AI benchmark(모델 성능을 재는 표준 시험) 점수는 hockey-stick 곡선처럼 거의 수직으로 치솟는데, 고용 통계와 노동생산성 같은 거시경제 지표는 이상하리만큼 잠잠합니다. 이 간극을 어떻게 이해해야 할까요. Google DeepMind에서 AGI 경제학을 이끄는 Alex Imas는 답을 기술이 아니라 시장 구조에서 찾습니다. 자동화가 생산 비용을 크게 낮추면 경쟁 시장은 그 산출물의 가격도 끌어내리고, 그 결과 물리적 생산량이 아무리 늘어도 화폐로 측정한 GDP는 역사적으로 익숙한 범위 안에 머물 수 있다는 것입니다. AI agent 수백만 개가 일하는 세상을 충분히 상상하면서도, 두 자릿수 GDP 성장은 다른 문제라고 선을 긋는 논리를 따라가 봅니다.
분석 단위는 agent가 아니라 조직입니다
Imas는 University of Chicago Booth School of Business 교수직을 휴직하고 Google DeepMind에 합류했습니다. 그가 Shane Legg를 비롯한 공저자들과 쓴 논문 'Organizing Intelligence'의 출발점은 단순합니다. AI 능력이 올라가는 것이 거시경제의 눈에 보이는 변화로 이어지려면 무엇이 필요한가라는 질문입니다.
그는 지금의 AI 논의가 인간이든 AI든 '개별 agent'에만 집중한다고 지적합니다. 그러나 실제 시장에서 경쟁하는 단위는 개인이 아니라 기업과 조직입니다. 조직은 비교우위에 따라 사람을 배치하는 장치입니다. 뛰어난 프로그래머를 뽑으면 코딩을 맡기지 주방에 세우지 않습니다. 이런 선별과 배치가 쌓이면 조직 전체의 문제 해결 범위는 구성원 평균을 훨씬 넘어서는데, 논문은 이를 'mosaic intelligence'라고 부릅니다. 잘 운영되는 조직은 이미 일종의 superintelligence(초지능)라는 것이 그의 시각입니다.
논문은 이런 조직 지능에 AI가 도구로, 또는 대체재로 들어올 때 어떤 일이 벌어지는지 공식 경제 모델로 분석합니다. AI agent가 주로 운영하는 자율 조직이 등장하는 시나리오까지 포함해 경쟁 역학을 다룹니다.
생산은 폭증해도 GDP는 덜 늘어나는 이유
완전 자동화된 기업이 등장하면 경제가 불연속적으로 폭발 성장할까요. Imas는 경제학자 Benjamin Moll과 함께 수행한 연구를 근거로 그렇지 않을 수 있다고 봅니다. 산출량이 빠르게 늘어난다고 GDP가 똑같이 빠르게 늘어나는 것은 아니라는 것입니다.
가장 분명한 선례가 농업입니다. 농업 생산성이 급등하면서 식량은 극적으로 싸졌고, 농업이 전체 GDP에서 차지하는 비중은 약 40%에서 2%로 무너졌습니다. 물리적 수확량은 몇 배로 늘었는데, 돈으로 계산한 몫은 쪼그라든 것입니다.
| 구분 | 농업 자동화의 결과 |
|---|---|
| 물리적 생산량 | 크게 증가 |
| 식량 가격 | 급락 |
| GDP에서 차지하는 비중 | 약 40%에서 2%로 감소 |
같은 원리를 AI에 적용하면, 자동화된 산업은 엄청난 양의 값싼 산출물을 쏟아내고 그것이 오히려 GDP의 극단적인 급등을 막는 쪽으로 작용할 수 있습니다. Imas가 강조하는 것은 헤드라인 GDP 숫자와 사회의 실제 후생을 분리해서 봐야 한다는 점입니다. 사람들이 거의 공짜에 가까운 재화와 서비스를 무한에 가깝게 소비하는 전례 없는 번영의 시대가 와도, 공식 지표는 평범해 보일 수 있습니다.

▲ 농업 자동화와 GDP 비중 축소
폭발 성장 내기, 쟁점은 기술이 아니라 수요입니다
AI가 폭발적 경제 성장을 일으킬지를 두고 연구자와 논객들 사이에 공개 내기가 진행 중입니다. Imas와 Benjamin Moll, Robin Hanson, Philippe Aghion 등은 완만하거나 꾸준한 성장 쪽에, Will MacAskill, Dwarkesh Patel 등은 두 자릿수 폭발 성장 쪽에 섰습니다.
Imas는 자신의 입장이 AI 모델 능력에 대한 회의에서 나온 것이 아님을 분명히 합니다. 기술 발전에는 매우 낙관적이고, 수백만 개의 자율 agent가 작동하는 모습도 쉽게 그려진다고 말합니다. 논쟁의 핵심은 경쟁 자본주의 아래의 시장 구조와 수요 측면입니다. GDP가 폭발적으로 늘려면 가격을 무너뜨리지 않으면서 산출량이 급증해야 하고, 그러려면 그 공급을 흡수할 막대한 소비 구매력이 있어야 합니다. 두 자릿수 성장을 가정하려면 가격에 둔감한 수요, 사실상 무한한 소비, 정치적 마찰 제로라는 꽤 강한 가정이 필요하다는 것입니다. 여기에 제도적 장벽, 규제 지연, 정치적 병목이 헤드라인 성장률에 상당한 마찰을 더합니다.
한 가지 단서도 붙습니다. 시장이 더 이상 경쟁적이거나 자본주의적이지 않게 된다면, 가격과 GDP에 관한 전통적 경제 모델 자체가 적용되지 않는다는 점입니다.
체감은 혁명, 숫자는 4~5%
그렇다면 공식 GDP가 완만하더라도 사람들은 폭발적 성장을 체감할까요. Imas는 그렇다고 봅니다. 사람들은 이전의 어떤 기술 전환보다 더 크고 빠르며 혼란스러운 변화를 겪을 가능성이 높고, AI 전환은 산업혁명과 농업혁명을 합친 것보다 크고 빠를 수 있다고 봅니다.
역사가 이를 뒷받침합니다. 산업화 시기에 일상은 발밑에서 뒤집혔지만 측정된 GDP는 연 3% 안팎으로 꾸준히 성장했습니다. Imas는 연 4~5%의 지속 성장은 충분히 가능하다고 보며, 복리 효과 때문에 이 정도만으로도 엄청난 영향이 있다고 강조합니다. 실질 성장률에 1~2%포인트만 더해져 복리로 쌓여도 주요국의 재정과 부채 문제가 사실상 해소된다는 것입니다. 지속적으로 2~3%포인트가 더해지면 그 누적 효과는 산업혁명이나 농업혁명의 구조적 충격에 맞먹는다고 그는 평가합니다.
| 성장률 시나리오 | 의미 |
|---|---|
| 연 3% 안팎 | 산업혁명 시기의 측정된 성장률 |
| 추가 1~2%포인트 | 복리로 선진국 재정 문제를 해소할 수준 |
| 연 4~5% 지속 | 충분히 가능하며 전례 없는 가속 |
| 두 자릿수 | 강한 가정이 필요한 폭발 성장 |
진짜 병목은 정치경제입니다
Robin Hanson의 'The Age of Em'이 그리는 것처럼 몇 년 안에 singularity(기술적 특이점)가 오는 시나리오에 대해, Imas는 확률을 점치는 예측 대신 역진 귀납을 택합니다. 어떤 결과가 나오려면 어떤 가정과 조건이 성립해야 하는지 거꾸로 따져 보는 것이 경제학자의 비교우위라는 설명입니다. 경제학자에게 AGI 시점에 관한 내부 기술 정보가 있는 것은 아니기 때문입니다.
이렇게 따져 보면 급격한 singularity를 막는 주된 마찰은 기술이 아니라 정치경제와 인간 제도의 통제입니다. 경제 충격에 관한 경험 연구에 따르면 실업률이 약 2%포인트만 올라도 그 원인을 향한 압도적인 정치적 반발이 생깁니다. post-training(기본 학습 뒤 모델을 다듬는 추가 학습)과 compute(계산 자원) 패러다임의 발전에는 급격한 진보를 막는 심각한 병목이 보이지 않지만, 사회적 거버넌스와 정책 반응이 결국 속도를 결정하는 제약이 된다는 것입니다. singularity 시나리오들은 일자리 대체가 빠르게 일어나면 민주 정부가 개입한다는 현실을 자주 빠뜨린다고 그는 지적합니다.

▲ 정치경제라는 병목
임금은 한 방향으로 움직이지 않습니다
고용은 유지되지만 임금이 눌리는 최소한의 AGI 체제가 오면 공격적인 재분배가 필요할까요. Imas의 모델은 이 물음에 앞서 두 종류의 시장을 구분합니다. 표준화된 재화와 정형화된 서비스가 거래되는 깊고 확장 가능한 시장에서는 자동화가 임금에 강한 하방 압력을 가합니다. 반면 AGI가 새로 열어젖힌 틈새와 시장에서는 수요가 높아 인간 노동이 그쪽으로 이동하며 임금이 크게 오를 여지가 있습니다. AGI가 임금을 일률적으로 억누르는 것이 아니라, 기존 시장에서는 낮추고 새 시장에서는 올리는 양극화가 나타난다는 것입니다.
연구자는 agent swarm을 이렇게 씁니다
Imas 자신의 연구 방식도 바뀌었습니다. AI agent swarm(여러 agent가 무리를 지어 함께 일하는 방식)이 주는 이득은 단순한 시간 절약이 아니라 분과 학문의 벽을 허무는 데 있다고 말합니다. 행동경제학자인 그가 대학원 과정을 다시 밟지 않고도 거시경제학, 사회학, 컴퓨터과학을 넘나드는 연구를 수행할 수 있게 됐다는 것입니다.
그의 작업 방식은 다음과 같습니다.
- 연구 질문, 수학적 구조, 파라미터를 직접 설정합니다.
- 문헌 수집, 데이터 종합, 탐색적 모델링은 agent swarm에 맡깁니다.
- 글의 초안과 전체 논리의 종합은 저자로서의 책임을 지키기 위해 손으로 직접 씁니다.
일부 학자는 AI로 논문 편수를 늘리는 데 쓰지만, 진짜 질적 가치는 전에 없던 학제 간 아이디어를 내놓는 데 있다는 것이 그의 평가입니다.
정리: 성장률 숫자와 번영을 분리해서 읽기
이 논리를 한 줄로 줄이면, AI 능력에 대한 낙관이 곧 두 자릿수 GDP 성장에 대한 믿음으로 이어지지는 않는다는 것입니다. 자동화는 비용과 가격을 끌어내리고, 그래서 생산량 폭증과 완만한 GDP 성장이 동시에 일어날 수 있습니다. 변화의 속도를 정하는 것은 기술이 아니라 수요, 시장 경쟁, 그리고 실업에 대한 정치적 반응입니다.
독자가 할 수 있는 일은 다음과 같습니다.
- AI 경제 전망을 읽을 때 개별 agent의 benchmark가 아니라 기업과 조직 단위의 역학을 보는 질문을 던져 봅니다.
- 자동화의 경제 효과를 따질 때 산출량만이 아니라 가격 탄력성, 소비 수요, 시장 청산 조건을 함께 생각합니다.
- 급진적 시나리오를 접하면 그 결론이 성립하려면 어떤 제도적 전제가 필요한지 거꾸로 따져 봅니다.
- 자기 전문 분야 밖의 문헌 조사와 데이터 종합에 agent swarm을 활용하되, 문제 정의와 최종 논증은 직접 씁니다.
singularity 전망이 쏟아지는 시기에, 측정된 성장률과 체감하는 번영이 다를 수 있다는 이 구분만 기억해도 과열된 숫자를 한 걸음 떨어져 읽는 데 도움이 될 것으로 보입니다.


