Citrini Research의 James van Geelen과 Alap Shah가 발표한 “The 2028 Global Intelligence Crisis”는 AI가 화이트칼라 노동 시장에 미칠 영향을 경제학적 프레임워크로 분석한 보고서다. 기술 낙관론이나 종말론이 아닌, 경제 데이터와 역사적 선례를 기반으로 논의를 전개한다는 점에서 읽을 가치가 있었다.
Table of contents
Open Table of contents
원문 소개
이 보고서는 AI 에이전트가 화이트칼라 업무를 대체하기 시작하면 2028년경 글로벌 경제에 구조적 위기가 올 수 있다는 가설을 제시한다. 단순히 “일자리가 줄어든다”는 차원이 아니라, GDP 측정 방식 자체가 무의미해지는 상황, SaaS 산업의 가격 붕괴, 노동 시장의 비가역적 변화를 다룬다.
보고서의 핵심 전제는 이렇다: AI의 인지 능력이 대부분의 화이트칼라 업무를 처리할 수 있는 수준에 도달하면, 그 영향은 점진적이지 않고 급격하다.
핵심 논점 분석
1. Ghost GDP — GDP가 경제를 반영하지 못하는 시대
보고서에서 가장 흥미로운 개념이다. AI가 이전에 유급 노동자가 수행하던 업무를 거의 무료로 처리하게 되면, 그 경제적 가치가 GDP에 잡히지 않는다. GDP는 시장 거래를 측정하는데, AI가 내부적으로 처리한 업무는 거래가 아니기 때문이다.
개발자 관점에서 이미 비슷한 현상을 경험하고 있다. CI/CD 파이프라인이 자동화한 빌드/배포 작업, AI 코드 어시스턴트가 생성한 보일러플레이트 코드 — 이런 것들이 예전에는 사람이 시간을 들여 하던 유급 노동이었다. 그 가치는 여전히 창출되지만 경제 지표에는 나타나지 않는다.
이것이 위험한 이유는 정책 결정자들이 GDP를 보고 경제가 괜찮다고 판단할 수 있기 때문이다. 실제로는 고용이 붕괴되고 있는데 GDP 수치만으로는 그 심각성이 드러나지 않는 시차가 생긴다.
2. SaaS 가격 붕괴
보고서는 AI 에이전트가 SaaS 제품의 기능을 직접 구현하거나 대체함으로써, 기존 SaaS 기업들의 가격 모델이 붕괴될 수 있다고 주장한다.
이 부분은 현실적으로 동의한다. 이미 일어나고 있는 일이기도 하다. 예전에는 특정 기능을 위해 월 구독료를 내고 SaaS를 사용했지만, 이제는 AI에게 “이런 기능을 하는 스크립트를 만들어줘”라고 하면 몇 분 만에 동작하는 코드가 나온다.
다만 보고서가 과소평가하는 부분이 있다. SaaS의 가치는 기능 자체만이 아니라 데이터 축적, 통합, 안정성에 있다. 회계 소프트웨어를 AI가 대체할 수 있다고 해서 기업이 AI 생성 스크립트로 회계를 처리하지는 않을 것이다. 규제, 감사, 신뢰성 요구사항이 있기 때문이다.
SaaS 가격이 하락하는 것은 맞지만, 완전한 붕괴보다는 “기능 제공”에서 “데이터와 신뢰 제공”으로 가치 기반이 이동하는 형태가 될 가능성이 높다.
3. 에이전트 간 거래 (Agent-to-Agent Commerce)
보고서가 그리는 미래 중 가장 파격적인 시나리오다. 인간이 아닌 AI 에이전트끼리 API를 통해 서비스를 발견하고, 협상하고, 결제하는 경제가 형성된다는 것이다.
기술적으로는 이미 가능하다. API 마켓플레이스, 프로그래매틱 결제, 서비스 디스커버리 — 구성 요소는 다 존재한다. 문제는 속도다. 인간이 관여하지 않는 거래는 초 단위로 발생하고, 그 규모가 기하급수적으로 커질 수 있다.
개발자로서 이 시나리오에서 주목하는 것은 API 설계의 중요성이 급상승한다는 점이다. 에이전트가 서비스의 주요 소비자가 되면, 인간 친화적 UI보다 기계 친화적 API가 더 중요해진다. OpenAPI 스펙 품질, 에러 핸들링의 명확성, 가격 정보의 기계 판독 가능성 — 이런 것들이 경쟁력이 된다.
4. 엥겔스의 멈춤 (Engels’ Pause) 유추
보고서는 산업혁명 초기(1790~1840년)의 “엥겔스의 멈춤” 현상을 AI 시대에 대입한다. 당시 생산성은 급증했지만 노동자의 실질 임금은 50년간 정체되었다. 생산성 향상의 과실이 자본가에게만 돌아간 시기다.
역사적 유추로서는 설득력이 있지만, 중요한 차이가 있다. 산업혁명은 육체 노동을 대체했고, 대체된 노동자들은 (시간이 걸렸지만) 인지 노동으로 이동했다. AI가 인지 노동 자체를 대체하면, 노동자들이 이동할 “다음 단계”가 명확하지 않다.
보고서는 이 차이를 인식하고 있지만, 구체적인 해법을 제시하지는 않는다. UBI(기본소득)를 언급하지만 깊이 있게 다루지 않는다. 사실 현재로서는 누구도 확실한 답을 가지고 있지 않은 문제다.
5. 전환 속도의 문제
보고서가 2028년이라는 구체적 시점을 제시한 것은 대담하다. 근거는 AI 에이전트의 능력 향상 속도와 기업의 채택 곡선이다.
이 부분에서는 회의적이다. 기술적 가능성과 실제 채택 사이에는 항상 간극이 있다. 대기업의 IT 의사결정 주기, 규제 환경, 조직 내 저항 — 이런 요소들이 채택 속도를 늦춘다. 2028년까지 AI 에이전트가 기술적으로 대부분의 화이트칼라 업무를 처리할 수 있게 된다 해도, 실제로 대규모 고용 대체가 일어나는 데는 더 오래 걸릴 것이다.
다만, 소규모 기업이나 스타트업에서의 채택은 훨씬 빠를 수 있다. 5명이 하던 일을 AI 에이전트와 1명이 처리하는 팀이 비용 경쟁에서 이기면, 시장 압력으로 채택이 가속화된다. 이미 소프트웨어 개발 분야에서 이런 현상이 관찰되고 있다.
개발자로서의 논평
이 보고서를 읽으면서 가장 많이 생각한 것은 “개발자는 안전한가?”라는 질문이었다. 솔직히 말하면, 안전하지 않다.
AI 코딩 어시스턴트의 발전 속도를 직접 경험하고 있다. 1년 전에는 간단한 함수 자동완성 수준이었는데, 지금은 아키텍처 설계부터 테스트 코드 작성까지 가능하다. “구현”이라는 행위 자체의 가치가 빠르게 하락하고 있다.
그렇다면 개발자에게 남는 가치는 무엇인가.
문제 정의 능력. AI는 주어진 문제를 잘 풀지만, 무엇이 문제인지 정의하는 것은 여전히 인간의 영역이다. 고객의 모호한 요구사항을 기술적 명세로 변환하는 능력, 시스템의 병목을 식별하는 능력 — 이런 것들은 당분간 대체되기 어렵다.
시스템 판단력. 마이크로서비스 간 트레이드오프, 기술 부채의 우선순위, “이것을 지금 고칠 것인가 나중에 고칠 것인가”에 대한 판단 — 이것은 코드를 작성하는 능력과는 다른 차원이다.
책임. 결국 시스템이 장애를 일으켰을 때 새벽에 일어나서 대응하는 것은 인간이다. AI가 코드를 작성할 수 있어도, 그 코드의 결과에 대한 책임을 지는 것은 인간의 몫이다.
결론
Citrini Research의 보고서는 AI의 경제적 영향을 진지하게 분석한 드문 자료다. 기술 업계의 마케팅 문서가 아닌, 경제학적 프레임워크를 적용했다는 점에서 가치가 있다.
다만 몇 가지 한계도 있다. 채택 속도를 과대평가할 가능성, SaaS 붕괴의 범위를 과대 추정할 가능성, 그리고 새로운 형태의 노동이 창출될 가능성을 충분히 고려하지 않는다는 점이다.
확실한 것은, AI가 화이트칼라 노동 시장을 변화시킬 것이라는 대전제 자체는 맞다는 것이다. 타이밍과 규모에 대해서는 논쟁의 여지가 있지만, 방향성은 이미 결정되었다. 개발자로서 할 수 있는 것은 “구현자”에서 “문제 정의자”로의 전환을 의식적으로 준비하는 것이다.