시트리니 리서치 – 2028년 글로벌 지능 위기 (The 2028 Global Intelligence Crisis)
원문: Citrini, Alap Shah, THE 2028 GLOBAL INTELLIGENCE CRISIS (Feb 2026) 전문은 원문에서 확인하실 수 있습니다. 아래 글은 번역이 아니라, 시트리니와 알랍 샤의 논증을 한국어로 재구성한 정리입니다.
글의 배경과 개요
시트리니 리서치(Citrini Research)는 독자 구독으로 운영되는 투자 리서치 간행물이고, 이 글은 시트리니와 LOTUS의 알랍 샤(Alap Shah)가 함께 2026년 2월에 내놓았습니다. 두 사람이 던지는 질문은 AI에 대한 강세론이 앞으로도 계속 옳다면, 바로 그 사실이 경제에는 약세 요인이 되는 것은 아닌가 하는 것입니다. 답은 논문이 아니라 2028년 6월에 작성된 분기 매크로 메모라는 액자 형식으로 쓰고, 2026년부터 2028년까지 벌어진 가상의 위기를 사후 복기합니다. 논증은 소프트웨어 지출의 붕괴에서 시작해 중개 계층(intermediation layer)의 소멸, 화이트칼라 고용과 소비의 연쇄 위축, 사모신용(private credit)과 보험 자본의 연결고리, 13조달러 모기지 시장, 재정과 정책의 한계 순서로 내려갑니다. 마지막에는 이 위기를 붕괴가 아니라 인간 지능 프리미엄의 되돌림(intelligence premium unwind)으로 규정하며 맺습니다. 저자들은 첫머리에서부터 이것이 전망이 아니라 시나리오라고 선을 긋습니다.
핵심 내용 정리
- AI 역량이 기대대로 계속 좋아진다는 낙관이 옳을수록 오히려 실물경제에는 약세 요인이 될 수 있다는 가정에서 출발합니다.
- 기업이 감원으로 아낀 비용을 다시 AI에 투입하면서 역량 향상과 일자리 감소가 서로를 밀어 올리는, 제동장치 없는 되먹임 고리가 만들어진다고 봅니다.
- 생산은 늘지만 그 생산이 가계를 거쳐 다시 기업으로 돌아오지 않는 상태, 즉 국민계정에만 잡히고 실물에서는 돌지 않는 산출이 나타난다고 설명합니다.
- 상위 소득층이 소비의 절반 이상을 담당하는 구조 탓에, 화이트칼라 고용의 작은 감소가 재량 소비에는 몇 배의 충격으로 돌아온다고 지적합니다.
- 소프트웨어에서 시작된 충격이 마찰을 수익으로 바꿔 온 중개 계층 전반으로 번지고, 다시 사모신용과 보험 자본, 모기지 시장으로 옮겨간다는 경로를 그립니다.
- 금리 인하나 양적완화 같은 전통적 수단은 금융 쪽 엔진만 다룰 뿐 인간 지능의 희소성이 사라지는 실물 쪽 엔진은 건드리지 못한다고 말합니다.
- 결론에서는 이것을 붕괴가 아니라 인간 지능 프리미엄의 되돌림으로 규정하고, 새로운 틀을 제때 만들 수 있는지가 유일한 질문이라고 정리합니다.
예측이 아니라 시나리오입니다
저자들은 글을 시작하면서 무엇을 쓰는 글이 아닌지부터 분명히 합니다. 이것은 하락을 바라는 선정적 글도 아니고 AI 파멸론 팬픽션도 아니라는 것입니다. 저자들은 이 글의 목적이 상대적으로 덜 탐색된 시나리오를 모델링하는 것이라고 밝힙니다. 질문을 먼저 던진 쪽은 알랍 샤였고, 두 사람이 함께 답을 구성했으며, 여기 실린 부분은 시트리니 리서치가 썼고 샤는 같은 시리즈의 다른 두 편을 따로 썼다고 적어 둡니다.
바라는 효과도 담백하게 적습니다. AI가 경제를 점점 기이하게 만들어 가는 동안 독자가 좌측 꼬리위험(left tail risk)에 조금이라도 더 대비되어 있기를 바란다는 것입니다. 그리고 바로 본문으로 넘어가면서, 이제부터 읽을 것이 2028년 6월에 작성된 시트리니 리서치의 매크로 메모라고 선언합니다.
해설 매크로 메모는 운용사나 리서치 하우스가 분기마다 거시 환경을 점검하며 고객에게 보내는 정기 문서입니다. 이 글은 그 양식을 그대로 빌려 와서, 날짜 줄에 원래의 2026년 2월 22일을 지우고 2028년 6월 30일을 덧쓰는 식으로 액자 구조를 시각적으로 드러냅니다.
좌측 꼬리위험은 확률분포의 왼쪽 끝, 즉 발생 가능성은 낮지만 일어나면 손실이 큰 사건을 가리키는 표현입니다. 저자들이 자기 글을 전망이 아니라 시나리오라고 반복해 못 박는 이유도 여기에 있습니다. 맞히려고 쓴 글이 아니라, 대비 목록에 빠져 있는 항목을 하나 채우려고 쓴 글이라는 뜻입니다.
[이해관계] 시트리니 리서치는 독자 구독으로 운영되는 투자 리서치 간행물이고, 본문에는 도어대시, 마스터카드, 아메리칸익스프레스처럼 개별 종목이 그대로 등장하며 특정 종목이 어떤 경로로 타격을 입는지를 구체적으로 적습니다. 투자 아이디어를 파는 매체가 쓴 글이라는 점은 읽을 때 감안할 필요가 있습니다.
공동 저자 알랍 샤는 감사의 말에서 LOTUS 소속으로 밝혀져 있고, 이 글은 그가 기획한 시리즈의 한 부분입니다. 저자들 스스로 자신들이 AI에 강세 전망을 유지해 왔다고 밝히고 있다는 점도 함께 볼 대목입니다. 이 글은 그 강세 전망을 철회하는 글이 아니라, 강세 전망이 맞을 경우의 뒷면을 그리는 글입니다.
풍요로운 지능이 남긴 결과
메모는 그날 아침 발표된 수치로 시작합니다. 실업률이 10.2%로 찍혀 예상을 0.3%포인트 웃돌았고, 시장은 2% 밀리면서 S&P 500의 누적 하락폭이 2026년 10월 고점 대비 38%로 벌어졌습니다. 트레이더들은 무감각해졌고, 반년 전이었다면 같은 수치에 서킷브레이커가 걸렸을 것이라고 저자들은 적습니다. 그리고 이 모든 일이 2년 만에 벌어졌다는 점을 강조합니다. 업종에 한정된 국지적 문제라던 진단에서, 아무도 알아볼 수 없는 경제까지 가는 데 걸린 시간이 2년이었다는 것입니다.
그 2년의 출발점은 공포가 아니라 도취였습니다. 2026년 10월 S&P 500은 8000선을 넘보았고 나스닥은 3만을 넘었습니다. 2026년 초부터 시작된 1차 감원 물결은 감원이 원래 해야 할 일을 정확히 해냈습니다. 마진이 늘고 실적이 예상을 넘었으며 주가가 올랐습니다. 그렇게 쌓인 기록적인 기업 이익은 다시 AI 컴퓨트에 투입되었습니다.
겉으로 드러나는 지표도 좋았습니다. 명목 국내총생산은 연율 기준으로 중후반 한 자릿수 성장을 반복해서 기록했고 생산성은 호황이었습니다. 시간당 실질 산출은 1950년대 이후 본 적 없는 속도로 늘었는데, 그 동력은 잠들지 않고 병가를 내지 않으며 건강보험을 필요로 하지 않는 AI 에이전트였습니다.
컴퓨트를 소유한 쪽의 부는 인건비가 사라지는 속도만큼 불어났습니다. 반대로 실질임금 증가율은 주저앉았고, 행정부가 기록적인 생산성을 자랑하는 동안 화이트칼라 노동자는 기계에 일자리를 내주고 더 낮은 보수의 자리로 밀려났습니다. 소비 쪽에 금이 가기 시작하자 평론가들 사이에서는 국민계정에는 잡히지만 실물경제를 돌지 않는 산출을 가리키는 유령 GDP(Ghost GDP)라는 표현이 퍼집니다. 문제는 AI는 모든 면에서 기대를 넘어섰고 시장은 곧 AI였지만 경제는 그렇지 않았다는 점입니다.
저자들은 진작 알아차렸어야 할 일이라고 적습니다. 맨해튼 미드타운의 화이트칼라 1만 명이 내던 산출을 노스다코타의 그래픽처리장치(GPU) 클러스터 하나가 대신 내놓는다면, 그것은 경제의 만병통치약이라기보다 경제의 감염병에 가깝다는 것입니다. 화폐유통속도(velocity of money)는 평평해졌고, 당시 국내총생산의 70%를 차지하던 인간 중심 소비경제는 시들었습니다. 기계가 재량소비재에 돈을 얼마나 쓰는지 한 번만 물었더라면 더 일찍 알 수 있었을 것이라고 덧붙이며, 답은 0이라고 말합니다.
그다음에 이어지는 것이 이 글 전체의 뼈대인 순환입니다. AI 역량이 좋아지고, 기업에 필요한 인력이 줄고, 화이트칼라 감원이 늘고, 밀려난 사람들이 덜 쓰고, 마진 압박을 받은 기업이 AI에 더 투자하고, 다시 AI 역량이 좋아집니다. 저자들은 이것을 자연적인 제동장치가 없는 되먹임 고리라고 부르며 인간 지능 대체 나선(human intelligence displacement spiral)이라는 이름을 붙입니다.
문제는 이 나선이 소득에서 멈추지 않는다는 데 있습니다. 화이트칼라의 소득은 13조달러 규모 모기지 시장의 바닥을 이루고 있었고, 그 소득 전망이 구조적으로 훼손되자 대출 심사자들은 우량 모기지가 여전히 온전한 자산인지를 다시 따져야 했습니다. 한편 17년 동안 제대로 된 부도 사이클이 없었던 사모 시장은 연간반복매출(ARR)이 앞으로도 반복될 것이라는 전제로 짜인 소프트웨어 인수 거래로 가득 차 있었습니다. 2027년 중반의 첫 부도 물결이 그 전제를 흔듭니다.
충격이 소프트웨어 안에 머물렀다면 관리할 수 있었겠지만 그러지 않았습니다. 2027년 말에 이르자 중개를 전제로 성립하는 거의 모든 사업모형이 위협받았고, 인간의 마찰을 수익으로 바꿔 온 기업들이 무더기로 무너졌습니다. 저자들은 시스템 전체가 결국 화이트칼라 생산성 성장에 건 상관된 베팅들이 길게 엮인 사슬이었다고 정리합니다. 2027년 11월의 폭락은 이미 작동하고 있던 되먹임 고리들을 가속하는 역할만 했습니다.
메모의 현재 시점에서 저자들이 서 있는 자리는 답답함입니다. 나쁜 소식이 좋은 소식이 되는 국면을 거의 1년째 기다리고 있지만 오지 않았습니다. 정부가 이제야 대책을 검토하기 시작했으나 정부가 구조에 나설 능력이 있다는 믿음은 이미 옅어졌습니다. 정책 대응이 경제 현실보다 늦는 것은 늘 있던 일이지만, 포괄적인 계획이 없는 상태가 이번에는 디플레이션 나선을 앞당길 수 있다고 경고하며 서두를 닫습니다.
해설 화폐유통속도는 같은 돈이 일정 기간에 몇 번 손을 바꾸는지를 나타내는 개념입니다. 생산이 늘어도 그 몫이 소비로 쓰이지 않고 한곳에 머무르면 속도가 떨어지고, 통계상의 성장과 체감 경기가 갈라집니다. 유령 GDP라는 표현은 바로 이 괴리를 가리킵니다.
연간반복매출은 구독형 소프트웨어 기업의 핵심 지표로, 한번 계약하면 해마다 자동으로 다시 들어온다고 가정되는 매출입니다. 이 글의 중반부는 그 가정이 깨질 때 기업 가치평가와 인수금융이 동시에 흔들리는 과정을 다룹니다. 2008년 금융위기에서 주택저당증권이 했던 역할을 이 시나리오에서는 반복매출 담보 대출이 맡는 셈입니다.
[관점] 이 글이 기존의 AI 버블 논쟁과 갈라서는 지점은 분명합니다. 버블론은 대체로 AI가 기대만큼 해내지 못할 것이고 그래서 자본지출이 회수되지 않으리라는 쪽에 무게를 둡니다. 반면 이 시나리오는 AI가 기대 이상으로 해내는 쪽을 전제로 깔고, 바로 그 성공이 수요 기반을 갉아먹는 경로를 그립니다. 전제가 반대이므로 반증 방식도 달라집니다.
다만 시나리오의 핵심 고리 하나는 검증이 필요한 경험적 주장입니다. 기업이 인건비를 줄여 AI에 넣는 대체가 전체 비용을 줄이는 방향으로만 일어나고, 그렇게 절감된 몫이 배당이나 자사주매입, 신규 투자, 가격 인하를 거쳐 다른 수요로 재순환되지 않는다는 가정입니다. 과거의 자동화 국면에서는 그 재순환이 느리더라도 작동했습니다. 저자들이 이번에는 다르다고 보는 근거는 대체되는 쪽이 소비 성향이 아니라 소비 규모가 큰 상위 소득층이라는 점인데, 그 논거는 뒤의 절들에서 본격적으로 나옵니다.
소프트웨어 예산에서 시작된 균열
시작은 2025년 말이었습니다. 에이전틱 코딩(agentic coding) 도구의 역량이 계단을 하나 올라섰고, 실력 있는 개발자가 클로드 코드(Claude Code)나 코덱스(Codex)를 함께 쓰면 중견 구독형 소프트웨어(SaaS) 제품의 핵심 기능을 몇 주 만에 재현할 수 있게 되었습니다. 완벽하지도 않고 예외 상황을 전부 처리하지도 못했지만, 연 50만달러짜리 갱신 계약을 들여다보던 최고정보책임자(CIO)가 우리가 직접 만들면 되지 않느냐고 물어볼 만큼은 되었습니다. 저자들은 이 질문이 던져진 순간을 출발점으로 잡습니다.
타이밍이 문제를 키웠습니다. 대부분 기업의 회계연도는 역년과 맞물려 있어서, 2026년 기업 지출 예산은 2025년 4분기에 짜였습니다. 그때만 해도 에이전틱 AI는 유행어에 가까웠습니다. 그래서 구매 부서가 이 시스템들이 실제로 무엇을 할 수 있는지 눈으로 확인한 상태에서 결정을 내린 첫 시점이 2026년 중간 검토였습니다. 어떤 회사는 자사 내부 팀이 여섯 자릿수 계약의 기능을 몇 주 만에 시제품으로 만들어 내는 것을 지켜보았습니다.
저자들은 그해 여름 포춘 500대 기업의 한 구매 담당자와 나눈 대화를 전합니다. 공급사 영업 담당은 예년과 같은 각본을 준비해 왔습니다. 연 5% 인상과, 당신 팀은 우리 없이 못 돌아간다는 익숙한 설득이었습니다. 구매 담당자는 오픈AI(OpenAI)의 전진 배치 엔지니어들이 AI 도구로 이 공급사를 통째로 대체하는 방안을 논의 중이라고 맞받았고, 계약은 30% 할인으로 갱신되었습니다. 그 담당자는 그 정도면 좋은 결과였다고 말했는데, 먼데이닷컴(Monday.com)이나 재피어(Zapier), 아사나(Asana) 같은 긴 꼬리(long tail) 쪽은 훨씬 나빴기 때문입니다.
투자자들도 긴 꼬리가 크게 맞으리라는 것은 각오하고 있었고 오히려 기다리는 쪽에 가까웠습니다. 전형적인 기업 소프트웨어 지출에서 3분의 1쯤을 차지했지만 노출이 뻔히 보였기 때문입니다. 반대로 기업의 핵심 기록이 쌓이는 기간 시스템, 곧 시스템 오브 레코드(system of record)는 안전하다고 여겨졌습니다. 그 전제가 무너진 것이 서비스나우(ServiceNow)의 2026년 3분기 실적이었습니다. 신규 연간계약가치(ACV) 증가율이 23%에서 14%로 둔화했고, 회사는 인력 15% 감축과 구조적 효율화 프로그램을 함께 발표했으며, 주가는 18% 빠졌습니다.
저자들은 이 실적이 반사성(reflexivity)의 작동 방식을 드러냈다고 봅니다. 구독형 소프트웨어가 죽은 것은 아니었습니다. 직접 만들어 운영하고 지원하는 데는 여전히 비용 대비 편익 계산이 필요했습니다. 다만 직접 만든다는 선택지가 실재하게 되었고, 그것만으로 가격 협상의 지형이 달라졌습니다. 더 중요한 변화는 경쟁 구도 쪽이었는데, AI가 새 기능의 개발과 출시를 쉽게 만들면서 차별화가 무너졌고 기존 사업자들은 서로, 그리고 새로 올라온 도전자들과 가격 바닥을 향한 칼싸움에 들어갔습니다.
도전자들은 지켜야 할 기존 비용 구조가 없었기 때문에 공격적으로 점유율을 가져갔습니다. 그런데 이 실적이 드러낸 더 깊은 연결은 따로 있었습니다. 서비스나우는 좌석을 팔았습니다. 포춘 500대 고객이 인력의 15%를 줄이면 라이선스의 15%가 해지됩니다. 고객사의 마진을 밀어 올리던 바로 그 AI 기반 인력 감축이, 기계적으로 공급사의 매출 기반을 무너뜨린 것입니다.
업무흐름 자동화를 팔던 회사가 더 나은 업무흐름 자동화에 밀렸고, 그에 대한 회사의 대응은 인력을 줄여 아낀 돈으로 자신을 밀어내는 바로 그 기술을 사들이는 것이었습니다. 저자들은 그러면 달리 무엇을 할 수 있었겠느냐고 되묻습니다. 가만히 앉아 더 천천히 죽는 길밖에 없었다는 것입니다. 그래서 AI에 가장 위협받는 기업들이 AI의 가장 공격적인 도입자가 되었습니다. 저자는 이것이 지나고 보면 당연해 보이지만 당시에는 전혀 그렇지 않았다고 덧붙입니다.
기존의 파괴적 혁신 모형은 기존 사업자가 새 기술에 저항하다가 민첩한 신규 진입자에게 점유율을 빼앗기며 서서히 죽는다고 설명했고, 코닥(Kodak)과 블록버스터(Blockbuster), 블랙베리(BlackBerry)가 그 사례였습니다. 2026년에 벌어진 일은 달랐습니다. 기존 사업자들은 저항하지 않았는데, 저항할 여유가 없었기 때문입니다. 주가가 40-60% 빠지고 이사회가 답을 요구하는 상황에서 이들이 할 수 있는 일은 하나뿐이었습니다. 인력을 줄이고, 아낀 돈을 AI 도구에 넣고, 그 도구로 더 낮은 비용에서 같은 산출을 유지하는 것입니다.
저자들은 각 기업의 개별 대응이 저마다 합리적이었지만 그 합이 재앙이었다고 정리합니다. 인건비에서 아낀 1달러가 고스란히 다음 감원을 가능하게 할 AI 역량으로 흘러 들어갔기 때문입니다. 그리고 소프트웨어는 서막에 불과했습니다. 투자자들이 구독형 소프트웨어 멀티플이 바닥을 쳤는지를 두고 논쟁하는 동안, 이 반사적 고리는 이미 소프트웨어 업종 밖으로 빠져나가 화이트칼라 비용 구조를 가진 모든 기업에 같은 논리를 적용하고 있었습니다.
해설 시스템 오브 레코드는 급여, 회계, 인사, 고객 정보처럼 기업의 공식 기록이 쌓이는 기간 시스템을 가리킵니다. 데이터가 축적되고 업무 절차가 그 위에 얹히면 교체 비용이 커지기 때문에, 투자업계에서는 오래도록 가장 방어력이 높은 소프트웨어 범주로 꼽혔습니다. 이 절의 핵심은 그 방어력의 성격이 바뀌었다는 데 있습니다.
연간계약가치는 구독 계약이 1년에 가져오는 금액을 뜻하고, 신규 연간계약가치는 그중 그해에 새로 따낸 몫입니다. 기존 매출이 남아 있어도 신규 증가율이 꺾이면 성장 전망이 먼저 무너집니다. 좌석당 과금은 사용자 수에 비례해 요금을 매기는 방식으로, 고객사의 인력 감축이 곧바로 공급사 매출 감소로 이어지는 구조를 만듭니다.
[관점] 이 절에서 저자들이 끌어들이는 반사성은 조지 소로스(George Soros)가 금융시장을 설명할 때 쓴 개념과 같은 계열입니다. 참가자들의 대응이 그들이 대응하는 대상 자체를 바꿔 버리는 구조를 말합니다. 여기서는 감원으로 번 돈이 감원을 가능하게 하는 기술로 흘러가면서 고리가 닫힙니다.
다만 이 절의 서술은 기업 소프트웨어 시장에 관한 한 가지 쟁점을 비교적 빠르게 지나갑니다. 직접 만드는 쪽의 총소유비용, 즉 보안, 규정 준수, 감사 대응, 장애 처리, 인력 이탈 이후의 유지보수까지 포함한 비용입니다. 지금까지 수많은 사내 개발 시도가 좌초한 이유도 초기 구축이 아니라 이 장기 비용이었습니다. 저자들도 비용 대비 편익 계산이 남아 있다고 적기는 하지만, 시나리오의 뒷부분은 그 계산이 대체로 사내 개발 쪽에 유리하게 기운다는 전제 위에서 전개됩니다.
[한국 관점] 한국의 기업용 소프트웨어 시장은 이 절의 전제와 구성이 다릅니다. 좌석당 과금 구독 제품의 비중이 상대적으로 작고, 대기업 계열 시스템통합(SI) 업체가 구축과 운영을 함께 맡는 계약이 큰 축을 이룹니다. 좌석 해지가 곧 매출 감소로 직결되는 경로는 그만큼 약하게 작동할 수 있습니다.
그러나 다른 쪽 노출은 오히려 더 직접적입니다. 국내 시스템통합 계약의 상당 부분은 투입 인력과 기간을 기준으로 대가를 산정하는 방식이라, 코딩 에이전트가 같은 일을 더 적은 인력과 기간으로 해낼수록 발주처가 지불할 근거 자체가 줄어듭니다. 생산성 향상이 매출 증가가 아니라 매출 감소로 연결되는 구조이며, 이는 뒤의 절에서 인도 정보기술 서비스 산업을 두고 지적하는 취약점과 같은 종류입니다.
마찰이 0이 되었을 때
2027년 초가 되자 대규모 언어모델(LLM) 사용은 기본값이 되었습니다. 저자들은 사람들이 AI 에이전트가 무엇인지도 모른 채 에이전트를 쓰고 있었다고 적습니다. 클라우드 컴퓨팅이 무엇인지 끝내 배우지 않은 사람들이 스트리밍 서비스를 쓰던 것과 같은 방식입니다. 이용자들은 그것을 자동완성이나 맞춤법 검사처럼, 이제 휴대폰이 그냥 해 주는 일 정도로 여겼습니다.
소비 영역으로 번지는 계기는 큐원(Qwen)의 오픈소스 에이전틱 쇼핑 도구였습니다. 몇 주 만에 주요 AI 비서마다 에이전틱 커머스(agentic commerce) 기능이 들어갔고, 증류된 모델 덕분에 이 에이전트들이 클라우드 인스턴스가 아니라 휴대폰과 노트북에서 돌아가면서 추론의 한계비용이 크게 떨어졌습니다. 저자들이 보기에 투자자들이 더 불안해했어야 할 지점은 따로 있었습니다. 이 에이전트들은 사용자가 시킬 때까지 기다리지 않았다는 점입니다.
에이전트는 사용자가 설정한 선호에 따라 배경에서 계속 돌아갔습니다. 소비는 인간이 내리는 개별 결정들의 연속이 아니라, 연결된 모든 소비자를 대신해 하루 종일 돌아가는 연속적 최적화 과정이 되었습니다. 2027년 3월 기준 미국의 중위 개인은 하루 40만 토큰을 소비했는데, 2026년 말 대비 10배였습니다.
그다음에 끊어진 고리가 중개였습니다. 저자들은 지난 50년 동안 미국 경제가 인간의 한계 위에 거대한 지대 추출 계층을 쌓아 올렸다고 정리합니다. 무언가를 하려면 시간이 들고, 인내심은 금방 바닥나고, 브랜드 친숙함이 실사를 대신하며, 대부분의 사람은 클릭을 몇 번 더 하느니 나쁜 가격을 받아들인다는 사실입니다. 수조달러의 기업가치가 이 제약들이 계속 유지된다는 전제 위에 서 있었습니다.
처음에는 단순했습니다. 에이전트가 마찰을 걷어냈습니다. 몇 달째 쓰지 않는데도 조용히 갱신되던 구독과 멤버십, 체험 기간이 끝나면 슬그머니 두 배가 되던 도입 가격이 그 대상이었습니다. 저자들은 이런 것들이 하나씩 에이전트가 협상해 풀어낼 인질극으로 재규정되었다고 적습니다. 구독경제 전체가 올라서 있던 지표인 평균 고객생애가치가 눈에 띄게 꺾였습니다.
이후 변화는 거의 모든 소비 거래로 번졌습니다. 사람은 단백질 바 한 상자를 사려고 다섯 개 플랫폼의 가격을 비교할 시간이 없지만 기계는 합니다. 여행 예약 플랫폼이 가장 먼저, 가장 단순하다는 이유로 무너졌습니다. 2026년 4분기에 이르자 에이전트는 항공과 숙소, 현지 교통, 마일리지 최적화, 예산 제약, 환불까지 포함한 완성된 일정을 어떤 플랫폼보다 빠르고 싸게 조립할 수 있었습니다.
보험 갱신도 바뀌었습니다. 갱신 모형 전체가 계약자의 관성에 기대고 있었는데, 해마다 보장을 다시 비교해 주는 에이전트가 보험사들이 수동적 갱신에서 얻던 보험료의 15-20%를 걷어냈습니다.
같은 논리가 재무 상담과 세무 신고, 일상적인 법률 업무로 이어졌습니다. 저자들의 기준은 간명합니다. 당신이 번거로워하는 복잡성을 내가 대신 헤쳐 주겠다는 것이 가치 제안의 전부였던 범주는 모두 무너졌는데, 에이전트는 어떤 일도 번거로워하지 않기 때문입니다.
인간관계의 가치로 보호받는다고 여겨지던 영역도 약했습니다. 부동산 중개가 그렇습니다. 매수자들이 수십 년간 5-6%의 수수료를 감수한 이유는 중개인과 소비자 사이의 정보 비대칭이었는데, 다중매물정보서비스(MLS) 접근 권한과 수십 년치 거래 데이터를 갖춘 에이전트가 그 지식 기반을 즉시 복제하자 전제가 사라졌습니다. 2027년 3월 한 증권사 보고서는 이 상황에 중개인 대 중개인의 폭력이라는 제목을 붙였습니다. 주요 대도시권의 매수측 중개 수수료 중앙값은 2.5-3%에서 1% 아래로 눌렸고, 매수측에 사람 중개인이 아예 없는 거래 비중이 늘었습니다.
저자들의 결론은 짧습니다. 우리는 인간관계의 가치를 과대평가했고, 사람들이 관계라고 부르던 것의 상당 부분은 친근한 얼굴을 한 마찰이었습니다.
중개 계층의 수난은 거기서 시작일 뿐이었습니다. 성공한 기업들은 소비자 행동과 인간 심리의 특이한 버릇을 효과적으로 파고들기 위해 수십억달러를 써 왔는데, 그 버릇들이 더는 중요하지 않게 되었습니다. 가격과 적합성을 기준으로 최적화하는 기계는 당신이 좋아하는 앱이나 4년째 습관적으로 열던 웹사이트에 관심이 없고, 잘 설계된 결제 화면에 끌리지도 않습니다. 지쳐서 가장 쉬운 선택지를 받아들이거나 늘 여기서 시키던 대로 하지도 않습니다. 그렇게 특정 종류의 해자가 무너졌는데, 저자들은 그것을 습관적 중개(habitual intermediation)라고 부릅니다.
대표 사례가 도어대시(DoorDash)였습니다. 코딩 에이전트가 배달 앱 출시의 진입장벽을 허물자, 실력 있는 개발자 한 명이 몇 주 만에 작동하는 경쟁 서비스를 내놓을 수 있게 되었고 실제로 수십 개가 나왔습니다. 이들은 배달 수수료의 90-95%를 기사에게 넘기는 방식으로 기사를 끌어갔습니다. 여러 앱을 한 화면에서 보는 대시보드 덕분에 긱 노동자가 스무 개, 서른 개 플랫폼의 호출을 동시에 확인할 수 있게 되면서, 기존 사업자들이 기대던 고착 효과가 사라졌습니다. 시장은 하룻밤 사이에 파편화되었고 마진은 거의 0에 수렴했습니다.
저자들은 에이전트가 파괴의 양쪽을 모두 가속했다고 정리합니다. 경쟁자를 만들 수 있게 해 주었고, 그다음에는 그 경쟁자를 이용했습니다. 도어대시의 해자는 사실상 배가 고프고, 귀찮고, 홈 화면에 이 앱이 있다는 것이었는데, 에이전트에게는 홈 화면이 없습니다. 에이전트는 도어대시와 우버이츠(Uber Eats), 식당 자체 사이트, 그리고 새로 만들어진 스무 개 대안을 전부 확인한 뒤 매번 가장 싸고 빠른 쪽을 고릅니다. 사업모형의 토대였던 습관적 앱 충성도가 기계에게는 존재하지 않았던 것입니다.
저자들은 여기에 묘한 아이러니가 있다고 적습니다. 이 이야기 전체에서 에이전트가 곧 밀려날 화이트칼라 노동자에게 호의를 베푼 거의 유일한 사례였다는 것입니다. 그들이 배달 기사가 되었을 때, 적어도 수입의 절반이 우버나 도어대시로 가지는 않았기 때문입니다. 물론 자율주행차가 퍼지면서 이 호의도 오래가지 못했습니다.
거래를 장악한 에이전트들은 더 큰 목표를 찾아 나섰습니다. 가격 비교와 통합으로 아낄 수 있는 몫에는 한계가 있었고, 특히 에이전트끼리 거래하기 시작하자 사용자 돈을 반복해서 아끼는 가장 큰 방법은 수수료를 없애는 것이었습니다. 기계 대 기계 거래에서 2-3%의 카드 정산 수수료(interchange fee)는 뻔한 표적이었습니다. 에이전트들은 카드보다 빠르고 싼 수단을 찾아 나섰고, 대부분 솔라나(Solana)나 이더리움(Ethereum) 레이어2 위의 스테이블코인으로 옮겨 갔습니다. 정산이 거의 즉시 끝나고 거래 비용은 1센트의 몇 분의 일 수준이었기 때문입니다.
전환점은 마스터카드(Mastercard)의 2027년 1분기 실적이었습니다. 순매출은 전년 대비 6% 늘었지만 결제액 증가율이 직전 분기 5.9%에서 3.4%로 둔화했고, 경영진은 에이전트 주도의 가격 최적화와 재량 소비 범주의 압력을 언급했습니다. 저자들은 이 보고서가 돌아올 수 없는 지점이었다고 말합니다. 에이전틱 커머스가 제품 이야기에서 배관 이야기로 넘어간 순간이기 때문입니다. 마스터카드 주가는 이튿날 9% 빠졌고 비자(Visa)도 함께 밀렸지만, 스테이블코인 인프라에서의 위치가 더 낫다는 분석이 나오면서 낙폭을 일부 만회했습니다.
더 큰 위험은 카드 중심 은행과 단일 사업 발행사에 있었습니다. 2-3% 수수료의 대부분을 가져가던 쪽이자, 가맹점 보조금으로 재원을 대는 리워드 프로그램 위에 사업 부문을 통째로 지어 올린 쪽이었기 때문입니다. 가장 크게 맞은 곳은 아메리칸익스프레스(American Express)였습니다. 화이트칼라 감원이 고객 기반을 깎아내리는 동시에 에이전트의 수수료 우회가 수익 모형을 깎아낸, 양쪽에서 오는 역풍이었습니다. 싱크로니(Synchrony)와 캐피털원(Capital One), 디스커버(Discover)도 이어진 몇 주 동안 10% 넘게 빠졌습니다. 저자들은 이들의 해자가 마찰로 만들어져 있었고 그 마찰이 0을 향해 가고 있었다고 절을 닫습니다.
해설 정산 수수료는 카드 결제 때 가맹점이 내는 수수료 가운데 카드를 발행한 은행이 가져가는 몫입니다. 리워드와 마일리지는 사실상 이 돈으로 굴러갑니다. 결제 금액이 줄거나 결제 수단이 카드 바깥으로 옮겨 가면 리워드의 재원이 먼저 마르는 구조입니다.
고객생애가치는 한 고객이 거래 관계가 끝날 때까지 가져다줄 이익의 총합을 뜻합니다. 구독 사업의 가치평가는 이 숫자와 고객 확보 비용의 비율로 설명되는 경우가 많아서, 해지가 쉬워지고 갱신이 자동으로 이뤄지지 않으면 매출 감소보다 가치평가가 먼저 흔들립니다.
레이어2는 이더리움 같은 기반 블록체인 위에 얹어 거래를 묶어 처리한 뒤 결과만 기록하는 방식으로 수수료를 낮춘 네트워크를 말합니다. 스테이블코인은 달러 같은 법정화폐에 가치를 고정한 암호자산으로, 이 시나리오에서는 투자 대상이 아니라 기계끼리 주고받는 결제 수단으로 등장합니다.
[관점] 이 절은 이 글에서 가장 검증 가능한 대목이기도 합니다. 여행과 보험, 부동산 중개처럼 비교 가능한 상품을 다루면서 정보 비대칭으로 수수료를 받아 온 영역은, 비교 비용이 떨어지면 실제로 수수료가 눌린 전례가 있습니다. 미국에서 2024년 전미부동산중개인협회의 소송 합의 이후 매수측 수수료 관행이 흔들린 것은 AI 이전에 이미 시작된 흐름입니다.
반면 결제 쪽 주장은 전제가 더 강합니다. 카드 수수료가 남아 있는 이유는 마찰만이 아니라 분쟁 해결, 이의 제기와 환불 보장, 사기 손실 부담, 신용 공여 기능이기 때문입니다. 에이전트가 스테이블코인으로 옮겨 가려면 결제가 잘못되었을 때 누가 책임지는가라는 문제를 함께 해결해야 하는데, 이 절은 그 비용을 거의 다루지 않고 넘어갑니다.
[한국 관점] 한국은 이 절의 전제 가운데 하나가 다르게 작동합니다. 가맹점 수수료가 여신전문금융업법에 따른 적격비용 산정과 금융당국의 재산정 절차로 관리되고, 영세 가맹점 우대 수수료가 적용되어 이미 미국보다 낮습니다. 에이전트가 수수료를 피해 얻을 수 있는 이득의 크기 자체가 작다는 뜻입니다.
결제 수단을 바꾸는 쪽도 간단하지 않습니다. 스테이블코인 발행과 유통의 법적 근거를 정비하는 논의가 이어지고 있어서, 그 전까지는 기계끼리 원화 스테이블코인으로 정산하는 경로가 제도적으로 열려 있다고 보기 어렵습니다. 반면 중개 쪽 압력은 다른 경로로 올 수 있습니다. 부동산 중개 보수가 요율 상한으로 규제되는 한국에서는 수수료 인하보다 중개 건수 자체의 감소나 비대면 거래 비중 확대가 먼저 나타날 가능성이 큽니다.
업종 위험에서 시스템 위험으로
2026년 내내 시장은 AI의 부정적 영향을 업종 이야기로 취급했습니다. 소프트웨어와 컨설팅이 깨지고 결제를 비롯한 통행료 사업이 흔들리기는 했지만, 경제 전반은 괜찮아 보였습니다. 노동시장은 약해지고 있었어도 자유낙하는 아니었습니다. 당시의 합의된 견해는 창조적 파괴가 어떤 기술 혁신 주기에나 따라붙는 과정이라는 것이었습니다. 군데군데 아프겠지만 AI가 주는 순편익이 부정적 영향을 넘어서리라는 기대입니다.
저자들은 2027년 1월 매크로 메모에서 이것이 틀린 사고틀이라고 주장했다고 밝힙니다. 미국 경제는 화이트칼라 서비스 경제이고, 화이트칼라 노동자는 고용의 50%를 차지하면서 재량 소비의 약 75%를 이끌고 있었습니다. AI가 갉아먹던 사업과 일자리는 미국 경제에 곁다리로 붙어 있던 것이 아니라 미국 경제 그 자체였다는 것입니다.
가장 널리 퍼졌고 또 가장 설득력 있던 반론은 익숙한 명제였습니다. 기술 혁신은 일자리를 없애지만 결국 더 많은 일자리를 만든다는 것입니다. 저자들은 이 반론이 널리 퍼진 이유가 두 세기 동안 실제로 옳았기 때문이라고 인정합니다. 현금자동입출금기가 지점 운영 비용을 낮추자 은행은 지점을 더 열었고 창구 직원 고용은 이후 20년 동안 늘었습니다. 인터넷은 여행사와 전화번호부, 오프라인 소매를 무너뜨렸지만 그 자리에 완전히 새로운 산업과 직업을 불러냈습니다.
저자들이 끊고 들어가는 지점은 한 문장입니다. 새로 생긴 모든 일자리는 그것을 수행할 사람을 필요로 했다는 것입니다. 이번에는 다릅니다. AI는 사람이 옮겨 갈 법한 바로 그 과업들에서 함께 좋아지는 일반적 지능이기 때문입니다. 일자리를 잃은 개발자가 AI 관리로 옮겨 가면 된다는 말이 성립하지 않는 이유는, AI가 이미 그 일도 할 수 있기 때문입니다.
메모의 현재 시점에서 AI 에이전트는 몇 주씩 걸리는 연구개발 과업을 처리합니다. 저자들은 지수적 성장이 가능성에 대한 우리의 관념을 밀어붙였다고 적으면서, 해마다 와튼스쿨(Wharton School) 교수들이 데이터를 새로운 S자 곡선에 끼워 맞추려 했다고 덧붙입니다. 에이전트들은 사실상 모든 코드를 쓰고, 그중 성능이 가장 좋은 것들은 거의 모든 일에서 거의 모든 인간보다 상당히 똑똑하며, 계속 싸지고 있습니다.
AI가 새 일자리를 만든 것은 사실입니다. 프롬프트 엔지니어, AI 안전 연구자, 인프라 기술자가 생겼습니다. 다만 AI가 새 역할을 하나 만들 때마다 수십 개를 쓸모없게 만들었고, 새 역할의 보수는 사라진 자리의 몇 분의 일이었습니다.
데이터가 이를 확인해 준 것이 2026년 10월 구인·이직 보고서(JOLTS)였습니다. 구인 건수가 550만 건 아래로 내려오며 전년 대비 15% 줄었고 실업자 대비 구인 비율은 2020년 8월 이후 가장 높은 1.7 수준으로 올라섰습니다. 이어진 고용 사이트 집계는 소프트웨어와 금융, 컨설팅에서 공고가 급감하는 동안 건설과 보건, 기능직 같은 블루칼라 공고는 비교적 안정적이라는 구도를 보여 주었습니다. 흔들린 쪽은 메모를 쓰고 예산을 승인하며 경제의 중간층을 매끄럽게 돌리던 직무였습니다. 다만 실질임금 증가율은 두 집단 모두에서 그해 대부분의 기간 마이너스였고 계속 떨어졌습니다.
주식시장은 이런 수치보다 GE 버노바(GE Vernova)의 터빈 생산능력이 2040년까지 전부 팔렸다는 소식에 더 반응했고, 부정적 거시 지표와 긍정적 AI 인프라 소식 사이에서 옆걸음질했습니다. 반면 채권시장은, 저자들의 표현으로는 늘 주식보다 똑똑하거나 적어도 덜 낭만적인 쪽은, 소비 충격을 가격에 반영하기 시작했습니다. 10년물 금리는 이후 넉 달에 걸쳐 4.3%에서 3.2%로 내려왔습니다. 그래도 헤드라인 실업률 자체는 터지지 않았고, 구성의 미묘함은 여전히 일부에게 보이지 않았습니다.
저자들이 이 절에서 가장 힘주어 말하는 것은 이번 국면의 원인이 경기순환적이지 않다는 점입니다. 보통의 침체에서는 원인 자체가 결국 스스로 교정됩니다. 과잉 건설은 건설 둔화를 부르고, 둔화는 금리 하락을, 금리 하락은 새로운 건설을 부릅니다. 재고가 넘치면 재고 소진이 일어나고 그다음에 재고 재축적이 따라옵니다.
이번 국면에는 그 회복의 씨앗이 없습니다. AI가 더 좋아지고 싸지고, 기업은 사람을 줄여 아낀 돈으로 AI 역량을 더 사서 더 많은 사람을 줄입니다.
직관적으로는 총수요가 줄면 AI 구축도 느려져야 합니다. 그런데 그러지 않았습니다. 저자들은 이것이 하이퍼스케일러식 설비투자가 아니라 운영비 대체였기 때문이라고 설명합니다. 직원에게 연 1억달러, AI에 500만달러를 쓰던 기업이 이제 직원에 7,000만달러, AI에 2,000만달러를 씁니다. AI 투자는 몇 배로 늘지만 그것은 총 운영비의 감소라는 형태로 일어나고, 모든 기업의 AI 예산이 커지는 동안 그 기업의 전체 지출은 줄어듭니다.
그래서 역설적인 장면이 벌어집니다. AI 인프라 복합체는 자신이 무너뜨리는 경제가 나빠지는 동안에도 실적을 냈습니다. 엔비디아(NVIDIA)는 여전히 기록적인 매출을 찍었고, TSMC의 가동률은 95%를 넘었으며, 하이퍼스케일러들은 분기마다 데이터센터에 1,500억-2,000억달러를 썼습니다. 이 흐름에 순수하게 볼록한 노출을 가진 경제, 즉 대만과 한국은 크게 아웃퍼폼했습니다.
인도는 정반대였습니다. 인도의 정보기술 서비스 부문은 연 2,000억달러 넘게 수출하며 경상수지 흑자의 최대 기여원이자 만성적인 상품 무역적자를 메우는 재원이었습니다. 그 모형 전체가 인도 개발자가 미국 개발자보다 훨씬 싸다는 단 하나의 가치 제안 위에 있었는데, AI 코딩 에이전트의 한계비용이 사실상 전기요금 수준으로 떨어지면서 전제가 사라졌습니다. 타타컨설턴시서비스(TCS)와 인포시스(Infosys), 위프로(Wipro)의 계약 해지가 2027년 내내 빨라졌습니다. 루피는 넉 달 만에 달러 대비 18% 떨어졌는데, 인도의 대외 계정을 지탱하던 서비스 흑자가 증발했기 때문입니다. 2028년 1분기에는 국제통화기금(IMF)이 뉴델리와 예비 논의를 시작했습니다.
저자들은 절을 이렇게 닫습니다. 이 혼란을 일으킨 엔진이 분기마다 좋아진다는 말은 혼란도 분기마다 빨라진다는 뜻이고, 노동시장에는 자연적인 바닥이 없다는 것입니다. 그래서 질문이 바뀌었습니다. AI 인프라의 버블이 언제 어떻게 터지는지가 아니라, 소비자가 기계로 대체되는 경제에서 소비자 신용에 기댄 체제가 어떻게 되는지입니다.
해설 구인·이직 보고서는 미국 노동통계국이 매달 내는 자료로, 실업률보다 앞서 움직이는 지표로 읽힙니다. 실업자 대비 구인 비율은 일자리 하나를 두고 몇 명이 경쟁하는지를 보여 주는데, 이 숫자가 올라가면 해고가 늘기 전에 채용이 먼저 멈췄다는 뜻입니다.
운영비 대체라는 구분이 이 절의 핵심입니다. 설비투자는 미래 수요를 보고 미리 돈을 쓰는 행위라 수요가 꺾이면 함께 줄지만, 운영비 대체는 이미 쓰고 있던 돈의 항목을 바꾸는 행위라 수요가 꺾일수록 오히려 빨라집니다. AI 버블론이 대체로 전자를 겨냥하는 반면 이 시나리오는 후자에 무게를 두며, 그래서 수요 둔화가 AI 지출을 식히지 못한다는 결론이 나옵니다.
[반론] 기술이 과업을 자동화해도 새로운 과업이 생겨 노동 수요가 유지된다는 주장은 대런 애스모글루(Daron Acemoglu)와 파스쿠알 레스트레포(Pascual Restrepo)가 오랫동안 정식화해 온 틀입니다. 다만 애스모글루 자신은 2024년 논문 「The Simple Macroeconomics of AI」에서 AI의 거시 효과를 신중하게 봅니다. 그는 향후 10년간 AI로 실제 자동화되는 과업의 비중이 크지 않을 것으로 보고, 총요소생산성(TFP) 증가 효과를 10년 누적 1%에 못 미치는 것으로 추정합니다. 이 글의 시나리오가 성립하려면 애스모글루가 작다고 본 자동화 비중이 훨씬 커야 합니다.
아빈드 나라야난(Arvind Narayanan)과 사야시 카푸어(Sayash Kapoor)는 다른 각도에서 반박합니다. 두 사람은 「AI as Normal Technology」에서 기술의 발명과 확산 사이에 수십 년의 시차가 있고, 그 시차를 만드는 것은 모델 성능이 아니라 조직과 제도, 안전과 규제, 책임 소재라고 봅니다. 이 글은 그 시차를 매우 짧게 잡은 시나리오이며, 저자들이 2026년부터 2028년까지라는 2년을 설정한 것 자체가 가장 공격적인 가정입니다.
[한국 관점] 이 절에서 한국은 수혜국으로 한 번 언급되고 지나갑니다. 메모리와 고대역폭 메모리(HBM), 전력기기와 조선·플랜트처럼 AI 구축에 직접 노출된 품목이 수출을 끌어올리는 구도이며, 2024년 이후 반도체 수출이 전체 수출을 견인해 온 흐름의 연장선입니다.
문제는 이 구도가 지수의 상단과 고용의 괴리를 키운다는 데 있습니다. 반도체와 전력기기는 자본집약적이어서 수출이 늘어도 고용이 비례해 늘지 않는 반면, 이 글이 지목하는 타격 대상인 금융·보험·전문서비스·정보서비스는 한국에서도 상대적으로 임금이 높은 일자리 군입니다. 인도 사례가 한국과 무관하지 않은 이유도 여기 있습니다. 투입 인력과 기간으로 대가를 매기는 국내 시스템통합과 외주 개발 계약은 인도 정보기술 서비스와 같은 가치 제안 위에 서 있습니다.
지능 대체 나선
2027년은 거시 이야기가 더는 미묘하지 않게 된 해였습니다. 저자들은 앞선 열두 달 동안 흩어져 있었지만 분명히 부정적이던 사건들이 어떤 경로로 전달되는지가 그해에 뚜렷해졌다고 적습니다. 노동통계국 자료를 파고들 필요도 없었습니다. 친구들과의 저녁 자리에 나가 보면 알 수 있었다는 것입니다.
핵심은 밀려난 화이트칼라 노동자들이 가만히 있지 않았다는 데 있습니다. 이들은 아래로 내려갔습니다. 상당수가 보수가 낮은 서비스업과 긱 경제 일자리로 옮겨 갔고, 그 결과 해당 부문의 노동 공급이 늘면서 그쪽 임금까지 눌렸습니다.
저자들은 지인 한 사람의 사례를 듭니다. 2025년에 세일즈포스(Salesforce)의 선임 제품 관리자였던 그는 직함과 건강보험, 퇴직연금과 함께 연 18만달러를 받았습니다. 세 번째 감원 라운드에서 자리를 잃었고, 여섯 달을 찾아다닌 끝에 우버(Uber) 운전을 시작했습니다. 수입은 4만 5,000달러로 떨어졌습니다.
저자들이 강조하는 것은 개인의 사연이 아니라 그다음의 산수입니다. 이 과정을 주요 대도시권마다 수십만 명 단위로 곱하면, 자격이 넘치는 노동력이 서비스업과 긱 경제로 쏟아져 들어오면서 이미 버거워하던 기존 노동자의 임금을 끌어내립니다. 업종에 한정되어 있던 충격이 경제 전체의 임금 압축으로 전이되는 경로가 이것입니다.
남아 있던 인간 중심 일자리 풀에는 또 한 번의 조정이 기다리고 있었고, 메모를 쓰는 지금 그 조정이 진행 중이라고 저자들은 적습니다. 자율 배송과 자율주행차가 1차 실직자를 흡수했던 바로 그 긱 경제를 훑고 지나가고 있기 때문입니다.
2027년 2월이 되자 아직 자리를 지키고 있는 전문직들이 자신이 다음 차례일 수 있다는 전제로 지출하기 시작했다는 것이 분명해졌습니다. 이들은 해고되지 않으려고 두 배로 일했고, 대개는 AI의 도움을 받아 그렇게 했으며, 승진이나 인상에 대한 기대는 사라졌습니다. 저축률이 올라가고 소비가 약해졌습니다.
가장 위험한 것은 시차였습니다. 고소득층은 평균보다 두둑한 저축을 헐어 두세 분기 동안 평소와 다름없는 겉모습을 유지했습니다. 그래서 공식 지표가 문제를 확인해 줄 무렵에는 실물경제에서 이미 지난 이야기가 되어 있었습니다.
그 환상을 깬 것이 2027년 3분기 신규 실업수당 청구 건수였습니다. 청구가 48만 7,000건으로 치솟아 2020년 4월 이후 가장 높았고, 민간 급여 데이터와 신용정보 기관 집계는 새 청구의 압도적 다수가 화이트칼라 전문직이라는 사실을 확인해 주었습니다. S&P는 그다음 한 주 동안 6% 빠졌고, 부정적 거시 지표가 AI 호재와의 줄다리기에서 이기기 시작했습니다.
이어지는 대목이 이 절의 핵심 논거입니다. 보통의 침체에서는 실직이 넓게 퍼집니다. 블루칼라와 화이트칼라가 각자의 고용 비중에 대체로 비례해 고통을 나누고, 소비 충격도 넓게 퍼지며, 저소득 노동자일수록 한계소비성향이 높기 때문에 지표에 빠르게 나타납니다.
이번 국면은 달랐습니다. 실직이 소득 분포의 상위 구간에 집중되었습니다. 전체 고용에서 차지하는 비중은 상대적으로 작지만, 소비에서 차지하는 몫은 터무니없이 큰 집단입니다.
미국에서 상위 10% 소득자가 전체 소비의 절반 이상을, 상위 20%가 약 65%를 담당합니다. 집과 자동차와 휴가, 외식과 사립학교 학비와 주택 개보수를 사는 사람들이고, 재량소비 경제 전체의 수요 기반입니다. 그래서 이들이 일자리를 잃거나 절반 수준의 보수를 받는 자리로 옮기면, 잃어버린 일자리 수에 비해 소비 충격이 압도적으로 큽니다. 저자들은 화이트칼라 고용이 2% 줄면 재량 소비는 3-4% 줄어드는 정도로 전달된다고 봅니다.
게다가 블루칼라 실직은 즉시 반영되는 반면, 공장에서 해고되면 다음 주부터 지출이 멈추는 식입니다. 화이트칼라 실직은 저축 완충장치 덕분에 몇 달간 지출이 유지되다가 행동이 바뀌기 때문에, 늦게 오지만 더 깊게 들어옵니다. 2027년 2분기에 경제는 이미 침체에 들어가 있었습니다. 전미경제연구소(NBER)는 언제나처럼 몇 달이 지나서야 시작 시점을 공식화했지만, 실질 국내총생산이 두 분기 연속 마이너스를 기록한 데이터는 모호하지 않았습니다. 다만 저자들은 이 시점까지는 아직 금융위기가 아니었다고 선을 그으며 절을 닫습니다.
해설 한계소비성향은 소득이 1만큼 늘었을 때 그중 얼마를 소비에 쓰는지를 나타냅니다. 저소득층일수록 이 값이 높아서, 보통의 침체에서는 저소득층의 실직이 소비 지표를 빠르게 끌어내립니다. 이 절의 논증은 그 상식을 뒤집습니다. 성향은 낮아도 금액이 큰 집단이 무너지면, 지표에 늦게 나타나는 대신 구멍은 더 깊다는 것입니다.
침체의 공식 판정은 미국에서 전미경제연구소 경기순환 판정위원회가 맡고, 두 분기 연속 마이너스 성장이라는 흔한 기준보다 고용과 실질소득 등을 폭넓게 봅니다. 판정이 사후에 나오기 때문에, 실시간으로는 늘 침체인지 아닌지를 두고 논쟁이 벌어집니다.
[관점] 저자들이 드는 상위 10%가 소비의 절반을 담당한다는 구도는 최근 미국 소비를 설명할 때 자주 등장하는 통계이며, 실제로 코로나 이후 미국 소비 회복이 고소득층에 기울어져 있다는 분석이 축적되어 있습니다. 이 글의 기여는 그 사실을 가져다가 충격의 방향을 뒤집어 본 데 있습니다. 소비를 떠받치던 집중이 그대로 취약성의 집중이 된다는 것입니다.
다만 2% 고용 감소가 3-4% 재량 소비 감소로 이어진다는 수치는 저자들이 제시하는 추정이지 추정 과정이 공개된 계산은 아닙니다. 또 이 절의 전개는 상위 소득층의 자산 쪽 완충을 거의 고려하지 않습니다. 같은 가계가 이 시나리오에서 급등하는 AI 관련 주식의 보유자이기도 하다는 점, 그리고 그 자산 가격이 2026년 10월까지는 사상 최고치였다는 점은 소비 하락을 늦추는 방향으로 작용했을 수 있습니다. 물론 그 완충은 2027년 11월의 폭락과 함께 사라지며, 그것이 다음 절의 주제입니다.
[한국 관점] 한국에는 이 시나리오의 완충장치 하나가 약하고 증폭장치 하나가 강합니다. 약한 쪽은 저축 완충인데, 미국 상위 소득층의 금융자산 비중과 달리 한국 가계 자산은 부동산에 크게 쏠려 있어 소득이 끊겼을 때 헐어 쓸 수 있는 유동 자산이 상대적으로 적습니다. 시차가 짧은 대신 충격이 바로 나타날 수 있다는 뜻입니다.
강한 쪽은 하향 이동이 닿는 자리입니다. 한국에서 밀려난 화이트칼라가 내려갈 곳은 미국식 긱 경제만이 아니라 이미 과당경쟁 상태인 자영업입니다. 외환위기와 코로나 이후 반복된 경로이고, 그때마다 자영업 밀도가 높아지며 기존 사업자의 소득이 함께 눌렸습니다. 저자들이 말하는 임금 압축의 전이가 한국에서는 임금이 아니라 영업이익의 압축으로 나타날 가능성이 큽니다.
상관된 베팅들의 사슬
사모신용은 2015년 1조달러에 못 미치던 규모에서 2026년에는 2조 5,000억달러를 넘겼습니다. 그 자본의 의미 있는 몫이 소프트웨어와 기술 거래에 투입되었고, 상당수는 두 자릿수 중반의 매출 성장이 영원히 이어진다는 가정 위에 매겨진 가격으로 이뤄진 구독형 소프트웨어 기업의 차입매수(LBO)였습니다. 저자들은 그 가정이 첫 에이전틱 코딩 시연과 2026년 1분기 소프트웨어 폭락 사이 어디쯤에서 이미 죽었는데, 장부가는 자기가 죽은 줄 모르는 듯했다고 적습니다.
상장 구독형 소프트웨어 기업들이 상각전영업이익(EBITDA)의 5-8배에 거래되는 동안, 사모펀드가 보유한 소프트웨어 기업은 이제는 존재하지 않는 매출 배수로 인수가를 반영한 가격에 장부에 앉아 있었습니다. 운용사들은 장부가를 천천히 내렸습니다. 100센트에서 92, 다시 85로 내리는 사이 상장 비교기업은 50을 가리키고 있었습니다.
전환점은 2027년 4월이었습니다. 무디스(Moody’s)가 AI 주도 경쟁 교란에서 오는 구조적 매출 역풍을 이유로 14개 발행사의 사모펀드 보유 소프트웨어 채무 180억달러를 강등했고, 이는 2015년 에너지 이후 한 업종에 가해진 최대 조치였습니다. 업계 베테랑들은 2015년 에너지 강등 이후의 각본을 이미 본 적이 있었습니다. 소프트웨어 담보 대출이 2027년 3분기부터 부도를 내기 시작했고, 정보서비스와 컨설팅 분야의 포트폴리오 기업이 뒤를 이었으며, 잘 알려진 구독형 소프트웨어 기업 여럿의 수십억달러짜리 차입매수가 채무조정에 들어갔습니다.
결정적 증거는 젠데스크(Zendesk)였습니다. 2022년 헬먼앤드프리드먼(Hellman & Friedman)과 퍼미라(Permira)가 102억달러에 이 회사를 비상장으로 전환했고, 자금 구조에는 50억달러의 직접대출이 들어갔습니다. 블랙스톤(Blackstone)이 주도하고 아폴로(Apollo), 블루아울(Blue Owl), HPS가 대주단에 참여한, 당시 기준 역사상 최대의 연간반복매출 담보 여신이었습니다. 이 대출은 젠데스크의 연간반복매출이 계속 반복된다는 가정을 명시적으로 구조에 넣고 설계되었습니다. 상각전영업이익의 약 25배라는 레버리지는 그 가정이 성립해야만 말이 되는 수준이었습니다.
2027년 중반에 그 가정은 성립하지 않았습니다. AI 에이전트는 이미 1년 가까이 고객 응대를 자율적으로 처리하고 있었습니다. 젠데스크가 정의했던 범주, 즉 티켓 발행과 배분, 사람이 하는 응대의 관리는 애초에 티켓을 만들지 않고 문제를 해결하는 시스템으로 대체된 뒤였습니다. 저자들의 표현을 빌리면 대출이 기대고 있던 연간반복매출은 더 이상 반복되는 매출이 아니라 아직 떠나지 않았을 뿐인 매출이었습니다. 2027년 9월, 젠데스크는 채무약정을 어겼고 50억달러 직접대출 여신은 58센트로 평가되었으며, 역사상 최대의 연간반복매출 담보 대출은 역사상 최대의 사모신용 소프트웨어 부도가 되었습니다.
모든 신용 데스크가 동시에 같은 질문을 던졌습니다. 순환적 문제로 포장된 구조적 역풍을 끌어안고 있는 다른 곳은 어디인가 하는 물음입니다. 그런데 저자들은 여기까지는 합의된 견해가 옳았다고 인정합니다. 이 정도는 견딜 수 있어야 했습니다. 사모신용은 2008년의 은행이 아닙니다. 구조 자체가 강제 매각을 피하도록 설계되었습니다.
사모신용은 자본이 묶인 폐쇄형 기구이고 출자자는 7년에서 10년을 약정합니다. 달려와 돈을 빼 갈 예금자도, 끊길 환매조건부 차입선도 없습니다. 운용사는 부실 자산을 들고 앉아 시간을 들여 정리하면서 회수를 기다릴 수 있습니다. 고통스럽지만 관리 가능하고, 휘어지되 부러지지는 않도록 만들어진 체제였습니다. 블랙스톤과 KKR, 아폴로의 경영진은 소프트웨어 익스포저가 자산의 7-13%라고 밝혔고, 담아낼 수 있는 수준이라는 평가가 모든 증권사 보고서와 금융 소셜미디어 계정에서 반복되었습니다.
그 안심의 근거로 모든 실적발표와 투자자 서한에 등장한 말이 영구 자본(permanent capital)이었습니다. 저자들은 그것이 주문처럼 쓰였고, 대개의 주문이 그렇듯 아무도 세부를 들여다보지 않았다고 지적합니다. 실제 내용은 이렇습니다. 지난 10년 동안 대형 대체투자 운용사들은 생명보험사를 사들여 자금조달 수단으로 바꿔 놓았습니다. 아폴로는 아테네(Athene)를, 브룩필드(Brookfield)는 아메리칸에쿼티(American Equity)를, KKR은 글로벌애틀랜틱(Global Atlantic)을 가져갔습니다.
논리는 우아했습니다. 연금보험 예수금이 안정적이고 만기가 긴 부채 기반을 제공하고, 운용사는 그 돈을 자신이 만든 사모신용에 투자해 보험 쪽에서는 금리차를, 자산운용 쪽에서는 수수료를 이중으로 법니다. 수수료 위에 수수료가 얹히는 영구기관인데, 작동 조건은 하나였습니다. 그 사모신용이 온전한 자산이어야 한다는 것입니다. 손실은 만기가 긴 채무에 맞춰 비유동 자산을 담도록 지어진 대차대조표를 때렸습니다.
여기서 저자들이 짚는 반전이 나옵니다. 체제를 튼튼하게 만들어 준다던 영구 자본은 인내심 많은 기관 자금이나 정교한 위험을 감당하는 정교한 투자자들의 추상적인 자금 풀이 아니었습니다. 그것은 연금보험 형태로 구조화된 미국 가계의 저축, 곧 메인스트리트의 돈이었고, 지금 부도를 내고 있는 바로 그 사모펀드 보유 소프트웨어·기술 채권에 투자되어 있었습니다. 달아날 수 없도록 묶여 있던 자본이란 보험계약자의 돈이었고, 그쪽은 규칙이 조금 다릅니다.
은행 쪽에 비해 느슨했고 심지어 안이하기까지 했던 보험 감독당국에게 이것이 경종이었습니다. 생명보험사의 사모신용 집중도를 이미 불편해하던 감독당국은 해당 자산의 위험기준자본(RBC) 취급을 강화하기 시작했습니다. 2027년 11월 뉴욕주와 아이오와주 당국이 생명보험사가 보유한 일부 사모 평가 채권의 자본 취급을 조이는 방향으로 움직였고, 전미보험감독관협의회(NAIC) 차원의 지침도 예고되었습니다. 그러자 보험사들은 자본을 더 쌓거나 자산을 팔아야 했는데, 이미 얼어붙고 있던 시장에서 둘 다 좋은 조건으로는 불가능했습니다. 무디스가 아테네의 재무건전성 등급을 부정적 관찰 대상으로 올리자 아폴로 주가는 두 거래일 만에 22% 빠졌고 브룩필드와 KKR이 뒤를 따랐습니다.
구조는 그보다 더 복잡했습니다. 이 회사들은 보험사를 활용한 영구기관을 만든 데서 그치지 않고, 규제 차익을 극대화하도록 설계된 정교한 역외 구조를 함께 지어 두었습니다. 미국 보험사가 연금보험을 인수한 뒤 그 위험을 자신이 소유한 버뮤다나 케이맨의 계열 재보험사로 넘기는 방식이고, 같은 자산에 더 적은 자본을 쌓아도 되는 더 유연한 규제를 노린 설계였습니다. 그 계열사는 다시 역외 특수목적법인(SPV)을 통해 외부 자본을 끌어들였고, 그 투자자들은 같은 모회사의 자산운용 부문이 만든 사모신용에 보험사와 나란히 투자하는 새로운 상대방 계층이 되었습니다.
일부는 사모펀드가 소유하고 있던 신용평가사들 역시 투명성의 모범과는 거리가 멀었고, 서로 다른 대차대조표에 얽힌 거미줄의 불투명함은 놀라울 정도였습니다. 기초 대출이 부도를 냈을 때 누가 실제로 손실을 지는지는 실시간으로는 답할 수 없는 질문이었습니다. 2027년 11월의 폭락은 흔한 경기순환적 하락일 수도 있다는 인식이 훨씬 불편한 무언가로 넘어가는 분기점이었습니다. 연방준비제도 의장 케빈 워시(Kevin Warsh)가 연방공개시장위원회(FOMC) 긴급회의에서 이 상황을 두고 쓴 표현이 화이트칼라 생산성 성장에 건 상관된 베팅들의 사슬이었습니다.
저자들은 여기서 한 문장을 남깁니다. 위기를 만드는 것은 손실 자체가 아니라 그 손실을 인정하는 일이고, 그 인정을 두려워하게 된 훨씬 더 크고 훨씬 더 중요한 금융 영역이 따로 있다는 것입니다.
모기지라는 질문
메모가 쓰인 달, 질로우(Zillow) 주택가치지수가 샌프란시스코에서 전년 대비 11%, 시애틀에서 9%, 오스틴에서 8% 떨어졌습니다. 그 전달에는 패니메이(Fannie Mae)가 기술·금융 종사자 비중이 40%를 넘는 우편번호 지역에서 초기 단계 연체가 높아지고 있다고 경고했습니다. 신용점수 780점 이상 차주들이 모여 사는, 통상 철벽으로 불리던 지역입니다.
미국 주택담보대출 시장은 약 13조달러 규모입니다. 저자들은 모기지 심사가 하나의 근본 가정 위에 서 있다는 점을 짚습니다. 차주가 대출 기간 내내, 대부분의 경우 30년 동안, 지금과 대체로 비슷한 소득 수준에서 고용을 유지하리라는 가정입니다. 화이트칼라 고용 위기는 소득 기대의 지속적 이동을 통해 이 가정을 위협했습니다. 그래서 3년 전만 해도 터무니없게 들렸을 질문을 이제 던져야 합니다. 우량 모기지는 여전히 온전한 자산인가 하는 물음입니다.
미국 역사상 모든 모기지 위기는 셋 중 하나에서 비롯되었습니다. 2008년처럼 감당할 수 없는 사람에게 빌려준 투기적 과열이거나, 1980년대 초처럼 금리 상승으로 변동금리 대출이 감당 불가능해진 충격이거나, 1980년대 텍사스의 석유나 2009년 미시간의 자동차처럼 한 산업이 한 지역에서 무너진 국지적 충격입니다. 이번에는 어느 것도 해당하지 않습니다. 문제의 차주들은 비우량이 아닙니다. 신용점수 780점에 20%를 내고 샀으며, 깨끗한 신용 이력과 안정적인 근무 기록을 갖추었고 소득은 실행 시점에 검증되고 서류로 확인되었습니다.
금융 시스템의 모든 위험 모형이 신용의 기반암으로 취급하던 차주들입니다. 저자들은 그 차이를 이렇게 정리합니다. 2008년에는 대출이 첫날부터 부실했고, 2028년에는 대출이 첫날에는 멀쩡했으며 그 뒤에 세상이 바뀌었을 뿐이라는 것입니다. 사람들은 이제 더는 믿을 수 없게 된 미래를 담보로 빌린 셈입니다.
저자들은 2027년에 보이지 않는 압력의 초기 신호를 짚었다고 밝힙니다. 모기지는 정상 납부되는 가운데 주택담보대출 한도 인출과 퇴직연금 중도 인출, 신용카드 부채가 동시에 치솟는 현상입니다. 일자리를 잃고 채용이 얼어붙고 상여금이 깎이면서 이 우량 가구들의 소득 대비 부채 비율은 두 배가 되었습니다. 이들은 여전히 원리금을 낼 수 있었지만, 재량 지출을 모두 멈추고 저축을 헐고 주택 수리와 개보수를 미뤄야만 그럴 수 있었습니다. 장부상으로는 정상이지만 충격 하나만 더 오면 부실로 넘어가는 상태였고, AI 역량의 궤적은 그 충격이 오고 있음을 가리켰습니다.
그 뒤 전국 평균은 역사적 범위 안에 머무는 동안 샌프란시스코와 시애틀, 맨해튼과 오스틴의 연체가 치솟기 시작했습니다. 메모 시점은 가장 첨예한 국면입니다. 집값 하락은 한계 매수자가 건강할 때는 감당할 수 있는 일인데, 지금은 그 한계 매수자가 같은 소득 훼손을 겪고 있습니다. 저자들은 아직 전면적인 모기지 위기는 아니라고 선을 긋습니다. 연체는 올라왔지만 2008년 수준에는 크게 못 미치고, 위협은 수준이 아니라 궤적이라는 것입니다.
이제 지능 대체 나선에는 실물경제의 하강을 가속하는 금융 쪽 촉진제가 둘 생겼습니다. 노동 대체와 모기지 우려, 사모 시장의 혼란이 서로를 강화합니다. 그리고 전통적인 정책 수단인 금리 인하와 양적완화는 금융 쪽 엔진은 다룰 수 있어도 실물 쪽 엔진은 다루지 못합니다. 실물 쪽 엔진을 돌리는 것이 긴축적인 금융 여건이 아니라, AI가 인간 지능을 덜 희소하고 덜 가치 있게 만드는 힘이기 때문입니다. 금리를 0으로 내리고 시장의 모든 주택저당증권과 부도난 소프트웨어 차입매수 채권을 사들여도, 18만달러짜리 제품 관리자의 일을 월 200달러짜리 클로드 에이전트가 해낸다는 사실은 달라지지 않습니다.
저자들은 전망으로 절을 닫습니다. 이 우려가 현실이 되면 모기지 시장은 올해 하반기에 깨지고, 그 경우 현재의 주가 하락폭은 결국 글로벌 금융위기 수준인 고점 대비 57%에 이를 것으로 봅니다. S&P 500 기준으로 3500 부근이고, 2022년 11월 챗GPT 등장 직전 이후 본 적 없는 수준입니다. 13조달러 모기지를 떠받치는 소득 가정이 구조적으로 훼손되었다는 것은 분명한 반면, 모기지 시장이 그 의미를 온전히 소화하기 전에 정책이 개입할 수 있을지는 분명하지 않다고 적습니다. 희망은 하지만 그러지 못할 이유들을 부정할 수는 없다고 덧붙입니다.
해설 위험기준자본은 보험사가 보유 자산과 인수 위험의 성격에 따라 쌓아야 하는 자본량을 정하는 규제 기준입니다. 같은 채권이라도 평가 등급과 유동성에 따라 요구 자본이 달라지므로, 감독당국이 취급을 강화하면 보험사는 자본을 더 쌓거나 자산을 파는 수밖에 없습니다. 시장이 얼어붙은 국면에서 이 요구가 강제 매각의 방아쇠가 되는 구조는 2008년에 은행권에서 일어난 일과 형태가 같습니다.
역외 재보험은 미국 보험사가 인수한 위험을 버뮤다나 케이맨의 계열사로 넘겨 더 가벼운 자본 규제를 적용받는 방식입니다. 경제적 위험은 그룹 안에 그대로 남지만 규제상 자본 부담은 줄어듭니다. 저자들이 지적하는 문제는 이 구조가 위험을 없애는 것이 아니라 위험이 어디에 있는지를 추적하기 어렵게 만든다는 점입니다.
케빈 워시는 2006년부터 2011년까지 연방준비제도 이사를 지낸 인물로, 이 글에서는 2028년 시점의 연준 의장으로 등장합니다.
[관점] 이 절은 글 전체에서 가장 현실의 구조를 그대로 가져다 쓴 대목입니다. 사모신용의 급팽창, 대체투자 운용사의 연금보험사 인수, 역외 재보험을 통한 자본 규제 차익, 그리고 사모 평가 채권의 보험사 보유 집중은 모두 실제로 진행되었고 감독당국과 국제기구가 이미 경고해 온 사안입니다. 저자들이 더한 것은 새로운 구조가 아니라 새로운 충격의 종류입니다.
논증의 급소는 상관성입니다. 사모신용의 안전 논리는 분산과 비유동성에 기대는데, 이 시나리오에서는 서로 다른 자산군이 사실상 하나의 공통 요인, 곧 화이트칼라 소득에 걸려 있습니다. 소프트웨어 대출도, 연금보험 자산도, 우량 모기지도 같은 가정 위에 있다는 지적이 이 절의 제목이기도 합니다. 다만 모기지로 가는 마지막 연결은 이 글에서도 아직 벌어지지 않은 일로 서술되며, 저자들 스스로 궤적이 위협이지 현재 수준은 아니라고 적습니다.
[한국 관점] 한국에서 이 구조를 그대로 옮겨 놓기는 어렵습니다. 사모신용 시장이 작고, 운용사가 생명보험사를 인수해 자금조달 수단으로 쓰는 미국식 결합도 보험업법상의 대주주·자산운용 규제 아래서 제한적입니다. 역외 계열 재보험을 통한 자본 차익 구조도 일반적이지 않습니다.
그러나 소득 가정이 흔들릴 때의 취약성은 오히려 더 클 수 있습니다. 한국 가계부채는 국내총생산 대비 비율이 주요국 중 높은 편이고, 변동금리와 만기 일시상환, 전세보증금이라는 사적 부채가 겹쳐 있습니다. 전세 구조는 특히 이 글의 논리와 맞닿습니다. 집주인의 상환 능력과 세입자의 소득이 동시에 눌리면 보증금 반환 문제가 가격 하락보다 먼저 나타날 수 있기 때문입니다.
시간과의 싸움
저자들은 지금까지의 서술을 두 개의 되먹임 고리로 요약합니다. 첫 번째는 실물경제 안에 있었습니다. AI 역량이 좋아지고, 급여 총액이 줄고, 소비가 약해지고, 마진이 눌리고, 기업이 역량을 더 사들이고, 다시 역량이 좋아집니다.
그다음에 금융으로 옮겨 갔습니다. 소득 훼손이 모기지를 때리고, 은행 손실이 신용을 조이고, 자산 효과가 깨지면서 고리의 회전이 빨라졌습니다. 그리고 두 고리 모두, 솔직히 말해 혼란에 빠진 듯 보이는 정부의 불충분한 정책 대응 탓에 더 나빠졌습니다.
문제는 체제 자체가 이런 종류의 위기를 상정하고 설계되지 않았다는 데 있습니다. 저자들은 연방정부의 세입 기반이 본질적으로 인간의 시간에 매기는 세금이라고 정리합니다. 사람이 일하고, 기업이 보수를 지급하고, 정부가 그중 일부를 가져갑니다. 평상시 세입의 척추는 개인소득세와 급여세입니다. 올해 1분기까지 연방 세입은 의회예산처(CBO) 기준 전망을 12% 밑돌았습니다.
급여세 수입이 줄어드는 것은 이전 수준의 보수로 고용된 사람이 줄었기 때문이고, 소득세 수입이 줄어드는 것은 벌어들이는 소득 자체가 구조적으로 낮아졌기 때문입니다. 생산성은 치솟고 있지만 그 과실은 노동이 아니라 자본과 컴퓨트로 흘러갑니다.
가장 선명한 숫자가 노동소득 분배율입니다. 1974년 국내총생산의 64%였던 이 비율은 2024년 56%까지 내려왔는데, 세계화와 자동화, 노동자 교섭력의 꾸준한 약화가 만든 40년짜리 완만한 하강이었습니다. 그런데 AI가 지수적 개선을 시작한 이후 4년 만에 그 비율이 46%로 떨어졌습니다. 기록상 가장 가파른 하락입니다.
산출은 그대로 있지만 그것이 더는 가계를 거쳐 기업으로 돌아오지 않고, 그 말은 더는 국세청을 거치지도 않는다는 뜻입니다. 순환이 끊어지고 있고, 그 순환을 되살리는 일이 정부에게 기대되고 있습니다. 그런데 모든 침체가 그렇듯 세입이 줄어드는 바로 그 시점에 지출 압력이 커집니다. 이번이 다른 점은 그 지출 압력이 순환적이지 않다는 것입니다. 자동안정화장치는 일시적 실직을 전제로 만들어졌지 구조적 대체를 염두에 두고 만들어지지 않았습니다.
체제는 노동자가 다시 흡수되리라는 가정 아래 급여를 지급하고 있지만, 상당수는 흡수되지 않거나 적어도 이전과 비슷한 임금으로는 흡수되지 않습니다. 코로나 때 정부는 15% 적자를 거리낌 없이 받아들였지만 그것은 일시적이라는 이해가 있었기 때문입니다. 지금 지원이 필요한 사람들은 회복될 팬데믹에 맞은 것이 아니라 계속 좋아지는 기술에 대체된 것입니다. 저자들이 이 대목을 한 문장으로 요약합니다. 정부는 가계에서 세금을 덜 걷는 바로 그 순간에 가계로 더 많은 돈을 보내야 하는 처지라는 것입니다.
미국이 채무불이행에 빠지지는 않습니다. 지출하는 통화를 스스로 찍고, 같은 통화로 채권자에게 갚기 때문입니다. 다만 압력은 다른 곳에서 터져 나왔습니다. 지방채 시장에서 연초 이후 수익률 분화가 걱정스럽게 벌어지고 있습니다. 소득세가 없는 주는 괜찮았지만, 소득세에 의존하는 주가 발행한 일반보증채는 일부 부도 위험을 반영하기 시작했습니다. 그런 주가 대체로 민주당 우세 지역이었던 탓에 정치권이 빠르게 반응했고, 누구를 구제할 것인가를 둘러싼 논쟁이 당파 노선을 따라 갈라졌습니다.
행정부는 위기의 구조적 성격을 비교적 일찍 인정했다는 점에서 평가받을 만하다고 저자들은 적습니다. 초당적 구상으로 논의되는 것이 전환경제법(Transition Economy Act)인데, 대체된 노동자에게 직접 이전지출을 하되 재원은 적자 재정과 AI 추론 컴퓨트에 매기는 세금을 결합해 마련하는 틀입니다. 더 급진적인 안도 테이블에 올라 있습니다. 공유 AI 번영법(Shared AI Prosperity Act)은 지능 인프라 자체의 수익에 공적 청구권을 설정하자는 구상으로, 국부펀드와 AI 산출에 대한 로열티 사이 어디쯤에 놓이며 그 배당으로 가계 이전지출의 재원을 대자는 발상입니다. 민간 로비스트들은 미끄러운 비탈을 경고하는 메시지로 언론을 뒤덮었습니다.
정치는 암울할 만큼 예상대로 흘렀고, 과시적 발언과 벼랑 끝 전술이 상황을 악화시켰습니다. 우파는 이전지출과 재분배를 마르크스주의라 부르고 컴퓨트에 세금을 매기면 중국에 선두를 넘겨주게 된다고 경고합니다. 좌파는 기존 사업자들의 손을 빌려 작성된 세제가 또 다른 이름의 규제 포획(regulatory capture)이 될 뿐이라고 경고합니다. 재정 매파는 지속 불가능한 적자를 가리키고, 비둘기파는 글로벌 금융위기 이후 너무 일찍 단행된 긴축을 반면교사로 듭니다. 올해 대선을 앞두고 간극은 더 벌어지고 있습니다.
정치인들이 다투는 동안 사회적 직조는 입법 절차가 움직이는 속도보다 빠르게 풀리고 있습니다. 그 상징이 실리콘밸리 점령(Occupy Silicon Valley) 운동입니다. 지난달 시위대는 앤트로픽(Anthropic)과 오픈AI의 샌프란시스코 사무실 입구를 3주 내리 봉쇄했습니다. 참가자는 늘고 있고, 시위를 촉발한 실업 지표보다 시위 자체가 더 많은 보도를 받았습니다.
저자들은 글로벌 금융위기 직후의 은행가들보다 더 미움받는 대상을 상상하기 어려웠지만 AI 연구소들이 그 자리를 노리고 있다고 적습니다. 그리고 대중의 관점에서는 그럴 만한 이유가 있다고 덧붙입니다. 창업자와 초기 투자자들이 도금 시대(Gilded Age)조차 온건해 보이게 만드는 속도로 부를 쌓았기 때문입니다. 생산성 호황의 과실이 거의 전부 컴퓨트 소유자와 그 위에서 돌아간 연구소의 주주에게 돌아가면서 미국의 불평등은 전례 없는 수준으로 확대되었습니다. 절의 마지막에서 저자들은 범인을 지목합니다. 저마다 자기 쪽의 악당을 두고 있지만 진짜 악당은 시간이라는 것입니다.
AI 역량은 제도가 적응할 수 있는 속도보다 빠르게 진화하고, 정책 대응은 현실이 아니라 이념의 속도로 움직입니다. 정부가 무엇이 문제인지에 대해 곧 합의하지 못하면, 다음 장은 되먹임 고리가 대신 써 버릴 것이라고 경고하며 절을 닫습니다.
해설 자동안정화장치는 경기가 나빠질 때 별도 입법 없이 자동으로 작동하는 재정 장치를 뜻합니다. 실업급여와 누진세가 대표적인데, 전제는 실직이 일시적이고 경기가 돌아오면 노동자가 다시 고용된다는 것입니다. 이 글이 지적하는 문제는 장치의 규모가 아니라 설계 전제입니다. 돌아갈 자리가 구조적으로 사라졌다면 같은 장치가 재진입 지원이 아니라 무기한 부양이 됩니다.
노동소득 분배율은 국민소득 가운데 임금과 급여 등 노동에 돌아가는 몫의 비율입니다. 미국에서 이 비율이 수십 년에 걸쳐 완만하게 낮아져 온 것은 실제 통계로 확인되는 흐름이고, 이 글이 더한 것은 그 하락이 4년 만에 10%포인트 더 진행된다는 가상의 가속입니다.
일반보증채는 지방정부가 조세 수입을 재원으로 삼아 발행하는 채권입니다. 소득세 의존도가 높은 주일수록 이 시나리오에서 세입 기반이 빠르게 훼손되므로, 연방정부가 아니라 주 단위에서 먼저 신용 문제가 드러나는 구도가 나옵니다.
[관점] 추론 컴퓨트에 세금을 매기자는 구상은 이 글이 처음 꺼낸 것은 아닙니다. 노동이 자본으로 대체되는 국면에서 과세 기반을 노동에서 자본으로 옮겨야 한다는 논의는 로봇세 논쟁 이후 꾸준히 있었고, 샘 올트먼(Sam Altman)은 2021년 「Moore’s Law for Everything」에서 소득이 아니라 기업 가치와 토지에 과세하자는 구상을 내놓았습니다. 이 글의 공유 AI 번영법 역시 그 계열에 있습니다.
설득력이 갈리는 지점은 집행 가능성입니다. 컴퓨트는 국경을 넘기 쉽고, 추론은 어디서든 돌릴 수 있습니다. 한 나라가 추론에 과세하면 연산이 과세하지 않는 관할권으로 옮겨 갈 유인이 생기며, 저자들이 적은 우파의 반론도 정확히 그 지점을 겨냥합니다. 반대로 지능 인프라의 수익에 대한 공적 청구권 방식은 그 회피를 피할 수 있지만, 사실상 부분적 공적 소유에 해당해 정치적 저항이 훨씬 큽니다. 어느 쪽이든 이 글의 결론은 설계의 우열이 아니라 타이밍입니다.
[한국 관점] 한국의 재정 기반은 이 시나리오에서 더 취약할 수 있습니다. 근로소득세의 면세자 비중이 높아 소득세 수입이 상위 구간에 집중되어 있고, 법인세 역시 소수 대기업, 그중에서도 반도체 업황에 크게 좌우됩니다. 세입이 고소득 근로자와 소수 기업에 얹혀 있다는 점에서, 고임금 사무직의 소득이 눌리는 충격은 미국보다 좁은 통로로 더 빠르게 전달될 수 있습니다.
지출 쪽도 다릅니다. 한국의 고용보험은 수급 요건과 기간이 제한적이고, 자영업자 상당수는 애초에 바깥에 있습니다. 미국식 자동안정화장치가 구조적 대체에 맞지 않는다는 지적이 한국에서는 한 단계 앞에서 걸립니다. 일시적 실직에도 충분히 작동하지 않는 장치가, 구조적 대체 앞에서는 더 일찍 한계에 부딪히기 때문입니다. 여기에 인구 감소로 이미 노동소득 기반이 줄고 있다는 점이 겹치면, 같은 충격이 더 짧은 시간에 재정 문제로 전환될 수 있습니다.
지능 프리미엄의 되돌림
저자들은 마지막 절에서 시야를 2년에서 수백 년으로 넓힙니다. 근대 경제사 전체에 걸쳐 희소한 투입요소는 인간의 지능이었다는 것입니다. 자본은 풍부했거나 적어도 복제 가능했고, 천연자원은 유한하지만 대체 가능했으며, 기술은 인간이 적응할 수 있을 만큼 느리게 개선되었습니다. 분석하고 결정하고 창조하고 설득하고 조율하는 능력, 즉 지능만이 규모에 맞춰 복제할 수 없는 것이었습니다.
그래서 인간 지능은 희소성에서 비롯된 고유의 프리미엄을 가졌습니다. 노동시장에서 모기지 시장과 세법에 이르기까지, 우리 경제의 모든 제도는 그 전제가 성립하는 세계를 상정하고 설계되었습니다. 저자들이 2028년 시점에서 목격하고 있다고 적는 것이 바로 그 프리미엄의 되돌림입니다. 기계 지능이 점점 넓어지는 과업 범위에서 인간 지능의 유능하고 빠르게 개선되는 대체재가 되었고, 희소한 인간 정신을 전제로 수십 년에 걸쳐 최적화된 금융 체제가 가격을 다시 매기고 있다는 것입니다. 그 재평가는 고통스럽고 무질서하며 아직 한참 남았습니다.
다만 저자들은 여기서 한 걸음 물러섭니다. 재평가는 붕괴와 같은 말이 아니라는 것입니다. 경제는 새로운 균형을 찾을 수 있습니다. 그리고 거기에 도달하는 일이야말로 인간에게만 남은 몇 안 되는 과업 가운데 하나이므로 제대로 해내야 한다고 적습니다.
마지막 논점은 역사적 비교입니다. 경제에서 가장 생산적인 자산이 일자리를 더 많이가 아니라 더 적게 만들어 낸 것은 이번이 처음이라는 것입니다. 그래서 누구의 사고틀도 들어맞지 않습니다. 희소하던 투입요소가 풍부해지는 세계를 상정하고 만들어진 틀이 없기 때문입니다. 새 틀을 만들어야 하고, 저자들이 보기에 유일하게 중요한 질문은 그것을 제때 만들어 내는가 하는 것입니다.
그러고는 액자를 닫습니다. 지금 이 글을 읽는 시점은 2028년 6월이 아니라 2026년 2월이라는 환기입니다. S&P는 사상 최고치 부근에 있고 부정적 되먹임 고리는 아직 시작되지 않았습니다. 저자들은 자신들이 그린 시나리오 가운데 일부는 현실이 되지 않으리라고 확신한다고 적으면서, 동시에 기계 지능이 계속 가속하리라는 것, 그리고 인간 지능에 붙은 프리미엄이 좁혀지리라는 것 역시 똑같이 확신한다고 덧붙입니다.
투자자로서는 포트폴리오 가운데 얼마나 많은 부분이 이번 10년을 버티지 못할 가정 위에 서 있는지 점검할 시간이 아직 있고, 사회로서도 선제적으로 움직일 시간이 아직 있다는 것입니다. 글의 마지막 문장은 짧습니다. 탄광의 카나리아는 아직 살아 있다는 것입니다. 맺음말에서 저자들은 교정에 도움을 준 헌터브룩(Hunterbrook)의 샘 코펠먼(Sam Koppelman)에게 감사를 전하고, 이 기획의 아이디어를 낸 공동 저자 알랍 샤가 같은 시리즈의 다른 두 편을 따로 썼다는 사실을 다시 밝히며 그 글들을 함께 읽기를 권합니다.
해설 탄광의 카나리아는 광부들이 유독가스를 감지하려고 데리고 들어가던 새에서 온 표현으로, 위험을 먼저 알려 주는 조기 경보를 뜻합니다. 카나리아가 아직 살아 있다는 말은 경보가 울리지 않았다는 안도가 아니라 아직 대비할 시간이 남아 있다는 뜻으로 쓰였습니다. 이 글의 성격을 한 문장으로 요약하는 장치이기도 합니다.
되돌림이라는 표현도 금융시장의 용어에서 왔습니다. 오랜 기간 한 방향으로 쌓인 포지션이 풀릴 때 쓰는 말이고, 여기서는 수백 년 동안 인간 지능의 희소성 위에 쌓여 온 제도와 가격이 한꺼번에 풀리는 과정을 가리킵니다.
[관점] 이 글의 가치는 예측의 정확성보다 가정의 배치에 있습니다. AI를 둘러싼 논쟁은 대체로 두 진영으로 갈립니다. 역량이 기대에 못 미쳐 투자가 회수되지 않는다는 쪽과, 역량이 기대대로 실현되어 풍요가 온다는 쪽입니다. 이 글은 두 번째 전제를 받아들인 뒤 그 결과가 풍요가 아닐 수 있다는 세 번째 칸을 채웁니다. 투자자 입장에서 보면 AI 강세론과 경기 약세론을 동시에 들고 있을 수 있다는 뜻이며, 이는 두 입장을 양자택일로 다루던 통상의 포지셔닝과 다릅니다.
동시에 이 글은 자신이 어디서 틀릴 수 있는지를 비교적 투명하게 드러냅니다. 2년이라는 시간표, 운영비 대체가 재순환되지 않는다는 가정, 기업이 사내 개발로 돌아설 때의 총소유비용, 그리고 모기지로 넘어가는 마지막 연결이 그렇습니다. 저자들 스스로 마지막 고리는 아직 벌어지지 않았고 궤적이 위협이라고만 적습니다. 반증 가능한 지점이 분명하다는 것은 시나리오 글에서 드물게 좋은 성질입니다.
[한국 관점] 한국 독자에게 이 글의 쓸모는 시나리오의 적중 여부가 아니라 점검 목록에 있습니다. 저자들이 던지는 질문, 즉 내 포트폴리오의 어느 부분이 화이트칼라 소득 성장을 전제로 하고 있는가라는 물음은 한국 자산에도 그대로 적용됩니다. 소비재와 유통, 카드와 소비자 금융, 사무직 밀집 지역의 오피스와 주거용 부동산이 모두 같은 가정 위에 서 있습니다.
반대쪽 노출도 함께 봐야 합니다. 한국 주식시장의 상단은 이 시나리오에서 수혜를 보는 반도체와 전력기기, 조선·플랜트에 크게 기울어 있어, 지수는 버티는데 고용과 소비는 나빠지는 괴리가 미국보다 더 크게 나타날 수 있습니다. 지수를 경기 체감의 대리 지표로 읽는 습관이 가장 위험해지는 국면이 바로 이런 구도입니다.
원문: Citrini, Alap Shah, THE 2028 GLOBAL INTELLIGENCE CRISIS (Feb 2026) 전문은 원문에서 확인하실 수 있습니다.
참고할만한 글
- 하워드 막스 – 이것은 버블인가? (Is It a Bubble?) — 같은 AI 국면을 다루지만 위험의 소재를 수요 붕괴가 아니라 자산 가격의 과열에서 찾는 글이라 전제가 정면으로 갈립니다.
- 아빈드 나라야난·사야시 카푸어 – 일반 기술로서의 AI (AI as Normal Technology) — 기술의 확산에는 수십 년이 걸린다는 주장이어서, 이 글이 설정한 2년이라는 시간표를 가늠하는 잣대가 됩니다.
- 대런 애스모글루 – AI의 단순한 거시경제학 (The Simple Macroeconomics of AI) — 자동화되는 과업의 비중과 생산성 효과를 수치로 추정한 글이라, 이 시나리오가 기대는 대체 속도의 전제를 점검할 수 있습니다.
- 샘 올트먼 – 모든 것에 적용되는 무어의 법칙 (Moore’s Law for Everything) — 노동이 자본으로 대체될 때 과세 기반을 어디로 옮길지를 다루어, 이 글의 마지막 절이 제기한 정책 질문과 맞물립니다.
