AI는 생산성을 폭발시키지만, 왜 그 성공이 오히려 위기로 다가오나?
AI를 둘러싼 낙관론은 대체로 하나의 전제를 깔고 있습니다. 인공지능이 더 똑똑해질수록 생산성이 높아지고, 생산성이 높아질수록 경제 전체는 더 풍요로워질 것이라는 전제입니다. 실제로 지금까지의 기술사는 대체로 그 방향으로 흘러왔습니다. 증기기관, 전기, 자동차, 컴퓨터, 인터넷은 모두 기존 산업과 일자리를 흔들었지만, 장기적으로는 더 큰 산업과 더 많은 수요, 그리고 새로운 일자리를 만들어냈습니다. 그래서 많은 사람들은 AI 역시 결국 비슷한 경로를 따라갈 것이라고 생각합니다. 중간의 고통은 있겠지만, 전체적으로는 성장과 번영이 더 커질 것이라는 믿음입니다.
그런데 여기서 한 번쯤은 반대 질문을 던져볼 필요가 있습니다. AI 낙관론이 정말 맞다면, 오히려 그것이 시장에는 약세 시나리오가 될 수도 있지 않을까 하는 질문입니다. 다시 말해 AI가 기대보다 훨씬 더 잘 작동하고, 훨씬 더 빠르게 경제 전반으로 확산되며, 인간의 인지 노동을 대규모로 대체한다면, 그 결과는 단순한 생산성 혁명이 아니라 소비 기반과 금융 시스템을 흔드는 구조적 충격이 될 수 있다는 것입니다. 이것이 바로 ‘글로벌 인텔리전스 위기’라는 사고실험이 던지는 핵심 문제의식입니다.
이 시나리오의 출발점은 의외로 단순합니다. 2025년 말에서 2026년 사이, 코딩과 기획, 분석, 문서 작성, 고객 응대 같은 화이트칼라 업무에서 에이전트형 AI의 성능이 한 단계 급격히 도약한다고 가정합니다. 그러면 기업은 단순히 직원들의 생산성이 좋아졌다고만 생각하지 않게 됩니다. “이 업무를 꼭 사람이 해야 하는가?”라는 질문이 본격적으로 등장하게 됩니다. 특히 SaaS, 컨설팅, 백오피스, 금융 사무, 고객 서비스, 마케팅 운영처럼 반복적이면서도 고임금인 영역에서는 그 질문이 곧 비용 절감의 논리로 이어집니다. 과거에는 사람을 줄이면 생산성이 떨어졌지만, 이제는 사람을 줄인 돈으로 AI를 더 도입하면 오히려 생산성을 유지하거나 더 높일 수 있게 되는 것입니다.
문제는 개별 기업의 이 합리적 선택이 거시경제 전체에서는 전혀 다른 결과를 낳는다는 점입니다. 한 기업이 인건비를 줄이고 AI 투자를 늘리는 것은 주주 입장에서 매우 합리적입니다. 비용은 줄고 마진은 오르며, 시장은 이를 호재로 받아들일 수 있습니다. 실제로 초기 국면에서는 주가도 오르고, 생산성 통계도 좋아 보이며, 명목 GDP도 견조하게 나올 수 있습니다. 하지만 이 현상이 경제 전체로 퍼지면 상황이 달라집니다. 줄어든 것은 단지 비용이 아니라 가계의 소득이기 때문입니다. 그리고 현대 미국 경제 같은 소비 중심 경제에서 가계소득의 훼손은 결국 총수요의 훼손으로 이어집니다.
이 지점에서 매우 중요한 개념이 등장합니다. 바로 ‘고스트 GDP’입니다. 이는 생산은 일어나고 GDP에는 잡히지만, 그것이 사람들의 소득과 소비로 이어지지 않는 상태를 뜻합니다. 예를 들어 과거에는 뉴욕의 고임금 화이트칼라 노동자 1만 명이 수행하던 지식노동이 이제는 노스다코타의 GPU 클러스터 하나와 소수의 운영 인력으로 대체될 수 있다고 가정해봅시다. 통계상 산출은 유지되거나 오히려 늘어날 수 있습니다. 하지만 그 과정에서 사라진 임금, 소비, 대출 상환 능력, 주택 수요, 교육·여행·외식 수요는 어디서 보충될까요. 기계는 생산을 하지만 소비하지 않습니다. 더 정확히 말하면, 기계는 임금을 받지 않고, 집을 사지 않으며, 자동차 할부를 내지 않고, 외식을 하지 않습니다. 생산은 남는데 돈의 순환은 끊기기 시작하는 것입니다.
이 사고실험이 날카로운 이유는 바로 이 지점입니다. 우리가 오랫동안 믿어온 기술 낙관의 논리는 기술이 결국 새로운 인간 노동 수요를 만든다는 역사적 경험 위에 서 있습니다. 그러나 AI는 기존 자동화와 다르게 인간이 새롭게 이동할 직무 자체까지 빠르게 잠식할 가능성이 있습니다. 과거에는 여행사가 사라져도 웹 개발자, 디지털 마케터, 앱 디자이너 같은 새로운 직업이 생겼습니다. 하지만 AI는 코딩도 하고, 리서치도 하고, 프레젠테이션도 만들고, 계약서 초안도 쓰고, 고객 상담도 처리합니다. 즉, 대체된 화이트칼라 인력이 그럼 다른 인지 노동으로 옮겨가면 되지라고 말하기 어려운 환경을 만들 수 있습니다. 이것은 단순한 산업 재편이 아니라, 인간 지능의 희소성 자체가 약해지는 과정입니다.
이 과정이 더 위험해지는 것은 기업의 투자 구조 때문입니다. 많은 사람들은 경기 둔화가 오면 AI 투자도 함께 둔화될 것이라고 기대합니다. 하지만 이 시나리오에서는 오히려 반대입니다. AI 투자는 새로운 대규모 프로젝트성 자본지출만이 아니라, 기존 인건비를 대체하는 운영비 절감 수단이기 때문입니다. 예전에는 직원에게 1억 원을 쓰고 AI에는 500만 원을 쓰던 회사가, 이제는 직원 비용을 7000만 원으로 줄이고 AI 비용을 2000만 원으로 늘리는 식입니다. 총지출은 줄었지만 AI 지출은 오히려 급증합니다. 즉, 경기 둔화가 AI 확산의 브레이크가 되지 못하고, 오히려 비용 압박이 AI 채택을 더 밀어붙이는 역설이 발생합니다.
이렇게 되면 하나의 악순환이 형성됩니다. AI가 좋아집니다. 기업은 사람을 줄입니다. 해고되거나 불안해진 사람들은 소비를 줄입니다. 소비 둔화는 기업의 매출 압박으로 돌아옵니다. 기업은 마진을 지키기 위해 다시 AI를 더 도입하고 사람을 더 줄입니다. 그리고 AI는 더 좋아집니다. 이것이 이 시나리오가 말하는 ‘인텔리전스 디스플레이스먼트 스파이럴’, 즉 인간 지능 대체의 악순환입니다. 문제는 이것이 전통적 경기순환처럼 스스로 균형을 회복할 자연스러운 브레이크를 갖고 있지 않다는 점입니다. 재고가 쌓이면 감산하고, 금리가 내려가면 주택이 다시 팔리는 식의 자기교정 메커니즘이 잘 작동하지 않는 것입니다. 왜냐하면 충격의 근원이 경기순환이 아니라, 더 싸고 더 빠르고 더 강해지는 인공지능 그 자체이기 때문입니다.
이 시나리오가 금융위기로 번지는 경로도 매우 설득력 있게 제시됩니다. 첫 번째 위험은 사모신용과 소프트웨어 기업 부채입니다. 지난 10여 년간 막대한 자금이 지속적으로 반복 매출이 늘어날 것이라는 가정 아래 SaaS와 정보서비스 기업에 흘러들어갔습니다. 그런데 AI가 코딩과 고객지원, 워크플로우 자동화, 각종 기업용 소프트웨어 기능을 빠르게 범용화하면, 기존 SaaS 기업의 가격결정력과 해지율, 성장률 가정이 무너질 수 있습니다. 그동안 안정적인 ARR로 여겨졌던 것이 더 이상 안정적이지 않게 되는 것입니다. 그러면 비상장 시장에서 낙관적으로 평가받던 기업 가치와 부채의 담보력이 한꺼번에 흔들릴 수 있습니다.
두 번째 위험은 훨씬 더 크고 무겁습니다. 바로 주택담보대출입니다. 현대의 모기지 시스템은 차입자가 현재 수준의 소득을 장기간 유지할 것이라는 가정 위에 세워져 있습니다. 그런데 만약 AI가 대체하는 대상이 저신용·저소득층이 아니라, 높은 신용점수와 안정된 경력을 가진 화이트칼라 중산층 이상이라면 어떨까요. 이들은 대출 실행 시점에는 아무 문제가 없는 우량 차주였습니다. 하지만 대출이 실행된 이후 세계가 바뀌어버립니다. 연봉 1억 원대의 프로덕트 매니저, 컨설턴트, 개발자, 마케터가 실직하거나 절반 이하 임금의 일자리로 내려앉는다면, 그 순간부터 모기지 시스템은 예상하지 못한 종류의 스트레스를 받기 시작합니다. 2008년처럼 처음부터 나쁜 대출이 아니었다는 점에서 오히려 더 까다로운 문제입니다. 대출은 실행 시점에는 건전했지만, 미래 소득의 가정이 붕괴한 것입니다.
여기서 특히 중요한 것은 소비 충격의 비대칭성입니다. 고소득 화이트칼라 계층은 전체 고용에서 차지하는 비중보다 소비에서 차지하는 비중이 훨씬 큽니다. 이들이 줄이는 소비는 단순한 생필품이 아니라 주택, 자동차, 여행, 외식, 교육, 인테리어, 금융상품, 프리미엄 서비스 전반에 걸쳐 있습니다. 따라서 일자리 감소폭보다 소비 충격이 훨씬 크게 나타날 수 있습니다. 게다가 이들은 저축 여력이 있기 때문에 충격이 바로 수면 위로 드러나지 않습니다. 몇 달 동안은 기존 생활수준을 유지하려고 버티다가, 어느 순간 소비를 급격히 줄이고, 대출 상환과 자산 매입, 서비스 소비를 동시에 줄입니다. 데이터는 늦게 반응하지만 실제 경제의 체감 악화는 이미 깊숙이 진행된 뒤일 수 있습니다.
물론 이 시나리오에 대한 반론도 매우 중요합니다. 실제로 AI 확산은 생각보다 느릴 수 있습니다. 조직 내부의 도입 비용, 책임 소재 문제, 규제, 신뢰 문제, 데이터 정비, 보안 이슈, 현업 프로세스와의 통합 비용은 결코 작지 않습니다. 기술이 재귀적으로 개선된다고 해서 경제 전체가 재귀적으로 같은 속도로 그것을 채택하는 것은 아닙니다. 역사적으로 대부분의 기술 확산은 S커브를 따랐습니다. 초기에는 느리고, 어느 시점에 빨라지며, 이후에는 포화와 마찰 때문에 속도가 둔화되었습니다. 이 관점에서 보면 ‘글로벌 인텔리전스 위기’는 기술의 능력 곡선을 경제적 채택 곡선으로 너무 성급하게 전이한 시나리오일 수 있습니다.
또 하나의 반론은 생산성 충격이 본질적으로 공급 충격이라는 점입니다. AI가 비용을 낮추고 산출을 늘린다면, 그것은 장기적으로 실질소득과 소비 여력을 높이는 방향으로 작동할 수 있습니다. 가격이 낮아지고, 새로운 기업이 생기고, 투자와 창업이 늘어나며, 인간의 욕망은 역사적으로 늘 새로운 수요를 만들어왔습니다. 케인스가 15시간 노동주를 예측했지만 실제로는 더 적게 일하기보다 더 많이 소비하는 방향으로 사회가 움직였다는 점도 같은 맥락입니다. 인간은 생산성이 높아질수록 단순히 일을 포기하는 것이 아니라 더 높은 품질, 더 다양한 서비스, 더 새로운 경험을 원해왔습니다. 따라서 AI가 인간의 일부 업무를 대체하더라도, 전체 경제가 장기 침체로 빠진다고 단정할 수는 없습니다.
하지만 바로 그렇기 때문에 이 시나리오가 중요합니다. 이것은 반드시 이렇게 된다는 예언이 아니라, 우리가 너무 쉽게 놓치고 있는 좌측 꼬리위험을 구조적으로 보여주는 모델이기 때문입니다. 특히 이 글이 던지는 가장 불편한 질문은 이것입니다. 우리의 자산, 기업 가치, 세제, 대출, 보험, 연금, 소비 구조가 모두 ‘인간 지능이 희소하다’는 가정 위에 구축되어 있다면, AI가 그 희소성을 빠르게 낮추는 순간 어떤 시장부터 가장 먼저 재가격될 것인가 하는 질문입니다. 소프트웨어일 수도 있고, 결제 네트워크일 수도 있으며, 화이트칼라 고용시장일 수도 있고, 궁극적으로는 모기지와 지방재정, 세수 구조 전체일 수도 있습니다.
‘글로벌 인텔리전스 위기’라는 사고실험의 본질은 기술 비관론이 아닙니다. 오히려 정반대입니다. AI가 기대 이하라서가 아니라 기대 이상으로 잘될 때 무엇이 무너질 수 있는지를 묻는 것입니다. 우리가 익숙했던 경제학의 많은 프레임은 생산성이 올라가면 노동도 새로운 방식으로 재배치된다는 역사적 경험에 기반해 있습니다. 그러나 이번에는 생산성을 끌어올리는 핵심 자산이 인간을 더 많이 필요로 하지 않을 수도 있습니다. 그렇다면 문제는 기술 그 자체가 아니라, 그 기술의 성과를 소득과 소비, 금융 안정성으로 다시 연결하는 사회적 장치가 있느냐는 데 있습니다.
이 글을 읽는 2026년의 우리는 아직 위기 한가운데에 있지 않습니다. 실업률도 완전히 붕괴하지 않았고, 주식시장은 여전히 AI 낙관에 크게 기대고 있으며, 데이터센터 건설과 반도체 투자도 활발합니다. 그렇기 때문에 오히려 지금이 중요합니다. 시장은 늘 가장 밝은 서사를 먼저 가격에 반영합니다. 그러나 진짜 위기는 대개 그 서사의 그림자에서 시작됩니다. AI가 정말 세상을 바꿀 것이라면, 이제는 “무엇이 더 오를까?”만이 아니라 “어떤 전제가 더 이상 유효하지 않을까?”를 함께 물어야 합니다. 인간 지능의 프리미엄이 축소되는 시대, 가장 위험한 것은 AI 자체가 아니라 여전히 옛 가정으로 세상을 평가하는 우리의 프레임일지 모릅니다.
https://www.citriniresearch.com/p/2028gic
https://www.citadelsecurities.com/news-and-insights/2026-global-intelligence-crisis/