AI는 경제를 어떻게 바꾸는가 — 질문의 재구성
AI가 일자리를 없앨 것이냐 말 것이냐. 이 논쟁은 몇 년째 같은 자리를 맴돌고 있다. Anthropic 경제팀이 2026년 9월에 발표한 "Economic Scenarios for Transformative AI"는 이 질문을 다르게 세팅한다. 일자리의 소멸 여부가 아니라, 경제를 구성하는 무수한 작업(task) 중 AI가 무엇을 대신하고 무엇을 증강하며 어떤 새 작업을 만들어내는지를 추적하면, GDP·고용·임금이 시나리오별로 어떻게 움직이는지 계산할 수 있다는 접근이다.
이 모델은 미국 경제를 대상으로 하고 2026년에서 2030년까지를 전망한다. 연구진은 스탠퍼드·버지니아 대학의 경제학자인 안톤 코리넥(Anton Korinek), 채드 존스(Chad Jones)를 비롯해 Anthropic 경제팀이 참여했고, Acemoglu, Autor 등 노동경제학의 최고 석학 16명이 초안을 검토했다. AI 기업이 자사 기술의 영향을 스스로 모델링한다는 이해관계를 감안하더라도, 이 검증 구성은 일반적인 기업 리포트와 다른 무게를 준다.
핵심 설계는 다음 세 가지 변수다.
- 능력(Capabilities): AI가 어떤 작업까지 수행할 수 있는가
- 채택(Adoption): 사람과 기업이 실제로 AI를 얼마나 쓰는가
- 조정(Adjustment): 일자리를 잃은 사람이 새 직업을 찾는 데 얼마나 걸리는가
이 변수들의 조합에 따라 세 개의 시나리오가 나온다. 점진적 변화(Modest), 상당한 변화(Substantial), 극단적 변화(Extreme)다.
한 가지 설계상 특징을 짚어두자. 이 모델은 개별 노동자를 추적하지 않는다. 직업군 단위의 거친 그림이어서, "누가 언제 얼마나 오래 실업 상태에 머무는지"라는 개인 수준의 고통은 잘 보이지 않는다. 외부 검토자들이 반복해서 지적한 한계이기도 하다. 반대로 검토자 일부는 "AI에 노출되는 직업이 줄어들기는커녕 오히려 늘어날 수 있다"는 반론도 제기했다. 노동경제학에서 아직 결론나지 않은 논쟁을 모델이 하나의 가정으로 처리한 부분이다. 이런 지점들이 시나리오 수치를 절대적 예측이 아니라 조건부 전망으로 읽어야 하는 이유다.
세 가지 시나리오, 수치로 보기
Modest — 인터넷 수준의 변화
AI가 경제에 미치는 영향이 이전 범용기술과 비슷한 수준에 머무는 경우다. 2030년 미국 GDP는 AI가 없는 기준선보다 1.6% 높은 34.1조 달러다. 실업률은 역사적 범위 안에 머물고, 임금은 업종에 따라 소폭 상승한다. 충격적이지 않은 세계지만, 낙관론자에게는 너무 소심한 가정이라는 지적도 있다. 검토자 중 일부는 "이미 데이터로 보이는 변화를 이 시나리오는 과소평가한다"고 말했다.
Substantial — 지식노동의 절반을 AI가
중간 시나리오다. AI가 경제 전체 작업의 **약 12%**를 수행하고, 성장률은 평시의 두 배에 가까워진다. 2030년 GDP는 기준선 대비 8.3% 높은 36.3조 달러. 그런데 이 성장의 그림자가 문제다.
- 지식노동자 임금은 사실상 정체된다
- 실업률은 4.6~5% 수준으로 소폭 상승하지만, 지식부문에 편중된다
- 노동소득이 차지하는 파이의 비중이 눈에 띄게 줄어든다
현재 미국 경제는 1달러 생산당 약 60센트가 노동, 40센트가 자본로 돌아간다. 이 시나리오에서는 그 비율이 자본 쪽으로 기울어진다. 파이는 커지는데, 노동자가 가져가는 비율이 줄어드는 구조다.
Extreme — 사고실험에 가까운 급변
AI가 스스로를 개선하며 대부분의 지식노동을 수행하는 경우다. 2030년 GDP는 32.4% 높은 44.4조 달러로, 경제사에 유례없는 성장이다. 그러나 그 대가도 극단적이다.
- 지식노동자 임금은 2030년까지 10% 이상 하락
- 반면 지식노동 외 직종 임금은 약 33% 급등
- 실업률은 역사적 최악 수준까지 치솟을 수 있다
연구팀 스스로 이 시나리오를 "실제 전망이라기보다 사고실험에 가깝다"고 평가한 점도 기록해둘 만하다. 어느 쪽으로든 미국인 1만 명 설문에서 일반 응답자의 중앙값은 Substantial 시나리오와 일치했고, 약 10%는 Extreme에 가까운 미래를 예상했다.
시나리오 선택을 좌우하는 다섯 가지 질문
보고서에 동봉된 설문은 흥미로운 구조를 하고 있다. 미국인 1만 980명과 사이트 방문자 3만 2,879명에게 다섯 가지 질문을 던졌다.
- AI가 어떤 작업까지 수행할 수 있는가 (Capabilities)
- 사람들은 AI를 얼마나 쓰는가 (Adoption)
- AI가 얼마나 스스로 수행하는가 (Autonomy)
- AI가 사람을 얼마나 생산적으로 만드는가 (Productivity)
- 직업을 바꿔야 할 때 새 일자리를 찾는 데 얼마나 걸리는가 (Adjustment)
일반 응답자의 중앙값은 Substantial 시나리오에 가까웠다. 흥미로운 건 사이트 방문자, 즉 AI에 관심이 많은 층의 답변이 일반 대중과 크게 다르지 않았다는 점이다. 전문가와 대중의 인식 격차가 생각보다 작다는 신호로 읽을 수 있다. 약 10%는 Extreme에 가까운 답을 골랐는데, 이는 재귀적 자기개선과 급속 채택이 현실화한다고 보는 낙관 혹은 공포 집단이다.
이 보고서가 말하는 진짜 이야기 — 분배의 문제
수치를 훑고 나면 결론은 하나로 수렴한다. 성장은 거의 모든 시나리오에서 일어난다. 논쟁의 지점은 성장이 아니라 분배다.
첫째, 임금의 역전 현상이 눈에 띈다. AI가 지식노동의 생산성을 높이면 설계와 허가 절차가 빨라지고, 그 결과 물리적 인프라 프로젝트가 늘어난다. 건설 현장의 수요가 커지면서 건설노동자의 임금이 오른다. 코더와 콜센터 상담원의 임금은 정체되거나 내려가는 동안, 전기기사와 간호사의 몸값은 올라가는 그림이다. 사무직과 손노동의 임금 서열이 뒤집히는 시나리오가 모델 안에서 자연스럽게 도출된다.
둘째, 직업 전환의 마찰이 실업률을 결정한다. 지식노동자가 전기기사나 간호사로 이동하려면 재교육이 필요하고, 채용 시장은 그 전환을 천천히 받아들인다. 전환해야 하는 인구가 많을수록 "직업 사이"에 머무는 기간, 즉 실업이 늘어난다. 보고서가 그리는 미래에서 실업은 기술의 직접적 피해라기보다 전환 속도와 조정 비용의 함수다.
셋째, 노동 대 자본의 배분이 구조적으로 이동한다. AI가 더 많은 작업을 수행할수록 자본(컴퓨팅 인프라, 모델, 기술 자산)의 한계 생산성이 올라가고, 성장의 과실이 자본 소유자에게 더 큰 몫으로 흘러간다. 평균 임금이 오르는 시나리오에서도 노동소득 점유율은 하락할 수 있다는 것이다. 파이가 커져도 노동자가 받는 비율이 줄어들면, 상대적 위치는 나빠진다.
한국의 지식노동자에게도 같은 그림인가
이 모델은 미국 경제를 대상으로 한다. 한국에 그대로 적용할 수는 없지만, 구조적 방향성은 유효하다. 오히려 한국은 몇 가지 조건에서 이 시나리오에 더 민감할 수 있다.
첫째, 지식노동 비중이 높은 경제 구조다. 사무·연구·기획 직군의 비중이 큰 만큼, AI 자동화의 노출 면적도 넓다. 둘째, 직업 전환의 마찰이 큰 노동시장이다. 연공서열 중심 임금 구조와 낮은 이직 유연성은 모델이 말하는 "조정 비용"을 키운다. 같은 자동화 규모라도 전환 속도가 느릴수록 실업 구간이 길어진다. 셋째, 자본소득 비중이 낮은 가계 구조다. 임금에 의존하는 정도가 큰 만큼, 노동소득 점유율 하락의 타격이 가계 수준에서 더 직접적이다.
반대로 기회도 있다. 보고서의 임금 역전 논리 — 지식노동 생산성이 올라가면 물리적 산업의 수요가 따라 올라간다 — 는 반도체·건설·에너지 인프라에 밀접한 한국 산업 구조에도 힘을 실어준다. 설계·허가·문서 작업이 빨라지면 그 하류에 있는 제조와 시공의 물량이 늘어나는 구조는 국경을 가리지 않는다.
지식노동자가 이 숫자를 읽는 방법
나는 리서치 회사에서 일하는 지식노동자다. 이 보고서의 분류로 말하면 Substantial 시나리오의 정확한 주인공이다. 문서를 읽고 분석하고 요약하는 작업 — 내 일상의 상당 부분이 모델이 말하는 "AI가 절반까지 수행할 수 있는 작업"에 속한다.
그래서 이 보고서를 남의 일로 읽지 않았다. 아직 임금이 정체됐다는 걸 체감하지는 않는다. 내 월급이 지금 당장 멈춰 서 있는 것도 아니다. 그런데 미래에 그럴 것 같다는 확신이 드는 근거 하나는 눈앞에 있다. 우리 회사는 사람을 뽑지 않는다. 업무량이 줄지 않았는데도 충원이 없다. AI가 빈 자리를 메우는 건지, 메울 거라는 예상이 채용을 막는 건지는 알 수 없지만, 결과적으로 지식노동 시장의 수요 곡선이 꺾이는 첫 단계를 나는 이미 보고 있다. 보고서의 모델 언어로 말하면 채용 감소는 '노동수요 감소'의 가장 먼저 오는 관측치다.
둘째, 대응의 방향이 보고서 안에 이미 있다. 노동소득 점유율이 하락하고 자본 소득 점유율이 상승하는 구조라면, 자본 소유자의 위치에 서는 것이 논리적인 방어다. 나는 월급의 일정 비율을 인덱스 ETF에 적립식으로 쌓는 투자를 수년째 하고 있는데, 이 보고서를 읽고 나니 이 습관이 투자 전략 이전에 노동 시장 리스크에 대한 헤지라는 생각이 들었다. 내 노동의 한계생산성이 AI와 경쟁하는 동안, 자본 쪽에 쌓아둔 몫은 그 경쟁의 수혜를 받는다.
물론 이 모델의 한계도 분명하다. 초고성능 로봇의 등장, 정책 대응, 금융시장 교란, 데이터센터 건설이 몰고 오는 총수요 효과는 모델에서 제외됐다. 검토자들은 "AI가 기술 진보 자체를 가속하는 정도를 과소평가할 수 있다"는 지적도 남겼다. 검토진 중 상당수가 미래 AI 정책 논의에 참여하는 경제학자들이라는 점, 그리고 그들이 스스로 남긴 비판이 공개 문서에 그대로 실려 있다는 점은 이 보고서의 신뢰도를 판단할 때 참고할 만하다. 모델은 지도일 뿐 영토가 아니며, 특정 시나리오가 실현될 확률을 알려주지 않는다.
그래도 이 보고서를 읽을 가치가 있는 이유는 명확하다. 막연한 낙관과 공포 대신, "어떤 가정이 참이면 어떤 결과가 따르는지"를 수치로 검토할 수 있게 해준다. 세 시나리오 중 어느 것이 오든, 지식노동자가 취할 수 있는 합리적 행동의 방향 — 고정관념 없이 자신의 작업을 AI와 재편성하고, 노동 외 소득원을 쌓는 것 — 은 변하지 않는다.