최신논문
Anthropic 논문 AI가 경제를 바꾸면 누가 이익을 얻고 누가 일자리를 잃을까?
작성자
작성일
2026-09-09 22:55
조회
9
https://www-cdn.anthropic.com/files/4zrzovbb/website/cf58f84d46a4a76bf5a5b039ac695fba6b80041c.pdf
논문의 핵심 질문은 단순하다.
첫째, AI가 얼마나 많은 업무를 수행할 수 있는가. 둘째, 실제 기업과 노동자가 AI를 얼마나 널리 사용하는가. 셋째, AI 사용이 업무 생산성을 얼마나 높이는가. 넷째, AI가 사람을 도와주는 것인지 아니면 사람을 완전히 대체하는 것인지. 다섯째, 자동화로 기존 일자리가 사라진 뒤 인간이 수행할 새로운 업무가 얼마나 생기는지다.
이 변수들에 따라 GDP, 임금, 노동소득 비중, 자본수익률, 실업률 등이 달라진다.
AI가 업무를 보조하는 수준에 머무르면 노동자의 생산성이 높아질 수 있다. 반대로 AI가 업무를 통째로 자동화하면 같은 생산을 위해 필요한 노동량이 줄어들고, 사람은 다른 직업으로 이동해야 한다.
문제는 이 직업 전환이 즉시 이루어지지 않는다는 점이다. 예를 들어 소프트웨어 엔지니어가 실직한 뒤 바로 전기기사나 간호사로 전환하기는 어렵다. 논문은 이러한 재취업 마찰이 실업률을 높이는 중요한 원인이라고 본다.
완만한 시나리오에서는 AI가 기존 기술혁신과 비슷한 수준의 영향을 준다. 경제성장률은 조금 높아지고 실업률 변화도 크지 않다.
상당한 변화 시나리오에서는 AI가 인터넷보다 더 중요한 범용기술이 된다. 2030년 GDP는 AI가 없는 경우보다 8.3% 높아지고 성장률은 5.4%에 이른다. 하지만 인지직 고용은 약 3.9% 줄고, 노동소득 비중도 감소한다.
가장 큰 변화는 극단적 시나리오에서 나타난다.
AI가 영향을 미칠 수 있는 업무 비중은 경제 전체의 50% 수준까지 확대되고, 그중 실제 사용률은 60%로 가정된다. AI가 적용되는 업무의 생산성은 약 2.2배로 높아지며, AI 사용의 90%는 사람을 보조하는 방식이 아니라 직접 업무를 수행하는 자동화 형태다. 또한 자동화된 업무를 대신할 새로운 인간 업무는 거의 생기지 않는다고 가정한다.
그 결과 2030년 GDP는 AI가 없는 경우보다 32.4% 높아지고, 연간 GDP 성장률은 15.4%에 달한다.
논문은 이런 성장률이 지속된다면 1인당 소득이 약 5년마다 두 배가 되는 수준이라고 설명한다.
하지만 전체 경제의 성장과 노동자의 상황은 크게 다르다.
인지직 임금은 AI가 없는 경우보다 11.5% 낮아지고, 인지직 고용은 21.5% 감소한다. 반면 AI가 직접 대체하지 않는 다른 직종의 임금은 33.6% 높아진다.
즉 AI가 고숙련 지식노동을 더 빠르게 자동화할 경우, 과거와 달리 일부 육체노동이나 현장직이 상대적으로 희소한 노동력이 될 가능성도 있다는 의미다.
모델의 초기 상태에서는 국민소득 가운데 노동이 약 60%, 자본이 약 40%를 가져간다.
하지만 극단적 AI 시나리오에서는 2030년 노동소득 비중이 약 45%, 자본소득 비중이 약 55%로 역전된다. 즉 GDP의 약 15%에 해당하는 소득이 노동에서 자본으로 이동하는 셈이다.
더 극적인 점은 전체 노동소득이다.
극단적 시나리오에서는 GDP가 크게 증가하지만 총 노동소득은 AI가 없는 세계와 거의 비슷한 수준에 머문다. 반면 자본소득은 AI가 없는 경우보다 약 81% 증가한다.
쉽게 표현하면 다음과 같다.
AI 이전
경제 전체 소득 100
→ 노동 60
→ 자본 40
강력한 AI 이후
경제 전체 소득 약 132
→ 노동 약 60
→ 자본 약 72
경제 전체는 훨씬 부유해지지만, 증가한 소득의 상당 부분이 자본 쪽으로 이동하는 구조다.
AI가 인간의 일을 대신하려면 컴퓨팅 자원이 필요하다. GPU, 서버, 데이터센터, 네트워크 장비, 전력 인프라 등이 대표적인 생산자본이다.
논문도 AI 자동화에 사용되는 자본 가운데 컴퓨팅의 비중이 높으며, 이러한 자본이 세계 자본시장을 통해 빠르게 조달되고 구축될 수 있다고 설명한다.
극단적 시나리오에서는 2030년 자본스톡이 AI가 없는 경우보다 약 56% 증가한다.
즉 AI 발전은 단순한 소프트웨어 혁신뿐 아니라 대규모 컴퓨팅·데이터센터·전력 투자를 동반하는 자본집약적 변화가 될 수 있다는 의미다.
기업이 AI 때문에 필요한 노동자 수가 줄었는데 임금이 빠르게 조정되지 않는다면, 기업은 임금을 깎는 대신 사람을 해고할 가능성이 높아진다.
극단적 시나리오에서 임금이 완전히 유연한 경우 인지직 임금은 AI가 없는 경우보다 약 42% 낮아지는 대신 인지직 실업률은 2.6% 수준에 머문다.
반대로 임금이 매우 경직적인 경우 인지직 임금은 오히려 AI가 없는 세계보다 2.8% 높지만 인지직 실업률은 24%까지 상승한다.
즉 AI 충격은 사라지는 것이 아니라,
임금이 많이 떨어지거나, 실업이 많이 늘어나는 형태로 나타날 수 있다.
특히 AI가 AI 연구 자체를 자동화하고, 그 결과 더 강한 AI가 만들어지고, 다시 연구 자동화가 빨라지는 recursive self-improvement, 즉 자기강화적 연구 가속 효과를 충분히 모델링하지 않는다.
논문의 혁신 모형에서는 AI가 연구 생산성을 높이더라도 2030년까지 아이디어 축적에 미치는 효과가 비교적 작게 나온다. 극단적 시나리오에서도 아이디어 스톡은 AI가 없는 경우보다 약 0.6% 높아지는 데 그친다.
하지만 연구진은 그 이유가 AI 연구 자동화의 피드백을 모델에 직접 넣지 않았기 때문이라고 설명한다. 재귀적 자기개선 효과는 일부 시나리오 변수에 외생적으로 반영되어 있다.
또한 연구진은 이 모델이 폭발적인 연구 가속이나 경제적 특이점을 생성할 수 없기 때문에 혁신 효과가 실제보다 낮게 추정될 가능성이 있다고 인정한다.
하지만 2027년 이후 AI의 능력과 실제 사용률이 빠르게 증가하면서 결과가 크게 갈라진다.
연구진은 세 시나리오의 경제적 차이 대부분이 2027년 이후 발생한다고 설명한다.
결국 앞으로 관찰해야 할 지표는 AI 모델의 벤치마크 성능 자체만이 아니다.
AI가 실제로 얼마나 많은 업무를 수행할 수 있는지, 기업이 얼마나 빠르게 도입하는지, AI가 사람을 보조하는지 완전히 대체하는지, 그리고 실직한 노동자가 얼마나 빠르게 다른 산업으로 이동할 수 있는지가 더 중요하다.
논문은 앞으로 1~2년 동안의 데이터가 우리가 어떤 시나리오로 가고 있는지를 더 명확하게 보여줄 수 있다고 결론 내린다.
강력한 AI가 인간의 생산성을 높이는 보조수단으로 사용된다면 노동자와 자본 모두 이익을 얻을 수 있다.
반대로 AI가 인간을 직접 대체하는 자동화 수단으로 사용될수록 노동소득 비중은 줄어들고 자본소득 비중은 크게 늘어날 가능성이 있다.
극단적 시나리오에서 2030년 경제는 AI가 없는 경우보다 약 32% 커지지만, 인지직 고용은 21.5% 감소하고 전체 실업률은 11.9%까지 상승한다. 동시에 노동소득 비중은 60%에서 45%로 떨어지고 자본소득 비중은 55%까지 올라간다.
따라서 Transformative AI 시대의 핵심 경제문제는 단순히 “AI가 얼마나 빨리 발전하는가”가 아니다.
더 중요한 질문은 다음과 같다.
AI가 만들어내는 막대한 생산성 증가를 누가 소유하고, 그 소득을 어떻게 분배할 것인가.
논문 역시 극단적 시나리오에서는 재교육, 소득지원, 보편적 기본자본, 기본소득 등 새로운 분배 제도가 중요한 정책문제로 부상할 수 있다고 지적한다.
Anthropic 논문 요약: AI가 경제를 바꾸면 누가 이익을 얻고 누가 일자리를 잃을까?
Anthropic Institute가 2026년 9월 발표한 워킹페이퍼 「Economic Scenarios for Transformative AI」는 2026~2030년 사이 AI 발전이 경제성장, 임금, 실업, 노동소득과 자본소득의 분배에 어떤 영향을 줄 수 있는지를 경제모형으로 분석한 연구다. 연구진은 AI의 미래를 하나의 예측으로 단정하지 않고, 완만한 변화·상당한 변화·극단적 변화라는 세 가지 시나리오를 비교한다.논문의 핵심 질문은 단순하다.
AI가 더 많은 업무를 수행하게 될수록 경제 전체는 얼마나 성장하고, 그 성장의 이익은 노동자와 자본 소유자에게 어떻게 배분될까?
1. 논문이 보는 AI 경제의 핵심 구조
연구진은 AI의 경제적 영향을 크게 다섯 요소로 나눈다.첫째, AI가 얼마나 많은 업무를 수행할 수 있는가. 둘째, 실제 기업과 노동자가 AI를 얼마나 널리 사용하는가. 셋째, AI 사용이 업무 생산성을 얼마나 높이는가. 넷째, AI가 사람을 도와주는 것인지 아니면 사람을 완전히 대체하는 것인지. 다섯째, 자동화로 기존 일자리가 사라진 뒤 인간이 수행할 새로운 업무가 얼마나 생기는지다.
이 변수들에 따라 GDP, 임금, 노동소득 비중, 자본수익률, 실업률 등이 달라진다.
AI가 업무를 보조하는 수준에 머무르면 노동자의 생산성이 높아질 수 있다. 반대로 AI가 업무를 통째로 자동화하면 같은 생산을 위해 필요한 노동량이 줄어들고, 사람은 다른 직업으로 이동해야 한다.
문제는 이 직업 전환이 즉시 이루어지지 않는다는 점이다. 예를 들어 소프트웨어 엔지니어가 실직한 뒤 바로 전기기사나 간호사로 전환하기는 어렵다. 논문은 이러한 재취업 마찰이 실업률을 높이는 중요한 원인이라고 본다.
2. 세 가지 AI 경제 시나리오
논문은 2030년 경제를 세 가지 경우로 나눈다.| 2030년 결과 | 완만한 변화 | 상당한 변화 | 극단적 변화 |
|---|---|---|---|
| AI가 없을 때 대비 GDP | +1.6% | +8.3% | +32.4% |
| 연간 GDP 성장률 | 2.4% | 5.4% | 15.4% |
| 평균 임금 | +0.7% | +2.1% | +9.7% |
| 인지직 임금 | +0.4% | -0.3% | -11.5% |
| 인지직 고용 | -0.5% | -3.9% | -21.5% |
| 전체 실업률 | 3.9% | 4.6% | 11.9% |
| 노동소득 비중 | 59.4% | 56.1% | 45.2% |
| 자본소득 비중 | 40.6% | 43.9% | 54.8% |
상당한 변화 시나리오에서는 AI가 인터넷보다 더 중요한 범용기술이 된다. 2030년 GDP는 AI가 없는 경우보다 8.3% 높아지고 성장률은 5.4%에 이른다. 하지만 인지직 고용은 약 3.9% 줄고, 노동소득 비중도 감소한다.
가장 큰 변화는 극단적 시나리오에서 나타난다.
3. 극단적 시나리오: 경제는 급성장하지만 노동시장은 크게 흔들린다
극단적 시나리오에서 2030년까지 AI는 경제 전체 업무의 상당 부분에 영향을 미친다.AI가 영향을 미칠 수 있는 업무 비중은 경제 전체의 50% 수준까지 확대되고, 그중 실제 사용률은 60%로 가정된다. AI가 적용되는 업무의 생산성은 약 2.2배로 높아지며, AI 사용의 90%는 사람을 보조하는 방식이 아니라 직접 업무를 수행하는 자동화 형태다. 또한 자동화된 업무를 대신할 새로운 인간 업무는 거의 생기지 않는다고 가정한다.
그 결과 2030년 GDP는 AI가 없는 경우보다 32.4% 높아지고, 연간 GDP 성장률은 15.4%에 달한다.
논문은 이런 성장률이 지속된다면 1인당 소득이 약 5년마다 두 배가 되는 수준이라고 설명한다.
하지만 전체 경제의 성장과 노동자의 상황은 크게 다르다.
인지직 임금은 AI가 없는 경우보다 11.5% 낮아지고, 인지직 고용은 21.5% 감소한다. 반면 AI가 직접 대체하지 않는 다른 직종의 임금은 33.6% 높아진다.
즉 AI가 고숙련 지식노동을 더 빠르게 자동화할 경우, 과거와 달리 일부 육체노동이나 현장직이 상대적으로 희소한 노동력이 될 가능성도 있다는 의미다.
4. 가장 중요한 변화: 노동소득에서 자본소득으로
이 논문에서 가장 주목할 만한 결과는 경제성장의 이익이 노동보다 자본에 더 많이 돌아갈 수 있다는 점이다.모델의 초기 상태에서는 국민소득 가운데 노동이 약 60%, 자본이 약 40%를 가져간다.
하지만 극단적 AI 시나리오에서는 2030년 노동소득 비중이 약 45%, 자본소득 비중이 약 55%로 역전된다. 즉 GDP의 약 15%에 해당하는 소득이 노동에서 자본으로 이동하는 셈이다.
더 극적인 점은 전체 노동소득이다.
극단적 시나리오에서는 GDP가 크게 증가하지만 총 노동소득은 AI가 없는 세계와 거의 비슷한 수준에 머문다. 반면 자본소득은 AI가 없는 경우보다 약 81% 증가한다.
쉽게 표현하면 다음과 같다.
AI 이전
경제 전체 소득 100
→ 노동 60
→ 자본 40
강력한 AI 이후
경제 전체 소득 약 132
→ 노동 약 60
→ 자본 약 72
경제 전체는 훨씬 부유해지지만, 증가한 소득의 상당 부분이 자본 쪽으로 이동하는 구조다.
5. 여기서 말하는 '자본'은 무엇인가
AI 경제에서 자본은 단순한 금융자산만을 의미하지 않는다.AI가 인간의 일을 대신하려면 컴퓨팅 자원이 필요하다. GPU, 서버, 데이터센터, 네트워크 장비, 전력 인프라 등이 대표적인 생산자본이다.
논문도 AI 자동화에 사용되는 자본 가운데 컴퓨팅의 비중이 높으며, 이러한 자본이 세계 자본시장을 통해 빠르게 조달되고 구축될 수 있다고 설명한다.
극단적 시나리오에서는 2030년 자본스톡이 AI가 없는 경우보다 약 56% 증가한다.
즉 AI 발전은 단순한 소프트웨어 혁신뿐 아니라 대규모 컴퓨팅·데이터센터·전력 투자를 동반하는 자본집약적 변화가 될 수 있다는 의미다.
6. 임금이 잘 안 떨어지면 실업이 더 늘어날 수 있다
논문은 노동시장 충격이 임금 하락과 실업 증가 중 어떤 형태로 나타나는지도 분석한다.기업이 AI 때문에 필요한 노동자 수가 줄었는데 임금이 빠르게 조정되지 않는다면, 기업은 임금을 깎는 대신 사람을 해고할 가능성이 높아진다.
극단적 시나리오에서 임금이 완전히 유연한 경우 인지직 임금은 AI가 없는 경우보다 약 42% 낮아지는 대신 인지직 실업률은 2.6% 수준에 머문다.
반대로 임금이 매우 경직적인 경우 인지직 임금은 오히려 AI가 없는 세계보다 2.8% 높지만 인지직 실업률은 24%까지 상승한다.
즉 AI 충격은 사라지는 것이 아니라,
임금이 많이 떨어지거나, 실업이 많이 늘어나는 형태로 나타날 수 있다.
7. 이 논문은 AGI 경제를 완전히 모델링한 것은 아니다
이 논문의 중요한 한계도 있다.특히 AI가 AI 연구 자체를 자동화하고, 그 결과 더 강한 AI가 만들어지고, 다시 연구 자동화가 빨라지는 recursive self-improvement, 즉 자기강화적 연구 가속 효과를 충분히 모델링하지 않는다.
논문의 혁신 모형에서는 AI가 연구 생산성을 높이더라도 2030년까지 아이디어 축적에 미치는 효과가 비교적 작게 나온다. 극단적 시나리오에서도 아이디어 스톡은 AI가 없는 경우보다 약 0.6% 높아지는 데 그친다.
하지만 연구진은 그 이유가 AI 연구 자동화의 피드백을 모델에 직접 넣지 않았기 때문이라고 설명한다. 재귀적 자기개선 효과는 일부 시나리오 변수에 외생적으로 반영되어 있다.
또한 연구진은 이 모델이 폭발적인 연구 가속이나 경제적 특이점을 생성할 수 없기 때문에 혁신 효과가 실제보다 낮게 추정될 가능성이 있다고 인정한다.
8. 2027년 이후가 중요한 분기점
논문의 그래프를 보면 세 시나리오는 2025~2027년까지 큰 차이를 보이지 않는다.하지만 2027년 이후 AI의 능력과 실제 사용률이 빠르게 증가하면서 결과가 크게 갈라진다.
연구진은 세 시나리오의 경제적 차이 대부분이 2027년 이후 발생한다고 설명한다.
결국 앞으로 관찰해야 할 지표는 AI 모델의 벤치마크 성능 자체만이 아니다.
AI가 실제로 얼마나 많은 업무를 수행할 수 있는지, 기업이 얼마나 빠르게 도입하는지, AI가 사람을 보조하는지 완전히 대체하는지, 그리고 실직한 노동자가 얼마나 빠르게 다른 산업으로 이동할 수 있는지가 더 중요하다.
논문은 앞으로 1~2년 동안의 데이터가 우리가 어떤 시나리오로 가고 있는지를 더 명확하게 보여줄 수 있다고 결론 내린다.
결론
이 논문의 핵심은 “AI가 경제를 크게 성장시키더라도 그 혜택이 노동자에게 자동으로 돌아가지는 않는다”는 것이다.강력한 AI가 인간의 생산성을 높이는 보조수단으로 사용된다면 노동자와 자본 모두 이익을 얻을 수 있다.
반대로 AI가 인간을 직접 대체하는 자동화 수단으로 사용될수록 노동소득 비중은 줄어들고 자본소득 비중은 크게 늘어날 가능성이 있다.
극단적 시나리오에서 2030년 경제는 AI가 없는 경우보다 약 32% 커지지만, 인지직 고용은 21.5% 감소하고 전체 실업률은 11.9%까지 상승한다. 동시에 노동소득 비중은 60%에서 45%로 떨어지고 자본소득 비중은 55%까지 올라간다.
따라서 Transformative AI 시대의 핵심 경제문제는 단순히 “AI가 얼마나 빨리 발전하는가”가 아니다.
더 중요한 질문은 다음과 같다.
AI가 만들어내는 막대한 생산성 증가를 누가 소유하고, 그 소득을 어떻게 분배할 것인가.
논문 역시 극단적 시나리오에서는 재교육, 소득지원, 보편적 기본자본, 기본소득 등 새로운 분배 제도가 중요한 정책문제로 부상할 수 있다고 지적한다.
전체 0