폭풍속의 고요 II

목차

3.인공지능 코딩의 시작
4.인공지능 투자
5.브로커
6.폭풍속의 고요
참고문헌





3.인공지능 코딩의 시작

오늘 아침 발표된 실업률은 10.2%로, 예상치보다 0.3% 상승했다. 시장은 이 수치 발표 후 2% 하락했으며, S&P 지수는 2026년 10월 고점 대비 누적 38% 하락했다. 투자자들은 무감각해졌다. 6개월 전만 해도 이런 수치가 나오면 시장이 급등했을 것이다. "제한적"이고 "특정 부문"에 국한된 경제 상황에서 우리가 자라온 시절과는 전혀 다른 경제로 변모하는 데 걸린 시간은 단 2년이었다. 이번 분기 거시경제 보고서는 그 변화의 과정을 재구성하려는 시도, 즉 위기 이전 경제에 대한 사후 분석이다. 환희는 온몸으로 느껴졌다. 2026년 10월, S&P 500 지수는 8000선에 근접했고, 나스닥 지수는 3만 선을 돌파했다. 인간의 쓸모없어짐에 따른 초기 해고 물결은 2026년 초에 시작되었고, 이는 해고의 본래 목적을 정확히 달성했다. 마진은 확대되었고, 실적은 예상치를 상회했으며, 주가는 급등했다. 기록적인 기업 이익은 고스란히 AI 컴퓨팅에 투자되었다. 주요 경제 지표는 여전히 훌륭했다. 명목 GDP는 연평균 한 자릿수 중반에서 후반대의 성장률을 꾸준히 기록했다. 생산성은 급증했다. 시간당 실질 생산량은 1950년대 이후 볼 수 없었던 속도로 증가했는데, 이는 잠도 자지 않고, 병가도 내지 않고, 건강 보험도 필요 없는 AI 에이전트 덕분이었다. 인공지능 소유주들은 인건비가 사라지면서 부가 급증하는 것을 목격했다. 반면 실질 임금 상승률은 급락했다. 정부가 기록적인 생산성 증가를 거듭 자랑했음에도 불구하고, 사무직 노동자들은 기계에 일자리를 빼앗기고 저임금 직종으로 밀려났다. 소비 경제에 균열이 생기기 시작했을 때, 경제 전문가들은 " 유령 GDP "라는 용어를 유행시켰다. 이는 국민 회계에는 나타나지만 실물 경제를 통해 순환되지 않는 생산량을 의미한다. 인공지능은 모든 면에서 기대를 뛰어넘었고, 시장 또한 인공지능의 영향을 받았다. 유일한 문제점은… 경제가 그렇지 못했다는 것이다. 노스다코타에 있는 단 하나의 GPU 클러스터가 맨해튼 미드타운의 사무직 근로자 1만 명이 처리하던 양의 생산성을 만들어낸다는 것은 경제적 해결책이라기보다는 오히려 경제적 재앙에 가깝다는 사실은 진작에 알았어야 했다. 화폐 유통 속도는 정체되었고, 당시 GDP의 70%를 차지했던 인간 중심의 소비 경제는 위축되었다. 기계가 재량 소비재에 얼마나 많은 돈을 쓰는지(기계는 번 돈을 다시 소비하지 않는다) 물어봤다면 아마 더 빨리 알아차렸을 것이다. AI 기능이 향상되면서 기업의 인력 수요는 줄어들었고, 사무직 해고는 증가했으며, 실직자들은 소비를 줄였고, 마진 압박으로 기업들은 AI에 더 많이 투자하게 되었으며, AI 기능은 더욱 향상되었다… 이는 자연적인 제동 장치가 없는 악순환이었다. 인간 지능의 대체 악순환이었죠. 사무직 노동자들은 소득 창출 능력(그리고 당연히 소비 능력)이 구조적으로 약화되는 것을 목격했다. 그들의 소득은 13조 달러 규모의 주택담보대출 시장의 근간이었는데, 이로 인해 대출 심사 담당자들은 우량 주택담보대출이 여전히 수익성이 있는지 재평가할 수밖에 없었다. 지난 17년간 실질적인 채무 불이행 주기가 없었던 탓에, 사모펀드들은 연간 반복 수익(ARR)이 지속적으로 발생할 것이라는 가정 하에 사모펀드의 지원을 받는 소프트웨어 투자로 과도하게 부풀려져 있었다. 그러나 2027년 중반 인공지능(AI) 혁신으로 인한 첫 번째 채무 불이행 물결이 이러한 가정에 의문을 제기했다. 만약 이러한 혼란이 소프트웨어에만 국한되었다면 감당할 수 있었겠지만, 그렇지 않았다. 2027년 말까지 이는 중개에 기반한 모든 비즈니스 모델을 위협했다. 인간의 불편함을 수익화하는 데 기반을 둔 수많은 기업들이 무너졌다. 이 시스템은 사무직 생산성 증가에 대한 상호 연관된 투기들이 길게 연결된 구조로 드러났다. 2027년 11월의 폭락은 이미 존재하던 모든 부정적 피드백 고리를 가속화하는 역할만 했을 뿐이다. 우리는 "나쁜 소식이 좋은 소식"이라는 말을 거의 1년 동안 기다려왔다. 정부가 제안들을 검토하기 시작했지만, 정부가 어떤 형태의 구제책이라도 내놓을 수 있을지에 대한 국민의 신뢰는 이미 바닥을 쳤다. 정책 대응은 항상 경제 현실을 따라가지 못했지만, 이제는 종합적인 계획의 부재가 디플레이션 악순환을 가속화할 위협이 되고 있다. 그렇다면, 이 폭락은 어떻게 시작되었는가? 2025년 후반에 에이전트 코딩 도구의 기능은 비약적으로 발전하였다. 클로드 코드(Claude Code)나 코덱스(Codex)와 같은 도구를 사용하는 유능한 개발자라면 이제 몇 주 안에 중견 규모 SaaS(구독형) 제품의 핵심 기능을 복제할 수 있다. 완벽하거나 모든 예외 상황을 처리할 수는 없겠지만, 연간 50만 달러 규모의 갱신 계약을 검토하던 CIO가 "우리가 직접 만들어보면 어떨까?"라는 질문을 던지기 시작할 정도로 충분히 괜찮은 수준이다. 회계연도는 대부분 달력연도와 일치하기 때문에 2026년 기업 지출은 "에이전트형 AI"가 여전히 유행어였던 2025년 4분기에 이미 확정되었다. 중간 검토는 조달팀이 이러한 시스템의 실제 기능을 파악하고 의사 결정을 내릴 수 있었던 첫 번째 기회였다. 일부 팀은 자체 팀이 몇 주 만에 수십만 달러 규모의 SaaS 계약을 재현하는 프로토타입을 개발하는 것을 지켜보기도 했다. 그해 여름, 우리는 포춘 500대 기업의 구매 담당자와 이야기를 나눴다. 그는 예산 협상에 관한 일화를 들려주었다. 영업 담당자는 작년과 같은 전략, 즉 연간 5% 가격 인상과 "귀사 팀은 우리 제품에 의존하고 있습니다"라는 전형적인 영업 전략을 예상하고 있었다. 하지만 구매 담당자는 OpenAI와 협의 중이었는데, 자사의 "현장 배치 엔지니어"들이 AI 도구를 사용하여 기존 공급업체를 완전히 대체하는 방안을 고려하고 있었다고 말했다. 그 결과, OpenAI는 30% 할인된 가격으로 계약을 갱신했다. 그는 이것이 좋은 성과라고 말했다. Monday.com , Zapier, Asana와 같은 "소규모 SaaS 기업"들은 훨씬 더 어려운 상황에 처해 있다고 덧붙였다.


4.인공지능 투자

투자자들은 롱테일 부문이 큰 타격을 입을 것이라고 예상하고 대비했다. 이들은 일반적인 기업용 솔루션 지출의 3분의 1을 차지했지만, 분명히 위험에 노출되어 있었다. 하지만 핵심 시스템은 이러한 혼란으로부터 안전할 것으로 여겨졌다. ServiceNow의 2026년 3분기 보고서가 발표될 때까지는 반사성 메커니즘이 명확하지 않았다. 서비스나우, 신규 계약 가치(ACV) 순증가율 23%에서 14%로 둔화…15% 인력 감축 및 '구조적 효율성 프로그램' 발표…주가 18% 하락 | 블룸버그, 2026년 10월. SaaS가 "사라진" 것은 아니었다. 자체 개발 및 지원에 대한 비용 편익 분석은 여전히 ​​필요했다. 하지만 자체 개발은 하나의 선택지 였고, 이는 가격 협상에 중요한 요소로 작용했다. 어쩌면 더 중요한 변화는 경쟁 구도가 바뀌었다는 점일 것이다. AI 덕분에 새로운 기능을 개발하고 출시하는 것이 훨씬 쉬워지면서 차별화 요소가 사라졌다. 기존 업체들은 가격 경쟁을 통해 최저가 경쟁에 돌입했고, 서로 간의 싸움은 물론 새롭게 등장한 신생 업체들과의 치열한 경쟁으로 이어졌다. 에이전트 기반 코딩 기능의 비약적인 발전과 기존의 비용 구조를 보호해야 할 부담이 없어진 이들 업체들은 공격적으로 시장 점유율을 확대해 나갔다. 이러한 시스템들의 상호 연결성은 이 글이 나오기 전까지는 제대로 이해되지 못했다. ServiceNow는 라이선스를 판매했다. 포춘 500대 기업 고객들이 직원의 15%를 감원했을 때, 그들은 라이선스의 15%를 취소했다. 고객사의 수익률을 높이는 데 기여했던 AI 기반 인력 감축이 정작 ServiceNow의 수익 기반을 파괴하고 있었던 것이다. 워크플로 자동화 제품을 판매하던 회사는 더욱 발전된 워크플로 자동화 기술의 등장으로 사업에 차질을 빚게 되었고, 이에 대한 대응으로 인력을 감축하고 절감된 자금을 바로 그 기술에 투자했다. 그들이 달리 어떻게 할 수 있었을까? 가만히 앉아서 천천히 죽어갈 수밖에 없었을까? AI에 가장 큰 위협을 느꼈던 기업들이 오히려 AI를 가장 적극적으로 도입하는 기업이 되었다. 돌이켜보면 당연한 말처럼 들리지만, 당시에는 전혀 그렇지 않았다. 과거의 파괴적 혁신 모델은 기존 기업들이 신기술에 저항하다가 민첩한 신규 진입 기업에 시장 점유율을 빼앗기고 서서히 몰락한다고 했다. 코닥, 블록버스터, 블랙베리가 바로 그런 경우였다. 하지만 2026년에는 상황이 달랐다. 기존 기업들은 저항할 여력이 없었기 때문에 저항하지 않았다. 주가가 40~60% 폭락하고 이사회에서 해명을 요구받자, AI로 인해 위협받는 기업들은 할 수 있는 유일한 선택을 했다. 인력을 감축하고, 절감된 비용을 AI 도구에 투자한 후, 그 도구를 활용하여 비용을 낮추면서도 생산량을 유지하는 것이었다. 각 회사의 개별적인 대응은 합리적이었지만, 그 결과는 참담했다. 인건비 절감으로 아낀 모든 돈은 인공지능 역량 강화에 쏟아부어졌고, 이는 결국 다음번 대규모 감원을 가능하게 만들었다. 소프트웨어는 단지 서막에 불과했다. 투자자들이 SaaS 기업의 주가 배수가 바닥을 쳤는지 논쟁하는 동안 간과한 것은, 악순환이 이미 소프트웨어 업계를 벗어났다는 사실이다. ServiceNow가 인력 감축을 정당화했던 논리는 사무직 비용 구조를 가진 모든 기업에 적용될 수 있었다. 한편, 2027년 초가 되면 LLM(Large Language Model(대규모 언어 모델)) 사용이 기본이 된다. 사람들은 AI 에이전트가 무엇인지조차 모르는 상태에서 AI 에이전트를 사용하게 되는데, 마치 "클라우드 컴퓨팅"이 무엇인지 전혀 모르는 사람들이 스트리밍 서비스를 사용하는 것과 같다. 그들은 AI 에이전트를 마치 스마트폰의 자동 완성이나 맞춤법 검사처럼, 당연히 해야 하는 기능으로 여긴다. Qwen의 오픈소스 에이전트형 쇼핑 도우미는 AI가 소비자 의사 결정을 처리하는 데 촉매 역할을 했다. 몇 주 만에 모든 주요 AI 비서가 에이전트형 상거래 기능을 통합했다. 간소화된 모델 덕분에 이러한 에이전트는 클라우드 인스턴스뿐만 아니라 휴대폰과 노트북에서도 실행될 수 있었고, 추론에 필요한 추가 비용을 크게 줄였다. 투자자들이 더 불안해했어야 할 부분은 바로 이 에이전트들이 요청을 기다리지 않고 사용자의 선호도에 따라 백그라운드에서 작동했다는 점이다. 상거래는 개별적인 인간의 결정의 연속에서 벗어나 연결된 모든 소비자를 위해 24시간 내내 실행되는 지속적인 최적화 프로세스로 바뀌었다. 2027년 3월까지 미국의 평균 개인은 하루에 40만 개의 토큰을 소비했는데, 이는 2026년 말 대비 10배 증가한 수치이다. 연결 고리의 다음 단계가 이미 무너지고 있었다.
  

5.브로커

지난 50년간 미국 경제는 인간의 한계 위에 거대한 수익 착취 구조를 구축해 왔다. 모든 일에는 시간이 걸리고, 인내심은 바닥나며, 브랜드 친숙함이 성실함을 대신하고, 대부분의 사람들은 클릭 횟수를 줄이기 위해 비싼 가격을 기꺼이 감수한다. 수조 달러에 달하는 기업 가치는 이러한 제약 조건들이 지속되는 데 달려 있었다. 처음에는 아주 간단했다. 에이전트가 거래비용을 제거했다. 수개월 동안 사용하지 않았음에도 불구하고 자동으로 갱신되는 구독 및 멤버십. 체험 기간이 끝나면 슬쩍 두 배로 오르는 초기 가격. 이 모든 것들은 상담원들이 협상할 수 있는 인질극처럼 포장되었다. 전체 구독 경제의 기반이 되는 지표인 고객 생애 가치(CLTV)는 눈에 띄게 하락했다. 소비자 에이전트들은 거의 모든 소비자 거래 방식에 변화를 가져오기 시작했다. 사람들은 단백질 바 한 상자를 사기 전에 다섯 개의 경쟁 플랫폼에서 가격을 비교할 시간이 없다. 하지만 기계는 가능하다. 여행 예약 플랫폼은 가장 단순했기 때문에 일찌감치 도태되었다. 2026년 4분기까지 예약 상담원들은 어떤 플랫폼보다 빠르고 저렴하게 항공편, 호텔, 지상 교통편, 로열티 프로그램 최적화, 예산 제약, 환불 등을 포함한 완벽한 여행 일정을 구성할 수 있게 되었다. 보험 갱신 모델은 전적으로 보험 계약자의 관성에 의존했지만, 이제는 개혁되었다. 매년 보험 상품을 재검토해주는 설계사들이 등장하면서, 보험사가 수동적인 갱신에서 얻던 보험료의 15~20%가 사라졌다. 재정 자문, 세금 신고 대행, 일상적인 법률 업무 등 서비스 제공업체의 가치 제안이 궁극적으로 "고객님이 지루하게 느끼는 복잡한 일을 제가 처리해 드리겠습니다"인 모든 분야가 혼란에 빠졌다. 담당자들이 그 어떤 것도 지루하게 느끼지 않았기 때문이다. 인간관계의 가치로 보호받고 있다고 생각했던 곳조차 취약한 것으로 드러났다. 부동산 시장은 중개인과 소비자 간의 정보 비대칭성 때문에 수십 년 동안 5~6%의 수수료를 감수해 왔지만, MLS(미국 부동산 시장에서 매물 정보를 공유하는 데이터베이스) 접근 권한과 수십 년간의 거래 데이터를 보유한 AI 중개인이 즉시 지식 기반을 복제할 수 있게 되면서 무너졌다. 2027년 3월 한 매도자 측 분석 기사에서는 이를 "중개인 간의 폭력"이라고 표현했다. 주요 대도시의 매수자 측 평균 수수료는 2.5~3%에서 1% 미만으로 떨어졌고, 매수 측에 인간 중개인이 전혀 개입하지 않고 거래가 성사되는 사례가 늘어나고 있다. 우리는 '인간관계'의 가치를 과대평가했었다. 알고 보니 사람들이 관계라고 부르는 것들 중 상당수는 겉으로는 친절해 보이는 거래비용에 불과했다. 그것은 중개 계층의 혼란의 시작에 불과했다. 성공적인 기업들은 소비자 행동과 인간 심리의 특성을 효과적으로 이용하기 위해 수십억 달러를 투자했지만, 이제 그런 것들은 더 이상 중요하지 않았다. 가격과 편의성을 최적화하는 기계는 당신이 즐겨 사용하는 앱이나 지난 4년간 습관적으로 방문했던 웹사이트에 관심이 없으며, 잘 설계된 결제 경험에도 매력을 느끼지 않는다. 기계는 가장 쉬운 옵션을 선택하거나 "난 항상 여기서 주문해"라고 생각하며 지치지 않는다. 그것은 특정한 종류의 해자를 파괴했다. 바로 습관적인 중재였다. DoorDash(DASH US)가 대표적인 사례였다. 코딩 에이전트 덕분에 배달 앱 출시의 진입 장벽이 무너졌다. 유능한 개발자라면 몇 주 안에 기능적인 경쟁 앱을 만들 수 있었고, 실제로 수십 개의 앱이 등장하여 배달료의 90~95%를 배달원에게 직접 지급함으로써 DoorDash와 Uber Eats의 배달원들을 끌어들였다. 여러 앱을 통합 관리할 수 있는 대시보드를 통해 플랫폼 노동자들은 20~30개의 플랫폼에서 들어오는 주문을 동시에 확인할 수 있게 되었고, 기존 업체들이 의존했던 플랫폼 종속성이 사라졌다. 시장은 순식간에 세분화되었고, 수익 마진은 거의 제로에 가까워졌다. 에이전트들은 파괴의 양면을 모두 가속화했다. 경쟁업체들이 번성할 수 있도록 도운 다음, 그들을 이용했다. 도어대시의 해자는 말 그대로 "배고프면, 음식 만들기 귀찮을 땐, 홈 화면에 이 앱이 깔려 있다"는 것이었다. 하지만 에이전트에게는 홈 화면이 없다. 도어대시, 우버 이츠, 레스토랑 자체 웹사이트, 그리고 분위기 코드로 분류된 20개 이상의 새로운 대안들을 확인하며 매번 가장 낮은 수수료와 가장 빠른 배달을 선택한다. 습관적인 앱 충성도, 즉 비즈니스 모델의 근간은 기계에게는 존재하지 않았다. 이는 묘하게도 아이러니한 상황이었는데, 어쩌면 곧 일자리를 잃게 될 사무직 노동자들에게 AI 에이전트가 호의를 베푼 유일한 사례였을지도 모른다. 그들이 배달 기사가 되었을 때, 적어도 수입의 절반은 우버나 도어대시에 가지 않게 되었다(많은 몫이 배달 기사에게 돌아갔다). 물론 자율주행차가 확산되면서 이러한 기술의 호의는 오래가지 못했다(기사 직종이 사라진다). 일단 거래를 마무리 짓고 나니, 그들은 더 큰 종이 클립을 찾아 나섰다. 가격 비교 및 ​​통합 작업에는 한계가 있었다. 특히 에이전트들이 서로 거래하기 시작했을 때, 사용자의 비용을 반복적으로 절감하는 가장 효과적인 방법은 수수료를 없애는 것이었다. 기계 대 기계 거래에서 2~3%에 달하는 카드 교환 수수료는 명백한 목표가 되었다. 에이전트들은 카드보다 빠르고 저렴한 옵션을 찾기 시작했다. 대부분은 솔라나(Solana)나 이더리움 L2를 통한 스테이블코인 사용을 선택했는데, 이를 통해 결제가 거의 즉각적으로 이루어지고 거래 비용은 1센트 미만으로 측정되었다. 마스터카드 2027년 1분기: 순매출 전년 동기 대비 6% 증가, 구매량 증가율은 전 분기 5.9%에서 3.4%로 둔화; 경영진은 "상담원 주도 가격 최적화" 및 "필수 소비재 부문의 압박"을 언급 | 블룸버그, 2027년 4월 29일. 마스터카드의 2027년 1분기 실적 보고서는 돌이킬 수 없는 전환점이었다. 에이전트 기반 상거래는 단순한 제품 판매에서 인프라 구축으로 변모했다. 그 다음 날 마스터카드 주가는 9% 하락했다. 비자 역시 하락세를 보였지만, 애널리스트들이 스테이블코인 인프라 분야에서의 비자의 강점을 지적하면서 손실폭을 줄였다.
  

6.폭풍속의 고요

인터체인지 수수료를 우회하는 에이전트 기반 상거래 라우팅은 카드 중심 은행과 단일 상품 발행사에게 훨씬 더 큰 위험을 초래했다. 이들은 2~3%의 수수료 대부분을 징수하고 가맹점 보조금으로 자금을 조달하는 보상 프로그램을 중심으로 전체 사업 부문을 구축했기 때문이다. 아메리칸 익스프레스(AXP US)가 가장 큰 타격을 입었다. 사무직 인력 감축으로 고객 기반이 크게 줄어들고, 에이전트들이 수수료를 피해 우회 경로를 이용하면서 수익 모델이 무너지는 등 복합적인 악재가 겹쳤다. 싱크로니(SYF US), 캐피털 원(COF US), 디스커버(DFS US) 또한 이후 몇 주 동안 10% 이상 하락했다. 그들의 해자(경쟁자가 넘기 어려운 경쟁 우위-정보 비대칭과 거래비용)는 거래비용으로 이루어져 있었다. 그리고 거래비용은 0에 가까워지고 있었다. 2026년까지 시장은 AI의 부정적 영향을 특정 산업 분야의 문제로 여겼다. 소프트웨어와 컨설팅 업계는 큰 타격을 입었고, 결제 및 기타 서비스 관련 업종도 불안정했지만, 전반적인 경제는 견조해 보였다. 노동 시장은 다소 위축되었지만, 급격한 하락세는 아니었다. 시장의 공통된 견해는 창조적 파괴가 모든 기술 혁신 주기의 일부라는 것이었다. 일부 분야에서는 고통이 따르겠지만, AI로 인한 전반적인 순긍정적 효과가 부정적 효과를 상쇄할 것이라는 전망이었다. 2027년 1월에 발표한 거시경제 보고서에서 우리는 이러한 사고방식이 잘못되었다고 주장했다. 미국 경제는 사무직 서비스 경제이다. 사무직 근로자는 전체 고용의 50%를 차지하고, 소비재 지출의 약 75%를 주도한다. 인공지능이 잠식하고 있는 사업과 일자리는 미국 경제와 무관한 것이 아니라, 바로 미국 경제 그 자체였다 . "기술 혁신은 일자리를 없애기도 하지만, 그 후 더 많은 일자리를 창출한다." 이는 당시 가장 인기 있고 설득력 있는 반론이었다. 이 주장이 인기 있고 설득력 있었던 이유는 2세기 동안 옳았기 때문이다. 미래의 일자리가 어떤 모습일지 예측할 수 없더라도, 그런 일자리들은 반드시 생겨날 것이라는 논리였다. ATM 덕분에 은행 지점 운영 비용이 절감되었고, 이에 따라 은행들은 더 많은 지점을 개설하여 이후 20년간 창구 직원 고용이 증가했다. 인터넷은 여행사, 전화번호부, 오프라인 소매점을 파괴했지만, 그 자리에 완전히 새로운 산업을 창출하고 새로운 일자리를 만들어냈다. 하지만 모든 새로운 직업에는 그 일을 수행할 사람이 필요했다. 인공지능은 이제 인간이 재배치하고자 하는 바로 그 작업들을 스스로 향상시켜 나가는 일반 지능이 되었다. 일자리를 잃은 프로그래머들이 단순히 "AI 관리"로 이동할 수는 없다. 왜냐하면 AI가 이미 그 역할을 수행할 수 있기 때문이다. 오늘날 AI 에이전트는 수 주가 걸리는 연구 개발 작업을 처리한다. 기하급수적인 발전은 우리가 가능하다고 생각했던 것들을 완전히 뒤집어 놓았고, 그 결과 와튼 스쿨 교수들은 매년 데이터를 새로운 시그모이드 함수에 맞추려고 애썼다. AI 에이전트들은 사실상 모든 코드를 작성한다. 최고의 성과를 내는 그들은 거의 모든 면에서 거의 모든 인간보다 훨씬 똑똑하다. 그리고 그들의 가격은 계속해서 저렴해지고 있다. 인공지능 (AI)은 새로운 일자리를 창출 했다. 자동화 엔지니어, AI 안전 연구원, 인프라 기술자 등이 그 예이다. 물론 인간은 여전히 ​​최고위급에서 조율하거나 최종 의견을 제시하는 역할을 맡고 있다. 하지만 AI가 새로운 일자리를 하나 만들어낼 때마다 수십 개의 기존 일자리는 사라졌다. 게다가 새로 생긴 일자리의 임금은 기존 일자리의 극히 일부에 불과했다. 미국 경제 충격: 구인 공고 550만 건 아래로 추락; 실업률 대비 구인 공고 비율 약 1.7로 상승, 2020년 8월 이후 최고치 기록 | 블룸버그, 2026년 10월. 고용률은 연중 내내 부진했지만, 2026년 10월 JOLTS(뉴욕시 고용통계청) 발표 자료는 몇 가지 확실한 데이터를 제공했다. 구인 건수가 550만 건 아래로 떨어져 전년 대비 15% 감소했다. Indeed: "생산성 향상 계획" 확산으로 소프트웨어, 금융, 컨설팅 분야 채용 공고 급감 | Indeed Hiring Lab, 2026년 11월~12월. 사무직 일자리는 급감한 반면, 생산직 일자리(건설, 의료, 기술직)는 상대적으로 안정적인 상태를 유지했다. 변동이 심했던 분야는 주로 서류 작업을 하거나 예산을 승인하는 등 경제의 중간 계층을 지탱하는 업무였다 . (어떻게든 우리는 여전히 사업을 유지하고 있다.) 하지만 두 직종 모두 실질 임금 상승률은 연중 대부분 마이너스를 기록했고, 계속해서 하락세를 보였다. 주식 시장은 JOLTS 소식보다는 GE 버노바의 터빈 생산 능력이 2040년까지 모두 매진되었다는 소식에 더 큰 관심을 보였으며, 부정적인 거시 경제 뉴스와 긍정적인 AI 인프라 관련 소식 사이에서 갈팡질팡하며 횡보세를 보였다. 하지만 채권 시장(언제나 주식 시장보다 똑똑하거나, 적어도 덜 낭만적이죠)은 소비 위축을 가격에 반영하기 시작했다. 10년 만기 국채 수익률은 이후 4개월 동안 4.3%에서 3.2%로 하락했다. 그럼에도 불구하고 명목 실업률은 급등하지 않았고, 일부 사람들은 실업자 구성의 미묘한 차이를 여전히 이해하지 못했다. 일반적인 경기 침체에서는 원인이 결국 스스로 교정된다. 과잉 건설은 건설 경기 둔화로 이어지고, 이는 다시 금리 인하를 초래하며, 신규 건설 증가로 이어진다. 재고 과잉은 재고 감소를 가져오고, 이는 다시 재고 증가로 이어진다. 이러한 순환적 메커니즘 안에는 경기 회복의 씨앗이 내재되어 있다. 이 순환의 원인은 주기적인 것이 아니었다.





참고문헌

THE 2028 GLOBAL INTELLIGENCE CRISIS
A Thought Exercise in Financial History, from the Future
By Citrini andAlap Shah

다음 르네상스
잭 카스 

THE 2028 CHINESE INTELLIGENCE CRISIS
Bob Chen’s biting burlesque of the Citrini piece imagines China emerging unscathed from the job-killing AI wave.
By Junyan Zhao and Yuxuan JIA