회계에는 나타나지만 실물 경제를 통해 순환되지 않는 생산량을 의미합니다.

인공지능은 모든 면에서 기대를 뛰어넘었고, 시장 또한 인공지능의 영향을 받았다. 유일한 문제점은… 경제가 그렇지 못했다는 것이다.

노스다코타에 있는 단 하나의 GPU 클러스터가 맨해튼 미드타운의 사무직 근로자 1만 명이 처리하던 양의 생산성을 만들어낸다는 것은 경제적 해결책이라기보다는 오히려 경제적 재앙에 가깝다는 사실은 진작에 알았어야 했습니다. 화폐 유통 속도는 정체되었고, 당시 GDP의 70%를 차지했던 인간 중심의 소비 경제는 위축되었습니다. 기계가 재량 소비재에 얼마나 많은 돈을 쓰는지 물어봤다면 아마 더 빨리 알아차렸을 것입니다. (힌트: 0입니다.)

AI 기능이 향상되면서 기업의 인력 수요는 줄어들었고, 사무직 해고는 증가했으며, 실직자들은 소비를 줄였고, 마진 압박으로 기업들은 AI에 더 많이 투자하게 되었으며, AI 기능은 더욱 향상되었다…

이는 자연적인 제동 장치가 없는 악순환이었습니다. 인간 지능의 대체 악순환이었죠 . 사무직 노동자들은 소득 창출 능력(그리고 당연히 소비 능력)이 구조적으로 약화되는 것을 목격했습니다. 그들의 소득은 13조 달러 규모의 주택담보대출 시장의 근간이었는데, 이로 인해 대출 심사 담당자들은 우량 주택담보대출이 여전히 수익성이 있는지 재평가할 수밖에 없었습니다.

지난 17년간 실질적인 채무 불이행 주기가 없었던 탓에, 사모펀드들은 연간 반복 수익(ARR)이 지속적으로 발생할 것이라는 가정 하에 사모펀드의 지원을 받는 소프트웨어 투자로 과도하게 부풀려져 있었다. 그러나 2027년 중반 인공지능(AI) 혁신으로 인한 첫 번째 채무 불이행 물결이 이러한 가정에 의문을 제기했다.

만약 이러한 혼란이 소프트웨어에만 국한되었다면 감당할 수 있었겠지만, 그렇지 않았습니다. 2027년 말까지 이는 중개에 기반한 모든 비즈니스 모델을 위협했습니다. 인간의 불편함을 수익화하는 데 기반을 둔 수많은 기업들이 무너졌습니다.

이 시스템은 사무직 생산성 증가에 대한 상호 연관된 투기들이 길게 연결된 구조로 드러났습니다.

2027년 11월의 폭락은 이미 존재하던 모든 부정적 피드백 고리를 가속화하는 역할만 했을 뿐입니다.

우리는 "나쁜 소식이 좋은 소식"이라는 말을 거의 1년 동안 기다려왔습니다. 정부가 제안들을 검토하기 시작했지만, 정부가 어떤 형태의 구제책이라도 내놓을 수 있을지에 대한 국민의 신뢰는 이미 바닥을 쳤습니다. 정책 대응은 항상 경제 현실을 따라가지 못했지만, 이제는 종합적인 계획의 부재가 디플레이션 악순환을 가속화할 위협이 되고 있습니다.

어떻게 시작되었는가

2025년 후반에 에이전트 코딩 도구의 기능은 비약적으로 발전할 것입니다.

클로드 코드(Claude Code)나 코덱스(Codex)와 같은 도구를 사용하는 유능한 개발자라면 이제 몇 주 안에 중견 규모 SaaS 제품의 핵심 기능을 복제할 수 있습니다. 완벽하거나 모든 예외 상황을 처리할 수는 없겠지만, 연간 50만 달러 규모의 갱신 계약을 검토하던 CIO가 "우리가 직접 만들어보면 어떨까?"라는 질문을 던지기 시작할 정도로 충분히 괜찮은 수준입니다.

회계연도는 대부분 달력연도와 일치하기 때문에 2026년 기업 지출은 "에이전트형 AI"가 여전히 유행어였던 2025년 4분기에 이미 확정되었습니다. 중간 검토는 조달팀이 이러한 시스템의 실제 기능을 파악하고 의사 결정을 내릴 수 있었던 첫 번째 기회였습니다. 일부 팀은 자체 팀이 몇 주 만에 수십만 달러 규모의 SaaS 계약을 재현하는 프로토타입을 개발하는 것을 지켜보기도 했습니다.

그해 여름, 우리는 포춘 500대 기업의 구매 담당자와 이야기를 나눴습니다. 그는 예산 협상에 관한 일화를 들려주었습니다. 영업 담당자는 작년과 같은 전략, 즉 연간 5% 가격 인상과 "귀사 팀은 우리 제품에 의존하고 있습니다"라는 전형적인 영업 전략을 예상하고 있었습니다. 하지만 구매 담당자는 OpenAI와 협의 중이었는데, 자사의 "현장 배치 엔지니어"들이 AI 도구를 사용하여 기존 공급업체를 완전히 대체하는 방안을 고려하고 있었다고 말했습니다. 그 결과, OpenAI는 30% 할인된 가격으로 계약을 갱신했습니다. 그는 이것이 좋은 성과라고 말했습니다. Monday.com , Zapier, Asana와 같은 "소규모 SaaS 기업"들은 훨씬 더 어려운 상황에 처해 있다고 덧붙였습니다.

투자자들은 롱테일 부문이 큰 타격을 입을 것이라고 예상하고 대비했습니다. 이들은 일반적인 기업용 솔루션 지출의 3분의 1을 차지했지만, 분명히 위험에 노출되어 있었습니다. 하지만 핵심 시스템은 이러한 혼란으로부터 안전할 것으로 여겨졌습니다.

ServiceNow의 2026년 3분기 보고서가 발표될 때까지는 반사성 메커니즘이 명확하지 않았습니다.

서비스나우, 신규 계약 가치(ACV) 순증가율 23%에서 14%로 둔화…15% 인력 감축 및 '구조적 효율성 프로그램' 발표…주가 18% 하락 | 블룸버그, 2026년 10월

SaaS가 "사라진" 것은 아니었습니다. 자체 개발 및 지원에 대한 비용 편익 분석은 여전히 필요했습니다. 하지만 자체 개발은 하나의 선택지 였고 , 이는 가격 협상에 중요한 요소로 작용했습니다. 어쩌면 더 중요한 변화는 경쟁 구도가 바뀌었다는 점일 것입니다. AI 덕분에 새로운 기능을 개발하고 출시하는 것이 훨씬 쉬워지면서 차별화 요소가 사라졌습니다. 기존 업체들은 가격 경쟁을 통해 최저가 경쟁에 돌입했고, 서로 간의 싸움은 물론 새롭게 등장한 신생 업체들과의 치열한 경쟁으로 이어졌습니다. 에이전트 기반 코딩 기능의 비약적인 발전과 기존의 비용 구조를 보호해야 할 부담이 없어진 이들 업체들은 공격적으로 시장 점유율을 확대해 나갔습니다.

이러한 시스템들의 상호 연결성은 이 책이 출간되기 전까지는 제대로 이해되지 못했습니다. ServiceNow는 라이선스를 판매했습니다. 포춘 500대 기업 고객들이 직원의 15%를 감원했을 때, 그들은 라이선스의 15%를 취소했습니다. 고객사의 수익률을 높이는 데 기여했던 AI 기반 인력 감축이 정작 ServiceNow의 수익 기반을 파괴하고 있었던 것입니다.

워크플로 자동화 제품을 판매하던 회사는 더욱 발전된 워크플로 자동화 기술의 등장으로 사업에 차질을 빚게 되었고, 이에 대한 대응으로 인력을 감축하고 절감된 자금을 바로 그 기술에 투자했습니다.

그들이 달리 어떻게 할 수 있었겠습니까? 가만히 앉아서 천천히 죽어갈 수밖에 없었을까요? AI에 가장 큰 위협을 느꼈던 기업들이 오히려 AI를 가장 적극적으로 도입하는 기업이 되었습니다.

돌이켜보면 당연한 말처럼 들리지만, 당시에는 (적어도 제게는) 전혀 그렇지 않았습니다. 과거의 파괴적 혁신 모델은 기존 기업들이 신기술에 저항하다가 민첩한 신규 진입 기업에 시장 점유율을 빼앗기고 서서히 몰락한다고 했습니다. 코닥, 블록버스터, 블랙베리가 바로 그런 경우였습니다. 하지만 2026년에는 상황이 달랐습니다. 기존 기업들은 저항할 여력이 없었기 때문에 저항하지 않았습니다.

주가가 40~60% 폭락하고 이사회에서 해명을 요구받자, AI로 인해 위협받는 기업들은 할 수 있는 유일한 선택을 했다. 인력을 감축하고, 절감된 비용을 AI 도구에 투자한 후, 그 도구를 활용하여 비용을 낮추면서도 생산량을 유지하는 것이었다.

각 회사의 개별적인 대응은 합리적이었지만, 그 결과는 참담했습니다. 인건비 절감으로 아낀 모든 돈은 인공지능 기술 개발에 쏟아부어졌고, 이는 결국 다음번 대규모 감원을 가능하게 만들었습니다.

소프트웨어는 단지 서막에 불과했습니다. 투자자들이 SaaS 기업의 주가 배수가 바닥을 쳤는지 논쟁하는 동안 간과한 것은, 악순환이 이미 소프트웨어 업계를 벗어났다는 사실입니다. ServiceNow가 인력 감축을 정당화했던 논리는 사무직 비용 구조를 가진 모든 기업에 적용될 수 있었습니다.

마찰력이 0이 되었을 때

2027년 초가 되면 LLM 사용이 기본이 됩니다. 사람들은 AI 에이전트가 무엇인지조차 모르는 상태에서 AI 에이전트를 사용하게 되는데, 마치 "클라우드 컴퓨팅"이 무엇인지 전혀 모르는 사람들이 스트리밍 서비스를 사용하는 것과 같습니다. 그들은 AI 에이전트를 마치 스마트폰의 자동 완성이나 맞춤법 검사처럼, 당연히 해야 하는 기능으로 여깁니다.

Qwen의 오픈소스 에이전트형 쇼핑 도우미는 AI가 소비자 의사 결정을 처리하는 데 촉매 역할을 했습니다. 몇 주 만에 모든 주요 AI 비서가 에이전트형 상거래 기능을 통합했습니다. 간소화된 모델 덕분에 이러한 에이전트는 클라우드 인스턴스뿐만 아니라 휴대폰과 노트북에서도 실행될 수 있었고, 추론에 필요한 추가 비용을 크게 줄였습니다.

투자자들이 더 불안해했어야 할 부분은 바로 이 에이전트들이 요청을 기다리지 않고 사용자의 선호도에 따라 백그라운드에서 작동했다는 점입니다. 상거래는 개별적인 인간의 결정의 연속에서 벗어나 연결된 모든 소비자를 위해 24시간 내내 실행되는 지속적인 최적화 프로세스로 바뀌었습니다. 2027년 3월까지 미국의 평균 개인은 하루에 40만 개의 토큰을 소비했는데, 이는 2026년 말 대비 10배 증가한 수치입니다. 연결 고리의 다음 단계가 이미 무너지고 있었다.

중개.

지난 50년간 미국 경제는 인간의 한계 위에 거대한 수익 착취 구조를 구축해 왔습니다. 모든 일에는 시간이 걸리고, 인내심은 바닥나며, 브랜드 친숙함이 성실함을 대신하고, 대부분의 사람들은 클릭 횟수를 줄이기 위해 비싼 가격을 기꺼이 감수합니다. 수조 달러에 달하는 기업 가치는 이러한 제약 조건들이 지속되는 데 달려 있었습니다.

처음에는 아주 간단했습니다. 에이전트가 마찰을 제거했습니다. 수개월 동안 사용하지 않았음에도 불구하고 자동으로 갱신되는 구독 및 멤버십. 체험 기간이 끝나면 슬쩍 두 배로 오르는 초기 가격. 이 모든 것들은 상담원들이 협상할 수 있는 인질극처럼 포장되었습니다. 전체 구독 경제의 기반이 되는 지표인 고객 생애 가치(CLTV)는 눈에 띄게 하락했습니다.

소비자 에이전트들은 거의 모든 소비자 거래 방식에 변화를 가져오기 시작했습니다. 사람들은 단백질 바 한 상자를 사기 전에 다섯 개의 경쟁 플랫폼에서 가격을 비교할 시간이 없습니다. 하지만 기계는 가능합니다. 여행 예약 플랫폼은 가장 단순했기 때문에 일찌감치 도태되었습니다. 2026년 4분기까지 저희 상담원들은 어떤 플랫폼보다 빠르고 저렴하게 항공편, 호텔, 지상 교통편, 로열티 프로그램 최적화, 예산 제약, 환불 등을 포함한 완벽한 여행 일정을 구성할 수 있게 되었습니다.

보험 갱신 모델은 전적으로 보험 계약자의 관성에 의존했지만, 이제는 개혁되었습니다. 매년 보험 상품을 재검토해주는 설계사들이 등장하면서, 보험사가 수동적인 갱신에서 얻던 보험료의 15~20%가 사라졌습니다. 재정 자문, 세금 신고 대행, 일상적인 법률 업무 등 서비스 제공업체의 가치 제안이 궁극적으로 "고객님이 지루하게 느끼는 복잡한 일을 제가 처리해 드리겠습니다"인 모든 분야가 혼란에 빠졌습니다. 담당자들이 그 어떤 것도 지루하게 느끼지 않았기 때문입니다.

인간관계의 가치로 보호받고 있다고 생각했던 곳조차 취약한 것으로 드러났습니다. 부동산 시장은 중개인과 소비자 간의 정보 비대칭성 때문에 수십 년 동안 5~6%의 수수료를 감수해 왔지만, MLS 접근 권한과 수십 년간의 거래 데이터를 보유한 AI 중개인이 즉시 지식 기반을 복제할 수 있게 되면서 무너졌습니다. 2027년 3월 한 매도자 측 분석 기사에서는 이를 "중개인 간의 폭력"이라고 표현했습니다. 주요 대도시의 매수자 측 평균 수수료는 2.5~3%에서 1% 미만으로 떨어졌고, 매수 측에 인간 중개인이 전혀 개입하지 않고 거래가 성사되는 사례가 늘어나고 있습니다.

우리는 '인간관계'의 가치를 과대평가했었다. 알고 보니 사람들이 관계라고 부르는 것들 중 상당수는 겉으로는 친절해 보이는 마찰에 불과했다. 그것은 중개 계층의 혼란의 시작에 불과했습니다. 성공적인 기업들은 소비자 행동과 인간 심리의 특성을 효과적으로 이용하기 위해 수십억 달러를 투자했지만, 이제 그런 것들은 더 이상 중요하지 않았습니다.

가격과 편의성을 최적화하는 기계는 당신이 즐겨 사용하는 앱이나 지난 4년간 습관적으로 방문했던 웹사이트에 관심이 없으며, 잘 설계된 결제 경험에도 매력을 느끼지 않습니다. 기계는 가장 쉬운 옵션을 선택하거나 "난 항상 여기서 주문해"라고 생각하며 지치지 않습니다.

그것은 특정한 종류의 해자를 파괴했습니다. 바로 습관적인 중재였습니다. DoorDash(DASH US)가 대표적인 사례였다. 코딩 에이전트 덕분에 배달 앱 출시의 진입 장벽이 무너졌습니다. 유능한 개발자라면 몇 주 안에 기능적인 경쟁 앱을 만들 수 있었고, 실제로 수십 개의 앱이 등장하여 배달료의 90~95%를 배달원에게 직접 지급함으로써 DoorDash와 Uber Eats의 배달원들을 끌어들였습니다. 여러 앱을 통합 관리할 수 있는 대시보드를 통해 플랫폼 노동자들은 20~30개의 플랫폼에서 들어오는 주문을 동시에 확인할 수 있게 되었고, 기존 업체들이 의존했던 플랫폼 종속성이 사라졌습니다. 시장은 순식간에 세분화되었고, 수익 마진은 거의 제로에 가까워졌습니다.

에이전트들은 파괴의 양면을 모두 가속화했습니다. 경쟁업체들이 번성할 수 있도록 도운 다음, 그들을 이용했습니다. 도어대시의 해자는 말 그대로 "배고프면, 귀찮으면, 홈 화면에 이 앱이 깔려 있다"는 것이었습니다. 하지만 에이전트에게는 홈 화면이 없습니다. 도어대시, 우버 이츠, 레스토랑 자체 웹사이트, 그리고 분위기 코드로 분류된 20개 이상의 새로운 대안들을 확인하며 매번 가장 낮은 수수료와 가장 빠른 배달을 선택합니다.

습관적인 앱 충성도, 즉 비즈니스 모델의 근간은 기계에게는 존재하지 않았습니다.

이는 묘하게도 아이러니한 상황이었는데, 어쩌면 곧 일자리를 잃게 될 사무직 노동자들에게 에이전트가 호의를 베푼 유일한 사례였을지도 모릅니다. 그들이 배달 기사가 되었을 때, 적어도 수입의 절반은 우버나 도어대시에 가지 않게 되었습니다. 물론 자율주행차가 확산되면서 이러한 기술의 호의는 오래가지 못했습니다. 일단 거래를 마무리 짓고 나니, 그들은 더 큰 종이 클립을 찾아 나섰습니다.

가격 비교 및 통합 작업에는 한계가 있었습니다. 특히 에이전트들이 서로 거래하기 시작했을 때, 사용자의 비용을 반복적으로 절감하는 가장 효과적인 방법은 수수료를 없애는 것이었습니다. 기계 대 기계 거래에서 2~3%에 달하는 카드 교환 수수료는 명백한 목표가 되었습니다.

에이전트들은 카드보다 빠르고 저렴한 옵션을 찾기 시작했습니다. 대부분은 솔라나(Solana)나 이더리움 L2를 통한 스테이블코인 사용을 선택했는데, 이를 통해 결제가 거의 즉각적으로 이루어지고 거래 비용은 1센트 미만으로 측정되었습니다.

마스터카드 2027년 1분기: 순매출 전년 동기 대비 6% 증가, 구매량 증가율은 전 분기 5.9%에서 3.4%로 둔화; 경영진은 "상담원 주도 가격 최적화" 및 "필수 소비재 부문의 압박"을 언급 | 블룸버그, 2027년 4월 29일

마스터카드의 2027년 1분기 실적 보고서는 돌이킬 수 없는 전환점이었습니다. 에이전트 기반 상거래는 단순한 제품 판매에서 인프라 구축으로 변모했습니다. 그 다음 날 마스터카드 주가는 9% 하락했습니다. 비자 역시 하락세를 보였지만, 애널리스트들이 스테이블코인 인프라 분야에서의 비자의 강점을 지적하면서 손실폭을 줄였습니다.

인터체인지 수수료를 우회하는 에이전트 기반 상거래 라우팅은 카드 중심 은행과 단일 상품 발행사에게 훨씬 더 큰 위험을 초래했습니다. 이들은 2~3%의 수수료 대부분을 징수하고 가맹점 보조금으로 자금을 조달하는 보상 프로그램을 중심으로 전체 사업 부문을 구축했기 때문입니다.

아메리칸 익스프레스(AXP US)가 가장 큰 타격을 입었습니다. 사무직 인력 감축으로 고객 기반이 크게 줄어들고, 에이전트들이 수수료를 피해 우회 경로를 이용하면서 수익 모델이 무너지는 등 복합적인 악재가 겹쳤습니다. 싱크로니(SYF US), 캐피털 원(COF US), 디스커버(DFS US) 또한 이후 몇 주 동안 10% 이상 하락했습니다. 그들의 해자는 마찰력으로 이루어져 있었다. 그리고 마찰력은 0에 가까워지고 있었다.

부문 위험에서 시스템적 위험으로

2026년까지 시장은 AI의 부정적 영향을 특정 산업 분야의 문제로 여겼습니다. 소프트웨어와 컨설팅 업계는 큰 타격을 입었고, 결제 및 기타 서비스 관련 업종도 불안정했지만, 전반적인 경제는 견조해 보였습니다. 노동 시장은 다소 위축되었지만, 급격한 하락세는 아니었습니다. 시장의 공통된 견해는 창조적 파괴가 모든 기술 혁신 주기의 일부라는 것이었습니다. 일부 분야에서는 고통이 따르겠지만, AI로 인한 전반적인 순긍정적 효과가 부정적 효과를 상쇄할 것이라는 전망이었습니다.

2027년 1월에 발표한 거시경제 보고서에서 우리는 이러한 사고방식이 잘못되었다고 주장했습니다. 미국 경제는 사무직 서비스 경제입니다. 사무직 근로자는 전체 고용의 50%를 차지하고, 소비 지출의 약 75%를 주도합니다. 인공지능이 잠식하고 있는 사업과 일자리는 미국 경제와 무관한 것이 아니라, 바로 미국 경제 그 자체 였습니다 .

"기술 혁신은 일자리를 없애기도 하지만, 그 후 더 많은 일자리를 창출한다." 이는 당시 가장 인기 있고 설득력 있는 반론이었다. 이 주장이 인기 있고 설득력 있었던 이유는 2세기 동안 옳았기 때문이다. 미래의 일자리가 어떤 모습일지 예측할 수 없더라도, 그런 일자리들은 반드시 생겨날 것이라는 논리였다.

ATM 덕분에 은행 지점 운영 비용이 절감되었고, 이에 따라 은행들은 더 많은 지점을 개설하여 이후 20년간 창구 직원 고용이 증가했습니다. 인터넷은 여행사, 전화번호부, 오프라인 소매점을 파괴했지만, 그 자리에 완전히 새로운 산업을 창출하고 새로운 일자리를 만들어냈습니다. 하지만 모든 새로운 직업에는 그 일을 수행할 사람이 필요했습니다.

이제 AI는 인간이 재배치하고자 하는 바로 그 작업들을 스스로 향상시켜 나가는 일반 지능이 되었습니다. 일자리를 잃은 프로그래머들이 단순히 "AI 관리"로 이동할 수는 없습니다. AI가 이미 그 역할을 수행할 수 있기 때문입니다.

오늘날 AI 에이전트는 수 주가 걸리는 연구 개발 작업을 처리합니다. 기하급수적인 발전은 우리가 가능하다고 생각했던 것들을 완전히 뒤집어 놓았고, 그 결과 와튼 스쿨 교수들은 매년 데이터를 새로운 시그모이드 함수에 맞추려고 애썼습니다.

그들은 사실상 모든 코드를 작성합니다. 최고의 성과를 내는 그들은 거의 모든 면에서 거의 모든 인간보다 훨씬 똑똑합니다. 그리고 그들의 가격은 계속해서 저렴해지고 있습니다. 인공지능 (AI)은 새로운 일자리를 창출 했습니다 . 자동화 엔지니어, AI 안전 연구원, 인프라 기술자 등이 그 예입니다. 물론 인간은 여전히 최고위급에서 조율하거나 최종 의견을 제시하는 역할을 맡고 있습니다. 하지만 AI가 새로운 일자리를 하나 만들어낼 때마다 수십 개의 기존 일자리는 사라졌습니다. 게다가 새로 생긴 일자리의 임금은 기존 일자리의 극히 일부에 불과했습니다.

미국 경제 충격: 구인 공고 550만 건 아래로 추락; 실업률 대비 구인 공고 비율 약 1.7로 상승, 2020년 8월 이후 최고치 기록 | 블룸버그, 2026년 10월

고용률은 연중 내내 부진했지만, 2026년 10월 JOLTS(뉴욕시 고용통계청) 발표 자료는 몇 가지 확실한 데이터를 제공했습니다. 구인 건수가 550만 건 아래로 떨어져 전년 대비 15% 감소했습니다.

Indeed: "생산성 향상 계획" 확산으로 소프트웨어, 금융, 컨설팅 분야 채용 공고 급감 | Indeed Hiring Lab, 2026년 11월~12월

사무직 일자리는 급감한 반면, 생산직 일자리(건설, 의료, 기술직)는 상대적으로 안정적인 상태를 유지했습니다. 변동이 심했던 분야는 주로 서류 작업을 하거나 예산을 승인하는 등 경제의 중간 계층을 지탱하는 업무였습니다 . (어떻게든 우리는 여전히 사업을 유지하고 있습니다.) 하지만 두 직종 모두 실질 임금 상승률은 연중 대부분 마이너스를 기록했고, 계속해서 하락세를 보였습니다.

주식 시장은 JOLTS 소식보다는 GE 버노바의 터빈 생산 능력이 2040년까지 모두 매진되었다는 소식에 더 큰 관심을 보였으며, 부정적인 거시 경제 뉴스와 긍정적인 AI 인프라 관련 소식 사이에서 갈팡질팡하며 횡보세를 보였다.

하지만 채권 시장(언제나 주식 시장보다 똑똑하거나, 적어도 덜 낭만적이죠)은 소비 위축을 가격에 반영하기 시작했습니다. 10년 만기 국채 수익률은 이후 4개월 동안 4.3%에서 3.2%로 하락했습니다. 그럼에도 불구하고 명목 실업률은 급등하지 않았고, 일부 사람들은 실업자 구성의 미묘한 차이를 여전히 이해하지 못했습니다.

일반적인 경기 침체에서는 원인이 결국 스스로 교정됩니다. 과잉 건설은 건설 경기 둔화로 이어지고, 이는 다시 금리 인하를 초래하며, 신규 건설 증가로 이어집니다. 재고 과잉은 재고 감소를 가져오고, 이는 다시 재고 증가로 이어집니다. 이러한 순환적 메커니즘 안에는 경기 회복의 씨앗이 내재되어 있습니다. 이 순환의 원인은 주기적인 것이 아니었습니다.

인공지능(AI)은 더욱 발전하고 저렴해졌습니다. 기업들은 직원들을 해고하고, 그 절감액으로 AI 역량을 강화하여 더 많은 직원을 해고할 수 있었습니다. 일자리를 잃은 직원들은 소비를 줄였습니다. 소비자에게 제품을 판매하는 기업들은 판매량이 감소하고 경영난에 시달리자, 수익 마진을 유지하기 위해 AI에 더 많이 투자했습니다. 이렇게 AI는 더욱 발전하고 저렴해졌습니다.

자연적인 제동 장치가 없는 피드백 루프.

직관적으로 예상했던 것은 총수요 감소가 AI 구축 속도를 늦출 것이라는 점이었습니다. 하지만 그렇지 않았는데, 이는 하이퍼스케일러식 자본 지출(CapEx)이 아니라 운영 비용(OpEx) 대체였기 때문입니다. 연간 직원 급여에 1억 달러, AI에 5백만 달러를 지출하던 회사가 이제는 직원 급여에 7천만 달러, AI에 2천만 달러를 지출하게 되었습니다. AI 투자액은 몇 배로 증가했지만, 전체 운영 비용은 감소한 것입니다. 모든 회사의 AI 예산은 증가했지만, 전체 지출은 줄어들었습니다.

아이러니하게도, 인공지능 인프라 복합체는 그것이 주도하던 경제가 악화되기 시작하는 와중에도 계속해서 호조를 보였습니다. NVDA는 여전히 사상 최고 매출을 기록했고, TSMC는 95% 이상의 가동률을 유지했으며, 하이퍼스케일러들은 분기당 1,500억~2,000억 달러를 데이터센터 설비투자에 쏟아부었습니다. 이러한 추세에 역행하는 경제 구조를 보인 대만과 한국은 오히려 훨씬 뛰어난 성과를 거두었습니다.

인도는 정반대의 상황이었습니다. 인도의 IT 서비스 부문은 연간 2천억 달러 이상을 수출하며 인도의 경상수지 흑자에 가장 크게 기여했고, 지속적인 상품 무역 적자를 메우는 역할을 했습니다. 이 모든 모델은 단 하나의 가치 제안에 기반을 두고 있었습니다. 바로 인도 개발자의 인건비가 미국 개발자에 비해 훨씬 저렴하다는 것이었습니다. 그러나 AI 코딩 에이전트의 한계 비용이 사실상 전기 요금 수준으로 폭락했습니다. TCS, Infosys, Wipro는 2027년까지 계약 해지가 급증하는 것을 목격했습니다. 인도의 대외수지를 지탱해왔던 서비스 흑자가 사라지면서 루피화는 4개월 만에 달러 대비 18% 하락했습니다. 2028년 1분기에는 IMF가 뉴델리와 "예비 협의"를 시작했습니다.

혼란을 야기한 원동력은 매 분기마다 더욱 강력해졌고, 이는 혼란의 속도가 매 분기마다 가속화되었음을 의미했습니다. 노동 시장에는 자연스러운 최저점이 존재하지 않았습니다. 미국에서는 더 이상 AI 인프라 거품이 어떻게 터질지에 대해 묻지 않았습니다. 소비자가 기계로 대체될 때 소비자 신용 경제에 어떤 일이 벌어질지에 대해 묻고 있었습니다 .

지능 분산 나선

2027년은 거시경제 상황이 더 이상 모호하지 않게 된 해였습니다. 지난 12개월 동안 단편적이었지만 분명히 부정적이었던 여러 사건들의 전파 메커니즘이 명확해졌습니다. 노동통계국(BLS) 자료를 찾아볼 필요도 없었습니다. 친구들과 저녁 식사를 하는 것만으로도 알 수 있었습니다.

일자리를 잃은 사무직 노동자들은 가만히 앉아 있지 않았습니다. 그들은 업무 강도를 낮췄습니다. 많은 사람들이 저임금 서비스 부문이나 플랫폼 경제 분야의 일자리를 택했고, 이는 해당 부문의 노동 공급을 증가시키고 임금을 낮추는 결과를 가져왔습니다.

우리 친구 한 명은 2025년에 세일즈포스에서 시니어 제품 매니저로 일했습니다. 직함에 건강 보험, 401k, 연봉 18만 달러까지 받았죠. 그런데 세 번째 구조조정 때 일자리를 잃었습니다. 6개월 동안 구직 활동을 하다가 우버 운전기사로 일하기 시작했고, 수입은 4만 5천 달러로 떨어졌습니다. 여기서 중요한 건 개인적인 이야기보다는 더 큰 그림입니다. 이런 현상이 대도시 전역의 수십만 명 노동자들에게까지 확대된다고 생각해 보세요. 과잉 자격을 갖춘 노동력이 서비스 및 플랫폼 경제에 쏟아져 들어오면서 이미 어려움을 겪고 있던 기존 노동자들의 임금을 더욱 떨어뜨렸습니다. 특정 부문의 변화가 경제 전반의 임금 하락으로 확산된 것입니다.

인간 중심적인 기존 질서는 우리가 이 글을 쓰는 동안에도 또 한 번의 조정을 앞두고 있었습니다. 자율 배송과 자율 주행 차량이 1차 실직자들을 흡수했던 플랫폼 경제에 점차 스며들고 있기 때문입니다.

2027년 2월이 되자, 직장에 다니는 전문직 종사자들은 마치 자신들도 곧 해고될 것처럼 소비를 늘리고 있다는 것이 분명해졌다. 그들은 해고당하지 않기 위해 (대부분 인공지능의 도움을 받아) 두 배로 열심히 일했고, 승진이나 임금 인상에 대한 희망은 사라졌다. 저축률은 소폭 상승했고 소비는 위축되었다.

가장 위험했던 점은 시차였습니다. 고소득층은 평균보다 많은 저축을 활용하여 2~3분기 동안 경제가 정상인 것처럼 보이게 유지했습니다. 실질적인 데이터는 이미 실물 경제에서 문제가 심각해진 후에야 비로소 확인되었습니다. 그리고 마침내 그 환상을 깨뜨리는 경제 지표가 발표되었습니다.

미국 신규 실업수당 청구 건수 48만 7천 건으로 급증, 2020년 4월 이후 최고치 기록 (미국 노동부, 2027년 3분기)

신규 실업수당 청구 건수가 48만 7천 건으로 급증해 2020년 4월 이후 최고치를 기록했습니다. ADP와 Equifax는 신규 청구 건수의 압도적인 다수가 사무직 종사자로부터 나온 것이라고 확인했습니다.

S&P 지수는 다음 주에 6% 하락했습니다. 부정적인 거시 경제 요인이 우세해지기 시작한 것입니다.

일반적인 경기 침체기에는 일자리 감소가 광범위하게 나타납니다. 생산직과 사무직 근로자들은 각 부문의 고용 비중에 비례하여 고통을 분담합니다. 소비 감소 또한 광범위하게 나타나며, 저소득 근로자일수록 한계소비성향이 높기 때문에 데이터에 빠르게 반영됩니다.

이번 경기 침체기에는 소득 상위 10% 계층에 일자리 감소가 집중되었습니다. 이들은 전체 고용에서 차지하는 비중은 상대적으로 작지만, 소비 지출에서 차지하는 비중은 매우 불균형적입니다. 미국 전체 소비 지출의 50% 이상을 소득 상위 10%가 차지하고 있으며, 상위 20%는 약 65%를 차지합니다. 이들은 주택, 자동차, 휴가, 외식, 사립학교 학비, 주택 개조 등에 돈을 쓰는 사람들입니다. 즉, 전체 소비재 경제의 수요 기반을 형성하는 사람들입니다.

이러한 노동자들이 일자리를 잃거나, 50%의 임금 삭감을 감수하고 다른 직종으로 이동했을 때, 소비 감소는 일자리 감소 규모에 비해 엄청났습니다. 사무직 고용이 2% 감소하면 가처분 소비는 3~4% 정도 줄어들었습니다. 생산직 일자리 감소는 즉각적인 영향을 미치는 반면(공장에서 해고되면 다음 주부터 소비를 중단하게 되는 것처럼), 사무직 일자리 감소는 그 영향이 시차를 두고 나타납니다. 사무직 노동자들은 저축을 통해 소비를 유지할 수 있는 여유가 있기 때문에 소비 행태 변화가 본격적으로 나타나기 전까지 몇 달 동안은 소비를 지속할 수 있습니다.

2027년 2분기 무렵, 경제는 불황에 빠졌다. 전미경제연구소(NBER)는 몇 달이 지나서야 공식적인 시작 시점을 발표했지만(늘 그렇듯이), 데이터는 명확했다. 실질 GDP 성장률이 2분기 연속 마이너스를 기록한 것이다. 하지만 아직은 "금융 위기"라고 할 단계는 아니었다.

상관관계가 있는 베팅의 데이지 체인

민간 신용 시장은 2015년 1조 달러 미만에서 2026년 2조 5천억 달러 이상으로 성장했습니다. 이 자본의 상당 부분은 소프트웨어 및 기술 관련 거래에 투입되었으며, 그중 다수는 SaaS 기업을 인수하는 레버리지 바이아웃 방식으로, 기업의 매출이 영구적으로 10%대 중반으로 성장할 것이라는 가정 하에 높은 기업 가치를 평가받았습니다.

그러한 가정들은 최초의 에이전트 코딩 데모와 2026년 1분기 소프트웨어 오류 사이에 사라졌지만, 시장 참여자들은 그 사실을 깨닫지 못한 것 같았다. 많은 상장 SaaS 기업들이 EBITDA의 5~8배에 거래되는 동안, 사모펀드(PE)의 투자를 받은 소프트웨어 기업들은 더 이상 존재하지 않는 매출 배수를 기준으로 한 인수 가치를 반영한 재무제표상 가치를 유지했습니다. 경영진은 점진적으로 가치를 100센트, 92센트, 85센트로 낮췄는데, 이는 상장된 유사 기업들의 평균 주가가 50센트였던 것과 대조적입니다.

무디스, '인공지능으로 인한 경쟁 심화로 인한 장기적인 매출 감소'를 이유로 14개 소프트웨어 기업의 사모펀드 투자 채권 180억 달러 규모 등급 하향 조정; 2015년 에너지 부문 이후 단일 업종으로는 최대 규모

| 무디스 투자 서비스, 2027년 4월 등급 하향 조정 이후에 무슨 일이 벌어졌는지 모두가 기억합니다. 업계 베테랑들은 2015년 에너지 등급 하향 조정 이후에 벌어진 일들을 이미 예상하고 있었습니다.

소프트웨어 담보 대출은 2027년 3분기부터 부실화되기 시작했습니다. 정보 서비스 및 컨설팅 분야의 사모펀드 포트폴리오 기업들도 뒤를 따랐습니다. 유명 SaaS 기업들의 수십억 달러 규모의 차입매수(LBO) 사례들이 구조조정에 들어갔습니다.

젠데스크가 결정적인 증거였다. 인공지능 기반 고객 서비스 자동화로 인해 연간 반복 매출(ARR)이 악화되면서 젠데스크가 부채 약정 조건을 위반했습니다. 50억 달러 규모의 직접 대출 약정액은 주당 58센트로 평가되었으며, 이는 사상 최대 규모의 민간 신용 소프트웨어 채무 불이행 사례입니다.

| 파이낸셜 타임스, 2027년 9월 2022년, 헬만앤프리드먼과 퍼미라는 젠데스크를 102억 달러에 비상장 회사로 전환했습니다. 당시 블랙스톤이 주도하고 아폴로, 블루 아울, HPS가 대출 그룹에 참여한 이 자금 조달 패키지는 50억 달러 규모의 직접 대출로, 이는 당시로서는 역사상 최대 규모의 연간 반복 매출(ARR) 담보 대출이었습니다. 이 대출은 젠데스크의 연간 반복 매출이 지속적으로 발생할 것이라는 가정 하에 구성되었습니다. 약 25배에 달하는 EBITDA 배율은 이러한 가정이 충족될 때에만 의미가 있었습니다.

2027년 중반에는 그렇지 않았습니다. AI 상담원들은 이미 거의 1년 동안 고객 서비스를 자율적으로 처리해 왔다. 젠데스크가 정의했던 범주(티켓팅, 라우팅, 고객 지원 담당자와의 상호 작용 관리)는 티켓을 생성하지 않고도 문제를 해결하는 시스템으로 대체되었다. 대출 심사의 근거가 되었던 연간 반복 수익은 더 이상 반복적인 수익이 아니라, 단지 아직 발생하지 않은 수익일 뿐이었다.

역사상 최대 규모의 ARR 담보 대출이 역사상 최대 규모의 민간 신용 소프트웨어 부도로 이어졌습니다. 모든 신용 부서에서 동시에 같은 질문을 던졌습니다. 경기 순환적 요인으로 위장한 장기적인 역풍에 직면한 기업은 또 어디 있을까?

하지만 적어도 초기에는 모두가 옳았던 점이 하나 있습니다. 바로 이 상황은 충분히 살아남을 수 있었을 것이라는 점입니다. 사모 대출은 2008년의 금융 위기와는 다릅니다. 전체 구조는 강제 매각을 방지하기 위해 명시적으로 설계되었습니다. 사모 대출은 자본이 묶여 있는 폐쇄형 투자 수단입니다. LP(Limited Partner)는 7년에서 10년 동안 투자합니다. 예금자를 추심할 필요도 없고, 환매 조건부 채권(Repo)을 활용할 필요도 없습니다. 운용 담당자는 부실 자산을 보유하면서 시간이 지남에 따라 문제를 해결하고 회수를 기다릴 수 있습니다. 고통스럽지만 관리 가능한 시스템입니다. 이 시스템은 무너지지 않고 유연하게 대처할 수 있도록 설계되었습니다.

블랙스톤, KKR, 아폴로의 경영진은 자산 대비 소프트웨어 익스포저가 7~13%에 달한다고 언급했습니다. 이는 충분히 관리 가능한 수준입니다. 모든 매도 측 보고서와 핀트윗(Fintwit)의 신용 평가에서도 같은 의견이 나왔습니다. 사모펀드는 영구적인 자본을 보유하고 있어, 레버리지 은행이라면 파산했을 손실을 감당할 수 있다는 것입니다.

영구 자본. 이 문구는 투자자들을 안심시키기 위해 모든 실적 발표와 투자자 서한에 등장했습니다. 마치 주문처럼 말이죠. 하지만 대부분의 주문처럼, 아무도 그 이면에 숨겨진 의미에는 주의를 기울이지 않았습니다. 이 문구의 진짜 의미는 무엇일까요?

지난 10년간 대형 대체자산운용사들은 생명보험회사들을 인수하여 자금 조달 수단으로 전환했습니다. 아폴로는 아테네를, 브룩필드는 아메리칸 이쿼티를, KKR은 글로벌 애틀랜틱을 인수했습니다. 그 논리는 아주 훌륭했습니다. 연금 예금은 안정적이고 장기적인 부채 기반을 제공했습니다. 운용사들은 이 예금을 자신들이 조성한 사모 대출에 투자하고, 보험 부문에서는 스프레드 수익을, 자산 운용 부문에서는 운용 수수료를 받아 두 배의 수익을 창출했습니다. 수수료에 수수료를 더하는 영구 운동 기관과 같은 구조였지만, 한 가지 조건 하에서는 완벽하게 작동했습니다.

민간 신용은 화폐 가치가 있어야 했다.

손실은 장기 채무에 대비해 비유동 자산을 보유하도록 설계된 재무제표에 타격을 입혔습니다. 시스템의 회복력을 강화해 줄 것으로 기대되었던 "영구 자본"은 인내심 있는 기관 투자자나 정교한 위험을 감수하는 투자자들의 추상적인 자금 풀이 아니었습니다. 그것은 바로 미국 가정, 즉 "메인 스트리트"의 저축이었고, 이 저축은 사모펀드(PE)가 투자한 소프트웨어 및 기술 관련 채권에 연금 형태로 투자되어 있었는데, 바로 그 채권이 부도 위기에 처한 것이었습니다. 운용할 수 없었던 자본은 생명 보험 계약자의 자금이었는데, 생명 보험의 경우 규정이 다소 다릅니다.

은행 시스템과 비교했을 때, 보험 규제 당국은 그동안 온순하고 심지어 안일하기까지 했지만, 이번 사태는 경각심을 불러일으켰습니다. 생명 보험사들의 사모 대출 집중 문제에 이미 불안감을 느끼고 있던 규제 당국은 이러한 자산에 대한 위험 기반 자본 처리 방식을 하향 조정하기 시작했습니다. 이로 인해 보험사들은 자본을 확충하거나 자산을 매각해야 했는데, 이미 경색된 시장 상황에서 어느 쪽도 매력적인 조건으로 진행하기 어려웠습니다.

뉴욕, 아이오와 주 규제 당국, 생명보험사가 보유한 특정 사모채권에 대한 자본 규제 강화 움직임; NAIC의 지침으로 RBC(위험 기반 자본) 요소 강화 및 추가적인 SVO(주정부 보증 기구) 조사 촉발 예상 | 로이터, 2027년 11월

무디스가 아테네의 재무 건전성 등급을 부정적 전망으로 변경하자 아폴로의 주가는 이틀 만에 22% 하락했습니다. 브룩필드, KKR 등 다른 회사들의 주가도 뒤따라 떨어졌습니다.

상황은 거기서부터 더욱 복잡해졌다. 이 회사들은 단순히 보험사라는 영구기관을 만들어낸 것이 아니라, 규제 차익거래를 통해 수익을 극대화하도록 설계된 정교한 역외 구조를 구축한 것이었다. 미국 보험사는 연금 상품을 판매한 후, 그 위험을 자회사인 버뮤다 또는 케이맨 제도의 재보험사에 양도했다. 이 재보험사는 동일한 자산에 대해 더 적은 자본을 보유할 수 있도록 허용하는 보다 유연한 규제를 활용하기 위해 설립되었다. 이 계열사는 역외 특수목적법인(SPV)을 통해 외부 자본을 조달했는데, 이 SPV는 보험사와 함께 모회사의 자산운용 부문에서 발생한 사모 대출에 투자하는 새로운 투자자 계층을 형성했다.

신용평가기관들은 (일부는 사모펀드 소유였기에) 투명성의 모범이라고는 찾아볼 수 없었다(이는 거의 누구에게도 놀라운 일이 아니다). 서로 다른 대차대조표와 연결된 여러 회사들의 거미줄 같은 구조는 놀라울 정도로 불투명했다. 기초 대출이 부실화되었을 때, 누가 실제로 손실을 부담해야 하는지는 실시간으로 답하기 불가능한 문제였다.

2027년 11월의 폭락은 단순한 경기 순환적 하락으로 여겨지던 인식이 훨씬 더 불안정한 상황으로 바뀌는 계기가 되었습니다. 연준 의장 케빈 워시는 11월 FOMC 긴급 회의에서 이를 "사무직 생산성 증가에 대한 상관관계가 있는 일련의 투기" 라고 표현했습니다.

보시다시피, 위기를 야기하는 것은 손실 그 자체가 아닙니다. 위기를 야기하는 것은 손실을 인식하는 것입니다. 그리고 우리가 그러한 인식을 두려워하게 된 훨씬 더 크고 훨씬 더 중요한 금융 영역이 있습니다.

주택담보대출 문제

질로우 주택 가치 지수, 샌프란시스코 전년 대비 11%, 시애틀 9%, 오스틴 8% 하락; 패니 메이, 기술/금융업 종사자 비율 40% 이상 우편번호 지역에서 '초기 연체율 증가' 경고 | 질로우/패니 메이, 2028년 6월

이번 달 질로우 주택 가치 지수는 샌프란시스코에서 전년 대비 11%, 시애틀에서 9%, 오스틴에서 8% 하락했습니다. 하지만 우려스러운 소식은 이것만이 아닙니다. 지난달 패니 메이는 신용 점수가 780점 이상인 고소득층 거주 지역, 즉 일반적으로 "안정적인" 것으로 여겨지는 지역에서 초기 연체율이 높아지고 있다고 지적했습니다.

미국 주택 담보 대출 시장 규모는 약 13조 달러에 달합니다. 담보 대출 심사는 차용자가 대출 기간 동안 현재 소득 수준을 유지할 것이라는 기본적인 가정에 기반합니다. 대부분의 담보 대출은 약 30년 동안 이러한 소득 수준을 유지합니다.

사무직 고용 위기는 소득 기대치의 지속적인 변화를 초래하며 이러한 가정을 위협하고 있습니다. 이제 우리는 불과 3년 전만 해도 터무니없어 보였던 질문을 던져야 합니다. 과연 우량 주택담보대출은 좋은 자금일까요?

미국 역사상 모든 주택담보대출 위기는 다음 세 가지 요인 중 하나에 의해 발생했습니다. 투기적 과잉(2008년처럼 주택 구입 능력이 없는 사람들에게 대출을 해주는 것), 금리 충격(1980년대 초처럼 금리 인상으로 변동금리 주택담보대출을 감당할 수 없게 되는 것), 또는 지역적 경제 충격(1980년대 텍사스의 석유 산업 붕괴나 2009년 미시간의 자동차 산업 붕괴처럼 특정 지역의 특정 산업이 붕괴되는 것).

이 모든 사항은 여기에 해당되지 않습니다. 문제의 대출자들은 서브프라임이 아닙니다. FICO 점수는 780점입니다. 계약금은 20%입니다. 신용 이력도 깨끗하고, 고용 상태도 안정적이며, 소득 증빙 서류도 대출 당시 모두 확인되었습니다. 이들은 금융 시스템의 모든 위험 평가 모델에서 신용도의 기본 기준으로 간주되는 대출자들입니다.

2008년에는 대출이 처음부터 위험했지만, 2028년에는 대출이 처음부터 정상이었다. 세상은 대출이 실행된 후에 완전히 바뀌어 버린 것이다. 사람들은 더 이상 믿을 수 없는 미래를 담보로 돈을 빌린 것이다.

2027년, 우리는 눈에 보이지 않는 스트레스의 초기 징후들을 포착했습니다. 주택담보대출 인출, 401(k) 인출, 그리고 주택담보대출 상환은 유지되는 동안 신용카드 부채가 급증하는 현상이 그것입니다. 일자리가 사라지고, 채용이 동결되고, 보너스가 삭감되면서, 이러한 우량 가구들의 부채 대비 소득 비율은 두 배로 증가했습니다.

그들은 여전히 주택담보대출금을 갚을 수는 있었지만, 모든 재량 지출을 중단하고, 저축을 바닥내고, 주택 수리나 개보수를 미뤄야만 가능했습니다. 기술적으로는 연체 없이 갚고 있었지만, 언제든 큰 어려움에 직면할 수 있는 상황이었고, 인공지능 기술의 발전 추세는 그러한 충격이 다가오고 있음을 시사했습니다. 그리고 전국 평균 연체율은 역사적 평균 수준을 유지하는 가운데, 샌프란시스코, 시애틀, 맨해튼, 오스틴 등지에서 연체율이 급증하기 시작했습니다.

지금이 가장 심각한 단계입니다. 주택 가격 하락은 구매력이 양호한 경우라면 감당할 수 있지만, 현재 상황에서는 구매력이 악화된 상태입니다. 우려가 커지고 있지만, 아직 본격적인 주택담보대출 위기에 직면한 것은 아닙니다. 연체율은 상승했지만 2008년 수준에는 훨씬 못 미칩니다. 진짜 위협은 앞으로의 추세에 있습니다.

지능 인력 대체 악순환은 이제 실물 경제의 침체를 가속화하는 두 가지 금융적 요인을 갖게 되었습니다. 일자리 감소, 주택담보대출 우려, 민간 시장의 혼란. 이 모든 것들이 서로를 악화시킵니다. 그리고 전통적인 정책 수단(금리 인하, 양적 완화)은 금융 부문에는 영향을 미칠 수 있지만 실물 경제에는 영향을 미치지 못합니다. 실물 경제는 긴축적인 금융 환경에 의해 움직이는 것이 아니라, 인공지능(AI)이 인간 지능의 희소성과 가치를 떨어뜨리는 데 기여하고 있기 때문입니다. 금리를 0%까지 낮추고 시장에 있는 모든 MBS와 부실 소프트웨어 LBO 채권을 매입한다고 해도…

클로드 에이전트가 월 200달러로 18만 달러짜리 제품 관리자의 업무를 처리할 수 있다는 사실은 변하지 않을 것입니다. 이러한 우려가 현실화된다면 올해 하반기에 주택담보대출 시장에 심각한 타격이 발생할 수 있습니다. 이러한 시나리오에서는 현재의 주식 시장 하락세가 글로벌 금융위기 당시(최고점 대비 최저점 57% 하락)와 맞먹는 수준에 이를 것으로 예상됩니다. 그렇게 되면 S&P500 지수는 3,500선까지 떨어질 수 있는데, 이는 2022년 11월 ChatGPT 사태 직전 달 이후 볼 수 없었던 수준입니다.

분명한 것은 13조 달러 규모의 주택담보대출의 근간이 되는 소득 가정이 구조적으로 문제가 있다는 점입니다. 하지만 정책적으로 주택담보대출 시장이 이러한 상황의 의미를 완전히 이해하기 전에 개입할 수 있을지는 불분명합니다. 우리는 희망을 갖고 있지만, 희망을 갖지 못할 이유 또한 부인할 수 없습니다.

시간과의 싸움

첫 번째 부정적 피드백 루프는 실물 경제에서 나타났습니다. AI 역량이 향상되면 고용이 감소하고 소비가 위축되며 마진이 줄어들고, 기업은 더 많은 AI 관련 장비를 구매하게 되며, 결국 역량 자체가 더욱 향상됩니다. 그다음에는 금융 부문으로 확산되었습니다. 소득 감소로 주택담보대출 상환 부담이 커지고, 은행 손실로 신용 경색이 발생하며, 부의 효과가 무너지고, 피드백 루프가 가속화되었습니다. 그리고 이 두 가지 문제 모두 솔직히 말해서 혼란스러워 보이는 정부의 미흡한 정책 대응으로 더욱 악화되었습니다.

이 시스템은 이런 위기를 위해 설계된 것이 아닙니다. 연방 정부의 세입 기반은 본질적으로 인간의 노동 시간에 대한 세금입니다. 사람들이 일하고, 기업은 그들에게 급여를 지급하고, 정부는 그중 일부를 가져갑니다. 평상시에는 개인 소득세와 급여세가 세입의 핵심입니다.

올해 1분기까지 연방 세입은 의회예산국(CBO)의 기준선 전망치보다 12% 낮았습니다. 급여 세입 감소는 이전 수준의 임금을 받는 고용 인원 감소 때문이며, 소득세 수입 감소는 소득 구조적 하락 때문입니다. 생산성은 급증하고 있지만, 그 증가분은 노동 시장이 아닌 자본과 컴퓨팅 부문으로 흘러가고 있습니다.

노동소득이 국내총생산(GDP)에서 차지하는 비중은 1974년 64%에서 2024년 56%로 40년 동안 꾸준히 감소했는데, 이는 세계화, 자동화, 그리고 노동자의 교섭력 약화에 기인한 결과입니다. 인공지능(AI) 기술이 기하급수적으로 발전하기 시작한 이후 4년 동안 이 수치는 46%까지 떨어졌습니다. 이는 사상 최대의 하락폭입니다.

생산물은 여전히 존재합니다. 하지만 더 이상 가계를 거쳐 기업으로 돌아가지 않고, 따라서 국세청(IRS)을 거치지도 않습니다. 순환 구조가 무너지고 있으며, 정부가 개입하여 이를 바로잡아야 할 것으로 예상됩니다.

모든 경기 침체기처럼, 수입이 줄어드는 반면 지출은 늘어납니다. 하지만 이번에는 지출 압박이 경기 순환적인 것이 아니라는 점이 다릅니다. 자동 안정화 장치는 일시적인 일자리 손실을 위해 만들어진 것이지, 구조적인 일자리 감소를 위해 만들어진 것이 아닙니다. 이 시스템은 근로자들이 다시 일자리를 찾을 것이라는 전제하에 실업 수당을 지급하고 있습니다. 하지만 많은 사람들은 그렇게 되지 않을 것이며, 설령 일자리를 찾더라도 이전과 같은 임금을 받지는 못할 것입니다. 코로나19 팬데믹 당시 정부는 15%의 재정 적자를 감수했지만, 이는 일시적인 것으로 여겨졌습니다. 오늘날 정부 지원이 필요한 사람들은 회복 가능한 팬데믹의 영향을 받은 사람들이 아닙니다. 그들은 끊임없이 발전하는 기술로 대체된 사람들입니다.

정부는 가계로부터 세금을 덜 걷어들이는 바로 그 시점에 가계에 더 많은 돈을 지원해야 합니다. 미국은 채무 불이행을 선언하지 않을 것입니다. 미국은 지출하는 만큼의 통화를 발행하고, 차입자에게 상환하는 데에도 같은 통화를 사용합니다. 하지만 이러한 압박은 다른 곳에서 나타나고 있습니다. 지방채는 연초 이후 실적에서 우려스러운 분산 조짐을 보이고 있습니다. 소득세가 없는 주들은 괜찮았지만, 소득세에 의존하는 주(대부분 민주당 성향의 주)에서 발행한 일반 의무 지방채는 채무 불이행 위험을 반영하기 시작했습니다. 정치권은 이러한 상황을 빠르게 파악했고, 누가 구제금융을 받아야 하는지에 대한 논쟁은 정당 간의 대립으로 번졌습니다.

다행히도 행정부는 위기의 구조적 성격을 일찍이 인식하고 초당적인 합의를 바탕으로 "전환 경제법"을 마련하기 시작했습니다. 이 법안은 적자 재정과 인공지능 추론 연산에 대한 세금 부과를 통해 실직자들에게 직접 자금을 지원하는 방안을 담고 있습니다.

현재 논의 중인 가장 급진적인 제안은 한발 더 나아갑니다. "AI 번영 공유법"은 인공지능 인프라 자체의 수익에 대한 공공의 권리를 확립하는 것을 목표로 하는데, 이는 국부펀드와 AI 생성 결과물에 대한 로열티의 중간 형태이며, 배당금은 가계 소득 증대에 사용될 예정입니다. 민간 부문 로비스트들은 이러한 정책이 초래할 수 있는 위험성을 언론을 통해 경고하고 있습니다.

이번 논의를 둘러싼 정치적 배경은 뻔뻔스러울 정도로 예측 가능했으며, 과시적인 언쟁과 위기 조장 행위로 더욱 악화되었습니다. 우파는 이전과 재분배를 마르크스주의라고 비난하며, 컴퓨터에 세금을 부과하는 것은 중국에 주도권을 넘겨주는 것이라고 경고합니다. 좌파는 현직 정치인들의 도움을 받아 만들어진 세금 법안은 규제 기관의 포획을 다른 이름으로 부르는 것이라고 비판합니다. 재정 강경파는 감당할 수 없는 재정 적자를 지적하고, 비둘기파는 세계 금융 위기 이후 성급하게 시행된 긴축 정책을 경고의 사례로 제시합니다. 이러한 분열은 올해 대선이 다가오면서 더욱 심화되고 있습니다.

정치인들이 설전을 벌이는 동안 사회 구조는 입법 과정보다 훨씬 빠르게 무너지고 있습니다. 실리콘 밸리 점령 운동은 광범위한 불만의 상징이 되었습니다. 지난달 시위대는 앤트로픽(Anthropic)과 오픈AI의 샌프란시스코 사무실 입구를 3주 동안 봉쇄했습니다. 시위 참가자 수는 계속 증가하고 있으며, 이 시위는 시위를 촉발한 실업률 발표보다 더 많은 언론의 주목을 받았습니다.

세계 금융 위기의 여파로 대중이 은행가들보다 더 증오하는 대상을 상상하기는 어렵지만, 인공지능 연구소들은 그에 필적할 만한 행보를 보이고 있습니다. 그리고 대중의 관점에서 볼 때, 그럴 만한 이유가 있습니다. 이 연구소들의 설립자와 초기 투자자들은 도금 시대가 오히려 온순해 보일 정도로 엄청난 속도로 부를 축적했습니다. 생산성 급증으로 인한 이익이 거의 전적으로 컴퓨팅 자원 소유자와 이를 기반으로 운영되는 연구소 주주들에게 돌아가면서, 미국의 불평등은 전례 없는 수준으로 심화되었습니다.

어느 쪽이든 각자의 악당이 있지만, 진정한 악당은 시간입니다.

인공지능 기술은 기관들이 적응할 수 있는 속도보다 훨씬 빠르게 발전하고 있습니다. 정책 대응은 현실이 아닌 이념의 속도로 진행되고 있습니다. 정부가 문제의 본질을 조속히 규명하지 못한다면, 악순환이 앞으로의 상황을 결정짓게 될 것입니다.

인텔리전스 프리미엄 언와인드

현대 경제사 전체를 통틀어 인간의 지능은 희소한 투입 요소였습니다. 자본은 풍부했거나 적어도 복제 가능했습니다. 천연자원은 유한했지만 대체 가능했습니다. 기술은 인간이 적응할 수 있을 만큼 충분히 느리게 발전했습니다. 분석하고, 결정하고, 창조하고, 설득하고, 조정하는 능력인 지능은 대규모로 복제할 수 없는 요소였습니다. 인간 지능은 희소성에서 비롯된 고유한 가치를 지녔습니다. 노동 시장부터 주택담보대출 시장, 세법에 이르기까지 우리 경제의 모든 제도는 그러한 희소성을 전제로 설계되었습니다.

우리는 지금 그 프리미엄이 사라지는 것을 목격하고 있습니다. 기계 지능은 이제 점점 더 많은 작업 영역에서 인간 지능을 대체할 수 있는 유능하고 빠르게 발전하는 대안이 되었습니다. 수십 년 동안 부족한 인간 지능의 세계에 맞춰 최적화되어 온 금융 시스템이 재평가되고 있습니다. 이러한 재평가는 고통스럽고 무질서하며, 아직 완료되지 않았습니다.

하지만 가격 재조정은 붕괴와는 다릅니다. 경제는 새로운 균형점을 찾을 수 있습니다. 그 균형점에 도달하는 것은 오직 인간만이 할 수 있는 몇 안 되는 일 중 하나입니다. 우리는 그것을 제대로 해내야 합니다. 역사상 처음으로 경제에서 가장 생산성이 높은 자산이 일자리를 늘리는 것이 아니라 오히려 줄이는 사태가 발생했습니다. 어떤 기존 시스템도 이 상황에 적합하지 않습니다. 희소했던 투입 요소가 풍족해지는 세상을 위해 설계된 시스템은 없었기 때문입니다. 따라서 우리는 새로운 시스템을 만들어야 합니다. 중요한 것은 우리가 제때에 그 시스템을 구축할 수 있느냐는 것입니다.

하지만 당신은 이 글을 2028년 6월이 아니라 2026년 2월에 읽고 있을 겁니다.

S&P 지수는 사상 최고치에 근접해 있습니다. 부정적인 악순환은 아직 시작되지 않았습니다. 우리는 이러한 시나리오 중 일부는 현실화되지 않을 것이라고 확신합니다. 또한 기계 지능의 발전 속도는 계속 빨라질 것이라고 확신합니다. 인간 지능에 대한 가치는 점차 낮아질 것입니다.

투자자로서 우리는 아직 포트폴리오의 어느 부분이 향후 10년 안에 유지될 수 없는 가정에 기반하고 있는지 평가할 시간이 있습니다. 사회 전체적으로도 우리는 아직 선제적으로 대응할 시간이 있습니다.

카나리아는 아직 살아 있습니다.