AI 생산성은 누구의 소득이 되는가
2026년 들어 AI 논쟁의 중심은 모델의 성능에서 기업의 대차대조표로 이동하고 있습니다. 데이터센터와 GPU, 반도체, 전력, 네트워크에 투입되는 금액이 커지면서 이제는 기술의 가능성만으로 투자를 설명하기 어려워졌기 때문입니다.
Amazon은 2026년 전사 자본지출로 약 2,000억 달러를 예상했고, Microsoft는 약 1,900억 달러, Alphabet은 1,750억~1,850억 달러, Meta는 1,300억~1,450억 달러를 제시했습니다. 네 기업의 전망 중간값을 더하면 약 7,080억 달러입니다.[1][2][3][4]
Amazon의 투자에는 물류·로봇·위성 사업이 포함되고, 다른 기업의 자본지출에도 기존 클라우드와 핵심 사업을 위한 설비가 섞여 있습니다. 그럼에도 네 기업이 한 해에 집행하려는 기술 인프라 투자가 7,000억 달러를 넘어섰다는 사실은 AI 산업이 연구개발 단계를 지나 대규모 자본 회수 단계로 진입하고 있음을 보여줍니다.
여기서 핵심 질문은 “AI 수요가 계속 성장하는가”에만 있지 않습니다.
이렇게 투입되는 자본비용을 결국 누가 지불하는가?
AI의 경제성은 기업이 절감하는 노동비용과 운영비용, 새롭게 만들어내는 매출이 AI 사용료와 인프라 자본비용보다 클 때 성립합니다. 경제 전체의 안정성은 그 과정에서 발생한 생산성 증가분이 임금·가격 인하·기업이익·배당·자본차익 가운데 어떤 경로로 가계에 돌아오는지에 따라 달라집니다.
01
AI 투자비는 결국 현금흐름으로 돌아와야 한다
초기 AI 인프라 투자는 현금흐름이 강한 대형 기술기업이 상당 부분 자체 자금으로 감당했습니다. 하지만 현재 투자 규모가 커지면서 자금조달 방식도 달라지고 있습니다.
Oracle은 2026 회계연도에 자본지출로 557억 달러를 사용하면서 430억 달러의 부채와 50억 달러의 자기자본을 조달했습니다. CoreWeave의 총차입금은 2026년 3월 말 251억 달러까지 증가했습니다. SoftBank도 전력과 데이터센터 같은 AI 인프라 투자에는 비소구 프로젝트 파이낸싱을 활용하겠다는 방침을 밝혔습니다.[5][6][7]
AI 투자가 자체 현금만으로 이뤄질 때에는 투자 회수 시점이 늦어져도 기업이 시간을 감당할 수 있지만 회사채와 대출, 리스, 프로젝트 파이낸싱이 늘어나면 상황이 달라집니다. 이자와 원금, 리스료는 AI 서비스의 수익성이 충분히 검증될 때까지 기다려주지 않습니다.
투자 단계 | 자금 제공자 | 회수에 필요한 현금흐름 |
반도체·서버 | 기업 현금, 회사채, 장비금융 | 반도체와 서버 판매대금 |
데이터센터·전력 | 프로젝트 금융, 리스, 인프라 펀드 | 클라우드·컴퓨팅 사용료 |
AI 모델·서비스 | 주주자본, 전략적 투자 | API·구독·기업용 서비스 매출 |
AI 활용기업 | 기업의 운영예산 | 비용 절감 또는 추가 매출 |
이 연결에서 마지막 현금흐름은 기업·소비자·광고주·정부가 지불하게 됩니다. AI 기업끼리 투자와 매출을 주고받는 것만으로는 산업 전체의 투자비를 회수할 수 없기 때문입니다.
02
개인 구독료만으로는 지금의 투자를 설명하기 어렵다
7,000억 달러의 설비투자를 같은 해에 전부 회수해야 하는 것은 아니지만 다음 계산에서 공개된 네 기업의 약 7,000억 달러를 하나의 투자 묶음으로 보고, 그 규모가 어느 정도의 연간 현금흐름을 요구하는지 임의로 가정하고 살펴보겠습니다.
계산 조건 | 가정 |
투자액 | 7,000억 달러 |
평균 회수기간 | 6년 |
요구수익률(예: 조달금리) | 연 8% |
전력·유지보수 등 연간 운영비 | 투자액의 10% |
연간 자본 회수 필요액 | 약 1,510억 달러 |
연간 운영비 | 약 700억 달러 |
연간 필요한 현금흐름 | 약 2,210억 달러 |
6년 동안 연 8%의 수익률로 투자원금을 회수하는 자본회수계수를 적용하면, 7,000억 달러는 매년 약 1,510억 달러의 현금흐름을 만들어야 합니다. 여기에 투자액의 10%를 전력·냉각·네트워크·유지보수 등의 운영비로 가정하면 한 해에 필요한 금액은 약 2,210억 달러가 됩니다.
이는 2026년에 집행되는 한 차례의 투자 묶음만 단순화한 결과입니다. 비슷한 규모의 투자가 다음 해에도 반복되면 이전 투자와 신규 투자가 요구하는 현금흐름이 겹치게 됩니다.
이 금액을 월 20달러의 개인 구독료로만 회수한다고 가정하면 약 9억 2천만 명의 유료 가입자가 1년 내내 비용을 내야 합니다.
2,210억 달러 ÷ 연 240달러 = 약 9억 2천만 명
따라서 현재의 투자 규모를 소비자 구독만으로 설명하기 어렵다는 것을 쉽게 확인할 수 있습니다. AI 인프라의 더 큰 수익원은 기업이 이미 지출하고 있는 비용에서 나올 가능성이 높습니다.
기업이 부담하던 기존 비용 | AI가 제공해야 하는 경제적 가치 |
인건비와 관리업무 | 같은 인원으로 더 많은 업무를 처리하거나 필요한 시간을 줄임 |
외부 용역·BPO 비용 | 문서·분석·상담·번역·개발 업무 자동화 |
기존 소프트웨어와 IT 비용 | 여러 도구와 반복 업무를 통합 |
광고비 | 타기팅·소재 제작·전환율 개선 |
재고·품질·물류비 | 수요예측과 오류·불량·재고 손실 감소 |
연구개발비 | 설계·실험·검토 기간 단축 |
신규 매출 | 새로운 서비스, 상품과 고객 접점 형성 |
2,210억 달러의 AI 매출을 지불하는 기업이 최소 2배의 투자효과를 요구한다고 단순 가정하면, AI는 매년 약 4,420억 달러의 비용 절감 또는 추가 매출을 만들어야 합니다.
결국 AI 산업의 가장 큰 시장은 개인 구독료만이 아니라 세계 기업이 지출하는 노동비용과 운영비용의 일부입니다. AI는 새로운 비용항목으로 추가되는 데 그치지 않고, 기존 비용 가운데 무엇인가를 실제로 대체해야 합니다.
03
기업의 합리적인 자동화가 경제 전체에서는 수요 문제가 될 수 있다
직원 1만 명을 고용한 기업의 평균 총인건비가 연 8만 달러라고 가정하면 전체 인건비는 8억 달러입니다.
이 기업이 AI 서비스와 관련 시스템에 매년 2천만 달러를 사용한다면 손익분기점에 필요한 생산성 개선율은 인건비 기준으로 2.5%입니다. 기업이 투자액의 2배인 4천만 달러의 경제적 효과를 원한다면 약 5%의 생산성 개선이 필요합니다.
구분 | 계산 | 결과 |
연간 총인건비 | 10,000명 × 80,000달러 | 8억 달러 |
연간 AI 비용 | 2,000만 달러 | |
손익분기 생산성 | 2,000만 ÷ 8억 | 2.5% |
2배 효과에 필요한 생산성 | 4,000만 ÷ 8억 | 5.0% |
특정 업무에서는 이보다 높은 생산성 향상이 이미 관찰됐습니다. 생성형 AI를 고객상담 업무에 적용한 현장 연구에서는 상담원의 생산성이 평균 약 14% 높아졌으며, 경험이 적은 근로자의 개선 폭이 더 크게 나타났습니다.[8]
모든 업무가 고객상담처럼 표준화돼 있지 않고, AI가 만든 결과를 검토하고 업무 시스템에 연결하는 비용도 발생합니다. 생산성 향상이 실제 인건비 절감이나 추가 매출로 이어지는 데에도 시간이 필요하기 때문에 위 사례는 참고만 해야 합니다.
그렇지만 기업 하나만 보면 AI 도입 논리는 비교적 명확합니다.
기존에 사람 100명이 하던 일을 70명과 AI가 처리할 수 있다면 기업은 비용을 줄이고 이익률을 높일 수 있습니다.
모든 기업이 동시에 같은 방식으로 인원을 줄이면 경제 전체에서는 다른 결과가 나타날 수 있습니다.
AI 도입→ 고용 감소 또는 임금 증가율 둔화→ 노동소득 감소→ 가계 소비 둔화→ 기업 매출 성장 둔화
기업이 줄인 비용의 상당 부분은 누군가의 임금이었고, 그 임금은 다시 다른 기업의 매출이 됩니다. 개별 기업에는 합리적인 비용절감이 경제 전체에서는 총수요를 약화시키는 구성의 오류가 될 수 있습니다.
다만 현재의 연구는 모든 노출 직업이 사라지는 방향보다 직무 안의 업무 구성이 바뀌는 방향에 더 무게를 두고 있습니다. ILO는 전 세계 근로자 네 명 중 한 명이 생성형 AI에 어느 정도 노출된 직업에 종사하지만, 가장 높은 노출 범주에 해당하는 고용은 3.3%이며 직업 전체의 소멸보다 업무의 전환이 더 가능성 높은 결과라고 평가했습니다.[9]
AI가 생산량과 새로운 수요를 충분히 늘린다면 노동자는 더 높은 부가가치 업무로 이동할 수 있습니다. 제품가격이 낮아지면서 실질소득이 높아지거나 새로운 산업과 직업이 만들어질 가능성도 있습니다. 문제는 이러한 보완 효과가 비용절감과 같은 속도로, 같은 사람에게 발생한다고 볼 수 없다는 점입니다.
04
AI 생산성 증가분은 노동보다 자본에 더 많이 귀속될 수 있다
기존의 기업 지출은 비교적 직접적인 경로로 소비시장에 돌아왔습니다.
기업 → 임금 → 가계 → 소비 → 기업매출
AI 비용은 다른 경로로 이동합니다.
기업 → AI 사용료 → 데이터센터 → GPU·반도체 → 전력·냉각·통신망 → 자본 제공자
두 경로 모두 고용과 임금을 만들지만 AI 인프라가 노동보다 설비와 기술, 전력, 금융자본의 비중이 높은 산업이라는 점에서 차이가 있습니다. 같은 100달러를 지출하더라도 임금으로 분배되는 비율과 자본수익으로 귀속되는 비율이 달라질 수 있습니다.
그 규모를 세계 노동소득과 비교해볼 수 있습니다. 세계은행 자료에서 2025년 세계 명목 GDP는 약 118조 4천억 달러였고, ILO는 세계 노동소득 비중을 52.6%로 추정했습니다.[10][11] 두 수치를 단순히 곱하면 전 세계 노동소득은 약 62조 3천억 달러가 됩니다.
구분 | 규모 |
2025년 세계 명목 GDP | 약 118.4조 달러 |
세계 노동소득 비중 | 52.6% |
추정 세계 노동소득 | 약 62.3조 달러 |
앞서 계산한 필요 경제적 가치 | 약 4,420억 달러 |
세계 노동소득 대비 비율 | 약 0.7% |
4,420억 달러는 절대금액으로는 매우 크지만 세계 노동소득의 약 0.7%에 해당합니다. AI가 전 세계 산업에 넓게 확산돼 노동시간과 외부 용역비, 광고비, 재고 손실, 연구개발 기간을 조금씩 줄인다면 도달할 수 없는 규모라고 단정하기는 어렵습니다.
반대로 AI의 생산성 효과가 일부 기술기업과 제한된 업무에만 머문다면 현재의 투자를 설명하기 어렵습니다. 개인용 챗봇의 사용자가 늘어나는 것만으로는 부족하고, 제조·금융·유통·물류·의료·교육·공공서비스의 실제 비용구조가 바뀌어야 합니다.
이때 생산성 증가분이 모두 인건비 절감으로 나타날 필요는 없습니다. 같은 인원으로 생산량을 늘릴 수도 있고, 가격을 낮춰 소비자에게 돌려줄 수도 있으며, 품질 개선과 신제품 매출로 전환할 수도 있습니다. 어느 경로가 더 커지는지에 따라 노동소득, 소비자 후생과 기업이익의 배분이 달라집니다.
제가 보는 핵심 위험은 생산성 향상이 부족하다는 데만 있지 않습니다. 생산성은 충분히 높아졌지만 그 성과가 임금이나 가격 인하보다 소수 기업과 자본 제공자의 이익으로 집중될 때, 경제 전체의 소비능력이 그 속도를 따라가지 못할 가능성입니다.
05
주식 소유는 생산성 증가분을 가계로 돌려보내는 통로가 될 수 있다
노동자와 자본소유자가 반드시 서로 다른 사람일 필요는 없습니다. 같은 개인이 기업에서 급여를 받으면서 연금과 ETF, 퇴직계좌, 직접투자를 통해 기업의 지분을 보유할 수 있습니다. 이 경우 경제순환의 일부는 다음과 같이 바뀔 수 있습니다.
기업 생산성 향상→ 기업이익 증가→ 배당과 기업가치 상승→ 가계의 자본소득 증가→ 소비와 재투자
기존의 소득구조가 주로 노동 → 소득 → 소비였다면 AI 시대에는 노동소득 + 자본소득 → 소비의 비중이 커질 수 있습니다. 노동의 몫이 줄어드는 만큼 더 많은 사람이 생산수단의 지분을 갖는다면, 기업이 확보한 생산성 증가분이 가계로 돌아오는 새로운 통로가 만들어집니다.
다만 현재의 주식 소유구조는 이 역할을 충분히 수행하기 어렵습니다. 미국 연방준비제도의 2026년 2분기 자료를 기준으로 기업지분과 뮤추얼펀드 지분의 약 88%를 상위 10% 가계가 보유하고 있습니다. 하위 50%의 보유 비중은 약 0.6%입니다.[12]
미국 가계 자산계층 | 기업지분·뮤추얼펀드 보유 비중 |
상위 1% | 50.9% |
상위 1~10% | 37.2% |
중간 40% | 11.4% |
하위 50% | 0.6% |
주가 상승이 임금 감소를 보완하려면 기업지분 소유가 지금보다 넓어져야 합니다. 연금·퇴직계좌·장기투자계좌·ETF·종업원 지분제도는 노동자와 주주를 연결하는 수단이 될 수 있습니다.
그런데 소유 범위만 넓어진다고 순환이 완성되는 것도 아닙니다. 평가이익은 바로 사용할 수 있는 소득이 아니기 때문에 기업이익이 배당과 연금 지급, 장기적인 자산 인출 등 실제 소비능력으로 연결되는 것이 중요합니다. 요점은 주가 상승이 소수 자산가의 장부상 부를 높이는 데 그친다면 노동소득 감소로 인한 소비 둔화를 같은 규모로 보완하기 어렵다는 것입니다.
IMF도 AI가 고소득 근로자를 보완하거나 노동을 대체하는 방식에 따라 노동소득의 분배가 달라질 수 있으며, 자본수익 증가는 자산 보유 격차를 통해 부의 불평등을 확대할 가능성이 있다고 봅니다.[13] 결국 Equity Ownership의 확산은 AI 경제가 이미 갖춘 안전장치가 아닙니다. AI가 만드는 자본소득을 더 많은 가계의 소비능력으로 연결하기 위해 필요한 조건일 것입니다.
06
AI의 최종 수혜자는 AI 기업만이 아니다
AI 투자에서 발생한 가치가 Nvidia나 클라우드 기업, 모델 개발회사에만 남는다고 볼 필요는 없습니다. AI 기술의 가격이 낮아지고 기업 간 경쟁이 치열해지면 생산성 증가분의 상당 부분이 AI를 사용하는 일반 기업으로 이동할 수 있습니다.
소매기업은 재고와 물류, 고객응대 비용을 줄이고 은행은 문서처리와 심사, 분석, 고객관리 업무를 자동화할 수 있습니다. 제조기업은 설계와 품질검사, 생산계획을 개선할 수 있고, 제약회사는 연구개발에 필요한 후보 탐색과 문서 검토 기간을 줄일 수 있습니다.
어느 기업이 더 많은 이익을 확보할지는 다음 자원을 누가 보유했는지가 중요합니다.
희소한 반도체와 전력, 데이터센터 용량
고객에게 접근할 수 있는 유통망과 플랫폼
일반 모델이 확보하기 어려운 고유 데이터
AI를 실제 업무에 연결하는 운영 시스템
고객이 쉽게 교체하기 어려운 서비스와 신뢰관계
기술 사용을 허용하는 인증과 규제상 지위
모델과 컴퓨팅 공급이 충분히 늘어나 가격경쟁이 시작되면 AI 공급기업의 초과이익은 줄고 활용기업의 비용절감 폭은 커질 수 있습니다. 반대로 반도체·전력·데이터센터가 계속 부족하고 소수 플랫폼이 고객 접점을 장악한다면 인프라와 플랫폼 사업자가 더 많은 가치를 가져갈 수 있습니다.
장기적인 투자 질문도 달라집니다.
어떤 AI 기업이 가장 빠르게 성장하는가?
보다 더 중요한 질문은 다음과 같을 수 있습니다.
AI가 만든 생산성 증가분을 공급기업·활용기업·근로자·소비자 가운데 누가 실제로 보유하는가?
AI를 판매하는 기업의 매출 증가와 AI를 사용하는 기업의 이익률 상승은 동시에 발생할 수 있습니다. 장기적으로는 공급자 한 곳을 맞히는 것보다 AI가 경제 전체의 기업이익에 어떻게 확산되는지를 보는 편이 더 중요할 수 있습니다.
07
AI는 주식시장 가치평가의 전제를 바꿀 수 있는가
AI의 강력한 투자 논리는 AI 기업의 매출 성장에만 있지 않습니다. AI가 경제 전체에서 노동비용과 기타 운영비용을 줄여 기업의 영업이익률을 구조적으로 높일 가능성에 있습니다. 매출이 100인 기업을 단순화해보겠습니다.
구분 | 기존 | AI 활용 이후 |
매출 | 100 | 100 |
노동비용 | 60 | 45 |
AI·자본비용 | 0 | 20 |
기타비용 | 30 | 20 |
기업이익 | 10 | 15 |
영업이익률 | 10% | 15% |
AI와 자본비용이 새롭게 20 발생하더라도 노동비용과 기타비용을 합계 25 줄일 수 있다면 기업이익은 10에서 15로 증가합니다. 경제 전체 매출이 크게 늘지 않아도 기업이익은 50% 증가할 수 있습니다.
이 변화가 기업가치에 미치는 영향도 큽니다.
가치평가 조건 | 기업이익 | 적용 배수 | 기업가치 |
기존 | 10 | 20배 | 200 |
AI 이후, 배수 유지 | 15 | 20배 | 300 |
AI 이후, 배수 하락 | 15 | 16배 | 240 |
이익률이 10%에서 15%로 높아지고 가치평가 배수가 유지되면 기업가치는 50% 상승합니다. 반면 설비투자 부담과 감가상각, 금리, 경쟁 위험 때문에 배수가 20배에서 16배로 낮아지면 기업가치는 20% 증가하는 데 그칩니다.
AI가 이익률을 높인다는 사실만으로 현재의 모든 주가를 정당화할 수 없는 이유입니다. 주식시장은 회계상 이익률이 아니라 장기간 주주에게 돌아올 수 있는 현금흐름을 평가합니다.
AI가 주식시장 전체의 장기 이익수준을 높이려면 다음 조건이 필요합니다.
생산성 증가가 AI 도입비용과 자본비용을 넘어야 합니다.
경쟁사가 같은 기술을 도입한 뒤에도 개선된 이익률이 유지돼야 합니다.
생산성 증가분이 전부 가격 인하로 이전되지 않아야 합니다.
노동소득 감소로 최종 소비수요가 약해지는 문제가 보완돼야 합니다.
증가한 이익이 추가 설비투자에만 묶이지 않고 주주 현금흐름으로 연결돼야 합니다.
이 조건들이 충족된다면 과거의 평균적인 기업이익률이나 GDP 대비 기업이익 비중이 미래에도 같은 수준으로 돌아갈 것이라고 단정하기 어렵습니다. AI가 단순한 경기순환 요인이 아니라 기업이 경제 전체 생산에서 가져가는 몫을 바꾸는 기술이 될 수 있기 때문입니다.
결론
AI 시대에는 노동과 함께 생산수단을 소유하는 일이 중요해질 수 있다
현재의 대규모 AI 투자가 경제적으로 성립하려면 개인 구독료보다 훨씬 넓은 시장이 필요합니다. 기업이 지출하는 인건비·IT비용·광고비·외부 용역비·재고 손실과 연구개발비의 일부가 AI 비용으로 이동하고, 그보다 더 큰 생산성 개선이나 매출 증가가 발생해야 합니다.
7,000억 달러의 한 해 투자만 단순화해도 매년 약 2,210억 달러의 현금흐름이 필요합니다. 이를 지불하는 기업이 2배의 경제적 효과를 요구한다면 AI는 약 4,420억 달러의 가치를 만들어야 합니다. 세계 노동소득의 약 0.7%에 해당하므로 세계 산업 전반에 확산된다면 가능한 규모지만, 일부 기술기업과 개인용 서비스에 머문다면 감당하기 어려운 규모입니다.
AI가 충분한 생산성을 만들어낸 뒤에도 질문은 남습니다.
기업이 절감한 노동비용이 데이터센터와 반도체, 전력, 자본 제공자의 소득으로 이동한다면 생산성 증가분은 과거보다 자본소득에 더 많이 귀속될 수 있습니다. 이때 기업지분이 소수에게 집중돼 있다면 기업이익은 증가해도 일반 가계의 소비능력은 같은 속도로 늘어나지 않습니다.
반대로 더 많은 사람이 연금과 ETF, 퇴직계좌, 직접투자를 통해 생산성을 높이는 기업의 지분을 보유한다면 다른 순환이 가능해집니다.
기업 생산성 향상→ 기업이익 증가→ 배당과 자본차익→ 가계의 자본소득→ 소비와 재투자
AI 시대의 핵심 변화는 단순히 일자리가 줄어드는 데 있지 않을 수 있습니다. 소득을 만들어내는 원천이 달라지는 것이 더 본질적인 변화일 수 있습니다.
현재: Human Capital → Income
미래: Human Capital + Financial Capital → Income현재는 AI가 인간의 노동을 얼마나 대체하는지만 보기보다 AI가 만들어낸 생산성 증가분이 누구에게 귀속되고, 그 소득이 어떤 방식으로 다시 경제에 순환되는지를 유의 깊게 모니터링할 필요가 있습니다.
기업가치 개선과 개인의 경제적 안정성도 이 문제에서 분리되지 않습니다. 노동의 생산성을 소비자로서 이용하는 것을 넘어, 그 생산성을 만들어내는 기업의 지분을 소유하는 일이 점점 더 중요해질 가능성이 있습니다.
출처
[10] World Bank, 세계 GDP
EDITING/WRITING PATRICK
