"AGI가 실현되면 어떻게 될까?"라는 질문에 자신 있게 답할 수 있는 경제학자가 과연 몇 명이나 될까. 이 AI 용어집 하나가 단순한 기술 사전을 넘어, 노동·자본·생산성이라는 경제학의 핵심 삼각형을 근본적으로 재편할 언어를 담고 있다는 사실을 우리는 아직 충분히 인식하지 못하고 있다.

TechCrunch가 2026년 5월 9일 발행한 AI 용어 해설 기사는 표면적으로는 기술 입문자를 위한 친절한 안내서처럼 보인다. 그러나 20년간 거시경제와 금융시장을 분석해온 내 시각에서 이 문서는 전혀 다른 무게를 지닌다. 이것은 다가올 경제 구조 변화의 설계도다.

---

AI 용어집이 경제학 교재로 읽혀야 하는 이유

글로벌 금융위기 당시 나는 "파생상품"이라는 단어가 일반 대중에게 얼마나 낯설었는지를 생생히 기억한다. CDS, CDO, 서브프라임 — 이 용어들을 이해하지 못했던 수백만 명의 시민이 결국 그 비용을 고스란히 떠안았다. 오늘날 AGI, AI 에이전트, 코딩 에이전트라는 용어들이 그 자리를 대신하고 있다. 이 언어를 이해하지 못하면, 다음 경제 충격의 피해자가 될 가능성이 높다.

TechCrunch 기사는 AGI를 이렇게 정의한다:

"OpenAI의 헌장은 AGI를 '대부분의 경제적으로 가치 있는 작업에서 인간을 능가하는 고도로 자율적인 시스템'으로 정의한다." — TechCrunch, 2026.05.09

여기서 핵심 단어는 "경제적으로 가치 있는(economically valuable)"이다. 기술 정의 안에 노동경제학의 핵심 개념이 이미 내장되어 있다. AGI는 철학적 개념이 아니라, 노동시장 가격 결정 메커니즘에 대한 직접적 도전이다.

---

"AI 에이전트"는 기술 용어가 아니라 노동 공급 곡선의 이동이다

기사는 AI 에이전트를 "비용 청구서 제출, 티켓 예약, 레스토랑 예약, 코드 작성 및 유지까지 수행하는 도구"로 설명한다. 경제학자의 귀에는 이것이 완전히 다르게 들린다.

전통적인 노동경제학에서 기술 진보는 노동 보완(labor-complementing) 또는 노동 대체(labor-substituting) 두 가지 방향으로 작동한다. 산업혁명 이후 대부분의 자동화는 반복적 육체노동을 대체했고, 지식 노동자는 상대적으로 안전지대에 있었다. AI 에이전트는 이 공식을 정면으로 깨뜨린다.

코딩 에이전트에 대한 기사의 묘사는 더욱 직설적이다:

"코딩 에이전트는 코드를 작성하고, 테스트하고, 디버깅을 자율적으로 수행할 수 있으며, 개발자의 하루를 잠식하는 반복적이고 시행착오적인 작업을 처리한다. 절대 잠들지 않고 집중력을 잃지 않는 매우 빠른 인턴을 고용하는 것과 같다." — TechCrunch, 2026.05.09

"잠들지 않는 인턴" — 이 표현이 가볍게 읽힌다면 다시 생각해보길 권한다. 2025년 기준 전 세계 소프트웨어 개발자 수는 약 2,700만 명으로 추산된다. 이들의 평균 연봉은 선진국 기준 7만~15만 달러 수준이다. 코딩 에이전트가 이 인력의 30%를 대체한다면, 이는 수천억 달러 규모의 임금 흐름이 자본 소득으로 전환되는 것을 의미한다. 이것은 기술 뉴스가 아니라 소득 분배 구조의 지각변동이다.

---

"컴퓨트(Compute)"가 새로운 원유인 이유 — PCB 부족이 말해주는 것

관련 보도 중 눈길을 끄는 것이 있다. NewsAPI Tech의 2026년 5월 6일 기사는 "PCB(인쇄회로기판) 부족"을 경고하며, 걸프 지역의 지정학적 긴장이 사우디 석유화학 플랜트 공격으로 이어져 중국 내 PCB 생산에 4% 이상의 차질을 빚고 있다고 전한다.

이것이 AI 용어집과 무슨 관계인가? TechCrunch 기사는 "컴퓨트(Compute)"를 이렇게 정의한다:

"컴퓨트는 AI 모델이 작동할 수 있게 하는 핵심 연산 능력을 가리키며, GPU, CPU, TPU 및 기타 인프라 형태의 하드웨어를 의미하는 약어로도 사용된다." — TechCrunch, 2026.05.09

글로벌 금융 체스판에서 컴퓨트는 이미 새로운 원유다. 1970년대 오일쇼크가 산업 경제의 취약성을 드러냈다면, 2026년의 PCB·GPU 공급망 충격은 AI 경제의 취약성을 드러내고 있다. 더 심각한 것은, 석유는 대체 공급원이라도 있었지만, 첨단 반도체 제조 능력은 TSMC, 삼성, ASML이라는 극소수 노드에 집중되어 있다는 점이다.

베이징모터쇼 2026 분석에서 내가 지적했듯, 중국은 이미 자동차 산업의 체스판을 뒤집었다. AI 컴퓨트 공급망에서도 유사한 재편이 진행 중이다. PCB 부족은 단순한 부품 이슈가 아니라, 지정학이 AI 경제 패권 경쟁에 직접 개입하기 시작했다는 신호로 읽어야 한다.

---

"체인 오브 소트"가 경제 모델링에 던지는 질문

기사가 소개하는 "체인 오브 소트(Chain of Thought)" 추론은 경제학자에게 흥미로운 메타포를 제공한다. AI가 복잡한 문제를 중간 단계로 분해해 더 정확한 답을 도출하는 이 방식은, 사실 경제학에서 동태적 최적화(dynamic optimization) 모델이 수십 년간 해온 작업과 구조적으로 유사하다.

그러나 차이가 있다. 경제 모델은 가정(assumption)의 명시적 선언을 요구한다. 완전 정보, 합리적 행위자, 균형 상태 — 이런 전제들이 모델의 경계를 설정한다. 반면 대형 언어모델(LLM) 기반의 추론은 이 가정들을 암묵적으로 내장하며, 그 내용을 외부에서 검증하기 어렵다.

이것이 경제 정책 결정에 AI를 도입할 때 가장 위험한 지점이다. 정책 결정자가 AI의 추론 과정을 이해하지 못한 채 그 결론만을 수용한다면, 우리는 또 다른 형태의 블랙박스 리스크를 경제 시스템 안으로 끌어들이는 셈이다. 2008년 금융위기 당시 누구도 CDO의 내부 구조를 제대로 이해하지 못했던 것처럼.

AI가 의료 불평등을 해결할 수 있을까?에서 내가 강조했듯, 기술이 해결책처럼 보일 때 우리는 그 기술이 누구의 손에 있는지, 누가 그 비용을 부담하는지를 먼저 물어야 한다. AI 용어집을 읽는 행위 자체가 이 질문의 출발점이다.

---

금융시장은 이미 이 언어를 가격에 반영하고 있다

2026년 현재, NVIDIA의 시가총액은 AI 컴퓨트 수요 기대감을 선반영하며 역사적 고점 근처를 유지하고 있다. Microsoft, Google, Amazon의 클라우드 AI 인프라 투자는 각각 연간 수백억 달러 규모다. 이 수치들은 단순한 기업 전략이 아니라, 금융시장이 AGI 실현 가능성에 얼마나 높은 확률을 부여하고 있는지를 보여주는 묵시적 투표다.

그러나 시장이 항상 옳은 것은 아니다. 내가 자주 쓰는 표현대로, "시장은 사회의 거울"이지만, 거울은 때때로 왜곡된다. AI 에이전트가 약속한 생산성 혁명이 실제 GDP 성장으로 전환되는 속도가 시장의 기대보다 느릴 경우, 우리는 상당한 가격 조정 국면을 목격할 가능성이 있다.

AI 클라우드 벤더 계약 자동 결정 분석에서 다뤘듯, AI 시스템이 구매 결정까지 자율적으로 수행하기 시작한 현실은 기업 거버넌스와 계약법의 근본적 재검토를 요구한다. 이것은 미래의 이야기가 아니라 2026년 지금의 이야기다.

---

독자에게 드리는 관점 전환

글로벌 금융의 체스판에서, 이 AI 용어집은 단순히 기술 용어를 설명하는 문서가 아니다. 이것은 다음 10년의 경제 문법이다.

구체적으로 세 가지를 권한다.

첫째, AGI와 AI 에이전트의 정의를 노동시장 관점에서 다시 읽어라. 당신의 직무 중 "경제적으로 가치 있는 반복 작업"이 얼마나 되는지를 스스로 진단하는 것이 시작이다.

둘째, "컴퓨트"를 에너지 자원처럼 바라보는 지정학적 시각을 갖춰라. PCB 공급망, GPU 수출 통제, 데이터센터 전력 수요 — 이 세 가지가 교차하는 지점에서 향후 5년의 AI 경제 패권이 결정될 가능성이 높다.

셋째, AI의 추론 과정을 이해하려는 노력을 멈추지 마라. "체인 오브 소트"가 어떻게 작동하는지 모르는 채 AI의 결론만 수용하는 것은, 재무제표를 읽지 않고 투자하는 것과 다르지 않다.

경제사의 교훈은 언제나 같다. 새로운 언어를 먼저 이해한 자가, 그 언어로 쓰인 계약서에서 유리한 위치를 점한다. 2008년에 파생상품의 언어를 이해하지 못했던 대가를 우리 모두가 치렀다. 이번에는 다른 결말을 써야 한다.

그 시작은, AI 용어집 한 페이지를 경제학 교과서처럼 읽는 것에서 비롯된다. 교향곡의 첫 악장이 전체 구조를 예고하듯, 오늘의 용어가 내일의 경제 현실을 예고하고 있다.