2028년 글로벌 지능 위기: AI 풍요가 일자리와 시장을 어떻게 재편할 수 있는가

TL;DR

• "2028년 글로벌 지능 위기"는 2026년 Citrini Research가 제시한 미래 지향적인 거시 시나리오입니다. 이는 예측이 아니라, AI가 기관이 적응할 수 있는 속도보다 더 빠르게 성공할 경우 발생할 수 있는 상황에 대한 스트레스 테스트입니다.

• 핵심 아이디어는 간단하지만 불안합니다. 지능이 풍부하고 저렴해진다면, 희소한 인간 전문성에 기반한 경제는 적응에 어려움을 겪을 수 있습니다.

• AI로 인한 초기 생산성 향상은 처음에는 기업 이익과 주식 시장을 활성화할 수 있습니다.

• 시간이 지남에 따라 화이트칼라 노동자의 대규모 대체는 소비자 지출, 주택 안정성 및 신용 시장을 약화시킬 수 있습니다.

• 재테크 계정 위험은 은행에서 시작되지 않고, 사모 신용, 보험 대차대조표 및 우량 주택 담보 대출에서 시작될 수 있습니다.

• 금리 인하와 같은 전통적인 정책 도구는 경기 순환적 수요 약화보다는 구조적 노동 대체로 인한 위기에서는 효과가 떨어질 수 있습니다.

소개

2026년, Citrini Research 는 2028년 글로벌 지능 위기(The 2028 Global Intelligence Crisis)라는 제목의 사고 실험을 발표했습니다. 이 글은 미래에서 과거를 되돌아보는 것처럼 쓰여졌으며, AI 주도 붐이 어떻게 시스템적인 경제 침체로 발전할 수 있는지를 설명했습니다. 저자들은 이것이 예측이 아니라는 점을 분명히 했습니다. 이는 투자자와 정책 입안자들이 과소평가할 수 있는 위험을 탐색하기 위해 고안된 시나리오였습니다.

핵심 논제는 직관에 반합니다. 인공지능에 대한 낙관적인 전망이 옳다면 어떨까요? AI 시스템이 계속해서 빠르게 개선되어 비용을 절감하고 생산성을 높이며 더 많은 인지 작업에서 인간 작업자를 능가한다면 어떨까요? 이 경우, 혼란은 일시적이거나 특정 부문에 국한되지 않을 수 있습니다. 이는 노동 시장, 주택 안정성, 신용 시장, 심지어 정부 재정까지 재편할 수 있습니다.

이 글은 2028년 글로벌 지능 위기(Global Intelligence Crisis)를 알기 쉽게 설명합니다. 이 글은 기관들이 충분히 빠르게 적응하지 못할 경우, AI 기반의 풍요가 어떻게 구조적 노동 대체, 금융 재평가, 그리고 더 광범위한 경제적 조정을 초래할 수 있는지 살펴봅니다.

왜 지금 이 시나리오가 중요한가

아이디어의 타이밍이 중요합니다. 2023년부터 대규모 언어 모델과 에이전트 기반 AI 시스템이 빠르게 발전했습니다. 한때 인간을 보조했던 생산성 도구들은 이제 작업을 자율적으로 완료합니다. 기업들은 AI 인프라에 예산을 재할당하고 있으며, 기술 기업들은 데이터 센터와 칩에 대한 기록적인 지출을 보고하고 있습니다.

동시에 소프트웨어, 금융, 컨설팅 분야의 채용이 둔화되었습니다. 건설 및 의료 분야는 안정세를 유지하고 있지만, 전문직 분야의 일자리 공고는 감소했습니다. 이러한 차이는 인지 자동화가 예상보다 일찍, 그리고 빠르게 화이트칼라 직무에 영향을 미치고 있음을 시사합니다.

핵심 경제 변화: 희소성에서 지능의 풍요로움으로

역사적으로 희소한 투입물로서의 지능

현대 경제는 인간의 지능이 희소하다는 가정하에 구축됩니다. 숙련된 전문가들은 제품을 설계하고, 자본을 관리하며, 소프트웨어를 작성하고, 공급망을 조율합니다. 이들의 임금은 이러한 희소성을 반영합니다.

미국에서 GDP 대비 노동 소득 분배율은 1970년대 약 64%에서 2020년대 중반 약 56%로 점진적으로 감소했습니다. 그럼에도 불구하고, 고숙련 노동은 가계 소득과 세입의 중추로 남아 있습니다. 주택 담보 대출 심사, 학자금 대출, 은퇴 계획은 모두 교육받은 근로자의 안정적인 장기 소득을 전제로 합니다.

풍요의 초

AI는 이러한 방정식을 바꿉니다. 일단 훈련되면 AI 시스템은 낮은 한계 비용으로 인지 작업을 수행할 수 있습니다. 육체노동을 대체했던 기계 자동화와 달리 AI는 추론, 코딩, 초안 작성 및 분석을 목표로 합니다.

이번 주기는 과거의 자동화 물결과는 다릅니다. 한때 안전하다고 여겨졌던 역할과 직접적으로 경쟁하기 때문입니다. 기계가 15만 달러 전문가의 결과물을 훨씬 저렴한 비용으로 복제할 수 있게 되면, 경제적 계산은 빠르게 변화합니다.

인간 지능 대체 나선

AI 기능: 급여 절감

초기 단계에서는 기업들이 이점을 얻습니다. AI 도구는 급여 비용을 절감합니다. 마진은 확대됩니다. 수익은 예상을 뛰어넘습니다. 주가는 상승합니다.

역사적 데이터에 따르면 생산성이 임금보다 빠르게 증가할 때 기업 이익이 급증하는 경향이 있습니다. 이 시나리오에서 기업은 절감액을 더 많은 AI 시스템에 재투자하여 효율성을 더욱 높입니다.

급여 감소: 소비 약화

그러나 화이트칼라 노동자들은 재량 지출에서 불균형적으로 큰 비중을 차지합니다. 미국 소득 상위 20%는 소비자 지출의 약 3분의 2를 차지합니다. 이들 노동자들이 일자리를 잃거나 저임금 직책을 수락할 경우, 주택, 여행 및 소매업에 미치는 영향은 상당합니다.

고소득층의 미미한 고용 감소도 수요의 상당한 하락으로 이어질 수 있습니다.

부정적 피드백 루프

소비 지출 약화가 기업 수익에 압박을 가할 때 피드백 루프가 발생합니다. 기업들은 마진을 보호하기 위해 인력을 더 줄이고 자동화를 늘리는 방식으로 대응합니다. AI는 더욱 발전합니다. 이 주기는 반복됩니다.

재고 주기나 금리 인상으로 인한 전통적인 경기 침체와 달리, AI 기능이 계속 발전한다면 이러한 나선형 하강에는 자연적인 제동 장치가 없습니다.

“유령 GDP”와 경제 유통의 붕괴

“유령 GDP”는 국민 계정에 나타나지만 가계를 통해 순환되지 않는 생산량을 의미합니다. 임금이 정체된 상태에서 생산성이 증가하면 소비자 지출이 약화되더라도 GDP는 안정적으로 유지될 수 있습니다.

소득이 임금 근로자보다는 자본 소유자에게 집중될 때 화폐 유통 속도는 감소합니다. 기계는 생산물을 생성하지만, 상품이나 서비스를 소비하지는 않습니다. 시간이 지남에 따라 이러한 불균형은 재량적 수요에 의존하는 부문에 부담을 줄 수 있습니다.

산업 파괴: 소프트웨어 교환 중개

엔터프라이즈 소프트웨어 압축

에이전트 코딩 도구를 통해 기업은 고가의 소프트웨어 구독을 대체할 내부 솔루션을 구축할 수 있습니다. 이러한 가격 압박은 SaaS 산업 전반에 걸쳐 나타나고 있습니다. 계약이 줄어들거나 사라지면서 기업들은 인력을 감축하고 있습니다.

2026년과 2027년에 공개 소프트웨어 기업들은 성장 둔화와 인력 감축을 보고했습니다. 사용자당 라이선스를 판매하는 공급업체의 경우, 낮은 좌석 수는 매출 감소로 직결되었습니다.

마찰 기반 비즈니스 모델의 붕괴

AI 에이전트는 또한 소비자의 마찰을 줄여줍니다. 이들은 즉시 가격을 비교하고, 사용하지 않는 구독을 취소하며, 구매를 최적화합니다.

AI 시스템이 더 저렴한 결제 레일을 찾으면서 결제 인프라가 압박을 받을 수 있습니다. Solana 및 Ethereum과 같은 블록체인 네트워크는 최소한의 수수료로 거의 즉각적인 전송을 제공하여, 인터체인지 기반 모델에 도전합니다.

마찰이 사라지면, 편리함과 관성에 기반한 비즈니스 모델은 가격 결정력을 잃게 됩니다.

섹터 리스크에서 시스템적 재테크 계정 리스크로

Private 신용 Exposure

Private 신용은 지난 10년간 전 세계적으로 2조 달러를 초과하며 크게 성장했습니다. 소프트웨어 산업의 많은 레버리지 바이아웃은 꾸준하고 반복적인 수익 성장을 가정했습니다. 만약 AI가 이러한 수익 흐름을 방해한다면, 부채 상환에 어려움이 생길 것입니다.

가상의 2027년 시나리오에서 등급 하향은 집중된 섹터 노출이 신용 시장을 통해 어떻게 연쇄적으로 영향을 미칠 수 있는지를 보여줍니다.

보험 및 규제 파급효과

대형 자산운용사들은 보험 계약자 자금을 사모 신용에 투자하는 생명보험사를 소유하고 있습니다. 손실이 증가하면 규제 당국은 자본 요건을 강화할 수 있습니다. 위험 기반 자본 조정은 자산 매각이나 자본 확충을 강제하여 스트레스를 증폭시킬 수 있습니다.

주택담보대출의 질문: 프라임 대출은 여전히 "돈이 되는가"?

미국 모기지 시장은 13조 달러를 초과합니다. 대출 심사는 차용인이 30년 동안 안정적인 수입을 유지한다고 가정합니다.

이 시나리오에서 기술 중심 지역의 우량 차용인들은 지속적인 임금 압박에 직면합니다. 전국 평균이 안정적으로 유지되더라도 특정 대도시 지역의 초기 연체 데이터는 우려를 불러일으킵니다.

2008년과 달리, 대출은 애초에 무모하지 않았습니다. 위험은 사후 구조적 소득 손상에서 비롯됩니다.

글로벌 파급효과 및 대외 계정

IT 서비스 수출에 의존하는 국가들은 AI가 아웃소싱 코딩 수요를 감소시킬 경우 통화 압력에 직면할 수 있습니다. 자본은 반도체 및 데이터 센터 허브로 점점 더 많이 유입되고 있습니다.

AI 인프라를 생산하는 경제는 우위를 점하고, 노동력 수출 경제는 조정됩니다.

구조적 위기 속 정책 제약

통화 정책의 한계

금리 인하는 신용 조건을 완화할 수 있지만, 기계가 작업을 더 저렴하게 수행한다면 인간 노동에 대한 수요를 회복시킬 수는 없습니다.

재정적 긴장

고용 변화에 따라 급여세 수입이 감소합니다. 실직 근로자를 지원하기 위한 정부 지출이 증가합니다. GDP에서 노동의 비중은 더욱 감소합니다.

새로운 정책 제안

제안에는 AI 컴퓨팅에 세금을 부과하거나, 공공 AI 기금에서 배당금을 분배하거나, AI 인프라 수익에 대한 주권적 참여를 확립하는 것이 포함됩니다. 각 접근 방식은 정치적, 경제적 상충 관계를 수반합니다.

투자 시사점

꾸준한 화이트칼라 소득 증가를 가정하여 구축된 포트폴리오는 재평가가 필요할 수 있습니다. 주택저당증권, 사모 신용 및 임의 소비재 주식은 역풍에 직면할 수 있습니다.

반대로, AI 인프라, 반도체 공급망, 컴퓨팅 제공업체는 지속적인 수요로부터 이점을 얻을 수 있습니다.

자주 묻는 질문

1. 2028년 글로벌 인텔리전스 위기는 예측인가요?

아닙니다. 이는 Citrini Research가 AI 도입이 기관 적응보다 빠르게 가속화될 경우 발생할 수 있는 잠재적 위험을 탐색하기 위해 제시한 시나리오입니다.

2. H 이전 자동화 물결과 어떻게 다른가요?

이전의 물결은 육체노동을 대체했지만 새로운 인지적 역할을 창출했습니다. AI는 추론, 코딩, 의사결정 작업에서 직접 경쟁하며 고소득 직업을 더 빠르게 압축합니다.

3. 정책이 위기를 막을 수 있을까?

적절한 지급일의 재정 개혁, 인력 재교육, 적응형 규제 프레임워크는 위험을 완화할 수 있습니다. 핵심 변수는 속도입니다. AI 개발은 제도적 변화를 앞지를 수 있습니다.