[💡정보] 특이점 과도기 가이드라인

[낭만증권(option3732)]

특이점이 언제 올 지에 대해선 의견이 분분하다. 그러나, 만약 오게 된다면 어떻게 오게 될 지에 대해서는 어느 정도 컨센서스가 잡혀있는 듯 하다.

이번엔 노동수요를 둘러싼 느슨한 컨센서스를 조금 더 조여보자. Korinek & Suh (2024)는 이 과정을 친절히 도와주고 있다. 업무 복잡도가 두터운 꼬리를 가지면 "남는 업무" 역시 길게 남지만, 반대로 특정 분포를 가질 경우 비선형적인 자동화가 임계점을 넘어 Regime이 전환될 수 있다.

자동화 지수가 올라갈수록 자본이 수행할 수 있는 과업의 질량이 커지면서 자본이 “덜 풍부해지고”, 노동 전용 과업이 줄면서 노동이 “덜 희소해진다”. 특이점의 경제학적 직관—탈희소성이 여기서 가장 깔끔하게 보여진다.

자동화 경로는 임금의 상한과 하한을 어떻게 좌우하는가? 장기 임금은 자동화 속도 뿐만 아니라 자본축적 속도와 얽힌 동학이다. 자동화 속도보다 자본축적 속도가 빠를 경우 임금이 성장할 수 있지만, 그 반대면 붕괴한다.

지금까지 우리는 단기적인 데이터들로 노동수요에 대해 논의해왔지만, 장기적인 마켓뷰를 그리기 위해선 이같은 사실을 유념하는 것이 중요하다.

하지만 자동화가 느리기만 해도 문제가 사라지는 건 아니다. 자동화 속도에 대해 장기 임금 성장률은 선형적으로 반응하지 않는다. 너무 느리면 임금은 거의 오르지 않고, 적당한 구간에서는 그럭저럭 성장한다. 그리고 어느 임계점을 넘으면, 임금 성장 자체가 꺾이거나 아예 붕괴하는 영역으로 들어간다. 말하자면 중간 어딘가에 최대점이 있다.

이 지점은 임금 성장을 위해 AI 개발을 멈추자고 말하는 종말론적 주장들을 불편하게 만든다. 자동화를 늦추는 것이 임금을 보호하는 것이 아니라면, 그들이 원하는 건 임금 상승의 완만화인지, 아니면 사실상 정체인지 묻게 된다.

그렇기에 특이점의 문제는 성장의 문제라기보다 속도와 분배의 문제로 환원되게 된다. Acemoglu (2024)에 따르면 AI 노출은 과거 로봇, 전용 설비 등의 자동화보다 더 고른 노출을 일으킬 것이라는 사실을 시사한다.

즉, 직접 대체 경로만 본다면 왜곡되기 쉽지만, 생산성, 산업 이동, 직접 업무 대체 및 파급효과까지 고려한 일반균형 파급이 분배를 재정렬하게 된다.

또한 동일한 교육을 받은 코호트라도 임금효과는 상이할 수 있으며, 저임금 집단에서의 변동성은 정책적 마찰을 키운다. 그러니까, 현재의 노동조건을 전제하는 사회보장 프로그램으로 미래를 대비하자는 건 너무 안이한 발상이다.

비관론자들은 이렇게 묻는다. AI가 그렇게나 대단했다면, 컴퓨터와 ICT, 소프트웨어는 다 뭐였느냐고 말이다. 좋은 질문이다. Brynjolfsson et al. (2018)은 여기에 비교적 단순한 답을 제시한다. 우리가 보지 못했던 커브가 존재했다는 것이다. J자형의, 생산성 커브 말이다.

이 직관은 컴퓨터 하드웨어 관련 무형자본을 보면 조금 더 분명해진다. TFP 성장 경로를 보면 1990년대 이후부터 측정치와 조정치 사이의 차이가 점점 가시화된다.

성장률만 놓고 보면 크지 않아 보이지만, 하드웨어 관련 TFP 성장률 갭이 시간에 따라 어떻게 누적되는지를 보면 얘기가 달라진다.

소프트웨어로 넘어가면 이 차이는 더 극단적으로 보인다. R&D보다 훨씬 stark하게, TFP 갭이 벌어진다. 특히 측정오차를 무형자본 승수별로 나누어 보면

성장률 기준으로는 0.3%p 내외의 작은 오차일지라도 장기간 누적될 경우 수준에서는 무시하기 어려운 격차로 이어질 수 있음을 시사한다.

이는 조건을 바꾸어봐도 강건했다.

요컨대 생산성 통계가 조용해 보인다는 사실 자체가, 생산성이 약하다는 증거는 아니다. 오히려 J자 커브의 중간 구간에 아직 머물러 있을 가능성을 열어둔다.

그보다 중요한 건 현재의 문제다. 앞으로 성장은 할 가능성이 높다. 그렇다면 인플레이션은 어떻게 되는가. Scott Bessent식의 직관처럼 AI라는 X 요인이 구조적으로 Deflationary 압력을 만들 것인가. 아니면 BlackRock의 지적처럼, 잠재성장률 상승이 자본을 AI로 끌어당기며 비AI 투자를 밀어내고 Inflationary 압력을 남길 것인가.

이 질문의 답은 AI의 ‘효과’가 아니라, 시장참여자들이 그 효과를 얼마나 미리 예상했느냐에 달려 있다. 생산성 향상이 예상된 경우, 소비는 앞당겨지고 투자는 뒤로 밀린다. 그 결과 실제 GDP는 나중에 오르는데, 경로상으로는 성장이 “느리게 보일 수” 있다.

이 차이는 인플레이션 경로에서도 그대로 드러난다. AI가 공급을 확대한 결과만 놓고 보면 디스인플레이션이 자연스럽다. 하지만 그 효과를 미리 예상했다면, 초기에는 수요가 먼저 붙으며 오히려 인플레이션이 나타날 수 있다. 중요한 점은 어느 쪽이든, 시간이 지나면 중기적으로 완만한 인플레이션 압력이 남는 경로로 수렴한다는 사실이다.

여기에 산업 구조가 한 번 더 개입한다. 동일한 TFP 충격이 와도 산업의 factor intensity에 따라 결과는 달라진다. 노동집약적인 산업일수록 생산성 이득은 제한적이고, 상대가격과 배분 조정이 더 크게 발생한다.

이 맥락에서 특이점 과도기에 등장하는 노동시간 논쟁도 다시 보게 된다. 상대가격이 오른 서비스 산업으로 노동은 재배치되지만, 자본집약 산업에서는 생산이 늘어도 노동시간이 줄 수 있다. 즉, 노동시간은 일괄적으로 줄어들기보다는 산업별로 갈라진다. 특히 서비스업에서는 시장 조정만으로는 흡수되지 않는 마찰이 남을 가능성이 높다.

산업별 부가가치 증가를 최종수요와 중간재 수요, 그리고 소득효과와 대체효과로 나누어 보면 이 점이 분명해진다. 대체효과보다 소득효과가 크고, AI 충격은 상대가격을 넘어서 총수요 경로를 통해서도 파급된다.

한가지 더 살펴보자면 의외로 흥미로운 사실은 GDP 기여에서 제조업과 헬스케어가 가장 유망하다는 사실이며, 생산성 향상을 예측하지 못 한 경우에도 전문 서비스는 Inflationary하다는 사실이다.

결론적으로, 특이점이 어떻게 올지는 기대와 속도에 달려있다. 시장참여자들의 낙관적 기대와, 자동화 및 자본축적 속도의 함수 말이다.

https://m.dcinside.com/board/the_economist/1873

특이점은 어떻게 오는가?

먼저 원문에 추천과 피드백 감사드리면서, 자동화 속도가 가속화되면 GDP 대비 노동소득 비중이 0이 되는 시점이 도달하게 되지만 멈추면 또 임금이 정체되는 악순환에 빠지고, 인플레이션과 투자는 사람들이 AI 생산성 향상을 미리 알고 있었느냐에 따라 좌우된다는 요약으로 글을 마칩니다.

[えㅣヘト(husband7484)]

[춘따봉식(puppy1563)]

잘 읽었습니다 요즘 사회에 대두되고 있는 특이점이란 것에 저도 관심이 많았는데 흥미로운 뷰들이 많네요 위에 언급하신 “현재의 노동조건을 전제하는 사회보장 프로그램으로 미래를 대비하는 것이 안일하다”면 어떤 좋은 방안이 있을지 궁금해지네요 정책적 발상이 필요해보입니다. - dc App

[7만원(sho23630)]

[익명(27.116)]

[익명(come7010)]

먼가 어려워보여서 한번 읽기론 잘 모르겠네요 3번 더 읽을게요

[심신허약(bounce2292)]

[콩한쪽도십일조(spirit2579)]

[특삣삐(initiate1038)]

기대가 현실을 만든다 ㄷㄷ

[미기미(narrate4639)]