나는 AI가 열어갈 가능성에 끌린다. 그런데 이번에 가장 오래 남은 대목은 거의 반대편에 있었다. 강력한 기술이 진짜로 존재해도 내 삶과 일, 내가 사는 세상을 바로 바꾸지는 못할 수 있다는 것. 발명과 체감 사이의 거리는 몇 년, 때로는 수십 년일 수 있다.
이 글은 월가아재의 과학적 투자가 만든 채드 존스 2부작에서 출발했다. 작성 과정에서는 두 YouTube 링크를 Lilys AI로 타임스탬프 요약하고, 그 자료를 바탕으로 AI와 대화하며 논지와 목차를 좁혔다. 다만 요약을 원문 대신 쓰지는 않았다. Lilys는 지도로 사용하고, 숫자와 전제는 영상과 논문을 다시 대조했다 (1부, 2부, Lilys AI 기능 설명).
1부는 역사에서 아주 이상한 단절을 보여준다. 미국의 1인당 생활수준은 지난 약 150년 동안 연 2% 안팎으로 놀라울 만큼 꾸준히 성장했다. 그보다 훨씬 긴 전근대의 시간에는 1인당 소득이 거의 움직이지 않았다. 영상이 제시하는 거친 비교로는 2,000년에 걸쳐 약 두 배가 된 소득이 최근 150년에는 20배 넘게 늘었다 (1부).
이 성장을 자본과 노동만으로 설명하기는 어렵다. 같은 자본과 노동으로 더 많은 결과를 만드는 총요소생산성, 즉 TFP가 중요하다. 영상은 그 핵심을 ‘아이디어’로 설명한다. 돌려짓기, 공식, 생산 방식 같은 아이디어는 누군가 사용해도 닳지 않는다. 한 번 만들어지면 여러 사람이 동시에 복제해 쓸 수 있는 비경합성 덕분에 경제는 보통의 수확체감을 계속 넘어설 수 있다 (1부).
그러나 아이디어를 만드는 과정에는 경합적이고 한정된 투입물이 들어간다. 연구자, 시간, 실험실, 조직, 판단이다. Bloom, Jones, Van Reenen, Webb는 측정된 반도체 연구 생산성이 매년 약 7% 떨어졌고, 미국 경제 전체의 연구 생산성은 1930년대 이후 41분의 1 수준으로 낮아졌다고 추정한다. “아이디어가 끝났다”는 뜻이 아니라, 같은 지수적 진보를 유지하려고 훨씬 많은 연구 노력을 투입해왔다는 뜻이다 (Are Ideas Getting Harder to Find?).
그래서 AI는 사람이라는 병목을 풀 연료처럼 보인다. 문헌을 찾고, 코드를 쓰고, 실험을 설계하고, 정리를 증명하고, 다음 아이디어를 만들 도구까지 개선할 수 있다면 아이디어 생산의 속도가 달라질 수 있다. 더 나은 AI가 더 나은 아이디어를 만들고, 그 아이디어가 다시 더 나은 AI를 만드는 플라이휠이다.
존스와 토네티는 여기에 불편한 조건을 붙인다. 경제는 서로 보완해야 하는 수많은 작업으로 만들어진다. 자동화된 작업의 생산성이 무한히 높아져도 꼭 필요한 인간 작업 하나가 느리면 전체 산출은 그 작업에 묶인다. 이들의 ‘약한 고리’ 모델에서 경제는 서로 대체할 수 있는 투입물 더미라기보다 가장 약한 고리가 강도를 결정하는 사슬에 가깝다 (Jones와 Tonetti, 2부).
초기 효과가 작게 나오는 것은 AI가 약하다는 주장 때문이 아니라 이 모델의 구조 때문이다. 작업 사이의 보완성이 강하다고 가정한 보정치에서, 오늘날 소프트웨어가 하는 작업의 생산성을 무한대로 높여도 전체 산출은 약 0.5% 늘어난다. GDP의 절반에 해당하는 작업을 무한 자동화하면 약 19% 늘고, 1인당 소득을 두 배로 만들려면 처음 GDP의 약 94%에 해당하는 작업을 자동화해야 한다. 이것은 조건이 붙은 모델 계산이지, 미래의 확정 수치가 아니다 (Jones와 Tonetti, 2부).
소프트웨어를 생각하면 이 구조가 익숙하다. AI가 기능의 코드를 전부 써도 어떤 문제를 풀지 정해야 한다. 데이터 접근권, 위험 판단, 바뀐 습관을 받아들일 고객, 법과 보험, 배포와 유지보수, 실패했을 때 책임질 사람이 필요하다. 코드가 싸질수록 남은 고리는 더 선명해진다. 그렇다고 그 고리가 저절로 사라지는 것은 아니다.
2부는 모델의 기준 시나리오를 긴 활주로로 해석한다. 성장률의 가속은 약 75년 동안 미미해 보일 수 있고, 거의 모든 약한 고리가 제거되는 구간에서야 폭발적으로 나타날 수 있다는 것이다. 75~100년이라는 시간표는 가정에 매우 민감하다. 더 단단한 역사적 사실은 전기, 반도체, 컴퓨터, IT도 공장 구조, 조직, 기술, 보완 시스템이 함께 바뀌어야 했기 때문에 경제 전체로 확산되는 데 수십 년이 걸렸다는 점이다 (2부, Jones와 Tonetti).
내가 가장 감명 깊게 본 부분이 여기다. 우리는 미래를 제품 출시처럼 상상한다. 새 모델이 공개되고 세상이 바뀐다. 그러나 역사는 느린 연결 작업에 더 가깝다. 전력망, 표준, 제도, 인터페이스, 법, 신뢰, 습관이 발명과 만나야 한다. 오랫동안 조각들은 실망스러울 만큼 따로 논다. 그러다 충분히 많은 부분이 맞아 떨어지고 마지막 병목이 풀리는 순간, 없던 것처럼 보이던 성장이 한꺼번에 나타날 수 있다.
그래서 나는 AI의 도약을 믿기 전에 세 가지 신호를 보고 싶다.
- 벤치마크 점수가 아니라 노동생산성과 TFP가 오래된 추세를 벗어나는가.
- AI가 잘하는 작업의 가격은 무너지고, 희소한 인간 병목 주변의 가격과 임금은 오르는가.
- 에너지, 로봇, 규제, 보험, 조직 설계, 책임 체계가 한 개의 데모가 아니라 함께 바뀌는가.
투자 관점의 메시지는 “가장 똑똑한 모델을 사라”보다 “모두가 통과해야 하는 질긴 고리를 찾아라”에 가깝다. 하지만 병목이라고 자동으로 좋은 투자가 되는 것은 아니다. 규제, 협상력, 경쟁, 밸류에이션이 누가 가치를 가져갈지 결정한다. 단기에는 AI CAPEX가 생산성으로 비용을 내리기 전에 수요와 물가를 밀어 올릴 수도 있다. 이것은 관찰의 틀이지 투자 조언이 아니다.
일자리도 같은 경로를 따를 수 있다. 개별 작업은 빠르게 자동화되지만 직업과 제도 전체는 천천히 바뀐다. 생성물이 흔해질수록 문제를 정의하고, 시스템을 연결하고, 트레이드오프를 판단하고, 결과에 책임지는 사람이 더 귀해질 수 있다. 희소한 일은 한 단계 위로 이동한다.
그래서 나는 두 생각을 함께 붙든다. AI는 인류가 만든 가장 큰 아이디어 생산 엔진이 될 수 있다. 동시에 그 엔진이 평범한 하루의 질감을 바꾸기까지는 제품 주기보다 훨씬 긴 시간이 필요할 수 있다. 여기서 인내는 비관이 아니다. 발명과 삶 사이의 연결을 보는 태도다. 그 연결들이 마침내 맞아 떨어질 때, 변화는 지금의 과장이 설명하는 것보다 오히려 더 클 수 있다.
출처 확인일: 2026-07-29. Jones–Tonetti 논문은 2026년 5월 작업논문 버전이며, 이후 개정에서 모수와 추정치, 시간표가 달라질 수 있다.
