[시드니=뉴스핌] 권지언 특파원 = 인공지능(AI)이 금융·실물경제 전반에 불러올 디스토피아적 미래를 다룬 보고서 한 편이 23일(현지시각) 뉴욕증시를 타격했다.

AI 분석업체 시트리니 리서치가 공개한 '2028 글로벌 인텔리전스 위기(The 2028 Global Intelligence Crisis)' 보고서는 이날 뉴욕증시의 배송·결제·소프트웨어주 전반에 부정적 영향을 미쳤다.

아래는 해당 보고서의 AI 번역문이다. 

☞ 보고서 원문

<2028 글로벌 인텔리전스 위기>
: 미래에서 온 금융사적 사고 실험

서문 (Preface)

만약 우리가 AI에 대해 낙관적인 전망이 계속 맞아떨어진다면… 그리고 그것이 사실상 경제에는 부정적이라면 어떨까?

아래 내용은 시나리오일 뿐, 예측이 아니다. 이는 '약세 공포(pessimistic bear porn)'나 AI 디스토피아 팬픽션이 아니다. 이 글의 유일한 목적은 상대적으로 덜 탐구된 시나리오를 모델링하는 것이다.

우리 친구 알랍 샤(Alap Shah)가 질문을 던졌고, 우리는 함께 답을 브레인스토밍했다. 이 부분은 우리가 작성했으며, 그가 작성한 두 개의 다른 글은 여기를 통해 확인할 수 있다.

이 글을 읽음으로써, AI가 경제를 점점 더 이상하게 만들면서 발생할 수 있는 '왼쪽 꼬리 위험(left tail risks)'에 대해 더 잘 대비할 수 있기를 바란다. 

이것은 2028년 6월의 CitriniResearch 매크로 메모로, 글로벌 지능 위기(Global Intelligence Crisis)의 진행 과정과 여파를 상세히 다룬다.

<매크로 메모 (Macro Memo)>

풍부한 지능의 결과 (The Consequences of Abundant Intelligence)
CitriniResearch

2028년 6월 30일 (2026년 2월22일이 아니다)

오늘 아침 실업률은 10.2%로 나왔고, 예상치보다 0.3% 높았다. 이 수치에 따라 시장은 2% 하락했고, S&P는 2026년 10월 최고치 대비 누적 하락폭이 38%에 달했다.

트레이더들은 무감각해졌다. 6개월 전만 해도 이런 수치가 나오면 서킷 브레이커(circuit breaker)가 발동했을 것이다.

단 2년. "국소적(sector-specific)"이고 "제한적(contained)"이던 상황에서, 이제는 우리가 자라온 경제와 더 이상 닮지 않은 경제로 변하는 데 걸린 시간은 단 2년뿐이었다.

이번 분기 매크로 메모는 위기 이전 경제를 재구성하려는 시도, 즉 사후 분석(post-mortem)이다.

당시의 황홀감은 명백했다.

2026년 10월까지 S&P 500은 8000에 근접했고, 나스닥(Nasdaq)은 30,000을 넘어섰다.
인간 노동의 불필요성(human obsolescence)으로 인한 초기 대량 해고 물결은 2026년 초에 시작되었고, 해고가 가져야 할 결과를 정확히 가져왔다.

마진은 확대되었고, 수익은 상회했으며, 주가는 랠리했다. 기록적인 기업 이익은 AI 컴퓨팅에 다시 투입되었다.

표면상의 수치는 여전히 좋았다. 명목 GDP는 연율 기준으로 반복해서 중고 자리 숫자 성장률(mid-to-high single-digit)을 기록했다. 

생산성은 급증했다. AI 에이전트 덕분에, 1인당 실질 생산량(real output per hour)은 1950년대 이후 볼 수 없었던 수준으로 증가했다. 이들은 잠도 자지 않고, 병가를 쓰지 않으며, 건강보험도 필요 없었다.

컴퓨팅 자산의 소유자들은 노동 비용이 사라지면서 부가 폭발했다. 한편, 실질 임금 성장률은 붕괴했다. 행정부가 반복적으로 기록적인 생산성을 자랑했지만, 화이트칼라 노동자들은 기계에게 일자리를 빼앗기고 저임금 직무로 밀려났다.

소비자 경제에 균열(cracks)이 생기자, 경제 전문가들은 "고스트 GDP(Ghost GDP)"라는 용어를 유행시켰다.
이는 국가계정에는 나타나지만 실제 경제를 통해 순환하지 않는 생산(output)을 의미한다.

모든 면에서 AI는 기대치를 뛰어넘었고, 시장은 AI 그 자체였다. 문제는… 경제는 그렇지 않았다는 것이다.

처음부터 명백했어야 했다.

북다코타(North Dakota)의 단일 GPU 클러스터가, 미드타운 맨해튼(Midtown Manhattan)의 10,000명 화이트칼라 노동자에게 귀속되었던 산출(output)을 만들어내는 것은, 경제적 만병통치(economic panacea)가 아니라 오히려 경제적 팬데믹(pandemic)에 가까웠다.

화폐 유통 속도(velocity of money)는 정체되었다. 당시 GDP의 70%를 차지하는 인간 중심의 소비자 경제는 시들었다. 기계가 소비재를 얼마나 구매하는지 물어봤더라면, 아마 더 빨리 알 수 있었을 것이다. (힌트: 0이다.)

AI 역량은 향상되었고, 기업은 더 적은 노동력으로 운영되었으며, 화이트칼라 해고는 증가했다. 해고된 노동자는 지출을 줄였다. 마진 압박으로 기업은 AI에 더 많이 투자했고, AI 역량은 다시 향상되었다…

자연스러운 제동이 없는 부정적 피드백 루프였다.인간 지능 대체 스파이럴(human intelligence displacement spiral). 

화이트칼라 노동자들의 수익력(그리고 합리적으로는 소비력)도 구조적으로 약화되었다. 그들의 소득은 13조 달러 규모의 모기지 시장의 기반이었고, 이에 따라 언더라이터들은 프라임 모기지가 여전히 안전한 자산인지 재평가해야 했다.

17년간 진정한 디폴트 사이클이 없었던 덕분에, PE 지원 소프트웨어 거래에 과도하게 부풀려진 민간 기업들은 ARR이 계속 반복될 것으로 가정했다. 2027년 중반 AI 붕괴로 인한 최초 디폴트 물결은 이 가정을 위협했다.

이 문제가 소프트웨어 분야에 국한되었다면 관리할 수 있었겠지만, 그렇지 않았다. 2027년 말까지, 중개(intermediation)를 기반으로 한 모든 비즈니스 모델이 위협을 받기 시작했다. 인간의 마찰(friction)을 수익화하던 수많은 기업들이 붕괴했다.

시스템은 결국 화이트칼라 생산성 증가에 대한 상관된 베팅의 긴 데이지 체인(daisy chain)임이 드러났다. 2027년 11월의 폭락은 이미 존재하던 모든 부정적 피드백 루프를 가속화했을 뿐이다.

우리는 거의 1년간 "나쁜 뉴스가 좋은 뉴스"가 나오길 기다려왔다.

정부는 제안을 고려하기 시작했지만, 정부가 어떤 구제(rescue)를 실행할 수 있을 것이라는 공공의 신뢰는 줄어들고 있다.
정책 대응은 항상 경제 현실보다 늦었지만, 포괄적 계획의 부재는 이제 디플레이션 스파이럴(deflationary spiral)을 가속화할 위험을 내포한다.

◆어떻게 시작되였나 (How It Started)

2025년 말, 에이전트 기반 코딩(agentic coding) 도구가 기능(capability) 면에서 도약(step function jump)을 했다.

Claude Code나 Codex를 다룰 줄 아는 능숙한 개발자는 이제 몇 주 만에 중형 SaaS 제품의 핵심 기능을 복제할 수 있었다. 완벽하거나 모든 엣지 케이스를 처리한 것은 아니었지만, CIO가 연간 50만 달러 갱신 계약을 검토하면서 "그냥 우리가 직접 만들면 어떨까?"라는 질문을 던질 정도였다.

회계 연도(fiscal year)는 대부분 달력 연도와 일치하므로, 2026년 기업 지출은 2025년 4분기에 이미 설정되어 있었다.
당시 "에이전트 AI"는 아직 유행어에 불과했다.

연중 검토(mid-year review)는 조달팀(procurement teams)이 시스템이 실제로 무엇을 할 수 있는지 확인하고 의사결정을 내린 첫 시점이었다.

어떤 팀은 자체 내부 팀이 수 주 만에 수십만 달러 SaaS 계약을 재현하는 프로토타입을 만드는 것을 목격했다.

그 여름, 우리는 Fortune 500 기업의 조달 관리자와 이야기를 나눴다. 그는 예산 협상 사례를 하나 이야기했다. 영업 사원은 작년과 같은 플레이북(playbook)을 적용할 것으로 예상했다.

연간 5% 가격 인상, 표준 "귀사의 팀이 우리를 필요로 합니다"라는 설득 멘트였다. 그러나 조달 관리자는 그가 OpenAI와 협의하여 "전방 배치 엔지니어(forward deployed engineers)"가 AI 도구를 활용해 공급업체를 완전히 대체할 수 있는 방안을 논의했다고 전했다.

결국 계약은 30% 할인으로 갱신되었다. 그는 이것이 좋은 결과라고 말했다. 반면 Monday.com, Zapier, Asana와 같은 SaaS 롱테일(Long-tail)은 훨씬 더 큰 타격을 입었다. 

투자자들은 준비되어 있었다. 롱테일은 큰 타격을 받을 것으로 예상했다. 기업 스택(enterprise stack) 지출의 약 3분의 1을 차지할 수 있었지만, 노출은 분명했다. 그러나 기록 시스템(systems of record)은 붕괴에서 안전할 것으로 예상됐다.

ServiceNow의 2026년 3분기 보고서까지, 자기참조(reflexivity)의 메커니즘은 명확히 드러나지 않았다.

SERVICENOW: 순 신규 ACV 성장률(Net New ACV Growth) 23% → 14% 둔화; 인력 15% 감축 및 '구조적 효율화 프로그램(structural efficiency program)' 발표; 주가 18% 하락 ( 블룸버그, 2026년 10월)

SaaS가 "죽었다"는 의미는 아니었다. 내부 개발을 통해 구축하고 지원하는 데에도 여전히 비용-편익 분석(cost-benefit analysis)이 존재했다. 하지만 내부 구축이 옵션으로 존재했고, 이는 가격 협상에 반영되었다.

더 중요한 점은 경쟁 구도가 바뀌었다는 것이다. AI 덕분에 새로운 기능 개발과 출시가 쉬워지면서 차별화(differentiation)가 무너졌다. 기존 기업들은 가격 경쟁에서 바닥으로의 경쟁(race to the bottom)을 시작했다.
신생 경쟁자들과도 칼날 싸움(knife-fight)을 벌였다.

에이전트 코딩 능력의 도약 덕분에, 레거시 비용 구조가 없는 신생 기업들은 공격적으로 시장 점유율을 확대했다. 이 시스템들의 상호연결성(interconnected nature)은 이 보고서 전까지 완전히 이해되지 않았다.

ServiceNow는 좌석(seat)을 판매한다. Fortune 500 기업이 인력 15%를 줄이면, 라이선스도 15% 취소된다.
고객의 마진을 증가시키는 AI 기반 감축이, 회사 자신의 수익 기반을 기계적으로 파괴했다.

워크플로 자동화(workflow automation)를 판매하는 회사가, 더 나은 워크플로 자동화로 인해 붕괴되고 있었고,
그들의 대응은 인력 감축 후 절감액으로 붕괴를 일으킨 기술에 재투자하는 것이었다.

그 외에 무엇을 할 수 있었을까? 가만히 앉아 천천히 죽기를 기다려야 했을까? AI로 인해 가장 위협받는 기업들이 AI를 가장 공격적으로 채택했다.

뒤돌아보면 명백하지만, 당시에는 전혀 그렇지 않았다(적어도 필자에게는). 역사적 붕괴 모델은 기존 기업이 신기술을 저항하고, 민첩한 신규 기업에 점유율을 빼앗기고, 천천히 사멸한다고 말한다. Kodak, Blockbuster, BlackBerry가 그런 예다.

하지만 2026년 상황은 달랐다. 기존 기업들은 저항할 여력이 없었기 때문에 저항하지 않았다. 주가가 40~60% 하락하고 이사회가 해명을 요구하는 상황에서, AI 위협 기업들은 할 수 있는 유일한 선택을 했다.

인력을 줄이고, 절감액을 AI 도구에 재투자하며, 그 도구를 사용해 더 적은 비용으로 동일한 산출을 유지했다.

각 기업의 개별 대응은 합리적이었다. 그러나 집합적 결과는 재앙적이었다. 인력 절감으로 절약된 모든 달러가, 다음 해고를 가능하게 하는 AI 역량으로 흘러 들어갔다. 

소프트웨어는 단지 시작에 불과했다. 투자자들이 SaaS 밸류에이션이 바닥을 찍었는지 논의하는 동안, 자기참조 루프(reflexive loop)는 이미 소프트웨어 분야를 벗어나 있었다. ServiceNow의 인력 감축 논리를 정당화하는 동일 논리가 화이트칼라 비용 구조가 있는 모든 기업에 적용되었다.

kwonjiun@newspim.com