최근 발간한 Macro Signposts(여기)에서 우리는 미국의 정책 변화가 AI라는 새로운 범용 기술의 채택과 확산을 가속하는 동시에 경제 조정을 이끌고 있음을 강조했습니다. 지금까지 이러한 조정은 미국의 실질 GDP 성장을 비교적 안정적으로 지지했지만, 표면 아래에는 취약 요인이 존재합니다.
AI 기반 생산성 증가는 자산 가격을 부양해 부의 효과를 통해 소비를 떠받쳤습니다. 다만 투자는 AI 구현과 인프라에 좁게 집중되어 있습니다. 따라서 미국 경제의 단기 성과는 AI 전환이 어떻게 진행되는지에 따라 크게 좌우될 가능성이 높습니다.
AI는 비교적 새로운 기술입니다. 미국 인구조사국 지표에 따르면, 대중을 위한 범용 시스템인 대규모 언어모델(LLM)은 2022년부터 제공되었으며, 미국 기업들의 광범위한 도입은 2025년에야 가속화되기 시작했습니다.
AI 확산이 어떻게 경제 조정으로 이어질지는 여전히 미지수입니다. AI가 노동을 주로 대체할지 보완할지, 경제 전반에 얼마나 빠르게 확산될지, 그리고 최종적으로 누가 이익을 보고 누가 손해를 볼지 예측하기는 매우 어렵습니다. 과거의 범용 기술은 확산에 수십 년이 걸렸지만, AI는 빠르게 퍼지면서 경제 전반에 엇갈린 결과를 낳고 있습니다. 최근 AI 노출도가 높은 섹터 전반에서 주식 및 대출 밸류에이션이 급격히 하락한 현상은 이러한 리스크를 잘 보여줍니다.
이런 불확실성 속에서, 범용 기술 도입 이후의 역사적 경제 변화를 참고하는 것은 자연스러운 일입니다. 특히 1990년대 후반에 개인용 컴퓨터, 네트워크 기술, 인터넷이 확산되며 생산성 붐을 이끌었던 사례는, 오늘날을 이해하는 데 유용한 참고가 될 수 있습니다. 하지만 1990년대 후반과 현재 상황 사이에는 중요한 차이점이 있습니다. 2025년이 예고편이라면, AI는 모두에게 이익이 되는 생산성 혁신 물결이 아닐 수도 있습니다. 실제로 AI가 창출하는 가치의 상당 부분이 노동자가 아닌 자본가에게 주로 귀속될 리스크가 있습니다.
1990년대의 교훈 ...
노벨 경제학상 수상자 폴 크루그먼은 1994년, 장기적으로 생산성이 모든 것을 좌우하지는 않지만 사실상 "거의 전부”라고 언급했습니다. 생산성을 높이는 신기술은 시간이 지남에 따라 공급과 수요를 함께 키워 전반적인 생활수준을 높여 왔고, 이는 결국 모두에게 이익이 되는 흐름을 만들어냈습니다. 투입 수준이 같을 때 산출이 증가한다면(그 방식이 기술 혁신이든 대체 수단을 통해서든) 그 사실만으로도 생산능력이 커집니다. 이러한 흐름 속에서 생산성이 높은 노동자는 더 높은 실질임금을 받고, 생산성이 높은 자본은 더 높은 수익률을 올리는 경향이 있습니다. 실질임금과 이익이 높아지면 소비와 투자가 촉진되고, 이는 다시 수요를 뒷받침합니다.
1990년대 후반은 이러한 역학을 잘 보여줍니다. 개인용 컴퓨터와 인터넷의 광범위한 보급이 경제 전반, 특히 서비스업을 크게 바꿨습니다. 미국의 생산성이 가속화되면서 실질임금도 동반 상승했고, 노동자들은 자신이 만들어낸 추가 산출의 경제적 가치를 보상받을 수 있었습니다(차트 1 참조).
차트 1: 두 차례의 각기 다른 기술 호황기의 미국 생산성 증가율과 임금 증가율
이 기간 동안 노동소득분배율도 상승했으며(차트 2 참조), 판매된 제품 및 서비스의 노동 투입 비용(즉, 단위노동비용)도 함께 증가했습니다. 컴퓨터와 네트워크 기술의 도입으로 화이트칼라 전문직의 생산성이 개선되고 임금도 증가했습니다. 자본가에게도 혜택이 돌아갔습니다. 1995년부터 주식시장이 고점을 찍은 2000년 중반까지, S&P 500 지수 투자의 명목 총수익률은 200%를 넘었습니다.
차트 2: 1990년대 후반에는 상승했지만 2025년에는 사상 최저를 기록한 미국의 노동소득분배율
겉으로 보기엔 의외일 수 있지만, 실질임금 상승에 따른 수요 증대, 주가 상승에 따른 부의 효과, 그리고 저축수요에 비해 상대적으로 늘어난 자본이 맞물리며 1999~2000년 미국 인플레이션 가속화에 기여했을 가능성이 큽니다(실질 중립금리 상승 가능성 포함). 미 연준은 1998년 하반기 완화 사이클을 시작했다가, 인플레이션 리스크를 관리하기 위해 1999년부터 2000년까지 기준금리를 총 175bp 인상하며 정책 기조를 반전시켰습니다.
... 그리고 오늘날을 위한 시사점
언뜻 보기에 오늘날의 AI 도입은 1990년대 기술 트렌드와 닮았습니다. 2023~2024년에 특히 가팔랐던 생산성 증가(차트 1 참조), 소폭이지만 증가한 투자, 그리고 눈에 띄는 부의 증대가 이유입니다. 핵심적인 차이는 분배입니다. 2025년에 노동자 집단은 그 혜택을 거의, 혹은 전혀 누리지 못했습니다. 2025년 노동자의 실질임금 상승률은 1%를 약간 웃도는 수준으로 둔화되었습니다. 이로 인해 미국의 노동소득분배율은 수십 년에 걸친 통계 역사상 가장 낮은 수준으로 떨어졌습니다(차트 2 참조). 자세한 내용은 최근 발간한 Macro Signposts, "미국 생산성 향상의 혜택이 더 이상 노동자에게 도달하지 못하는 이유"에서 확인할 수 있습니다.
노동이 AI 관련 생산성 향상의 혜택을 충분히 누리지 못하면서, 그 이익은 주로 기업의 수익과 자본수익률의 상승으로 이어졌습니다. 1990년대와 오늘날의 이러한 차이는 단기적인 인플레이션과 중앙은행의 정책 방향에 영향을 미칠 수 있습니다. AI는 수요와 공급을 동시에 자극해 인플레이션 압력을 높이고, 결국 연준의 금리 인상으로 이어질 수 있습니다. 그러나 이러한 이익이 소비 성향이 낮은 고소득·고자산층 등 자본가에게 집중된다면, 실제 수요 증가는 크지 않을 수 있습니다. 이는 AI가 더 깊이 스며든 경제로의 전환이 1990년대 중반보다 더 큰 혼란을 가져올 수 있음을 의미합니다.
노동 대체 증가가 핵심 리스크
잘 알려진 두 격언을 비교해 보겠습니다. "역사는 반복되지 않지만 비슷한 양상을 반복한다"와 "이번은 다르다" 입니다. 그렇다면 AI가 경제에 미치는 영향을 설명할 때, 어느 쪽 격언이 더 적합할까요? 역사적으로 새로운 범용 기술은 기존 일자리를 대체했지만, 동시에 새로운 일자리도 만들어 왔습니다. 다만 대체와 신규 창출이 같은 시점에 일어나는지는 분명하지 않습니다. 2025년의 흐름만 보더라도, 최소한 초기에는 노동 대체가 먼저 진행될 리스크가 있습니다.
그렇다면 어떤 일자리가 대체될 가능성이 더 높을까요? AI는 여러 섹터의 직무에서 핵심 업무를 빠르게 변화시키고 있습니다. 그럼에도 불구하고 일부 직무와 섹터는 더 취약해 보입니다. 본질적으로 해당 분야는 AI에 의해 변화되거나(혹은 대체되거나) 영향을 받을 수 있는 업무 비중이 더 많기 때문입니다. Eloundou 등(2023년)1 연구에 따르면, AI로 인해 업무가 변화하거나 대체될 리스크가 가장 큰 섹터는 데이터 처리, 정보 서비스(예: 소프트웨어), 출판·방송 분야이며, 그다음으로 금융, 전문·기술 서비스, 그리고 소매업 순으로 나타났습니다. 반면 건설, 제조, 운송, 개인·사회 서비스는 상대적으로 리스크가 낮은 것으로 보입니다.
노동시장 데이터를 자세히 들여다보면, 아직 범위는 제한적이지만 AI와 관련된 일자리 대체 현상이 이미 진행 중임을 알 수 있습니다. AI 노출도가 높은 섹터에서는 2025년 신입 채용이 정체되었습니다. 또한 Eloundou 등의 연구를 토대로 추정하면, 2022년 이후 AI 노출도가 가장 높은 섹터의 미국 내 누적 고용은 이미 1% 이상 감소한 반면, 다른 섹터는 4% 증가했습니다.
AI 노출도가 큰 섹터를 제외하더라도, 미국 경제 전반에서 노동자들이 수행하는 업무의 약 3분의 1은 현재의 대규모 언어모델(LLM)로 처리 가능할 것으로 추정됩니다. 대부분의 노동자는 "AI에 비교적 내성이 있는 업무"도 함께 수행합니다. 다만 이들 중 단 2%만 AI로 대체된다고 가정해도, 미국에서는 약 100만 개의 일자리가 줄어들고 실업률은 0.5%포인트 오를 수 있습니다(노동자들이 계속 노동시장에 남아 있다는 가정 하에).
주식시장 역학은 경제 리스크를 증폭시킬 수 있습니다. AI로 타격을 받은 기업의 주가가 하락하면, CEO의 심리가 위축되고 해고로 이어질 수 있습니다. 최근 연구2에 따르면, 기업들은 주가가 10% 변동할 때마다 고용을 약 1% 정도 조정하는 것으로 보입니다. 이 산식을 AI 노출 가능성이 크고 최근 주가가 10% 이상 하락한 미국 상위 37개 기업에 적용하면, 최근 1년간 주가의 순하락만으로도 미국에서 약 9만 명 규모의 부정적 고용 충격이 발생할 수 있습니다.
투자자를 위한 요점
혁신이 주도하는 생산성 증가는 모두에게 도움이 되는 변화로 자주 묘사됩니다. 1990년대는 그 비유에 대체로 들어맞았습니다. 생산성 붐이 실질임금을 끌어올리고, 수요와 공급을 모두 늘려, 결국 인플레이션 압력을 키웠습니다.
AI 주도 생산성 붐도 비슷한 결과를 낳을 수 있습니다. 하지만 2025년에 나타난 경제 조정은 더 큰 변화를 예고하는 신호일 수 있습니다. 즉 AI가 승자와 패자를 가를 가능성이 크고, 순이익의 대부분은 자본가에게 돌아갈 수 있습니다. 2025년 노동자 생산성은 전반적으로 향상되었지만 노동소득분배율은 감소했으며, 향후 노동력 대체 현상이 더 심화될 수 있습니다.
AI는 시간이 지나면 미국 경제의 많은 참여자에게 결국 이익을 줄 수 있습니다. 다만 전환 과정은 불확실하고, 같은 섹터 안에서도 기업마다 혹은 섹터 간에도 혼란이 발생할 수 있습니다.
이처럼 성과가 엇갈리는 환경에서는 투자 다각화의 필요성이 설득력을 얻습니다. 주식시장이 승자와 패자를 가르며 재평가가 진행되고, 하방 리스크가 노동 대체 쪽으로 기울어질수록, 우량 채권은 매력적인 수익 잠재력과 함께 효과적인 헤지 수단이 될 수 있습니다.
1 Tyna Eloundou, Sam Manning, Pamela Mishkin, and Daniel Rock, "GPT는 GPT이다: 대규모 언어모델의 잠재적 노동시장 영향에 대한 초기 관찰," arXiv.org paper 2303.10130, 2023년 8월 개정. 콘텐츠로 돌아가기↩
2 Bryan Seegmiller, "노동시장 지배력 평가: 생산성 우위의 역할", SSRN 초록 ID #4412667, 2025년 10월 개정. 콘텐츠로 돌아가기↩
