AI와 글로벌 경제: 구조적 변곡점인가, 생산성의 점프인가
인베스팅닷컴 보도에 따르면, 경제학자들은 인공지능(AI)이 생산성을 크게 끌어올릴 잠재력은 크지만, 당분간 글로벌 경제의 구조 자체를 재편하지는 않을 수 있다고 경고했다. 다만 최종적 영향은 아직 열려 있는 질문으로 남아 있다고 진단했다.
2025년 11월 8일, 인베스팅닷컴의 보도에 따르면, 모건스탠리의 세스 카펜터(Seth Carpenter) 글로벌 수석 이코노미스트와 스티븐 버드(Stephen Byrd) 테마 리서치 총괄은 학계 연구자 안톤 코리네크(Anton Korinek)와의 최근 웨비나(webcast)에서, 소위 “변혁적 AI(transformative AI)”의 잠재력은 인간 수준의 지능을 재현하고 개선하는 능력에 달려 있다고 말했다.
이들은 진정한 의미의 변혁적 AI에 도달하는 일은 “아직 기정사실이 아니다”라며, 그 성패는 스케일링 법칙(모델 규모·데이터·연산이 늘수록 성능이 지수적으로 개선되는 경향)이 앞으로도 지수적 진전을 제공할 수 있는지에 달려 있다고 지적했다.
만약 그 임계치에 도달한다면, “경제 규모와 성장의 한계는 다시 흐릿해질 것이며, 인간이 무엇을 할 것인지에 대한 질문을 피할 수 없게 된다”는 설명이다.
아울러, AI가 인간의 개입 없이 대부분의 과업을 수행하게 되는 경우, 사회가 경제적 가치가 있는 일의 정의를 확장할 것인지 여부가 쟁점으로 부상할 수 있다고 내다봤다. 이 경우 규제와 정부 정책이 논의의 중심에 설 것이라고 전망했다.
이러한 돌파구는 역사상 몇 차례만 목격된 구조적 전환을 의미할 수 있다고 했다. 이는 산업혁명에 비견될 수 있는데, 당시에는 기술 발전이 성장의 주된 제약을 토지에서 기술로 대체한 바 있다.
다만 그 시점이 오기 전까지는, AI의 주요 영향은 대규모 실업을 촉발하기보다는 생산성 가속화와 노동시장 재편에서 나타날 가능성이 크다고 경제학자들은 평가했다.
“광범위한 우려에도 불구하고, 우리는 AI 도입으로 인한 단기 대규모 실업의 확률을 높게 보지 않는다.”
이들은 일요일에 발간한 보고서에서 이렇게 적고, 역사적으로 새로운 기술은 일자리 감소보다 산출 증가로 이어지는 경향이 강했다고 덧붙였다.
이 경제학자들은 또 높은 생산성만으로 물가상승률이 영구적으로 억제된다고 보기는 어렵다고 반박했다. 수요 균형을 맞추는 데에는 재정 정책과 통화 정책이 계속 핵심적이라는 것이다.
“궁극적으로 인플레이션은 통화정책이 어디에 두느냐의 결과다.”
금융시장 측면에서 카펜터와 버드는, 생산성 강화가 시간이 지남에 따라 기업 이익과 주식 밸류에이션을 끌어올릴 것으로 예상했다.
“생산성의 급등은 의심할 여지 없이 증시를 부양할 것이다. 근본적으로 자본수익률의 상승을 이야기하는 것이기 때문이다.”
다만 애널리스트들은 AI 전환을 주도하는 기업과 와해되는 기업 간에 “승자와 패자”가 발생할 것이라고 경고했다.
금리에 대한 영향은 복합적일 수 있다고 덧붙였다. 경제모형상, 한계 자본생산성이 오르면 장기금리는 높아질 여지가 있지만, AI 도입이 디스인플레이션 압력을 가하거나 경기 내 유휴(slack)를 남길 경우 중앙은행이 초기에 금리를 인하할 가능성도 있다는 설명이다.
모건스탠리는 AI가 여전히 자사의 핵심 리서치 테마라며, 경제와 시장에 미칠 영향은 “앞으로도 계속될 것”이라고 밝혔다.
핵심 인용과 관점
• “변혁적 AI는 인간수준 지능의 재현·개선을 통해 경제의 상한선을 흔들 수 있다.”
• “스케일링 법칙이 지수적 성장을 지속할지가 관건이다.”
• “단기 대규모 실업의 확률은 낮다; 신기술은 보통 산출을 늘린다.”
• “인플레이션은 궁극적으로 통화정책이 결정한다.”
• “생산성 급등은 증시와 기업이익, 밸류에이션을 지지하겠지만 승자와 패자가 갈릴 것이다.”
용어 설명: 낯선 개념을 빠르게 이해하기
변혁적 AI(Transformative AI): 인간 수준의 지능을 재현·초월해 경제 구조와 사회 질서에 체계적 변화를 일으킬 잠재력을 지닌 AI를 뜻한다. 단순한 자동화를 넘어 지적 노동 전반에 영향을 미칠 수 있다는 개념이다.
스케일링 법칙(Scaling Laws): 모델 파라미터 수, 데이터 규모, 연산능력이 커질수록 성능이 예측 가능하게 개선되는 경험 법칙이다. 이 경향이 지속된다면 성능은 지수적으로 향상될 수 있으나, 물리적·경제적 제약으로 둔화될 위험도 논쟁 중이다.
한계 자본생산성(Marginal Product of Capital): 자본을 한 단위 추가 투입할 때 늘어나는 산출을 말한다. 이 값이 상승하면 자본의 보수가 커져 장기 중립금리가 높아질 가능성이 있다.
디스인플레이션(Disinflation): 인플레이션의 상승 속도가 둔화되는 현상이다. 물가가 하락(deflation)하는 것과는 다르며, 중앙은행은 디스인플레이션 압력이 강하면 금리를 낮추어도 되는 여지를 검토할 수 있다.
심층 해설: 한국 투자자와 정책당국에의 함의
첫째, 이번 논의는 AI가 당장 노동을 대체하기보다 노동을 재배치할 가능성에 무게를 둔다. 이는 기업이 인력 구조조정보다 업무 재설계와 생산성 도구 확산을 통해 같은 인원으로 더 많은 산출을 내는 시나리오에 가깝다. 국내 기업들 역시 AI 도입을 인건비 절감이 아닌 수익성 개선과 제품 혁신의 촉매로 설계할 필요가 있다.
둘째, 물가에 관해 “생산성만으로는 인플레이션을 제압할 수 없다”는 점은 중요하다. 생산성 향상은 공급 측 개선인 반면, 인플레이션은 총수요·기대·정책 스탠스의 함수다. 따라서 통화·재정당국은 AI가 만드는 생산성 보너스를 정책 완화의 면허로 오용하기보다, 수요와 기대를 정합적으로 관리할 필요가 있다.
셋째, 금리 경로는 비대칭적일 수 있다. 장기적으로는 자본수익률 상승이 장기금리 상방을 열 수 있으나, 도입 초기 가격하방 압력과 경기 유휴가 관측되면 중앙은행은 선제적 인하로 대응할 수 있다. 이 경우 듀레이션 포지셔닝은 시점·속도에 민감해지며, 기간 프리미엄 변동성 확대에 대비해야 한다.
넷째, 주식시장에서는 승자·패자 구도가 선명해질 공산이 크다. 모델·데이터·인프라를 확보한 선도 기업은 규모의 경제와 네트워크 효과를 통해 수익성을 레버리지할 수 있지만, 후발·레거시 기업은 가격 압박·마진 축소에 직면할 수 있다. 투자자는 AI 채택 강도, 데이터 우위, 비용 구조를 중심으로 퀄리티 팩터 점검이 필요하다.
다섯째, 노동시장 정책의 우선순위는 직업 보호가 아니라 기술 적응력 제고다. 재훈련(reskilling)과 전환교육(upskilling), 자격 인정의 유연화가 뒷받침되어야 생산성 향상이 고용·임금으로 확산된다. 사회안전망은 고용 전환을 매끄럽게 만들고, 가치 있는 일의 정의를 돌봄·창의·상호작용으로 확장하는 논의가 병행될 것이다.
정리: 변혁은 가능성, 기본선은 생산성
요약하면, 카펜터·버드·코리네크의 논지는 이렇다. 단기에는 AI가 생산성 가속과 노동시장 재편을 통해 성장·이익을 지지할 가능성이 크며, 대규모 실업은 기본 시나리오가 아니다. 물가는 통화정책의 함수이므로, 생산성만으로 인플레이션이 사라지지 않는다. 금리는 도입 초기 디스인플레이션에 따라 하향 압력이, 장기에는 자본수익률 상승에 따른 상향 압력이 공존할 수 있다. 장기에는 스케일링 법칙의 지속 여부에 따라 변혁적 AI의 문이 열릴 수 있으나, 그때는 규제·정책·일의 정의가 새로 쓰이는 구조적 전환이 뒤따를 것이다.
