# 죽은 경제 이론 > Clean Markdown view of GeekNews topic #30009. Use the original source for factual precision when an external source URL is present. ## Metadata - GeekNews HTML: [https://news.hada.io/topic?id=30009](https://news.hada.io/topic?id=30009) - GeekNews Markdown: [https://news.hada.io/topic/30009.md](https://news.hada.io/topic/30009.md) - Type: GN+ - Author: [neo](https://news.hada.io/@neo) - Published: 2026-05-30T09:58:02+09:00 - Updated: 2026-05-30T09:58:02+09:00 - Original source: [owenmcgrann.com](https://www.owenmcgrann.com/p/the-dead-economy-theory) - Points: 9 - Comments: 1 ## Topic Body - **The Dead Economy Theory**는 AI가 온라인 콘텐츠의 진위를 흐리는 수준을 넘어, 경제 전반에서 인간 노동 수요를 제거할 때 생기는 위기를 가리킴 - AI 기업의 막대한 밸류에이션은 **글로벌 노동시장** 대체 없이는 정당화되기 어렵고, “copilot”과 “augmentation”은 비용센터 제거 모델을 가림 - 자동화 기업은 해고로 얻는 비용 절감은 전부 누리지만, 수요 붕괴 비용은 경쟁사에 전가해 **AI Layoff Trap**과 군비 경쟁을 만듦 - 과거 자동화는 새 일자리를 만들었지만 전환에 수십 년이 걸렸고, **범용 AI**는 특정 작업이 아니라 인지 노동 전반을 동시에 겨냥함 - **죽은 경제**는 GDP와 투자가 늘어도 생산능력이 소수 AI 시스템에 포획되고, 다수는 노동·소비·민주적 레버리지를 잃는 상태를 뜻함 --- ### 죽은 인터넷에서 죽은 경제로 - **죽은 인터넷 이론(The Dead Internet Theory)** 은 온라인에서 마주치는 상당수가 봇이 만들고 봇이 소비하는 콘텐츠가 됐다는 인식에서 출발함 - 2025년 새 인터넷 콘텐츠의 [절반 이상](https://www.cnbc.com/2026/03/26/ai-bots-humans-internet.html)이 AI 생성 콘텐츠였다는 수치가 제시됨 - 인간은 여전히 스크롤하지만, 스크롤 대상은 점점 기계가 기계를 위해 만든 소음과 광고판에 가까워짐 - **죽은 경제 이론**은 AI가 온라인 콘텐츠를 넘어 경제의 인간 노동 수요 자체를 제거할 때 생기는 더 큰 위기를 가리킴 - 공유 물리 공간이 약해진 뒤 디지털 공론장까지 봇이 읽고 만드는 공간으로 바뀌는 것보다 더 심각한 위기로 다뤄짐 ### AI 밸류에이션과 노동 대체 모델 - **대규모 AI 인프라 투자**는 이미 수천억 달러 규모이며, 향후 10년에는 조 단위로 전망됨 - OpenAI는 [$8000억 이상](https://techcrunch.com/2025/12/19/openai-is-reportedly-trying-to-raise-100b-at-an-830b-valuation/)의 기업가치가 거론됨 - Anthropic은 아직 연간 흑자를 낸 적이 없지만 [비슷한 고평가 영역](https://www.anthropic.com/news/anthropic-raises-30-billion-series-g-funding-380-billion-post-money-valuation)에 있음 - 이런 밸류에이션을 정당화할 만큼 큰 시장은 글로벌 노동시장뿐이라는 논리로 이어짐 - **노동 대체**는 “copilot”, “assistant”, “augmentation” 같은 완곡한 언어 뒤에 있는 실제 재무 모델임 - AI 에이전트가 “분석가 10명의 일을 한다”는 투자자 프레젠테이션은 인간 비용센터 제거를 전제로 함 - AI가 문서 자동완성이나 더 긴 메모 생산에 머문다면, 이 기업들은 자본주의 역사상 가장 고평가된 자산이 됨 - AI 기업들은 자체 벤치마크로 전문직 대체 가능성을 입증하려 함 - OpenAI의 [GDPVal benchmark](https://openai.com/index/gdpval/)는 부동산 브로커부터 뉴스 애널리스트까지 44개 직업에서 모델 성능을 측정함 - [AI Productivity Index](https://www.mercor.com/apex/)는 투자은행 어소시에이트, 경영 컨설턴트, 대형 로펌 어소시에이트, 1차 진료 의사 등 4개 전문직 역할을 평가함 - OpenAI 평가 리드는 모델이 몇 달 전에는 따라잡지 못하던 작업에서 인간 전문가 대비 “80% 이상 승률”을 달성한다고 밝혔고, 연구팀의 전직 은행원은 예전 업무 중 모델이 할 수 있는 범위가 계속 놀랍다고 전함 ### 자동화 함정과 과거와 다른 충격 - **첫 번째 전환**은 기업이 AI를 도입해 인력의 상당 부분을 대체하고 비용을 낮추는 단계임 - 비용이 줄고 마진이 확대되며 주가가 오르고 실적 발표 참석자들은 만족함 - Block의 Jack Dorsey가 3월 AI 코딩 에이전트를 이유로 [직원의 거의 절반을 해고](https://www.reuters.com/business/blocks-fourth-quarter-profit-rises-announces-over-4000-job-cuts-2026-02-26/)했을 때, 시간외 거래에서 주가는 25% 급등함 - 시장은 인간 노동 제거를 주주에게 즉각적이고 큰 가치 이전으로 보상함 - **두 번째 전환**은 대체된 노동자들이 소득을 잃고 소비를 줄이는 단계임 - 이들이 이용하던 기업의 매출이 줄고, 일부 기업도 비용 절감을 위해 AI를 도입하면서 대체가 누적됨 - 경제 전반의 소비자 수요가 위축됨 - **세 번째 전환**은 노동자를 해고해 비용을 줄인 기업이 자사 고객도 결국 다른 기업 노동자였음을 발견하는 단계임 - 매출 성장이 정체되고, 효율성 투자로 여겨졌던 AI 구독은 자기 시장 파괴에 기여한 비용이 됨 - Wharton의 Brett Hemenway Falk와 Gerry Tsoukalas가 다룬 [The AI Layoff Trap](https://arxiv.org/abs/2603.20617)은 이 구조를 죄수의 딜레마로 설명함 - 경쟁시장에서 자동화 기업은 노동자 대체로 얻는 비용 절감은 전부 누리지만, 그에 따른 수요 파괴는 일부만 부담함 - 20개 경쟁사가 있는 시장에서는 각 기업이 자신이 파괴한 수요의 20분의 1만 체감하고 나머지는 경쟁사에 전가됨 - AI가 좋아질수록 경쟁사보다 빠르게 자동화할 때 얻는 이익 격차가 커져 집단적 파멸을 향한 군비 경쟁이 강해짐 - **무리 행동**은 효율성이 입증되기 전에도 해고를 앞당길 수 있음 - OpenAI에서 일했던 경제학자 Zoë Hitzig는 CEO들이 AI 때문에 감원한다고 말하면 다른 사람들도 그렇게 해야 한다고 느끼며, 이 동학이 효율성이 요구하는 것보다 변화를 더 빠르게 만들 수 있다고 봄 - 과거 자동화도 새 일자리를 만들었지만 전환은 빠르거나 무해하지 않았음 - 미국 농업 고용은 노동력의 90%에서 2%로 줄었지만, 그 전환에는 140년이 걸림 - MIT의 David Autor는 오늘날 일자리의 약 60%가 1940년에는 존재하지 않았다고 [분석](https://www.nber.org/papers/w30389)함 - Oxford의 Carl Benedikt Frey는 산업혁명에서 대체된 노동자의 임금과 고용이 회복되기까지 [70년](https://press.princeton.edu/books/hardcover/9780691172798/the-technology-trap)이 걸렸다고 기록함 - Frey는 기술 진보의 “단기 조정 문제”가 한 사람에게는 평생일 수 있다고 [말함](https://www.nytimes.com/2026/04/30/opinion/ai-labor-work-force-silicon-valley.html) - AI 산업의 도입 속도는 과거 충격보다 훨씬 빠를 수 있음 - 전 국가경제위원회 부국장 Bharat Ramamurti는 제조업 일자리 손실을 낳은 China shock가 여러 해에 걸쳐 진행됐지만, 이번 변화는 2년에 걸쳐 일어날 수 있다고 말함 - 모델 개발에 막대한 돈이 들어간 만큼 빠른 도입으로 매출을 만들어야 하는 압박이 매우 큼 - **범용 AI**는 특정 작업이 아니라 인지 노동 전반을 동시에 겨냥함 - 과거의 동력 직기나 스프레드시트는 각각 손직조나 수동 계산 같은 좁은 작업을 대체함 - Wassily Leontief는 1983년에 인간 노동을 말에 [비유](https://www.foreignaffairs.com/world/will-humans-go-way-horses)하며, 미국 말 개체수가 1840년 900만 마리에서 1900년 2100만 마리로 늘었다가 내연기관 이후 60년 안에 88% 붕괴한 사례를 제시함 - 말은 악의로 은퇴당한 것이 아니라 유지할 경제성이 사라졌으며, 인간에게 같은 일이 일어나지 않는다는 경제 법칙은 없음 - Daron Acemoglu의 연구는 최근 기술의 대체 효과가 생산성 및 재고용 효과를 압도했다고 봄 - 1987년부터 2017년까지 새 기술의 [대체 효과](https://www.nber.org/papers/w26681)는 생산성 효과와 새 업무 창출 효과를 크게 웃돌았음 - AI에 대해서는 “과도한 자동화”가 기업들에 의해 전개되고 있으며, 상당한 사회적 비용을 만들면서도 생산비를 크게 낮추지 못한다고 봄 - 여러 적용 분야에서 AI는 [대체를 정당화할 만큼 충분히 좋지 않음](https://economics.mit.edu/sites/default/files/2024-04/The%20Simple%20Macroeconomics%20of%20AI.pdf) ### 민주주의, 분배, 전문직 충격 - **민주적 레버리지**는 지배받는 사람들이 지배자에게 제공하는 노동, 세수, 군 복무, 소비지출에서 나옴 - 권력이 분산되는 이유는 위에 있는 사람들이 아래에 있는 사람들에게서 무언가를 필요로 하기 때문임 - 노동이 방정식에서 빠지면 민주주의의 물질적 기반이 흔들림 - AI 시스템이 소수 기업 소유로 가치를 창출하면 민주적 재정 메커니즘이 동시에 약해짐 - 조세 최적화에 능한 기업들이 AI 시스템을 소유하면 세수 기반이 약화됨 - 고용주가 고용인을 필요로 하지 않으면 단체교섭은 껍데기가 됨 - 노동소득에 의존하는 소비지출이 줄어듦 - [Piketty의 r > g](https://www.hup.harvard.edu/books/9780674430006)는 AI가 자본 축적과 인간 노동 필요성 사이의 연결을 끊으면서 더 빨라짐 - 관련 [분석](https://philiptrammell.substack.com/p/capital-in-the-22nd-century)은 재분배가 없다면 “거의 모든 것이 전환 시점에 가장 부유한 사람들에게 결국 속하게 될 것”이라고 봄 - **공공이 위험을 부담하고 민간이 보상을 가져가는 구조**도 반복됨 - 트랜스포머 아키텍처, 대규모 학습 방법, 반도체 발전은 대학, DARPA, 국립 연구소 등을 통한 공공 또는 준공공 자금 지원과 연결됨 - Mariana Mazzucato는 AI가 가치 창출보다 지대 추출의 또 다른 엔진이 될 위험이 있다고 [표현](https://marianamazzucato.substack.com/p/ai-for-what)함 - Anthropic CEO Dario Amodei는 민주주의의 힘 균형이 평균적인 사람이 경제적 가치를 창출함으로써 가지는 레버리지에 기반한다고 [말함](https://www.axios.com/2025/05/28/ai-jobs-white-collar-unemployment-anthropic) - 그 레버리지가 사라지면 상황이 “무서워진다”고 진단함 - 그러나 Anthropic은 이를 다룰 법안을 지지하지 않았고, 공동창업자 Jack Clark는 정책 옹호를 “매우 긴 작업 사슬의 끝”이라고 묘사함 - **권위주의 고객**은 민주주의보다 AI 기술 도입에 더 적합한 수요자로 제시됨 - 민주 정부가 AI로 공공 인력을 대체하면 선거상 대가를 치를 수 있음 - 권위주의 정부는 그런 제약이 없고, 경제 효율성에 더해 감시와 통제의 이익을 얻음 - Saudi Arabia, UAE, Singapore는 막대한 자본, 중앙집중적 의사결정, 책임져야 할 유권자 부재, 통제 기술에 대한 적극적 관심을 가진 사례로 꼽힘 - **대량 AI 대체**에 대한 해법은 흔히 보편기본소득, 재훈련 프로그램, “여가 경제” 같은 자원 분배 문제로 다뤄짐 - Anne Case와 Angus Deaton의 [deaths of despair](https://press.princeton.edu/books/hardcover/9780691190785/deaths-of-despair-and-the-future-of-capitalism) 연구는 자살, 약물 과다복용, 알코올성 간질환 사망률 증가가 교육 수준이 낮고 제조업 의존도가 높았던 인구에 집중됐음을 추적함 - 핵심 메커니즘은 단순한 빈곤이 아니라 경제적 목적, 사회적 지위, 미래감의 상실임 - Molly Kinder는 AI 기업의 풍요 서사가 세계화 때의 약속을 반복한다고 보며, 이번에는 패자가 중서부 제조업 도시로 제한되지 않는다고 말함 - UBI는 구조적 문제를 해결하지 못한다는 비판을 받음 - Piketty는 UBI가 교육과 보건 접근 불평등, 저임금·저생산성 일자리, 오작동하는 시장, 부패, 역진적 조세체계 같은 근본 문제를 다루지 못한다고 [봄](https://basicincometoday.com/piketty-basic-income-a-job-guarantee-and-inheritance-for-all-must-all-be-implemented/) - David Shor의 [여론조사](https://data.blueroseresearch.org/hubfs/%5BBRR%5D%20AI%20Is%20Colliding%20With%20America%E2%80%99s%20Affordability%20Crisis-1.pdf)는 UBI가 미국 유권자에게 인기가 없고, 연방 일자리 보장은 가능성이 있음을 보여줌 - 사람들은 수표가 아니라 일과 목적을 원함 - Anthropic의 [자체 연구](https://www.anthropic.com/research/AI-assistance-coding-skills)는 AI 코딩 에이전트가 대체뿐 아니라 숙련 저하를 만들 수 있음을 보임 - AI 코딩 에이전트에 의존한 주니어 엔지니어들은 작업을 훨씬 빠르게 끝내지 못했고, 이후 퀴즈에서 자신들의 작업을 덜 이해함 - 재훈련 논리는 사람들이 관련성을 유지할 새 기술을 개발할 수 있다고 가정하지만, 도구 자체가 기술 형성을 막을 수 있음 - **전문직 대체**는 선진 민주주의의 정치적 안정 기반을 흔들 수 있음 - Joseph Stiglitz는 AI가 “정형화된 화이트칼라 일자리”를 타격할 것이라고 [말함](https://fortune.com/2026/03/08/joseph-stiglitz-ai-future-burst-bubble-job-security-assisting/) - 회계사, 애널리스트, 주니어 변호사, 방사선과 의사, 소프트웨어 개발자 같은 대학 교육 기반 사무직은 제조업 붕괴에서 안전하다고 느꼈던 영역임 - 이 전문직 계층은 선진 민주주의 정치 안정의 중추로 제시됨 - 대규모 실직과 목적 상실은 현재의 포퓰리즘보다 더 큰 사회 불안을 낳을 수 있음 - 생산가능연령의 수천만 명이 경제적 기능과 분명한 경로를 잃고, 이를 만든 사람들이 역사상 가장 부유한 인간들이라는 사실을 인식하는 상황이 상정됨 - 4월에는 누군가 Sam Altman의 집에 [화염병 공격](https://www.nytimes.com/2026/04/10/us/open-ai-sam-altman-molotov-cocktail.html)을 시도함 - 또 다른 공격자는 지역 데이터센터 프로젝트를 승인한 Indianapolis 시의원을 [겨냥](https://www.nytimes.com/2026/04/06/us/indianapolis-data-center-shooting.html)함 - Palantir CEO Alex Karp는 [패널](https://www.youtube.com/watch?v=b-JCYM5jW0Y)에서 미국 AI의 가장 큰 도전은 정치적 불안이며, 나라가 정치적으로 폭발하면 아무도 돈을 벌지 못한다고 말함 ### 규제 창과 죽은 경제의 결론 - 경제 전망은 크게 엇갈림 - Acemoglu는 현재 경제 내 작업의 4.6%만 AI로 비용 효율적으로 자동화 가능하며, 향후 10년 AI의 총 생산성 영향은 0.66%라고 추정함 - Goldman Sachs는 2023년에 생성형 AI가 글로벌 GDP를 [7% 높일 수 있다](https://www.goldmansachs.com/insights/articles/generative-ai-could-raise-global-gdp-by-7-percent)고 전망함 - McKinsey는 연간 [0.5~3.5%](https://www.mckinsey.com/capabilities/tech-and-ai/our-insights/the-economic-potential-of-generative-ai-the-next-productivity-frontier)를 전망함 - 2025년 조사에서 기업의 90% 이상은 2500억 달러 규모의 AI 투자에도 고용이나 생산성에 측정 가능한 영향이 없다고 보고함 - Torsten Slok는 AI가 “유입되는 거시경제 데이터만 빼고 어디에나 있다”고 [말함](https://fortune.com/2026/02/14/ai-effect-macro-economic-data-labor-enhancement-some-sectors-workers-displacement/) - AI가 산업의 주장만큼 강력한지와 별개로, **충분히 그럴듯한 자동화**만으로도 파괴적일 수 있음 - 현재 증거는 홍보와 제품 사이의 간극이 크고, 진지한 경제학자들은 생산성 향상이 업계 전망의 일부에 불과하다고 봄 - Acemoglu의 핵심은 AI가 혁명적이지 않아도 파괴적일 수 있다는 것임 - [“So-so” automation](https://economics.mit.edu/sites/default/files/2024-04/The%20Simple%20Macroeconomics%20of%20AI.pdf)은 노동자를 대체하기에는 그럭저럭 충분하고 싸지만 생산성 향상은 미미한 기술을 뜻함 - 최악의 결과는 초지능 AI가 아니라, 분기별 인센티브와 주가 압박으로 공격적으로 배치되는 “충분한” AI일 수 있음 - 규제 포획은 이미 상당히 진행됨 - 2025년 첫 3개 분기 미국 경제성장의 [39%](https://www.stlouisfed.org/on-the-economy/2026/jan/tracking-ai-contribution-gdp-growt)가 AI 관련 투자에서 나왔고, 연방정부는 이 호황을 유지할 이해관계를 갖게 됨 - Amodei는 이로 인해 기술 기업들이 미국 정부를 비판하기 꺼리고, 정부가 AI에 대한 극단적 반규제 정책을 지지하게 된다고 [인정](https://www.darioamodei.com/essay/the-adolescence-of-technology)함 - 규제자와 피규제자의 이해가 하나로 수렴함 - OpenAI의 공개 정책 제안과 정치 행동은 서로 충돌함 - OpenAI는 4월 [Industrial Policy for the Intelligence Age](https://openai.com/index/industrial-policy-for-the-intelligence-age/) 백서에서 주 32시간 노동, 법인세와 자본이득세 인상, 모든 시민이 AI 기업 지분을 갖는 “공공 부 펀드”를 제안함 - 같은 시기 OpenAI 사장은 대형 AI 개발사 안전 규제와 AI 과세를 통한 미국인 직접 지급을 제안한 뉴욕 하원의원 후보 Alex Bores를 반대하는 광고에 [200만 달러 이상을 쓴](https://techcrunch.com/2026/03/03/ai-companies-are-spending-millions-to-thwart-this-former-tech-execs-congressional-bid/) 슈퍼 PAC에 자금을 댐 - OpenAI는 투자자 수익을 초기 투자금의 100배로 제한하던 [수익 상한을 제거](https://openai.com/index/why-our-structure-must-evolve-to-advance-our-mission/)함 - OpenAI 최고 로비스트 Chris Lehane은 불리한 결과를 낼 수 있는 내부 연구의 우선순위를 체계적으로 낮췄고, 문제에 대한 해법이 생기기 전에는 문제를 다룬 논문을 내지 않겠다는 입장을 보였다고 전해짐 - 가능한 개입책은 알려져 있음 - AI 인프라에 대한 공공 지분 보유 - 강력한 반독점 집행 - 자동화 노동에 대한 실질적 과세 체계 - Branko Milanovic은 자본 소유를 더 넓게 퍼뜨리고 최고 자본소득을 더 공격적으로 과세하라고 [제안](https://branko2f7.substack.com/p/the-new-capitalism-iii-capital)함 - 기술적으로 어려운 조치가 아니라, 역사상 가장 부유한 기업들에 도전할 의지가 있는 작동하는 민주 제도가 필요함 - **죽은 경제**는 아무 일도 일어나지 않는 경제가 아님 - GDP는 오를 수 있고, AI 관련 투자는 이미 이를 떠받치고 있음 - 죽은 경제는 많은 일이 일어나지만 그 어떤 것도 당신을 필요로 하지 않는 경제임 - 문명의 생산능력이 당신의 지분, 입력, 투표권이 없는 시스템에 포획된 상태임 - 이를 만든 사람들은 사적으로는 결과를 우려하면서 공개적으로는 낙관을 수행함 - 급진적 재분배를 요구하는 백서를 내면서, 같은 재분배를 제안하는 정치인을 무너뜨리기 위해 슈퍼 PAC에 자금을 대는 구조가 핵심 모순으로 남음 ## Comments ### Comment 58597 - Author: neo - Created: 2026-05-30T09:58:03+09:00 - Points: 1 ###### [Hacker News 의견들](https://news.ycombinator.com/item?id=48324712) - 인도 농업은 미국이 AI에서 겪기 시작한 문제와 비슷함. 인도 농업은 세계 기준으로 아직도 지나치게 **노동집약적**이고, 노동자의 43%가 농업에 종사함. 미국은 2% 미만이고, 중국은 2023년 기준 22%이며 계속 줄어드는 중임 이 비효율적인 농업 구조는 우연이 아니라 막대한 보조금으로 유지되고 있고, 보조금을 줄이려는 시도는 폭동으로 이어졌음. 미국과 EU도 여러 세대에 걸쳐 전환을 겪었고 여전히 농업 보조금이 큼. 중국은 더 빠르게 전환했지만, 도시가 흡수할 수 있는 속도보다 빠른 농촌 인구 이동을 막기 위해 **후커우 제도**를 둠 노동집약 농업에서 도시 사회로 빠르게 전환한 국가들이 어떻게 대응했는지를 보면 AI 전환의 모습도 힌트를 얻을 수 있음. 한 세대 만에 가난한 나라에서 부유한 나라가 된 아시아 국가들이 각기 다른 방식으로 이 과정을 겪었고, 철학보다 더 유용한 정보가 될 수 있음 [https://economictimes.indiatimes.com/news/economy/indicators...]() [https://en.wikipedia.org/wiki/2024%E2%80%942025_Indian_farme...]() - 컨테이너 운송 전환을 다룬 **The Box**를 재미있게 읽었음. 지금 시점에서는 컨테이너 운송이 당연해 보이지만, 당시에는 물건을 보내는 일이 터무니없이 어렵고 비싸고 위험했음 Cleveland에서 Paris로 물건을 보내려다 포기할 수도 있었고, 술을 보내면 일부만 도착하고 나머지는 사라질 수도 있었음. 운송업계에는 트럭 회사, 철도, 해운사, 운송 주선인, 항만 노동자, 노조, 구식 비컨테이너 선박 보유자 등 기존 질서를 유지하려는 힘이 많았고, 표준화도 원하지 않았음 [https://en.wikipedia.org/wiki/The_Box_(Levinson_book)]() - **산업혁명**은 더 효율적인 농업이 노동력을 풀어 다른 일을 하게 만들면서 가능해졌음 - 모든 국가는 **식량 안보** 때문에 농업에 보조금을 줌. 큰 전쟁이 났을 때 적에게 굶겨 죽는 상황을 원하지 않기 때문임 - 도시와 농촌 인구 비율을 봐야 함. 중국은 67/33인데 인도는 30/70으로 완전히 반대이고, 농업은 여전히 가장 큰 직업군임 게다가 기회 부족도 문제임. 인도는 서비스업에 집중했고 **산업화**에서는 뒤처졌음. 현 정부가 산업화를 더 밀고 있지만 이미 곡선에서 뒤처진 상태임 - Wikipedia 링크를 보면 요구사항에 “정부가 전체 생산비 대비 최소 50% 이익을 보장”이라고 되어 있음. 모든 농업 활동에 대해 **연 50% 보장 수익률**을 요구한 셈이라 꽤 과격한 요구임 - Facebook 채용 담당자와 예전에 이야기했을 때, Seattle 한 지점에서만 Messenger 개발자가 몇 층을 채우는지 자랑했던 기억이 계속 걸림. Messenger 같은 프로젝트에 그렇게 많은 개발자가 대체 무엇을 하는지 정말 궁금함 어떤 면에서 AI는 이미 있던 **과잉 역량** 상황을 더해주는 것 같음. 이미 인재 공급이 넘쳤다면 왜 계속 개발자를 더 많이 뽑았는지도 의문임. AI 열풍 전에도 Musk가 Twitter 인력을 엄청 줄였고, 그게 과잉이었다는 걸 보여준 셈 아닌가 순수 소프트웨어 회사에서 외부 고객에게 직접 제품을 내보내는 일을 해본 적은 없고 늘 내부 개발자였어서, 현실에서 소프트웨어 엔지니어링 경제가 어떻게 돌아가는지 상상하기 어렵다. LLM 물결의 최종 결과가 도구 변화 정도에 그치고 혁명은 아닐 수도 있음. 문서상으로는 혁명적이어야 할 것 같지만, 코딩과 비코딩 작업에 써볼수록 그 정도로 마법적이지는 않다고 느낌. 그래도 가끔 빛나는 순간은 있음 - 과잉 공급보다는 **자원 배분**의 문제라고 봄. 이상적으로 최적화된 인력 배치보다 개발자가 많은가 하면 그렇지만, 핵심은 수십억 달러의 인건비를 어디에 효율적으로 배치할지 결정하기가 어렵다는 점임 작은 회사에서는 상층 리더십이 전체를 어느 정도 이해하므로 쉽지만, 회사가 커질수록 나쁜 행위자, 꾸며낸 필요성, 제국 만들기가 늘어남. 큰 회사는 느려지고 임금을 낮추거나 정리해고를 더 하는 식으로 대응함. 소프트웨어에서는 시스템이 매우 특화되어 무엇이 정말 중요한지 파악하기 어려워 이 문제가 두드러지는 듯함 - 결국 단순한 경제 논리로 보임. 미국의 대형 기술 기업들은 돈이 넘치고, 모두가 S&P 500에 돈을 넣으니 그 돈은 어딘가로 가야 함 배당으로 돌려주면 더 성장하지 못한다는 인정처럼 보이므로, 회사를 사거나 사람을 더 뽑거나 거대한 프로젝트에 투자하게 됨. Metaverse, 블록체인 전환, AI 네이티브 같은 데 수십억 달러를 붓는 것도 결국 **성장 가능성**을 보여주기 위한 행위임 - 기사 맥락에서는 낮은 가치일 수 있어도, 호기심·의심·희망·우려의 균형이 좋아 보임. 소프트웨어 엔지니어링 자원의 엄청난 양이 넓은 의미의 **엔터테인먼트 산업**에 묶여 있고, 돈은 엄청나게 만들지만 사회적 효용은 작다는 생각이 듦 사람들이 겨우 자기붕괴를 피할 만큼만 성공하는 거대한 자원 오배분을 멈출 힘이 없다고 느끼는 점도 기사와 맞닿아 있음. AI에는 강하게 긍정적인 편이지만, 내 생각과 맞는 글보다 이런 글이 훨씬 유익하고 흥미롭다. 투표로 긍정적 변화를 만들 수 있다는 데는 회의적이고, “이길 수 없으면 합류하라”는 말도 이론적으로는 실용적이지만 현실에서는 지나치게 좁아 보임. 그래도 보조기술·접근성 가능성과 자기 이해관계 때문에 AI를 잘 채택하려고 노력 중임 결과적으로 조준이 거친 자경주의, 예컨대 Earth Liberation Front식 행동이 나와도 놀라지는 않겠지만 동정하지도 않을 듯함 - Messenger 같은 프로젝트에 그렇게 많은 개발자가 필요한 이유는, 그들이 움직이는 기술·조직 프레임워크가 너무 복잡하고 삐걱거려서 새 기능 하나가 내려와도 **개발 속도**가 거의 기어가듯 느려지기 때문임 기존 인력을 다시 배치하기보다 새 개발자 팀을 던져 넣는 편이 쉽고, 그런 팀 단위로 들어오는 이유는 요구하는 지능을 가진 사람에게 장기적으로 매력적인 일이 없기 때문임. Twitter는 데이터 전송량과 가치가 낮은 조직에서 불만 꺼지지 않게 유지하려면 몇 명이 필요한가의 문제였다고 봄. 소셜미디어 회사에는 생존을 좌우하는 상황이 그렇게 많지 않아서 Musk가 비DevOps 부서나 프로젝트를 없앨 수 있었음 - Messenger가 다소 과잉 인력일 수는 있어도, “Messenger”가 영상 통화, 결제, 게임, 비즈니스 챗봇 통합, Uber/Lyft 통합 등을 웹/iOS/Android/Quest와 여러 국가에서 포함하는 **우산 제품**이라고 보면 아주 비합리적이진 않음. 기능마다 엔지니어 3명씩만 곱해도 금방 몇 층을 채울 수 있음 - 사람들에게 수표를 보내면 취미와 공동체에서 의미를 찾고, 그림을 그리고 정원을 가꾸고 결국 소설을 쓸 것이라는 가정이 있음 저자는 우리가 마약과 술에 빠지고 자살할 테니 실패한다고 보는 듯하지만, **은퇴자**들에게는 잘 작동함. 그들은 그 삶을 좋아함. 우리가 9시부터 5시까지 지루한 일을 해야 하는 이유가 자유를 감당하지 못해서인지 의문임 - 그 삶을 좋아하는 은퇴자는 좋아하는 것뿐임. 은퇴 연령의 사람이 일하는 걸 얼마나 자주 봤는가? 항상 돈 때문만은 아님 어릴 때 Bulgaria 출신 동료와 일했는데, 그는 일이 없으면 너무 지루해서 주 70시간 일했고 일에서 목적을 얻었음. 늘 일하는 데 적응하면 일이 목적이 되고, 일하지 않는 것은 죽음이 됨. 조부모 중 한 명도 은퇴한 뒤 1년 안에 심장마비로 세상을 떠났고, 은퇴하지 않았다면 더 오래 살았을 징후가 많았음. 어떤 사람에게 자유는 곧 **일**이고, 목적이 있어야 다른 것도 즐길 자유가 생김 - 회사가 비용 절감을 위해 노동자를 해고한 뒤, 고객이 결국 다른 회사의 노동자들이었다는 사실을 깨닫는다는 부분이 핵심임. 매출 성장은 멈추고, 효율 투자로 여겼던 AI 구독료는 자기 시장을 파괴하는 기여금이 됨 극단으로 가면 이 문제의 최종 해법은 고객과 공급자가 모두 로봇인 완전한 **비인간 AI 경제**라는 분리주의가 됨. 왜 공교육, 연구, 의료에 돈을 대겠는가? 데이터센터를 더 지으면 됨. 하지만 10억 달러와 남반구 벙커가 아무도 구하지 못함. 이런 비인간적 가정 세계에서 자본은 해자가 아님. 권위는 어디서 오고, 경호원은 어떻게 믿을 수 있나? 로봇/드론 군대가 있다 해도 해킹되면? AI 정렬이 성공해서 Claude가 요청을 거부하면? 너무 외설적임. 차라리 인간의 존엄을 지키고 더 인간적인 미래로 가려는 편이 낫지 않나 - 현실의 **다윈식 논리**가 그걸 어렵게 만들 수 있음. 사회 A와 사회 B가 모두 AI를 개발하다가 A만 인간 보호를 위해 멈추면, B는 계속 개발해서 A를 경제적으로 압도해 가난하게 만들거나 아예 정복할 수도 있음 가격이나 품질에서 조금만 앞서도 상대 사회의 시장 점유율 대부분을 빼앗는 일은 이론적으로 가능함. 해법은 이 문제를 어떻게든 다뤄야 함 - 인간 존엄을 요청하지 말고 요구해야 함 - Philip K. Dick의 단편 **Autofac**이 매우 관련 있어 보임. Amazon이 이것을 “Electric Dreams” 에피소드로 넣은 건 정말 대담했음 [https://www.imdb.com/title/tt6902176/]() - 미국인에게 싼 물건을 만들어주려고 수십억 명이 고생하는 게 “인간 존엄”이라면, 자본주의에는 애초에 존엄이 없었음. 더 나은 것으로 대체하려고 노력할 수 있음 - **인간 존엄**은 수익성이 없음 - 이 글은 AI 담론에서 빠졌다고 느꼈던 많은 것을 잘 말로 옮겼음. 특히 약속된 AI 미래의 **체계적 결과**, 정치경제와의 상호작용, “서구 근대성의 메타서사”를 그대로 받아들이지 않는 비판적 검토가 중요함 더 중요하게는, AI 거물들이 경제를 재편하고 자본–정치 피드백 루프를 강화하는 일이 AI 수익이 약속대로 실현되지 않을 때조차, 어쩌면 그럴 때 특히 얼마나 해로울 수 있는지 분명히 보여줌. 흩어진 반AI 정서는 많고, 지식인들이 공통 의제로 모일 수 있다면 정치 운동으로 이어질 가능성도 있음 - 이 회사들이 올해 말 IPO를 하면 손익계산서 숫자와 지속 가능성이 공개 재무자료로 드러날 것임 소문으로는 Anthropic은 수익성이 있을 수도 있지만 규모가 문제이고, OpenAI는 수익성이 없으며, Google은 기존 데이터센터, 자체 실리콘, 운영 경험 덕분에 대체로 **수직 통합**되어 낮은 비용 구조를 가질 수 있음. 그래도 지출을 정당화해야 함. 분기마다 공개적으로 숫자를 보고해야 하면 전체가 현실로 내려올 것이라고 봄 - 거품이 더 위험하게 부풀기 전에 현실이 끼어들기를 바랄 수는 있지만, Tesla가 터무니없는 **주가수익비율**을 유지한 지 몇 년이나 됐는지 생각해야 함. 성장세가 둔화하고 아시아와 유럽에서 시장 선도력을 잃은 뒤에도 숫자는 계속 올라감 - 로컬 공개 AI 모델들이 따라잡기 시작한다면, 실제로 그렇게 보이는데, 기반 모델들이 사회를 쥐는 힘은 훨씬 미끄러워짐 엔지니어 관점에서 “무엇을 할 것인가”가 있다면 연구, 에이전트, 단순 사용 어디에서든 **로컬 모델** 쪽으로 바늘을 밀고, 작동 방식을 이해하고, 타당할 때 옹호하는 것이 아마 투자 대비 효과가 가장 큼. 생각보다 그런 경우가 많음 - Google은 사용자 경험을 정말 개선해야 함. Google Cloud 기반 Gemini 코딩 접근은 너무 투박함 - 새 규칙이 시행되면 공개적으로 분기 숫자를 보고할 필요가 없을 수도 있음 - 일정 규모 이상, 예컨대 총지출 기준으로 큰 모든 회사는 그런 숫자를 보고해야 함. **비상장 대기업**이 공개 거래되지 않는다는 이유만으로 아무것도 보고하지 않으면서 경제를 왜곡할 이유는 없음 - 1840년 900만 마리였던 미국 말 개체수가 1900년 2,100만 마리까지 늘었고 기술 변화에 면역인 듯 보였지만, 내연기관 이후 60년 안에 88% 붕괴했다는 점은 매우 흥미롭고 오싹함 이 비유를 문자 그대로 가져오면 “그럼 누가 사는가?”라는 질문이 떠오름. 노동자를 자동화로 밀어내면 이 AI 서비스를 누구에게 팔 것인가? 전 세계 인구가 80~90% 줄면 모든 것이 재가격화되고 규모의 경제도 훨씬 작은 규모만 필요해져 갑자기 “지속 가능한” 경제가 될 수도 있음. 이것이 계획이라고 추측하는 것은 아니고, **말 비유**를 읽으며 떠오른 생각임 - 어느 정도는 이미 해결된 문제임. 예를 들어 미국에서 상위 10% 가구가 지출의 50%를 차지하므로, “말”은 이미 경제에서 큰 의미가 없어진 부분이 많음 이는 세계화 시기 미국 소비자와 저개발국 노동자 사이의 관계와 비슷함. 역사적으로는 이런 구조가 지속 불가능한 정치 불안을 만들 때 해결되곤 했지만, 이제는 이를 관리하는 새로운 방법도 많음 [https://libertystreeteconomics.newyorkfed.org/2026/05/tracki...]() - 아마 기업 간 거래가 될 것임. 다만 농업처럼 소비자를 직접 상대하는 산업은 확실히 붕괴할 수 있음 반면 국가를 작동시키고 무장시키는 산업은 확대될 것임. 인간 야만인들로부터 연산 자원을 지키는 **군사용 드론** 생산, 기술 확장을 위한 희토류 채굴, 공공 식수와 농업 관개용 물을 권력 중심부를 지원하는 산업·제조로 돌리는 일, 전력 생산 등이 커질 수 있음 - 내가 관여한 기업들은 최근 몇 주 사이 동시에 “비용 상관없이 어디든 AI를 쓰자”에서 “어디든 쓰되 비용 절감을 위해 **토큰 프록시**를 쓰자”로 바뀌었음 - Peter Thiel과 어울리는 Curtis Yarvin은 2008년에 “비생산적” 사람들을 어떻게 처리할지에 대해 “Muni 버스를 움직이는 데 도움이 되도록 바이오디젤로 바꾸자”고 썼음 물론 그는 “농담일 뿐”이고 집단학살에 대한 “인도적 대안”이라고 했지만, 이런 사람들이 정치·기술·경제를 형성하고 있음 - 말 비유는 설득력이 거의 없었음. 그 말들은 단일 목적 기계처럼 번식되고 유지됐음. 자기결정권과 폭넓은 능력을 가진 인간과의 유사성은 심장이 뛴다는 것 말고는 별로 없음 - 이런 일이 일어날 수 있다는 사실은 널리 알려져 있고 몇 년째 이야기되어 왔음. 진짜 문제는 무엇을 할 것인가임 David Shapiro를 비롯해 많은 사람이 UBI와 비슷한 **포스트 AI 경제**를 이야기했음. 꿈은 기계가 집안일을 하고 우리는 그림을 그리고 음악을 쓰고 작업실에서 아름다운 목가구를 만드는 것이었음. 아직 그렇게 될 수도 있지만, 먼저 자원을 책임 있게 나누는 문제를 해결해야 함. 인류는 한 번도 그걸 잘하지 못했음. 우리는 남들이 갖지 못한 자원에 접근하려고 최대한 많이 벌려고 하고, 이제는 그것이 제자리걸음이나 후퇴로 끝나는 경우가 많음. 20~30년 전에는 평균적인 사람이 쓸 수 있는 돈이 더 많았던 것처럼 느껴짐 - 무엇을 할지가 진짜 문제이고, 이 글은 사회로서 우리가 가진 선택지를 충분히 다루지는 않음. 아마 아직 화이트칼라 일자리 손실이 온다는 점을 설득하려 하기 때문일 것임 이를 전제로 하되 향후 10년 안에 Terminator/SkyNet 시나리오를 고려하지 않는다면 선택지는 있음. **토큰 사용 과세**, 로컬 데이터센터 의무화, AI 감독 의무화, AI 기업 국유화, 기업이 AI 연산을 해외로 옮기지 못하게 하는 중국식 국가 방화벽, 대체된 노동자 수에 따른 기업 과금, 기업 내 인간 노동자 대비 토큰 소비 비율 의무화 등이 가능함. 이런 조치들은 빠른 변화의 충격을 완화해 노동시장이 적응할 시간을 줄 수 있음 - 널리 알려진 게 아니라, 주류 매체에서는 대형 AI 회사들의 마케팅 덕분에 대체로 주변부 이론처럼 포장됨. 이 글은 잘 쓴 에세이고, 담론에 도움이 된다면 그 자체로 좋음 - 이번에는 왜 다른가? 강력한 AI 도구가 같은 인원으로 더 많은 일을 하게 해주지 않겠는가? 자원이 있다면 시장을 더 많이 차지하는 게 더 똑똑한 사업 운영 아닌가 회사 A가 현재 시장 점유율만 유지하며 직원 절반을 해고해 돈을 챙긴다면, 회사 B가 그 노동자들을 고용해 더 생산적인 인력으로 더 강하게 경쟁할 수 있지 않나. 그러면 B가 시장을 더 많이 차지하고 더 오래 살아남을 것임 자연에서는 비어 있는 생태적 지위가 없다고 말함. 자원을 두고 경쟁할 공간이 있으면 동기 요인 때문에 빠르게 채워진다는 뜻임. 엄밀하진 않지만 좋은 휴리스틱임 미국 지식노동자 보상은 연 약 10조 달러이고, Anthropic과 OpenAI가 조달한 돈은 아직 쓴 돈이 아니라 모은 돈만 3,170억 달러로, 1년 지식노동 지출의 약 3%임. 어떤 기업이 노동자 생산성을 더 큰 배수로 올릴 수 있다면 연 3%, 5%, 10%를 더 내지 않겠는가 - 프로그래밍만 자동화되는 거라면 별일 아닐 수 있음. 많은 직업이 자동화됐고 사회는 적응했음 여기서의 근본적 우려는 현재 AI가 **지능의 부분 자동화**를 제공한다는 점임. 투자자와 AI를 쓰는 기업의 최종 목표는 지능의 완전 자동화이고, 육체노동도 마찬가지임. 그들은 24시간 일하는 25,000달러짜리 로봇과 인간 사무직이 하는 일을 더 싸게 하는 AI 모델을 원함. 아직 둘 다 어떻게 만들지 모르지만, 지구상의 마지막 돈까지 써서 시도할 것임 엄밀히 말하면 고객으로서의 우리도 필요 없음. 로봇이 직접 요트와 저택을 지어주고 경비원 역할까지 하면 됨 - AI가 노동자를 보조하는 수준을 넘어 완전히 대체할 수 있느냐에 달렸음. Alex Imas가 팟캐스트에서 소프트웨어 엔지니어가 에이전트 10개를 돌려 10배 생산적이면 그 엔지니어의 가치가 올라가고 기업은 더 많이 고용하고 더 많이 지급하려 할 것이라고 말한 것을 들었음 한동안은 맞지만, AI가 그 10개 에이전트를 소프트웨어 엔지니어만큼 잘 관리하게 되면 어떻게 되나. 물론 엔지니어가 각자 10개를 관리하는 에이전트 10개를 관리하면 더 가치 있다고 말할 수도 있지만, 결국 한계가 옴. 소프트웨어 엔지니어 1,000명이 각각 에이전트 10,000개를 관리할 필요는 없고, 일을 충분히 빨리 던져주는 능력에서 병목이 생김 블루칼라 노동 관점이 더 이해하기 쉬움. 인간이 하는 어떤 노동도 할 수 있는 **휴머노이드 로봇**이 25,000달러이고 연 운영비가 몇천 달러이며 충전 시간을 빼고 하루 20시간 일한다고 하자. 그것이 대체한 건설 노동자가 로봇 건설팀을 관리하게 되지는 않음. 이미 총괄 시공자가 있고, 건설은 코드 작성만큼 물리 제약을 넘어 확장할 수 없기 때문임. 그런 로봇이 존재하면 인구의 큰 부분이 실업자가 될 것임. 경쟁사도 그냥 로봇을 쓰면 되므로 그들을 고용할 경쟁자는 없음 - “이번에는 다르다”라기보다, 모델 회사들이 홍보하는 대로 AI가 인간을 대체한다면 **개인에게 회복 시간이 너무 길다**는 문제임 - 생산성이 과잉일 수 있음. AI는 기존 노동력이 현재 수요에 필요한 생산성 수준을 빠르게 넘어설 수 있게 함 작은 마을에서 기계공장을 열었다고 해서 찾아오는 정비공을 영원히 전부 고용해야 하는 것은 아님. 서비스 수요에 맞는 최적 고용 인원이 있음. 정비공 생산성을 두 배로 만드는 도구가 갑자기 생기면 다음 단계는 정비공 절반을 해고하는 것임 - 자유시장이 원래 해야 할 일을 할 것이라고 가정하고 있음. 하지만 기존 자본 축적, 규제 포획, 사회 시스템 균형의 영구적 이동에서 생기는 **구조적 시장 실패**도 현실에 많음 전체 경제 상태는 경로의존적임. 이 글은 현재 AI 과열 주기에서 축적된 관성이 신규 진입자에게 자본이 전혀 없는 바람직하지 않은 정상상태의 분수령으로 우리를 밀어 넣을 수 있다고 경고하는 것으로 읽힘 - 어쩌면 우리 모두가 에이전트를 고용한 자기 회사의 CEO나 이사회 의장이 될 수도 있음. 효율과 효과를 높이기 위해 최고의 **에이전트**를 찾는 일이 우리의 일이 되는 식임