저자: SpecialistXBT
원제: 시트리니의 지속적인 영향력
훌륭한 기사는 시장이 "시나리오 예측"과 "실제 상황 예측"을 혼동하게 만들 수 있습니다.
2026년 2월 22일, "2028년 글로벌 정보 위기"라는 제목의 보고서가 소셜 미디어와 금융 시장에서 폭발적인 인기를 얻으며 2,700만 건 이상의 조회수를 기록했습니다. 보고서 발표 당일, IBM의 주가는 13% 폭락했고, DoorDash, American Express, KKR 등의 주가도 6% 이상 하락했습니다.
이 보고서는 시트리니 리서치(Citrini Research)의 설립자인 제임스 반 겔렌(James van Geelen)이 작성했습니다. 33세의 이 연구원은 X 플랫폼에서 18만 명이 넘는 팔로워를 보유하고 있으며, 그의 서브스택(Substack) 계정은 금융 분야 저자 순위 1위를 차지하고 있습니다. 그는 테마형 주식 투자와 글로벌 거시경제 연구를 전문으로 하며, 다양한 자산을 아우르는 다각적인 분석 스타일로 잘 알려져 있습니다. 그의 실제 투자 포트폴리오는 2023년 이후 200% 이상의 수익률을 기록했습니다. 이 보고서는 2028년을 배경으로 한 가상 시나리오를 제시합니다. 인공지능(AI)이 불과 2년 만에 사무직 근로자를 대규모로 대체하면서 소비 감소, 소프트웨어 자산 부도, 신용 경색이 발생하고, 궁극적으로 경제는 "기술 호황"과 "사회적 불황"이라는 왜곡된 상태로 빠져들 것이라는 예측입니다. 반 겔렌은 기사 서두에서 "이 글은 가능한 시나리오를 설명하는 것이지 예측을 제시하는 것이 아닙니다."라고 강조합니다. 하지만 시장은 이 둘을 구분할 인내심이 부족해 보입니다.
하지만 일시적인 시장 공황보다 더 주목할 만한 것은 이 기사가 지난 며칠 동안 불러일으킨 광범위한 논의입니다. 학계에서 투자 커뮤니티, 월스트리트에서 중국 인터넷에 이르기까지 다양한 관점에서 10여 편이 넘는 기사가 쏟아져 나왔습니다. 극단적인 결론 하나를 맹목적으로 받아들이기보다는, 다양한 관점 의 "차이점과 공통점"을 통해 미래에 대한 더욱 명확한 그림을 그려볼 수 있을지도 모릅니다.
시트리니가 말한 내용
시트리니의 기사에 담긴 논리는 복잡하지 않습니다. 인공지능 기술의 비약적인 발전으로 사무직 일자리가 대규모로 대체되고 → 실업률 증가로 소비자 지출이 감소하며 → SaaS를 기초자산으로 하는 구조화 금융 상품에서 연쇄적인 채무 불이행 사태가 발생하고 → 신용 경색이 금융 시스템 전반으로 확산되어 → 결국 경제는 "기술적 번영"과 "사회적 불황"이 공존하는 왜곡된 상태에 빠지게 된다는 것입니다.
이러한 인과관계의 각 연결 고리는 나름의 이유가 있습니다. 하지만 이들을 모두 연결하여 위기로까지 확대 해석하려면 다소 급진적인 일련의 가정이 필요합니다.
이러한 연쇄 반응을 해체하는 방법은 여러 가지가 있습니다. 노동 대체 속도와 규모, 수요 붕괴의 전파 메커니즘, 그리고 금융 위기 가능성이라는 세 가지 핵심 하위 논점을 중심으로 단계적으로 살펴보면서 각 논점마다 어떤 의견이 제시되는지 알아보겠습니다.
파괴도, 건설도 없다.
시트리니의 예측은 인공지능(AI)이 사무직 근로자를 대규모로 대체하는 것에서 시작됩니다. 그의 설명에 따르면, 이러한 과정은 2026년에서 2028년 사이에 급격히 가속화되며, 법률, 금융 분석, 소프트웨어 개발, 고객 서비스와 같은 분야의 전문가들이 가장 큰 타격을 입을 것입니다.
기업의 AI 모델 공급업체 및 온라인 인력 플랫폼 지출 점유비율 변화 (산업별 AI 노출 수준별).
시트리니의 관점 뒷받침하는 증거가 실제로 존재합니다. 빅, 블랜딘, 데밍이 기업 지출 데이터를 기반으로 실시한 실증 연구에 따르면, ChatGPT 출시 이후 AI 노출도가 가장 높은 기업(즉, 이전에는 온라인 노동 시장 지출 점유비율 가장 높았던 기업)들이 AI 모델 제공업체에 대한 지출을 크게 늘리는 동시에 온라인 노동 시장 지출을 약 15% 줄인 것으로 나타났습니다. 이러한 대체가 "동등한 대체"는 아니라는 점에 주목할 필요가 있습니다. 노동 시장 지출이 1달러 감소할 때마다 기업들은 AI 지출을 0.03달러에서 0.30달러 정도만 늘렸습니다. 다시 말해, AI는 인간 노동보다 훨씬 낮은 비용으로 동일한 양의 업무를 수행하고 있는 것입니다.
하지만 시트리니는 변화의 속도를 과대평가했을지도 모릅니다 . 한 가지 반론은 미국 부동산 중개업계를 예로 들 수 있는데, 기술 발전으로 중개인의 수가 급격히 줄어들었음에도 불구하고 여전히 150만 명이 넘는 사람들이 이 업계에 종사하고 있다는 점입니다. 업계의 제도적 관성, 규제 장벽, 그리고 내부 권력 투쟁은 기술보다 훨씬 강력한 저항 요인으로 작용합니다. 그는 시트리니가 "제도적 관성"의 저항을 심각하게 과소평가했다고 주장합니다.
다른 반론으로는 킴볼, 바수, 페르날드가 1998년에 발표한 연구를 인용하는데, 이 연구는 기술적 충격이 역사적으로 공급 측면에 긍정적인 자극제 역할을 해왔다는 점을 지적합니다. 단기적으로는 고용 구조의 조정이 수반될 수 있지만, 장기적으로는 기술적 충격이 창출하는 생산 여력이 사라지는 일자리보다 훨씬 크다는 것입니다.
실제로, 역사 속 범용 기술 확산의 각 물결을 되돌아보면, 연구실 단계에서 대규모 보급에 이르는 과정은 기술 자체의 성숙도보다 훨씬 느렸습니다. 전기가 가정 보급률 5%에서 50%로 올라가는 데 30년이 걸렸고, 전화기는 35년, 그리고 가장 빠르게 확산된 스마트폰조차도 5년이 걸렸습니다. AI의 기술적 역량은 이미 많은 산업을 뒤흔들기에 충분할지 모르지만, 기술적 역량만으로는 제도적 수용 사이의 격차를 해소할 수 없습니다.
시트리니 사례의 두 번째 핵심 요소는 수요의 악순환입니다. 즉, 실업 → 소득 감소 → 소비 위축 → 기업 이익 감소 → 추가 해고로 이어지는 것입니다.
시트리니는 이 경우 수요 측면의 디플레이션과 공급 측면의 디플레이션을 혼동하고 있습니다. 전자는 소비자 구매력의 감소를 의미하는 반면, 후자는 기술 발전으로 생산 비용이 절감되는 현상을 말합니다. AI 기반 가격 인하는 본질적으로 후자에 더 가깝고, 지난 수십 년간 전자 제품 및 통신 서비스 가격 추이와 유사합니다. 일부 분석가들은 제본스의 역설이 여전히 유효할 것이라고 주장합니다. AI가 법률 자문, 의료 진단, 소프트웨어 개발과 같은 서비스 비용을 크게 낮추면, 높은 가격 때문에 대량 사람들이 이용하지 못했던 수요가 해소되어 경기 위축이 아닌 폭발적인 성장을 초래할 것이라는 것입니다. 동시에 "모라비크의 역설"도 나타날 것입니다. 기계에게 있어 진정한 도전은 복잡한 논리적 추론이나 방대한 데이터 검색이 아니라, 인간이 당연하게 여기는 신체적 움직임, 감각 인지, 감정적 소통에 있습니다. 이는 정교한 인지 능력을 요구하는 육체노동 및 서비스업 직종이 우리가 생각하는 것보다 더 강한 회복력을 보일 수 있음을 의미합니다.
하지만 제본스의 역설이 성립하지 않을 수도 있습니다. 시카고 대학교 경제학과 교수인 알렉스 이마스는 인공지능이 노동의 대부분을 자동화하고 총소득에서 노동소득이 차지하는 점유비율 급격히 감소한다면, 누가 효율적으로 생산된 재화와 서비스를 구매하겠느냐고 주장합니다. 이는 바로 분배 메커니즘에 대한 의문을 제기합니다. 생산능력이 무한대에 가까워지는 반면 유효수요가 특정 부문에 집중된다면, 우리는 경기 침체가 아니라 경제학 교과서에서 아직 충분히 다뤄지지 않은 불균형, 즉 실질적인 혜택을 누리지 못하는 물질적 풍요 상태 대면 모릅니다.
전체적인 상황을 살짝 엿볼 수 있습니다.
시트리니의 예측에서 가장 중요한 부분은 고용 충격이 금융 위기로 이어지는 과정입니다. 그의 설명에 따르면, SaaS 매출을 기초 자산으로 하는 구조화된 금융 상품(그가 "소프트웨어 담보 증권"이라고 부르는 것)이 AI 전환 물결 속에서 광범위하게 채무 불이행을 겪으면서 2008년과 유사한 신용 경색을 촉발했습니다.
하지만 평론가들은 2008년과 비교했을 때 현재 미국 기업 부문의 부채비율은 훨씬 건전하며, 도드-프랭크 개혁과 여러 차례의 스트레스 테스트를 거친 후 은행 시스템 또한 당시보다 훨씬 더 견고해졌다고 지적합니다.
2008년 금융 위기 직전과 비교했을 때, 현재 미국 금융 시스템의 회복력 지표는 크게 개선되었습니다. 은행의 기본자본비율(Tier 1 capital adequacy ratio)은 8.1%에서 13.7%로 증가했고, 가계 채무 대비 가처분 소득 비율은 130%에서 97%로 감소했으며, 부실채권 비율은 1.4%에서 0.7%로 감소했습니다.
일부 SaaS 기업의 매출 감소가 발생하더라도, 그 규모가 시스템적인 신용 위기를 촉발하기에는 충분하지 않습니다. 블룸버그 금융 칼럼니스트 출신 닉 스미스는 시트리니가 이 단계에서 흔히 저지르는 실수를 지적했습니다. 바로 미시적인 산업 충격을 거시적인 시스템 리스크 으로 선형적으로 확대 해석한 것입니다. 스미스는 수요 붕괴에 대한 해답으로 재정 정책을 제시합니다. 실업률이 실제로 급격히 상승한다면, 정부는 대규모 재정 부양책을 통해 수요를 부양할 충분한 능력과 의지를 갖고 있다는 것입니다.
시스템의 대응력이 과소평가된 것으로 보입니다. 코로나19 팬데믹 당시의 정책 대응을 예로 들면, 2020년 3월 11일 WHO는 코로나19 발병을 팬데믹으로 선언했고, 불과 16일 후인 2020년 3월 14일 2조 2천억 달러 규모의 CARES 법안이 통과되었습니다. 그 다음 해 미국은 총 5조 6,800억 달러에 달하는 재정 부양책을 시행했는데, 이는 2020년 GDP의 약 25%에 해당하는 규모입니다.
만약 시트리니가 묘사한 속도와 규모로 AI로 인한 실업이 실제로 발생한다면, 정책적 개입이 불가피할 것이다.
다른 논평가들은 더욱 근본적인 질문들을 제기했습니다 . 기술적 종말론은 대개 인류에 대한 불신에서 비롯됩니다. 시트리니의 예측은 시장을 무인 기계로 간주하여 "원인과 결과"가 스스로 전개되다가 결국 붕괴될 것이라고 봅니다. 그러나 현실의 경제 시스템은 그렇게 작동하지 않습니다. 법률, 제도, 정치, 문화, 그리고 이데올로기는 현실 세계가 기술적 충격을 어떻게 수용할지를 심오하게 결정합니다.
합의와 불일치
우리는 몇 가지 합의점과 불일치점을 표시해 볼 수 있습니다.
인공지능(AI)은 사무직 인력의 수요 구조를 변화시키고 있으며, 앞으로도 계속 변화시킬 것이라는 점은 거의 모든 사람이 인정하는 사실입니다. 다만 변화의 속도와 규모에 대해서는 의견 차이가 있을 뿐입니다. 더욱이, 전환기의 어려움은 분명히 존재하며 장기적인 낙관론에 가려져서는 안 됩니다. 그리고 정책 대응의 질과 속도가 결과에 큰 영향을 미칠 것입니다.
의견 차이는 더욱 심오하고 근본적인 논리에 있다. 일부는 이러한 기술적 충격이 속도와 범위 면에서 역사적 선례를 뛰어넘을 수 있으므로 역사적 유추의 적용 가능성이 제한적이라고 주장하는 반면, 다른 이들은 제도의 적응력과 역사의 반복성을 더 신뢰한다.
찾다
시트리니의 논문에는 몇 가지 문제가 있습니다. 논리적 연결이 지나치게 긴밀하고, 제도적 대응을 체계적으로 과소평가했으며, 미시적 산업 충격에서 거시적 시스템 리스크 으로의 비약에 충분한 중간 증거가 부족합니다. 그러나 가장 근본적인 문제는 인간 사회를 과소평가한 데 있을지도 모릅니다. 기술이 거의 멈출 수 없는 속도로 모든 것을 파괴하는 정적인 제도적 환경을 가정하고 있기 때문입니다. 역사적으로 기술 종말론은 수없이 많았고, 종종 논리적으로 완벽해 보였지만, 거의 예외 없이 "인간"이라는 변수를 간과했습니다. 인간 사회의 복잡성, 마찰, 중복성, 그리고 겉보기에 비효율적인 제도적 장치들은 실제로 강력하고 분산된 회복력을 구성합니다. 우리가 그러한 종말 시나리오에 겁먹지 않는다면, 예측된 종말 시나리오를 피할 시간은 충분합니다.
그렇다면 그러한 낙관적인 전망들은 어떨까요? 제본스 역설은 장기적인 추세에 대한 관찰입니다. 모라벡 역설은 육체노동이 당분간은 안전하다고 말하지만, 대체되고 있는 사무직 노동자들의 미래에 대해서는 알려주지 않습니다. 역사적 비유는 통찰력을 제공하지만, 역사는 결코 정확히 반복되지 않습니다. 단지 비슷한 양상을 보일 뿐입니다. 낙관적인 전망들은 검증될 시간이 필요하며, 우리는 지금 그 검증의 시작점에 서 있습니다.
종말 예언은 생산 손실로 이어지고, 불안에 사로잡힌 사람들이 그 대가를 치르게 됩니다. 예측 가능한 결론을 제시하는 기사에 현혹되기보다는 스스로 판단력을 키우고, 리스크 감수하며, 신중하게 포지션 관리하십시오.
트위터: https://twitter.com/BitpushNewsCN
BitPush 텔레그램 커뮤니티 그룹: https://t.me/BitPushCommunity
Bitpush 텔레그램 채널을 구독하세요: https://t.me/bitpush
