인공지능(AI)이 단기간 내에 거대한 고용 소멸을 초래해 경제 전반의 수요를 급감시키고 소비·투자 사이클을 붕괴시킬 수 있다는 시나리오가 최근 제기됐다. 해당 보고서는 이러한 전개가 현실화되면 국내외 금융시장과 실물경제에 즉각적이고 광범위한 충격을 줄 수 있다고 경고한다.
2026년 3월 1일, 나스닥닷컴의 보도에 따르면, 투자 리서치 기관인 Citrini Research가 지난 주말 공개한 보고서 “The 2028 Global Intelligence Crisis”는 향후 2년 안에 AI의 노동 대체가 가속화되면 실업률이 10%를 초과하는 상황이 도래하고, 고용 감소로 인한 가처분소득 축소가 소비 수요 붕괴로 이어져 경제 전체가 급격히 위축될 가능성을 제시했다.
이 보고서는 시나리오의 전개 과정을 다음과 같이 요약한다.
AI 역량이 빠르게 향상되고 비용이 낮아지자 기업은 인력을 감축하게 되었고, 인건비 절감분을 추가적인 AI 투자로 재투입하면서 더 많은 인력을 대체하게 되었다. 대체된 노동자는 소비 여력을 잃었고, 소비재를 판매하는 기업은 매출 감소를 만회하기 위해 다시 AI에 투자했다. 이는 자연적인 제동 장치가 없는 부정적 피드백 루프가 되었다.
보고서는 이와 같은 악순환이 이어지면 GDP와 생산성, 기업 이익 통계에는 반영되지만 실제 가계 소득의 순환으로 이어지지 않는 이른바 “고스트(Ghost) GDP” 현상이 나타날 수 있다고 지적한다. 즉, 통계상으로는 생산과 이익이 존재하지만 실질적인 소비와 소득 분배로 이어지지 않아 경제 전반의 수요 측면이 취약해지는 것이다.
보고서 공개 직후 시장 반응도 즉각적이었다. 보고서가 유통되던 주 초 월요일에 S&P 500 지수는 약 1% 하락했다. 이와 별개로 같은 달 23일에는 AI 스타트업 Anthropic PBC가 자사 도구인 Claude Code를 통해 구식 프로그래밍 언어인 COBOL의 현대화를 가능케 한다고 발표하면서, 해당 기술을 핵심 자산으로 보유한 International Business Machines(IBM)의 주가가 하루에 약 13% 급락했다. 이는 2000년 이후 IBM의 최대 일일 낙폭이었다.
용어 설명
COBOL은 1959년 개발된 고급 프로그래밍 언어로, 특히 금융·보험·관공서의 레거시(legacy) 시스템에 여전히 널리 사용된다. 이러한 레거시 코드는 현대화가 어려워 안전성·안정성 측면에서 중요한 자산으로 간주된다.
Say의 법칙(Say’s Law)은 공급이 스스로 수요를 창출한다는 고전 경제학 원리로, 일부 비판자들은 AI가 생산성을 높여 새로운 수요를 만들어낼 수 있다고 주장한다.
Ghost GDP는 통계상 생산과 이익은 증가하지만 임금·고용을 통한 소득 순환이 약해 실질적인 수요로 연결되지 않는 현상을 설명하기 위해 사용되는 용어다.
경제학계와 시장의 반응
다수의 경제학자와 시장 분석가들은 Citrini 보고서의 가정과 전개 방식에 대해 의문을 제기했다. 주요 비판은 보고서가 채택한 몇몇 가정이 지나치게 추정적이라는 점이다. 예컨대, 모든 산업과 직군에서 동시다발적·대규모로 인력 감축이 발생한다는 전제가 현실적으로 과도하다는 지적이 있다. 또한 일부 학자들은 AI가 기존 노동자의 생산성을 높여 고용을 유지하거나 새로운 서비스를 만들어내며 총고용을 증가시킬 수 있다고 반박한다. 이는 공급 증가가 새로운 수요를 창출한다는 Say의 법칙을 일부 적용한 관점이다.
보고서 작성자들 스스로도 보고서를 ‘시나리오’로 규정하며 예측이 아니라 가능한 전개 경로의 하나라고 명시했다. 그럼에도 불구하고 시장은 단기 심리에 민감하게 반응했고, 기술·금융 관련 주식군에서는 변동성이 확대됐다.
투자자 관점과 대응 전략
당장의 대응으로서 보고서는 투자자들에게 장기적 관점의 매수 및 보유(buy-and-hold) 전략을 권고하는 보수적 관점과 함께, 기업의 장기 전략과 AI 활용 역량을 중시하는 접근법을 제시하고 있다. 이는 즉, 단기적 공포에 의해 포트폴리오를 급격히 재조정하기보다는 AI를 효과적으로 도입·활용할 역량이 있는 기업을 선별해 장기 투자하는 것이 바람직하다는 해석이다.
한편으로는 정책적·제도적 대응의 필요성도 제기된다. 대규모 노동 대체가 현실로 다가온다면 실업 충격을 완화하기 위한 재교육(재직자 훈련), 사회안전망 강화, 노동시장 유연성 제고, 그리고 AI 사용에 따른 과세·규제 설계 등이 논의되어야 한다. 이러한 정책 수단이 적시에 도입되지 않으면 수요 붕괴가 장기 침체로 이어질 위험이 크다.
실무적 의미와 향후 전망
만약 보고서가 가정한 시나리오대로 2년 내 실업률이 10%를 넘는 상황이 발생하면, 소비재·서비스업의 매출 감소가 광범위하게 진행되며 기업의 투자·고용 결정에 즉각적인 하방 압력을 줄 것이다. 금융시장에서는 실적 하향 조정과 자산 가격 재평가가 발생할 수 있고, 이는 은행·보험 등 금융섹터에 대한 스트레스로 연결될 수 있다. 그러나 이러한 결과는 초기 조건(기술 발전 속도, 기업의 도입 속도, 정책 대응 등)에 크게 의존하므로 불확실성이 크다.
실무적으로 투자자와 기업은 다음과 같은 점을 주목할 필요가 있다. 첫째, 단기적 가격 변동에 대한 위험 관리를 강화하되 기업의 AI 전략과 인력 재교육 계획을 투자 판단의 핵심 요소로 고려해야 한다. 둘째, 산업별로 자동화의 적용 가능성과 대체 비용이 다르다는 점에서 섹터별 리스크 분산이 중요하다. 셋째, 거시적 충격을 완화하기 위한 정책 흐름을 면밀히 관찰하고, 규제·재정 정책 변화에 따른 재무·세무 리스크를 사전 점검해야 한다.
결론
Citrini Research의 보고서는 AI가 초래할 수 있는 최악의 시나리오를 제시하며 금융시장과 정책 당국, 기업 및 투자자에게 경각심을 불러일으켰다. 그러나 다수의 경제학자는 보고서의 가정을 비판하고 있으며, AI가 오히려 생산성과 고용을 보완할 수 있다는 낙관적 시나리오도 존재한다. 따라서 현재로서는 해당 보고서를 특정한 예측으로 받아들이기보다, 다양한 시나리오에 대비한 리스크 관리와 정책적 대비가 필요하다는 점이 보다 합리적이다.
전망 : 단기적으로는 AI 관련 뉴스에 대한 민감도가 높아 시장 변동성이 계속될 가능성이 크다. 중장기적으로는 기술 확산 속도와 정책·제도적 대응이 실물경제에 미칠 영향을 좌우할 것이다. 투자자는 기업의 AI 도입 역량, 인력 전환 정책, 재무 건전성을 면밀히 검토하면서 포트폴리오를 구성할 필요가 있다.
