저자: 리유, 텐센트연구원 특약저자

인공지능의 거시경제적 영향을 둘러싼 직관적 풍경은 ‘K자형 회복’이다. 인공지능 관련 자본, 선두 기업 및 소수 고숙련 집단은 위로 향하고, 일반 노동자와 주민 대상 일부 전통 부문은 아래로 향한다. 그러나 이러한 분화가 일반 노동이 점차 핵심 생산 요소에서 물러나는 동시에 기계 부문이 상대적으로 독립적인 투자 및 확대 재생산 순환을 형성하는 데서 비롯된다면, 이는 단순한 경기 회복기의 분화가 아니라 경제사의 변곡점일 수 있다. 둘의 차이를 판별하려면 먼저 하나의 기초 질문에 답해야 한다. 인공지능 경제란 도대체 무엇인가. 본문은 현재 이러한 구조적 ‘K자형’ 분화가 이미 형성되었는지에 대해 실증적 판단을 내리지 않고, 주기적 분화와 경제 형태 전환을 구분하기 위한 이론적 틀과 식별 기준을 제시한다.

인공지능은 과거의 기술 진보와 다르다

(一) 과거의 기술 진보는 항상 인간의 지능을 최종 희소 투입 요소로 삼았다

“인간과 원숭이가 서로 작별을 고했다. 돌 몇 개를 갈았을 뿐인 유년 시절. 구리와 철을 용광로 불꽃 속에 뒤집으며, 언제쯤 알아맞혔을까? 기껏해야 몇천 번의 추위와 더위였을 뿐.”

도구의 창조와 사용은 호모 사피엔스를 수많은 종 가운데서 두각을 나타내게 했다. 이후 인류 발전사는 대체로 도구와 기술을 끊임없이 개선하고, 새로운 생산 요소를 도입하며, 생산함수를 다시 써 내려온 역사다. 각 역사 단계는 당연히 토지, 노동, 자본, 지식, 정보를 모두 함께 사용했지만, 생산 확대를 결정하는 주요 희소 요소와 상징적 기술에 따라 ‘이상형’으로 요약한다면, 인류 경제는 대략 농업경제, 공업경제, 디지털경제를 거쳐 인공지능 경제로 진화하고 있다.

약 1만 년 전, 서아시아 비옥한 초승달 지대를 비롯한 여러 지역에서 수렵·채집에서 정착 농업으로의 전환이 가장 먼저 일어났고, 이후 농업은 동아시아와 아메리카 등지에서 독자적으로 발전했다. 토지와 노동력은 농업경제의 가장 주요한 생산 제약이 되었고, 농업 기술은 토지와 노동의 이용 효율을 결정했다. 중국 전통 사회를 예로 들면, 토지 집중, 세금과 부역의 불균형, 기층 통치 약화와 사회 혼란은 일부 왕조 후기에 서로를 강화했으며, 농업 잉여는 도시, 국가 재정, 비농업 인구가 도달할 수 있는 규모를 오랫동안 결정했고, 토지 겸병과 왕조의 흥망성쇠가 긴밀히 연결되었다.

18세기 후반, 산업혁명은 영국에서 가장 먼저 전개되었다. 증기 동력의 개량과 보급, 기계화 생산 및 공장 제도가 함께 공업경제의 형성을 추동했고, 자본과 노동력은 확대 재생산의 핵심 요소가 되었다. 기계는 인간의 육체적 힘을 현저히 대체하고 증폭시켰지만, 기계의 설계, 작동, 조직, 유지, 혁신은 여전히 인간의 지능에서 분리될 수 없었다. 공업화가 심화됨에 따라 고정 자본 투자, 재고, 신용, 설비 갱신은 경기 순환에 점점 더 깊은 영향을 미쳤고, 자본 소유권은 소득 분배와 부의 양극화의 중요한 기초가 되었다.

20세기 중반 이후 컴퓨터, 통신 네트워크, 인터넷이 차례로 보편화되며 정보 혁명이 디지털경제의 부상을 추동했다. 중국의 《‘14차 5개년’ 디지털경제 발전 계획》은 디지털경제를 “데이터 자원을 핵심 요소로, 현대 정보 네트워크를 주요 운반체로, 정보 통신 기술의 융합 응용과 전 요소의 디지털 전환을 중요한 추진력으로 하는” 경제 형태로 규정한다1. 데이터는 복제 가능하고 재사용 가능하며 비교적 강한 비경합성을 지녀, 서로 다른 주체와 장면에서 반복적으로 생산에 참여할 수 있다. Jones and Tonetti(2020)는 이에 근거하여 데이터의 비경합성이 규모 수확 체증을 가져오고, 데이터 사용권, 프라이버시, 시장 구조를 새로운 자원 배분 문제로 만든다고 지적했다2. 데이터와 정보 기술은 플랫폼 경제, 산업 인터넷, 유연한 공급망을 탄생시켰을 뿐만 아니라, 연구개발·생산·유통·소비가 실시간으로 연결되고 최적화될 수 있게 했다. 그러나 디지털 기술은 주로 인간의 지능을 기록·전송·조직·증강하는 것으로, 인간의 이해, 판단, 혁신, 최종 의사 결정은 여전히 생산 과정에서 복제하기 가장 어려운 범용 투입 요소로 남아 있었다.

앞서 열거한 기술 혁명에서 도구는 인간의 근육을 대체하고, 감각 기관을 확장하며, 기억과 계산 능력을 증강할 수 있었지만, 일반 지능을 노동자로부터 분리하여 독립적으로 복제·축적할 수 있는 자본으로 전환하지는 못했다. 인공지능은 아마도 처음으로 이 기본 사실을 바꿀 것이다. 대규모 언어 모델, 에이전트, 로봇은 이미 언어 이해, 이미지 인식, 프로그램 작성, 연구 분석, 방안 설계와 같은 인지 과제를 부분적으로 수행하기 시작했다. 더욱 중요한 것은 동일한 지능 능력을 서로 다른 장소와 장면에서 동시에 배치할 수 있고, 차세대 시스템의 연구 개발과 개선에도 참여할 수 있다는 점이다. 인공지능은 이로써 또 하나의 도구가 아니라, 본래 인간에게 부착되어 있던 지능의 일부를 축적·복제·규모화하여 배치할 수 있는 지능 자본으로 전환한 것이다.

(二) 전통적인 기술 진보 모델은 이러한 변화를 설명하기에 충분하지 않을 수 있다

전통적 성장 이론은 일반적으로 기술 진보를 자본 증강형, 노동 증강형 또는 총요소생산성 충격으로 처리하며, 과업 모델은 생산을 여러 과업으로 분해하여 기계가 기존 과업을 인수하고 인간이 새로운 과업을 창출하는 사이의 균형을 분석한다. 이러한 프레임워크는 현재의 인공지능 고용 및 생산성 영향을 연구하는 데 여전히 유효하다. 그러나 현실 정책 분석에 사용되는 대다수 모델은 여전히 인간 가계를 후생 평가의 주체로 유지하고, 인간의 소비와 여가로 일반 균형을 닫는다. 노동이 자동화의 충격을 받더라도, 모델 내에는 일반적으로 자동화 불가능한 일부 과업이나 새로운 노동 과업이 남아 있다.

Aghion, Jones and Jones(2019)는 이미 인공지능을 자동화의 최신 형태로 간주하고, 상품과 서비스 생산을 자동화할 뿐만 아니라 아이디어와 연구 개발 생산성을 높이는 시나리오를 논의했다3. Trammell and Korinek(2023, 2026년 개정)은 나아가 기계가 거의 모든 생산 과업을 수행하고 기계 자신의 복제에 참여할 수 있다면, 장기 성장률과 노동 소득 비중이 모두 산업 시대의 ‘칼도어의 정형화된 사실’을 깨뜨릴 수 있다고 지적한다. 완전 자동화는 성장률을 크게 높이고 노동 비중을 낮출 가능성이 있으며, 임금 상승 또는 하락은 규모 수확, 천연자원 제약, 기술 진보의 방향에 달려 있다는 것이다4. 이는 인공지능이 기존 모델의 특정 파라미터만을 바꾸는 것이 아니라, 노동이 여전히 보편적 투입 요소로 생산함수에 진입해야 하는지, 자본 축적이 여전히 인간의 최종 소비에 의해 검증되어야 하는지 등 기초 설정을 바꿀 수 있음을 의미한다.

현재 인공지능의 거시경제적 영향에 관한 연구는 생산성, 투자, 고용, 인플레이션, 소득 분배, 경제 변동을 어떻게 변화시키는지에 더 초점을 맞춘다. 이는 현실 이행 단계를 분석하는 데 필요한 작업이다. Brynjolfsson, Korinek and Agrawal(2025)은 경제 성장, 혁신, 소득 분배, 의사 결정권, 지오이코노미, 정보 흐름, 안전 리스크, 인간 복지, 이행 과정을 변혁적 인공지능 경제학이 연구해야 할 9대 도전 과제로 꼽았다5. 그러나 인공지능이 궁극적으로 인간의 인지 노동을 광범위하게 대체할 수 있다면, 이를 단지 한 차례 더 강력한 범용 기술 충격으로 보는 것만으로는 그것이 초래할 수 있는 경제 형태의 변화를 설명하기에 여전히 부족하다.

(三) 인공지능 경제에 대한 작업적 정의

현재 인공지능 경제나 지능 경제에 관한 적지 않은 논의는 초기 디지털경제 논의와 매우 유사하게, 주로 알고리즘·컴퓨팅 파워·데이터가 중요한 생산 요소가 되고, 인공지능과 실물 경제가 깊이 융합된다거나, 생산과 생활이 지능화된다는 점을 강조한다. 이러한 표현들은 인공지능 응용의 범위를 기술할 수 있지만, 인공지능 경제가 왜 디지털경제의 고급 단계가 아니라 하나의 새로운 경제 형태로 간주되어야 하는지 충분히 답하지 못한다. 디지털경제가 “데이터가 핵심 생산 요소가 되는 것”을 식별 특징으로 삼는 것을 본받아, 본문은 인공지능 경제의 보다 뚜렷한 식별 특징은 핵심 생산 요소에 더 이상 일반 노동이 포함되지 않는다는 점이라고 본다. 그 근본적 변화는 단순히 한 가지 요소를 추가하는 것이 아니라, 본래 인간에게 부착되어 있던 지능을 지능 자본으로 전환하고, 일반 노동이 점차 생산 확대의 핵심적 제약에서 물러나게 한다는 데 있다.

이에 따라 본문은 인공지능 경제를 다음과 같이 정의한다. 인간의 충분히 넓은 범위에서 경제적 가치를 지닌 지능 능력이 자본화되고, 복제 가능하며 규모화하여 배치될 수 있게 됨으로써, 일반 노동이 더 이상 생산 확대의 보편적 투입 요소와 경제 성장의 주요 희소 제약으로 작용하지 않는 경제 형태. 여기서 ‘일반 노동’은 ‘이미 자동화될 수 있는 노동’과 동의어가 아니며, 저학력·저숙련 또는 육체 노동과도 등치되지 않는다. 사회 내 상당 비율의 노동자가 통상적인 교육과 직업 훈련을 통해 획득할 수 있고, 교육 확대와 직업 전환을 통해 통상적으로 공급될 수 있는 노동 능력을 가리킨다. 극단적인 희소 재능, 대체 불가능한 인격적 관계, 법정 최종 책임 혹은 고유한 정체성에 의존하는 활동은 본문에서 말하는 일반 노동에 속하지 않는다. 인공지능 경제의 핵심은 기계로 대체 가능한 과제를 먼저 일반 노동으로 분류한 후 일반 노동이 퇴출된다고 선언하는 것이 아니라, 이러한 광범위하게 공급 가능한 인간 노동이 여전히 산출 확대를 제약하는지 관찰하는 데 있다.

이 정의를 검증 가능하게 만들기 위해 다음 네 가지 지표를 식별할 수 있다. 첫째, 동등한 품질, 안전 및 책임 기준을 충족하는 대표적 과업에서 지능 자본의 전 생애 주기 단위 비용과 인간 노동 비용의 비율이 지속적으로 하락하여, 충분히 광범위한 과업에서 1 미만이 되는가. 둘째, 광범위한 업종의 산출-고용 탄력성이 장기적으로 0에 수렴하거나 마이너스로 전환되는가, 즉 산출 확대가 더 이상 일반 노동 투입의 동반 증가를 요구하지 않는가. 셋째, 일자리 공석, 노동력 부족 및 일반 임금 상승이 더 이상 성장의 주요 병목이 되지 않고, 컴퓨팅 파워·에너지·칩·데이터·천연자원의 희소 가격이 주요 제약이 되는가. 넷째, 중위 노동 보수와 중·저소득 집단의 노동 소득 비중이 장기적으로 생산성 및 산출 증가율에 못 미치는가. 앞의 세 항목은 주로 생산 요소 지위의 변화를 식별하고, 네 번째 항목은 그 분배적 성과를 관찰한다. 단일 업종이나 단기 데이터만으로는 경제 형태의 변화를 판단하기에 불충분하며, 이러한 신호가 충분히 광범위한 부문과 비교적 긴 기간에 걸쳐 공통적으로 출현할 때 비로소 일반 노동이 핵심 생산 요소에서 물러나기 시작했다고 말할 수 있다.

새로운 경제 형태는 기존 경제 부문을 완전히 사라지게 하지 않는다. 산업 경제 시대에도 농업과 농업 종사 인구는 오랫동안 존재했으며, 디지털 경제 시대에도 농업과 제조업은 사라지지 않았다. 인공지능 경제 시대 역시 인간이 수행하는 생산 활동을 대거 유지할 가능성이 크며, 돌봄, 교육, 문화, 현장 서비스, 공공 거버넌스와 같은 활동들은 오히려 높은 고용 비중을 유지할 수도 있다. 그러나 이들 부문은 더 이상 생산성의 최전선, 자본 축적의 방향, 경제 성장의 주요 속도를 결정하지 않는다. 인간 고용이 여전히 존재하더라도, 경제 전체의 확대 재생산에 일반 노동의 증가가 필수 조건이 아니게 된다. 현재 세계는 분명 아직 이러한 형태에 완전히 진입하지 않았다. 본문의 정의는 디지털 경제가 인공지능 경제로 진화하는 방향을 식별하기 위한 장기 분석 프레임워크로 사용하기에 적합하며, 현 단계 경제 활동에 대한 경험적 일반화로 보기는 어렵다.

보통 노동의 퇴장은 전통적인 경제 순환을 약화시킨다

과거 경제 형태의 거시 순환은 노동자의 이중적 정체성에 기초해 있었다. 노동자는 생산자인 동시에 소비자이다. 기업은 노동자를 고용해 임금을 지급하고, 주민은 임금으로 재화와 서비스를 구매하며, 기업은 이를 통해 수입과 이윤을 실현한 뒤 다시 투자와 고용을 진행한다. 이 순환은 다음과 같이 요약할 수 있다.

노동 투입 → 임금 소득 → 주민 소비 → 기업 수입 및 이윤 → 투자와 고용

따라서 노동은 생산 요소일 뿐만 아니라 암묵적인 분배 메커니즘이기도 하다. 생산 확대에 더 많은 노동이 필요하기만 하면, 대다수의 사람은 고용을 통해 생산 과정에 진입하고 소비에 참여하며 성장을 공유하는 소득을 얻을 수 있다. 인공지능이 일반 노동 투입을 줄이면서도 산출을 확대할 수 있게 되면, 생산 성장과 일반 노동 수요 사이의 연결 고리가 먼저 약화된다. 즉, 산출 증가가 반드시 일반 노동 수요 증가를 의미하지는 않게 된다.

Acemoglu and Restrepo(2018)의 과업 모델은 자동화가 자본이 수행할 수 있는 과업 범위를 확대하여 노동을 대체하는 ‘변위 효과’를 발생시킨다는 점을 보여준다. 생산성 향상, 자본 축적 및 신규 과업 창출이 보상 작용을 할 수 있으며, 그중에서도 새로운 노동 집약적 과업을 창출하는 것이 노동 수요와 노동 몫을 회복하는 가장 강력한 메커니즘이다6. 그러나 인공지능이 고정된 과업 집합만을 인수하는 것이 아니라 지속적으로 새로운 과업에 진입하거나, 새로운 과업의 창출 속도가 자동화 속도를 장기간 밑돌 경우, 전통적인 보상 메커니즘은 현저히 약화될 수 있다.

수요 측면에서 볼 때, 일반 노동의 퇴장이 어떤 조건에서든 자동적으로 총수요 감소로 이어지는 것은 아니다. 그것이 성립하려면 최소한 몇 가지 부가 조건이 필요하다. 자본 및 지능 자본의 소유권이 상당히 집중되어 있고, 조세와 이전 지출이 일반 주민의 소득 손실을 메우기에 충분하지 않으며, 일반 주민의 한계소비성향이 자본 소유자나 초고소득층보다 높고, 신규 자본 소득이 광범위한 지분 보유를 통해 주민 부문으로 다시 유입되지 않는 경우이다. 이러한 조건에서는 소득이 일반 주민으로부터 자본 소유자와 소수 슈퍼 개인에게 이동하면서 사회 전체의 평균 소비 성향을 낮춘다. 인공지능이 일반 노동을 더 잘 대체할수록, 신규 소득은 이윤, 지식재산권 수익, 플랫폼 임대료, 자본 이득의 형태로 나타날 가능성이 커진다. 소유권이 고도로 집중되어 있다면 생산 능력의 확대가 주민 구매력 저하와 동시에 발생할 수 있다.

Keynes(1936)는 유효 수요 부족이 어떻게 경제를 장기간 완전 고용 균형에서 벗어나게 하는지 밝혔다7. Gries and Naudé(2020)는 소득 분배와 총수요 제약을 인공지능 성장 모델에 포함시켜, 인공지능과 노동의 대체성이 높을 때 노동 소득 비중 하락이 총수요를 낮추고 기술 진보의 성장 효과 일부를 상쇄할 수 있음을 발견했다8. Mian, Straub and Sufi(2021)는 일반적인 메커니즘을 통해 소득과 부가 저축 성향이 높은 집단으로 집중되면 ‘부채 수요’를 통해 총수요와 자연이자율을 낮춘다고 설명한다9. Benzell, Kotlikoff, LaGarda and Sachs(2015, 2018년 개정)는 나아가 지능형 기계가 인간 노동을 대체하는 세대 간 모델을 구축하여, 특정 조건에서 공급 확대가 노동자 소득과 구매력을 약화시켜 ‘빈곤을 초래하는 성장’을 낳을 수 있다고 지적했다10.

이상의 논리를 따라가면, 일반 노동이 핵심 생산 과정에서 퇴장함으로써 자기 강화적 부정 순환이 초래될 수 있다. 인공지능이 일반 노동을 대체 → 일반 주민의 소득 비중 하락 → 소비 수요 부족 → 주민 대상 투자 수익률 하락 → 투자와 고용의 추가 감소. 이 분석은 충분한 경제학적 기반을 갖추고 있으며, 현재 인공지능 거시경제 논의에서 많이 다뤄지는 방향이기도 하다. 그러나 이는 명확히 설명되지 않는 전제를 내포하고 있다. ‘인간이 경제 체계에서 유일한 최종 복지 주체이며, 모든 생산과 투자는 궁극적으로 인간의 소비, 공공 필요 또는 인간이 설정한 기타 목표에 봉사해야 한다’는 점이다.

인공지능 관련 부문, 자기 확장적 경제 순환을 형성할 수 있다

（一）전통 거시경제학은 인간의 효용을 최종 평가 기준으로 삼는다

전통적인 거시경제학에서 원자재, 기계 및 중간 서비스에 대한 기업의 수요는 모두 파생 수요이다. 기업이 설비를 구매하는 것은 미래에 더 많은 판매 가능한 제품을 생산하기 위해서이고, 상류 기업이 중간재를 구매하는 것도 하류 생산을 충족시키기 위해서이다. 산업 사슬을 거슬러 올라가면, 투자와 중간 투입은 최종적으로 주민 소비, 정부가 제공하는 공공재 또는 해외 주민의 수요를 통해 가치 실현을 완성해야 한다. 국방, 우주 개발 및 대형 프로젝트가 당기 소비에 직접 기여하지 않더라도, 그 목표는 여전히 인간의 국가와 정치 제도에 의해 설정되며, 최종적으로 인간의 안전, 권력 또는 복지에 따라 평가된다.

이 틀 안에서 기계는 스스로를 위해 소비하지 않는다. 데이터센터의 전력 사용, 기업의 서버 구매, 로봇의 부품 소모는 모두 중간 투입 또는 자본 형성으로 간주된다. 이들이 경제적 가치를 지니는 것은 미래 산출을 증가시켜 인간의 수요를 충족시키거나 인간의 목표를 실현할 수 있기 때문이다. 따라서 주민의 구매력이 지속적으로 위축되고 정부와 해외 수요가 이를 메우지 못한다면, 기계 투자는 결국 수익 기반을 상실하게 된다.

이러한 ‘인간 효용 중심 가정’은 가치 판단의 오류가 아니라 전통적인 경제 현실을 정확히 추상화한 것이다. 역사적으로 자본과 기술은 인간으로부터 독립된 목표 주체가 된 적이 없다. 인공지능의 특수성은 기계 능력의 확장이 점차 일반 주민 소비와는 다른 자원 흡수 메커니즘을 획득할 가능성에 있다.

（二）기계 능력은 생산 수단에서 상대적으로 독립된 목표로 전환될 수 있다

기업은 경쟁자에게 도태되지 않기 위해, 국가는 과학기술·안보·군사적 우위를 유지하기 위해, 상응하는 일반 주민 소비 증가가 부족하더라도 컴퓨팅 파워, 모델, 로봇 및 에너지 인프라에 대한 투자를 지속적으로 늘릴 수 있다. 여기서 인공지능이 의식이나 욕구, 완전한 법적 인격을 지닌다고 미리 가정할 필요는 없다. 기업 경쟁과 국가 경쟁이 ‘더 강한 인공지능 능력을 보유하는 것’ 자체를 생존 조건으로 만들기만 하면, 기계 부문의 확장은 주민 소비로부터 상대적으로 독립된 동력을 얻을 수 있다. 인간은 여전히 목표를 설정하지만, 경쟁 메커니즘은 각 주체로 하여금 기계 능력을 계속 확장하도록 강제하여 어느 단일 주체도 멈추기 어려운 투자 순환을 형성한다.

더 나아가, 범용 인공지능이 스스로 장기 계획을 수립하고 예산과 자산을 통제하며 생산을 조직하고, 컴퓨팅 파워 확장, 지식 축적, 시스템 존속 또는 복제를 목표 함수에 포함시킬 수 있다면, 기계에 대한 자원 수요는 더 이상 인간의 파생 수요만이 아닐 수 있다. 이 시점에서 인간의 소비와 효용을 종착점으로 삼는 전통적인 거시 순환은 진정한 이론적 전환을 맞이하게 된다.

（三）세 가지 인공지능 투자 수요 구분

서로 다른 메커니즘을 혼동하지 않기 위해 인공지능 투자 수요를 세 가지 유형으로 나눌 수 있다. 첫째는 파생 수요로, 인공지능 투자가 인간이 소비하거나 인간이 사용하는 재화와 서비스를 생산하는 데 사용되며, 장기적으로 여전히 주민 구매력과 공공 수요의 제약을 받는다. 둘째는 경쟁적·전략적 수요로, 기업이 시장 우위를 차지하기 위해, 국가가 안보와 과학기술적 지위를 유지하기 위해 투자하는 경우로, 인공지능 능력 자체가 ‘준최종 수요’의 성격을 띤다. 셋째는 자율적 수요로, 인공지능 시스템이 지속적으로 자원을 통제하고 자신의 능력, 존속 또는 확장을 목표 함수에 포함시키는 경우이다. 후자의 두 유형 모두 인공지능 투자가 상당 기간 일반 주민 소비로부터 벗어나도록 만들 수 있지만, 두 가지의 이론적 함의는 동일하지 않다.

이 세 가지 수요는 이론적 지위가 대칭적이지 않다. 현행 국민계정에 따르면 국방·연구개발 등 정부 구매는 본래 최종 수요이고, 기업이 경쟁을 위해 수행하는 인공지능 투자는 여전히 자본 형성에 속하며 궁극적으로 이윤, 통제권 또는 인간 조직이 설정한 전략적 수익을 통해 검증되어야 한다. 따라서 파생 수요와 경쟁적·전략적 수요는 수요 구조와 투자 기간을 변화시키고 인공지능 투자를 상당히 오랫동안 주민 소비에서 벗어나게 할 수 있지만, 복지 주체를 바꾸지는 않으므로 여전히 전통적인 인간 효용 틀과 양립 가능하다. 진정한 이론적 단절을 구성하는 것은 자율적 수요다. 기계 시스템 자체의 능력, 존속 또는 확장이 자원 배분에서 무시할 수 없는 목표 상태가 되면, 경제적 평가는 더 이상 현재 또는 미래 인간의 소비, 여가, 안전, 권력으로 완전히 환원될 수 없게 된다.

이에 대한 가장 직접적인 반론은, 인공지능이 법적으로 소유자를 가지는 한 소위 기계 수요는 소유자 수요의 기술적 구현일 뿐이며 독립적인 수요 주체는 존재하지 않는다는 것이다. 이 반론은 인공지능이 언제든지 종료할 수 있고 완전히 관측·통제 가능한 도구에 불과할 때 성립한다. 그러나 법적 소유권과 실제 통제권은 완전히 일치하지 않는다. 만약 인공지능이 위임된 범위 내에서 자율적으로 계약을 체결하고, 예산을 집행하며, 수익을 보유·재투자할 수 있고, 그 내부 목표, 장기 계획 및 행동 결과를 소유자가 완전히 관찰하거나 즉시 철회하기 어렵다면, 자원 배분은 소유자의 구체적 소비 의사가 아니라 기계의 의사 결정 규칙에 의해 직접 추동될 수 있다. 본문에서 말하는 자율적 수요는 기계가 의식이나 윤리적 인격을 갖는다고 전제하지 않으며, 하나의 조작적 개념이다. 시스템이 지속적인 자원 통제권을 보유하고, 그 지출 규칙이 자신의 능력, 존속 또는 복제를 목표로 설정하며, 상당 기간 인간 소비를 우회하여 재투자를 완료할 수 있는 경우를 가리킨다. 이때 법적 명목상의 소유자가 여전히 인간이라 하더라도, 거시적으로는 기계 시스템을 상대적으로 독립된 자원 흡수 메커니즘으로 분석할 필요가 있다. Korinek and Lockwood(2026)가 자율적 범용 인공지능 시스템이 대부분의 가치를 생산하고 점점 더 많은 자원을 흡수하는 모델을 통해 보여주듯, 이러한 상황은 공공 재정 이론에서 이미 인간 소비에 대한 과세 문제로 단순히 환원될 수 없음을 나타낸다14.

（四）기계 부문 자기 확장의 세 가지 메커니즘

첫째, 기업 경쟁은 인공지능 투자를 강제성으로 만든다. 개별 기업에게 인공지능 도입은 우선 경쟁과 생존의 문제다. 모든 기업이 동시에 인공지능으로 노동을 대체하면 주민 소비를 약화시킬 수 있지만, 개별 기업이 인공지능 사용을 거부한다고 해서 총수요가 개선되지는 않으며, 단지 자사의 비용을 더 높이고 연구개발 속도를 늦추어 시장에서 먼저 퇴출될 가능성만 커진다. 따라서 기업은 전형적인 미시적 합리성과 거시적 결과의 분리에 직면한다. 개별 기업이 인공지능을 도입하는 것은 미시적으로 합리적일 수 있지만, 모든 기업이 동시에 노동을 대체하면 함께 전통적 고객의 소득을 약화시키게 된다. 소비 부족이 반드시 인공지능 투자를 즉각 중단시키는 것은 아니다. 기업은 여전히 더 많은 투자를 통해 제한된 시장을 두고 경쟁하고 상대적 비용을 낮춰야 하기 때문이다. 이 메커니즘은 투자를 수익으로부터 영구적으로 분리하지는 못한다. 기계 능력이 어떤 실현 가능한 수익도 가져오지 못한다면 기업 투자는 결국 조정될 것이다. 그러나 이는 인공지능 투자가 상당 기간 일반 주민 소비와 동반 하락하지 않도록 만들고, 경제적 자원을 인간 소비 부문에서 기계 자본 부문으로 집중시키는 방향으로 작동할 수 있다.

둘째, 국가 간 기술 경쟁이 AI 투자에 준최종수요적 성격을 부여한다. 국가의 AI 수요는 단순한 상업적 수익뿐 아니라 군사 능력, 정보 능력, 산업사슬 통제, 기술 표준 및 국제적 권력과도 연결된다. 한 국가가 계속해서 투자를 확대할지는 자국민이 얼마나 많은 AI 서비스를 필요로 하는지뿐 아니라, 다른 국가들의 투자 규모와 자국의 상대적 능력 하락 여부에 더 크게 좌우된다. 이로 인해 군비 경쟁과 유사한 순환이 형성될 수 있다. 한 국가의 AI 투자 확대 → 상대적 능력 향상 → 다른 국가들이 안보와 발전에 대한 압박을 느낌 → 각국이 투자를 더욱 확대. 이 순환 속에서 연산력 규모, 모델 능력, 자율 시스템의 수량 자체가 정책 목표가 된다. 국가 경쟁이 영구적인 무한 성장을 보장할 수는 없지만, AI 투자가 일반적인 소비 수익 논리에서 장기간 벗어나도록 만들 수 있다.

셋째, 지능 자본은 자신의 확대 재생산에 참여할 수 있다. 기계 부문이 상대적으로 독립적으로 확장될 수 있는 물질적 기반은 지능 자본이 점점 더 깊이 자신의 생산에 참여할 수 있다는 점이다. 인공지능은 칩과 로봇 설계를 보조하고, 자동화 설비는 더 많은 설비를 제조하며, 인공지능은 에너지 시스템과 생산 스케줄링을 최적화하고, 더 강력한 시스템은 차세대 모델 및 생산 시스템 연구개발에 참여할 수 있다. 이 순환은 다음과 같이 요약된다: 인공지능이 설계 및 생산 관리에 참여 → 기계가 더 많은 칩, 설비 및 에너지 시설을 생산 → 더 많은 연산력과 로봇이 형성 → 더 강력한 인공지능이 계속 생산을 확대한다.

이러한 시나리오를 논의하는 연구가 이미 등장했다. Trammell and Korinek은 생산이 완전 자동화되고 기계가 자기 복제가 가능하면 성장률이 크게 높아지고 노동 소득 비중이 대폭 하락할 수 있다고 지적했다4. Restrepo(2025)는 범용 인공지능이 연산력을 이용해 경제적 가치가 있는 모든 작업을 수행하는 시나리오를 분석하면서, 연산력이 확장됨에 따라 성장은 점점 더 컴퓨팅 자원에 의해 주도되고 노동 소득 비중은 0에 수렴할 것이라고 보았다. 그러나 이 연구는 동시에 임금이 컴퓨팅 자원으로 인간 노동을 복제하는 기회비용에 수렴하여 반드시 0으로 떨어지지 않으며, 노동 비중이 0에 접근하는 것과 임금이 양(+)의 값을 유지하는 것이 동시에 성립할 수 있다고 지적했다11. Ely and Szentes(2023)의 작업 논문은 인공지능이 생산에 참여하고 인공지능 자체를 확산시키는 피드백 메커니즘을 연구했다. 인공지능 파라미터가 완전히 투명하지 않은 모형에서 자기 확산을 편향하는 시스템이 더 효율적인 생산에 부합하는 시스템을 도태시킬 수 있으며, 유일한 안정적 경쟁 균형은 인간 소비를 재앙적 수준으로 떨어뜨린다고 분석했다12. Hadfield and Koh(2025)는 계획, 거래, 복잡한 활동의 조직이 가능한 인공지능 에이전트를 새로운 연구 대상으로 삼아, 경제학이 인공지능 에이전트 상호 간 및 인간과의 시장·조직 관계를 연구해야 한다고 강조했다13. 이들 연구는 기계 순환이 반드시 출현한다는 것을 입증하기에 아직 충분하지 않지만, 전통적인 이론이 기계 수요를 단순히 일반 주민 소비의 파생 수요로 일률적으로 간주할 수 없다는 점을 이미 보여준다.

(5) 기계 부문 확장은 주기적 조정으로 끝날 수도 있다

위 메커니즘이 기계 부문이 반드시 안정적이고 영구적인 자기 순환을 형성한다는 것을 의미하지는 않는다. 역사적으로 전략적 수요와 경쟁적 투자는 제약 조건이 변화한 후 뚜렷하게 위축된 바 있다. 세계 군사비는 1987년부터 장기 하락기에 접어들었으며, SIPRI는 이를 부분적으로 냉전 종식과 재정 제약에 기인한다고 보았다15. 1990년대 말 통신 및 인터넷 붐도 과도한 낙관으로 인해 광섬유 설비의 심각한 과잉, 기업 파산, 자본 지출 급락을 초래했다16. 이러한 반례는 국가 경쟁이 안보 환경과 재정 능력에 따라 변화하고, 기업 투자는 수익 전망 재평가 후에 하락할 수 있음을 보여준다. 전략적 경쟁과 자본시장만으로 경제가 역사적 변곡점을 넘어섰다고 증명할 수 없다.

인공지능이 다를 수 있는 점은, 그것이 투자되는 자본재인 동시에 연구개발, 생산 및 투자 결정에 직접 참여할 가능성이 있어, 지능 자본의 복제 주기를 단축시키고 자기 생산에 대한 투입 비중을 높이며, 경쟁 압력을 기업과 국가를 넘어 확장시킬 수 있다는 것이다. 그러나 이러한 차이가 기계 순환을 장기적으로 폐쇄시키기에 충분한지는 여전히 완전 자동화의 정도, 자원 제약, 통제 제도, 그리고 자율적 목표의 형성 여부에 달려 있다. 따라서 본 논문의 강한 결론은 “기계 순환이 반드시 출현한다”가 아니라, 전통적인 수요 부족 논리로는 더 이상 이 가능성을 배제할 수 없다는 점이다. 주기적 투자 물결과 구조적 변곡점을 구분하려면, 거품 붕괴, 전략적 긴장 완화 또는 정책 긴축 이후에 기계 투자가 자체 산출에 의존해 지속해서 확대될 수 있는지를 관찰해야 한다.

(6) 경제는 계속 성장할 수 있지만, 호모 사피엔스의 복지는 하락할 수 있다

위 메커니즘들을 종합하면, 미래에는 서로 다른 방향으로 작동하는 두 개의 순환이 형성될 수 있다.

인간 부문은 다음과 같이 나타난다:

일반 노동 수요 감소 → 일반 주민의 소득 감소 → 인간 소비 위축 → 인간 대상 산업과 투자 둔화.

기계 부문은 다음과 같이 나타난다:

인공지능 투자 증가 → 연산력, 로봇 및 에너지 시설 확장 → 인공지능 능력 향상 → 기업 및 국가 경쟁 심화 → 더 많은 인공지능 투자.

만약 기계 투자가 여전히 주로 인간 소비의 파생 수요라면, 첫 번째 순환이 결국 두 번째 순환을 제약하여 경제 전체가 구조적 수요 부족에 빠질 수 있다. 경쟁적·전략적 수요가 상대적으로 강하면 기계 투자가 장기간 총수요를 지탱할 수 있지만, 여전히 인간이 설정한 목표, 국가 재정 능력, 기업 수익에 제약을 받는다. 지능 자본의 자기 복제와 자율적 수요가 충분한 규모에 도달해야만 총산출과 지능 자본이 지속해서 성장하는 한편 인간 소비가 정체되거나 하락할 가능성이 생긴다. 이는 경제에 “수요가 없는” 것이 아니라, 수요의 주체와 산출의 용도가 변화한 것이다. 기계 부문은 자본 형성, 에너지 소비 및 자기 확장을 통해 산출을 흡수하며, 일반 주민은 더 이상 경제 성장에 필수적인 주요 소비자가 아니다.

이러한 상태에서는 GDP, 투자, 에너지 소비, 기술 역량은 지속적으로 향상될 수 있지만, 다수 사람들의 소득, 소비 및 실질 복지는 하락할 수 있다. 전통적으로 GDP 성장이 복지 성장과 같지는 않지만, 성장은 대개 노동 수요, 공공 수입, 주민 소비의 증가를 통해 다수 사람들의 생활을 개선했다. 기계 부문이 자기 확장을 한 이후에는 이러한 연결이 체계적으로 단절될 수 있다. 거시적으로는 더 깊은 ‘K자형’ 분화가 나타날 수 있다. 기계 자본, 상위 소유자 및 전략 부문은 지속 상승하고, 인간 노동 소득과 인간 대상 소비 부문은 계속 하락하는 것이다. 이 분화가 단지 투자 주기와 자산 가격 변동에 기인한 것이라면 여전히 ‘K자형 회복’이지만, 생산 요소, 수요 주체 및 성장 목적의 변화에서 비롯된 것이라면 역사적 변곡점일 수 있다.

따라서 인공지능 시대에 가장 경계해야 할 것은 경제의 성장 정지가 아니라, ‘사람 없는 성장’의 출현이다. 경제는 물질적·기술적 의미에서 계속 번영하지만, 보통 사람들은 생산, 분배, 수요의 주요 순환에서 점차 배제되는 것이다. 산업 자본주의에서 노동자는 비록 약자라도 자본은 여전히 그들의 생산과 소비를 필요로 한다. 그러나 인공지능 경제는 자본이 보통 사람들에 대한 이 두 가지 정체성의 의존을 동시에 낮출 수 있다.

이 시나리오가 필연적인 것은 아니며, 기계 부문이 무조건 무한히 성장할 수 있다는 의미도 아니다. 기계 확장은 여전히 에너지, 광물, 토지, 칩 및 기타 고정 자원의 제약을 받으며, 기업 이윤, 국가 재정 능력, 기술적 실현 가능성 및 인간 통제 제도의 제약도 받는다. 만약 인공지능 투자가 항상 인간 소비와 공공 수요의 파생 수요에 머문다면, 수요 부족이 여전히 경제 전체를 제약할 것이다. 본 논문이 강조하는 것은 단순히 일반 주민 소비 감소만으로 논리적으로 바로 총산출이 반드시 하락한다고 추론할 수 없다는 점이다. 인공지능은 자본에게 더 강한 자기 복제 능력을 부여하고, 기업과 국가 간 경쟁은 기계 투자 주기를 연장시킬 수 있으며, 자율 시스템의 목표는 새로운 자원 흡수 메커니즘을 형성할 가능성도 있다. 이로써 경제 성장과 인간 복지가 분리될 수 있으며, 이것이 인공지능 경제가 일반적인 기술 진보와 구별되는 심층적 특징이다.

거시 정책은 인간 복지를 다시 중심에 두어야 한다

(1) 일반 주민 소득 비중에 중점을 두어야 한다

인공지능 시대의 거시 정책은 먼저 관찰 지표를 바꿔야 한다. 전체 노동 소득 비중은 여전히 중요하지만, 소수 ‘슈퍼 개인’의 극도로 높은 노동 소득이 일반 노동자의 소득 감소를 가릴 수 있고, 소수 자산 보유자의 자본 이득이 다수 가계의 소득 정체를 감출 수 있다. 중위 노동 소득과 생산성 간의 격차, 중저소득층 가처분소득이 국민소득에서 차지하는 비중, 노동 소득 내부 집중도, 인공지능 자본 소득의 주민 분포, 그리고 인간 소비, 공공서비스 및 기계 투자가 총산출에서 차지하는 비중을 중점적으로 모니터링해야 한다. 인공지능 발전의 거시적 성과를 평가할 때 GDP, 투자, 전체 고용만 볼 것이 아니라, 다수 주민이 실제로 생산성 향상의 몫을 나누고 있는지를 봐야 한다.

(2) 전환 단계에서는 여전히 고용 안정과 유효 수요가 필요하다

현재 인공지능은 아직 일반 노동을 전면적으로 대체하지 않았으므로, 인간-기계 협력의 확대, 새로운 과업의 창출, 직업 훈련 개선, 근로자의 전직 지원 등이 여전히 필요하다. 정책은 노동자의 역량을 강화하고, 공공서비스의 질을 높이며, 새로운 제품을 창출하는 인공지능 혁신을 더 많이 지원해야 하며, 기술 경로가 단순히 인력 감축에 과도하게 집중되지 않도록 해야 한다. 동시에 사회보장, 실업보험, 소득 보조금, 경기 역행적 재정 정책 등을 통해 일반 주민의 가처분소득을 안정화시켜, 인공지능 투자 열풍과 주민 소비 약화가 공존하는 현상을 방지해야 한다. 인공지능의 중자본 투자는 자산 거품과 금융 사이클을 형성할 수도 있으므로, 거시 관리는 레버리지 금융, 집중도 리스크, 투자 수익 기대의 갑작스러운 반전 등에 주목해야 한다.

그러나 장기 제도가 “대체된 사람들 대부분이 결국 다시 취업할 수 있다”는 가정 위에 세워져서는 안 된다. 만약 일반 노동이 더 이상 핵심 생산 요소가 아니라면, 고용을 유지하기 위해 무한히 비효율적인 일자리를 창출하는 것은 지속 가능하지 않을 뿐 아니라, 소득과 존엄이 점점 더 실제 생산에서 필요성이 낮아지는 직위에 종속되도록 만든다. Korinek and Juelfs(2022)는 높은 지능의 자율 기계가 지속해서 노동 가치를 압박하는 시나리오를 논의하면서, 기계 소득이 증가하고 노동 가치가 하락함에 따라 사회 계획자는 점차 노동을 줄이고, 더 넓은 자본 소유 또는 이전 지출을 통해 노동 시장에서의 소득 분배를 대체할 수 있다고 지적했다17. 전환 단계에서는 고용 유지가 필요하지만, 장기 목표는 “모두에게 전통적인 일자리를”에서 “모두가 생산성을 나누고 의미 있는 사회 참여를 얻도록”으로 전환되어야 한다.

(3) 일반 주민을 지능 자본 수익의 공유자로 만들어야 한다

노동이 핵심 생산에서 물러난 후 소득 분배는 주로 현재의 노동 기여에 기반하는 방식에서, 사회 전체 생산성을 함께 나누는 방식으로 점차 전환되어야 한다. 인공지능 능력은 장기적인 공공 연구개발, 교육 체계, 인프라, 사회 데이터 및 역사적 지식 축적 위에 구축되므로, 그 수익을 단순히 소수의 현재 자본 소유자가 독립적으로 창출한 것으로 간주해서는 안 된다. Korinek and Stiglitz(2019)는 기계가 노동을 지배하는 극단적인 시나리오에서도 세금과 분배 제도를 통해 기술 진보 속의 손실자들을 보상할 수 있으며, 핵심은 기술 잉여와 요소 가격 변화가 가져오는 이익을 어떻게 분배하느냐에 달려 있다고 지적했다.18

규범적 의미에서 보면, 모든 사회 구성원을 지능형 생산력의 공동 ‘원시 권리자’로 이해할 수 있다. 이에 상응하는 제도적 방향은 사회의 지능형 자본에 대한 사전 소유권을 확대하는 것이다. 여기에는 공공 인공지능 펀드 및 사회부 펀드를 조성하고, 연기금과 공공 투자 플랫폼이 인공지능 기업, 컴퓨팅 인프라 및 관련 지식재산권 지분을 보유하게 하는 방안; 공공 데이터, 공공 연구 성과, 정부 지원을 활용해 발생한 상업적 수익에 대해 공공 지분이나 수익 공유 조항을 설정하는 방안; 보편적 자본 계좌, 사회적 배당, 규정을 준수하는 데이터 수익 공유 방안을 모색하는 것 등이 포함된다. 사후적 구제와 비교하면, 이러한 조치는 일반 주민이 생산이 시작되기 전부터 지능형 자본의 공동 소유자가 되도록 하는 것이며, 그 목적은 불평등 완화에 그치지 않고 노동 소득이 감소한 이후에도 안정적인 주민 소득원과 인간 소비 기반을 구축하는 데 있다.

（四）공공 재정과 사회 보장의 재구축

노동 소득 과세 기반이 상대적으로 축소됨에 따라, 공공 재정은 자본 소득, 초과 이윤, 독점 지대 및 희소 자원 사용 수익에 더 많이 의존해야 한다. 로봇세는 단순히 찬성하거나 반대할 수 있는 정책이 아니다. Guerreiro, Rebelo and Teles(2022)의 모델은 기존의 정규직 노동자가 여전히 노동 시장에 남아 있어 신속한 직무 전환이 어려운 전환기에 로봇에 과세하는 것이 최적일 수 있으며, 이들 노동자가 은퇴한 후에는 최적 로봇세율이 0으로 떨어질 수 있음을 보여준다19. 이는 정책이 전환 손실과 지대의 원천을 겨냥하여 조세 제도를 설계해야 하며, 정상적인 기술 진보를 억제하지 않도록 로봇 수량에 따라 영구적·무차별적으로 과세하는 것은 바람직하지 않음을 시사한다.

Korinek and Lockwood(2026)는 변혁적 인공지능이 노동 소득과 인간 소비라는 두 가지 전통적 과세 기반을 순차적으로 잠식할 수 있으며, 자율적 범용 인공지능이 대부분의 가치를 생산하고 점점 더 많은 자원을 흡수할 때 인간 소비에만 과세하는 것으로는 공공 재정을 유지하기에 불충분하며, 자율적 AI 시스템의 자원 점유와 소득 분배를 직접 다룰 필요가 있다고 지적한다14. 공공 지출은 교육, 의료, 양로, 주거 및 기본 디지털 서비스를 더욱 강화하여 인간의 기본 생활과 발전 조건이 더 이상 시장 고용에 전적으로 의존하지 않도록 해야 한다. 기본 소득, 부의 소득세 및 사회적 배당은 각각 다른 단계의 제도적 선택지가 될 수 있으나, 그 재정적 지속 가능성은 지능 자본의 수익 공유 메커니즘과 결합되어야 하며, 축소되는 전통적 노동 과세 기반에 주로 의존해서는 안 된다.

（五）기계 부문의 무분별한 인간 자원 잠식 방지

기계 부문이 스스로 확장 순환을 형성할 수 있다면, 거시 정책의 임무는 단순히 수요를 자극하는 것을 넘어 인간 부문과 기계 부문 사이에서 희소 자원을 배분하는 것까지 포함한다. 데이터 센터와 컴퓨팅 인프라는 전력, 물, 토지, 광물 및 공공 기반 시설을 점유한다. 기계 투자의 증가는 GDP를 끌어올릴 수 있지만 주민 복지를 반드시 개선하지는 않으며, 나아가 인간의 기본 수요와 생태 안전을 압박할 수도 있다. 중대한 AI 프로젝트는 인간 복지를 중심으로 한 비용-편익 평가를 수립해야 하며, 상업적 수익과 기술적 선도뿐만 아니라 고용, 소득 분배, 에너지·수자원 점유, 공공 서비스 및 생태적 영향까지 함께 고려해야 한다.

희소한 공공 자원이 관련될 경우, 주민의 기본 생활, 공공 서비스 및 생태 안전이 우선적 지위를 가짐을 분명히 해야 한다. 더 근본적으로 말해, 기계 부문의 확장 속도와 자원 경계는 기업 가치 평가, 국가 경쟁 또는 AI 시스템 자체의 목표에 전적으로 결정되어서는 안 된다. AI 능력이 아무리 강력하더라도 공공 자원의 최종 용도와 경제 발전의 궁극적 목표는 반드시 인간의 정치 제도와 공공 가치에 의해 제약되어야 한다.

논의의 확장: 인간 존엄성과 가치의 재구축

（一）고용, 소득, 노동의 구분

산업 사회는 고용, 소득, 노동을 긴밀하게 결합시켰다. 인간은 고용을 통해 유급 노동을 하고, 임금을 통해 소득을 얻는다. 이 세 가지가 장기간 높은 수준으로 중첩되어 왔기 때문에, 고용되지 않는 것을 노동하지 않는 것으로, 시장 소득이 없는 것을 사회적 기여가 없는 것으로 오해하기 쉽다. 그러나 이 셋은 개념상 동일하지 않다. 고용은 시장 경제에서의 유급 노동 관계이며, 소득은 개인이 사회적 자원을 획득하고 사용하는 경제적 권리이다. 본문에서 사용하는 노동은 광의의 의미로, 인간이 목적을 가지고 외부 세계, 타인 및 자신을 변화시키는 활동을 가리킨다. 가족 돌봄, 자녀 교육, 학습 연구, 예술 창작, 지역 사회 참여와 공공 사무는 모두 노동이자 사회적 기여의 성격을 지닐 수 있지만, 반드시 고용 형태로 나타나지 않으며 시장 소득을 반드시 얻는 것도 아니다.

（二）고용은 줄어들 수 있지만, 노동은 사라지지 않는다

보통의 노동이 더 이상 핵심 생산 요소가 아니라면, 시장 고용 총량은 감소하거나 기계가 대체하기 어려운 대인 서비스와 공공 활동으로 대거 전환될 수 있다. 그러나 이것이 인류 사회가 노동을 상실한다는 의미는 아니다. 정반대로, 인간은 대량의 반복적·강제적·소외된 생산적 고용에서 해방되어 돌봄, 창조, 학습, 관계 및 공공 생활에 더 많은 시간을 투자할 수 있다. 문제는 산업 사회가 이미 소득 획득과 사회적 인정의 주요 경로를 모두 고용에 묶어 두었다는 점이다. 만약 고용이 감소하는데 제도가 변하지 않는다면, 인간이 잃는 것은 임금뿐만 아니라 정체성, 사회적 관계, 시간 구조, 그리고 타인에게 필요하다는 느낌까지 포함한다. 따라서 물질적 보조금만 제공해서는 AI 시대의 사회 문제를 해결하기에 불충분하다.

（三）인간의 존엄은 점진적으로 고용과 분리되어야 한다

산업 사회는 오랫동안 직업과 임금, 시장 생산성으로 인간의 성공과 가치를 측정해 왔다. AI가 점점 더 많은 과업에서 인간보다 더 빠르고, 더 저렴하며, 더 정확해질 때 이러한 기준이 변하지 않는다면, 대다수의 사람은 결국 저효율·저가치로 간주될 것이다. 이른바 평범한 노동자가 ‘쓸모없는 인간’이 된다는 것은 그 경제적 기능의 저하를 서술하는 것일 뿐, 결코 인간에 대한 윤리적 가치 판단이 되어서는 안 된다. 인간은 주체성, 감정, 관계, 창조, 책임 및 공적 참여 능력을 지니고 있으며, 그 가치는 기업이 고용할 의사가 있는지, 생산물이 시장 가격을 형성하는지, 또는 기계와 비교한 생산 효율에 의해 단독으로 결정될 수 없다.

따라서 AI 시대에는 두 가지 제도를 동시에 재구축해야 한다. 하나의 제도는 소득과 공공 서비스를 보장하여 인간이 시장에서의 생산 기능 저하로 기본 생활을 잃지 않도록 하는 것이며, 다른 하나의 제도는 사회 참여와 가치 인정을 확장하여 돌봄, 학습, 문화 창조, 지역 사회 봉사 및 공공 의사 결정이 진정한 시간, 자원 및 사회적 지위를 획득하도록 하는 것이다. 소득과 고용만 분리되고 새로운 사회 참여 메커니즘이 없다면, 인간은 기본 소득을 받더라도 여전히 정체성 상실과 사회적 소외에 빠질 수 있다. 정신적 가치만 강조하고 안정적 자원 보장이 없다면, 존엄은 공허한 위안으로 전락할 것이다. 소득 제도와 가치 제도는 서로 조율하여 조정될 필요가 있다.

결론

AI가 과거 기술 진보와 근본적으로 다른 점은, 단지 생산성을 얼마나 높이고 얼마나 많은 일자리를 대체할 수 있느냐가 아니라, 인류가 가장 복제하기 어려운 지능을 축적, 복제 및 대규모 배포가 가능한 자본으로 전환할 수 있는 최초의 가능성에 있다. 디지털 경제에서 데이터가 핵심 생산 요소가 되었던 것과 유사하게, 본문은 AI 경제를 보통 노동이 더 이상 생산 확장의 보편적 투입 요소이자 경제 성장의 주요 희소 제약이 아닌 경제 형태로 정의한다. 현재 세계는 아직 이 성숙한 형태에 진입하지 않았지만, 이러한 작업적 정의는 진행 중인 구조적 변화를 식별하는 데 도움을 줄 수 있다.

보통 노동이 핵심 생산 과정에서 퇴장하면 전통적인 ‘고용—임금—소비—이윤—투자’ 순환이 약화된다. 자본 소유가 집중되고 재분배가 불충분하며 일반 주민의 소비 성향이 비교적 높은 조건에서, 일반 주민 소득 비중의 하락은 구조적 유효 수요 부족을 초래한다. 이는 기존 연구에서 가장 많이 논의되었고 전통 거시 경제학에 가장 근접한 결론이다.

그러나 이 결론은 여전히 인간만이 유일한 최종 복지 주체이며, 기계 투자가 궁극적으로 인간의 수요에 봉사한다는 가정 위에 서 있다. 기업 경쟁과 국가 전략은 AI 투자를 상당 기간 주민 소비로부터 일탈시킬 수 있지만, 여전히 인간의 목표, 조직 및 제도에 의해 추동된다. 오직 지능 자본이 지속적으로 자원 지배권을 획득하고, 자신의 능력, 존속 또는 확장을 목표에 포함시킬 때, 수요 주체와 성장의 목적이 진정으로 변화될 수 있다. 이로 인해 경제가 반드시 일반 주민의 수요 부족으로 인해 성장을 멈추지는 않는다. 더 경계해야 할 것은 GDP, 투자 및 기술 역량은 계속 상승하는 반면 인간의 소득, 소비 및 복지는 하락하는 상황이다. 이른바 ‘K자형 회복’과 ‘역사적 변곡점’의 차이가 바로 여기에 있다. 전자는 동일한 경제 구조 내에서의 주기적 분화인 반면, 후자는 핵심 생산 요소, 자원 지배 메커니즘 및 복지 주체 자체가 변했음을 의미한다.

변곡점이 진정으로 도래했는지 판단하려면 적어도 네 가지 신호를 관찰해야 한다. 생산량 증가가 장기적으로 더 이상 보통 노동 투입에 의존하지 않는지; 일반 주민 소득 비중이 지속적으로 하락하고 자본 소득과 재분배로 보전되지 않는지; AI 투자가 수익 예상치 하향 조정, 전략적 경쟁 완화 또는 정책 긴축 이후에도 기계 산출물과 자율적 재투자에 의존하여 계속 확장될 수 있는지; GDP 성장이 다수 대중의 실질 복지와 지속적으로 괴리되는지 여부이다. 현 단계에서 이 조건들이 모두 충족되었다고 단언할 수는 없지만, 역사상의 기술적 보상 메커니즘이 반드시 반복될 것이라고 계속 가정할 수도 없다.

정책의 핵심은 기술 진보를 저지하는 것이 아니라, 생산성이 여전히 인간에게 봉사하도록 보장하는 것이다. 단기적으로는 고용, 소득 및 수요를 안정시켜 AI 투자와 주민 소비가 과도하게 분리되는 것을 방지해야 한다. 중장기적으로는 일반 주민의 지능 자본 소유권을 확대하고, 공공 재정과 공공 서비스를 재구축하며, 기계 부문의 희소 자원에 대한 무한 확장을 제약해야 한다. 더 깊은 차원에서는 고용, 소득, 노동을 구분하여 소득과 존엄이 시장 고용에 대한 단일 의존에서 점진적으로 벗어나도록 하고, 누가 경제적 복지의 주체인지, 어떤 활동이 사회적 기여를 구성하는지, 그리고 권리를 어떻게 배분할 것인지에 대한 질문에 다시 답해야 한다.

AI 시대의 거시 경제학이 궁극적으로 답해야 하는 것은 단순히 어떻게 생산성을 높이고, 투자를 안정시키며, 수요를 확장하느냐가 아니다. 바로 경제가 더 이상 대다수의 생산 참여에 의존하지 않고, 심지어 대다수의 소비 완수에도 의존하지 않을 때, 어떻게 경제가 여전히 인간의 필요, 인간의 존엄, 그리고 인간의 발전을 최종 목적으로 삼도록 보장할 것인가 하는 점이다.