[심층분석] 죽은 인터넷 다음은 '죽은 경제'? AI 투자 광풍이 가리키는 불편한 진실

AI가 만드는 콘텐츠 다음은, AI가 대체할 '일자리'

혹시 "죽은 인터넷 이론(Dead Internet Theory)"이라고 들어보셨어요? 음모론처럼 시작된 이야기인데요, 요즘은 꽤 진지하게 받아들여지고 있어요. 이게 뭐냐면, 우리가 인터넷에서 보는 콘텐츠의 절반 이상이 이제 사람이 아니라 AI(봇)가 만든 것이고, 그걸 또 다른 봇이 읽고 있다는 주장이에요. 작년 통계로는 새로 올라오는 웹 콘텐츠의 절반 이상이 AI 생성물이었다고 해요. 우리가 트위터, 레딧, 인스타그램을 스크롤하면서 보는 그 '활기'가 사실은 기계들이 기계들을 위해 벌이는 공연이고, 사람은 그저 객석에 앉아 있는 관객일 뿐이라는 거죠.

이 글의 저자 오웬 맥그랜(Owen McGrann)은 여기서 한 발 더 나아가요. "죽은 인터넷보다 더 무서운 게 오고 있다. 바로 '죽은 경제(Dead Economy)'다." 처음에는 좀 과장 같지만, 글을 읽다 보면 등골이 서늘해지거든요. 단순히 "AI가 일자리를 빼앗는다"는 흔한 이야기가 아니에요. 지금 AI 업계에 흘러 들어간 천문학적인 돈이 어디서 회수될 것인가, 그 질문 하나에서 출발하는 아주 차가운 분석이에요.

오늘은 이 글의 핵심 논리를 따라가면서, 왜 실리콘밸리의 투자자들이 이렇게 거대한 베팅을 하고 있는지, 그리고 그게 우리 개발자들에게 어떤 의미인지 같이 풀어볼게요.

숫자가 말해주는 불편한 진실

먼저 숫자부터 한번 볼까요. 저자가 제시하는 팩트는 이래요.

• OpenAI 기업가치: 8천억 달러 이상 (한화로 약 1,100조 원)
• Anthropic 기업가치: 비슷한 규모, 그런데 흑자 낸 해가 단 한 번도 없음
• AI 인프라 누적 투자: 수천억 달러, 향후 10년 안에 조 단위(트릴리언) 예상
• OpenAI, Anthropic, Google DeepMind, Meta AI, Microsoft 합산: 인류 역사상 가장 큰 자본 집중

자, 여기서 질문 하나. 이 돈을 어떻게 회수할 거예요? 챗봇 구독료 월 20달러로? 한번 계산해봐요. OpenAI가 8천억 달러 가치를 정당화하려면, 보수적으로 잡아도 연간 800억 달러 매출은 나와야 해요. 월 20달러 ChatGPT Plus 구독자로 환산하면 약 3억 3천만 명이 필요해요. 전 세계 유료 구독자를 다 끌어모아도 어려운 숫자죠.

그러니까 저자의 결론은 명쾌해요. "이 가격을 정당화할 수 있는 시장은 지구상에 딱 하나뿐이다. 바로 글로벌 노동 시장이다."

전 세계 인건비 시장은 연간 약 60조 달러 규모예요. 여기의 10%만 가져와도 6조 달러. 이제야 비로소 이 거대한 밸류에이션이 말이 되기 시작하죠. 즉, 투자자들이 베팅하고 있는 건 "더 똑똑한 자동완성"이 아니라, 인간 노동을 광범위하게 대체하는 것 그 자체라는 거예요.

'코파일럿', '어시스턴트'라는 부드러운 단어의 진짜 의미

저자가 날카롭게 지적하는 부분이 여기예요. AI 업계는 항상 부드러운 단어를 써요.

• Copilot (부조종사): 옆에서 도와주는 친구
• Assistant (조수): 잡일을 거들어주는 보조
• Augmentation (증강): 인간 능력을 더 강하게 만들어줌

이런 단어들을 보면 "아, AI는 사람을 돕는 도구구나" 싶잖아요? 그런데 투자자 대상 발표(IR 자료)에서는 표현이 완전히 달라져요. "우리 AI 에이전트는 애널리스트 10명의 일을 합니다", "고객 지원 인력의 80%를 자동화합니다". 같은 제품을 두고 일반 대중에게는 "도우미"라고 하고, 자본가에게는 "대체재"라고 파는 거예요.

이게 왜 중요하냐면요, 재무 모델 자체가 "인간 비용 센터의 제거"를 전제로 짜여 있기 때문이에요. 만약 AI가 진짜로 사람을 돕기만 하고 일자리를 줄이지 않는다면, 기업 입장에서 굳이 비싼 AI 라이선스를 살 이유가 없거든요. 사람 월급 + AI 비용 = 비용 증가니까요. AI가 팔리려면 사람 월급이 AI 비용으로 대체되어야 해요. 그게 SaaS 비즈니스 모델의 본질이에요.

쉽게 비유하면 이래요. 식당 주인한테 "이 로봇이 요리사를 돕습니다"라고 팔면 안 사요. 요리사 월급 그대로 나가는데 로봇 리스료까지 추가되니까. 그런데 "이 로봇이 요리사 3명을 대신합니다"라고 하면 사요. 인건비 1,000만 원이 로봇비 300만 원으로 줄어드니까요. AI 업계의 매출은 결국 누군가의 해고에서 나와요. 이게 저자가 말하는 '죽은 경제 이론'의 출발점이에요.

그럼 해고된 사람들은 어디로 가나요?

여기서 진짜 무서운 질문이 시작돼요. 산업혁명 때도 기계가 사람을 대체했지만, 결국 새로운 일자리가 생겼잖아요? 농부가 공장 노동자가 되고, 공장 노동자가 사무직이 되고, 사무직이 지식 노동자가 되고. 이번에도 그럴 거라고 많은 사람들이 믿어요. "항상 새로운 일자리가 생긴다"는 거죠.

그런데 저자는 이번엔 다르다고 봐요. 왜냐하면 이번 기술은 "인지 노동 자체"를 대상으로 하기 때문이에요. 과거의 기술들은 특정 작업(농사, 직조, 계산 등)을 자동화했지만, 그 위에 있는 "생각하는 일"은 인간이 했어요. 그래서 사람들이 더 높은 인지 노동으로 옮겨갈 수 있었던 거예요.

그런데 LLM(Large Language Model, 대형 언어 모델)은 어떨까요? 이게 노리는 게 바로 그 "생각하는 일" 자체예요. 코딩, 글쓰기, 분석, 디자인, 상담, 법률 검토, 의료 진단... 인간이 "올라갈 사다리"의 윗칸을 통째로 노리고 있는 거죠. 그러면 해고된 마케터, 카피라이터, 주니어 개발자, 그래픽 디자이너, 회계사들은 어디로 가야 할까요?

일부는 육체 노동으로 회귀할 수 있어요. 그런데 그것도 한계가 있어요. 일단 육체 노동 시장은 이미 포화 상태고, 임금도 낮거든요. 게다가 Figure, Tesla Optimus, Boston Dynamics 같은 휴머노이드 로봇이 5~10년 안에 상용화되면 그 시장마저 좁아져요.

그래서 저자가 그리는 시나리오는 이래요. 소비를 담당하던 중산층이 사라지면, 경제 자체가 죽는다. 자동화된 공장은 물건을 만들 수 있어요. AI는 콘텐츠를 만들 수 있어요. 그런데 그걸 살 사람이 없으면? 자본주의의 기본 회로가 끊기는 거예요.

자본가들도 사실 알고 있어요

재미있는 부분이 여기예요. 저자는 "투자자들이 바보라서 이런 베팅을 하는 게 아니다"라고 봐요. 오히려 너무 똑똑해서 문제죠. 그들은 "내가 먼저 자동화하면 승자가 된다"는 게임 이론적 함정에 갇혀 있어요.

쉽게 말하면, 죄수의 딜레마와 비슷해요. 모두가 인간 노동자를 고용하면 경제가 유지되니까 모두에게 이득이에요. 그런데 한 회사가 먼저 AI로 갈아치우면, 그 회사는 비용을 절감해서 경쟁에서 이겨요. 다른 회사들도 따라가지 않으면 망해요. 결국 모두가 AI로 갈아치우는 게 균형점이 되는데, 그 결과는 거시적으로 보면 모두에게 손해예요.

이걸 게임 이론에서는 "열등 균형(Suboptimal Equilibrium)"이라고 해요. 쉽게 말해서, 각자 최선을 다해 합리적으로 선택했는데 모여서 보면 다 같이 망하는 결과가 나오는 거죠.

한국 개발자에게 이게 무슨 의미일까요?

자, 그럼 이제 우리 이야기로 와볼게요. 미국 이야기처럼 들리지만, 사실 한국 개발자에게 더 직접적인 영향이 있어요.

1. 주니어 채용 시장의 변화

이미 현장에서 체감하고 계실 거예요. 2023년부터 시니어는 여전히 구하기 어렵지만, 주니어 채용은 눈에 띄게 줄었어요. 왜냐하면 "GPT나 Claude한테 시키면 주니어 한 명 몫은 한다"는 인식이 빠르게 퍼졌거든요. 이게 맞든 틀리든, 채용 결정권자들은 그렇게 생각하고 있어요.

실무에서 보면 이런 식이에요. 예전에는 시니어가 "이 기능 만들어줘" 하면 주니어가 일주일 동안 만들었어요. 지금은 시니어가 Cursor나 Claude Code 같은 도구로 직접 짜요. 결과물의 품질은 비슷하거나 더 나아요. 그러면 굳이 주니어를 뽑을 이유가 없어지는 거죠.

2. "AI를 잘 쓰는 사람"이 되는 것만으로는 부족해요

많이들 하는 조언이 "AI를 도구로 잘 활용해라"예요. 맞는 말이긴 한데, 저자의 논리를 따라가면 그것만으로는 부족해요. AI를 잘 쓰는 일조차도 결국 AI가 더 잘하게 될 가능성이 있거든요. AI 에이전트가 다른 AI를 오케스트레이션(여러 AI를 지휘해서 협업시키는 것)하는 시대는 이미 시작됐어요.

그래서 더 중요한 건 "AI가 대체하기 어려운 영역"에 자리 잡는 거예요.

• 시스템 설계와 아키텍처 결정: 코드는 짤 수 있어도, "왜 이 아키텍처여야 하는가"를 비즈니스 맥락과 함께 판단하는 건 여전히 인간 영역이에요.
• 이해관계자 조율: 기획자, 디자이너, PM, 경영진과의 커뮤니케이션. 이건 AI가 못 해요. 정확히는 못 한다기보다, 책임을 못 져요.
• 도메인 지식: 의료, 금융, 법률, 제조 같은 깊은 도메인 지식을 가진 개발자는 대체가 어려워요.
• 결정 책임: 누군가는 "이 코드를 프로덕션에 올린다"는 결정을 책임져야 해요. AI는 책임을 못 져요.

3. 자기 사업/제품을 만드는 길

저자의 논리가 맞다면, 고용 시장은 장기적으로 줄어들 가능성이 커요. 그렇다면 점점 더 많은 사람이 "고용되기"보다 "스스로 가치를 만들기"로 옮겨가야 해요. 다행히 AI 덕분에 1인 창업의 문턱은 역사상 가장 낮아졌어요. 예전에는 5명이 6개월 걸리던 SaaS를 이제 1명이 1개월에 만들 수 있어요.

구체적으로는 이런 시나리오예요. 본인이 잘 아는 좁은 도메인(예: 동네 학원 운영, 소규모 카페 재고 관리, 1인 사업자 세무 처리)이 있다면, 그걸 자동화하는 마이크로 SaaS를 만드는 거예요. 매출 월 500만 원짜리 제품 3개면, 직장 다니는 것보다 안정적일 수 있어요.

4. 학습 로드맵 제안

지금부터 1~2년 안에 챙겨두면 좋을 것들이에요.

1. AI 에이전트 설계 능력: 단순히 GPT API를 호출하는 게 아니라, 여러 도구를 조합해서 자율적으로 일을 처리하는 시스템을 설계할 수 있어야 해요. MCP(Model Context Protocol), Agent SDK 같은 걸 익혀두세요.
2. 인프라/배포 이해: AI가 코드는 짜도, 그걸 실제로 운영하는 건 사람이에요. Kubernetes, 클라우드 비용 최적화, 옵저버빌리티(observability, 시스템 상태를 관찰하고 진단하는 능력) 같은 영역은 여전히 가치가 높아요.
3. 도메인 전문성: 본인이 일하는 산업의 깊은 지식을 쌓으세요. "개발만 잘하는 사람"보다 "이 도메인을 잘 알면서 개발도 하는 사람"이 훨씬 강해요.
4. 세일즈와 마케팅: 1인 창업으로 갈 거라면, 만드는 것보다 파는 게 더 어려워요. 글쓰기, SEO, 커뮤니티 운영 같은 "보이는 작업"에도 시간을 투자하세요.

그래서, 정말 경제가 죽을까요?

저자도 사실 단정하지는 않아요. "이론(Theory)"이라고 부르는 이유가 있죠. 반론도 충분히 가능해요.

• AI 거품론: 지금 밸류에이션이 너무 비싸서, 어느 순간 터질 거다. 닷컴 버블처럼.
• 신산업 창출론: AI가 만들어내는 새로운 산업(AI 안전, 데이터 라벨링, AI 윤리, 새로운 형태의 콘텐츠)이 충분한 일자리를 만들 거다.
• 정책 개입론: 정부가 UBI(보편 기본소득), 노동 시간 단축, AI 과세 같은 정책으로 충격을 흡수할 거다.

여러분의 생각은 어떠세요?

몇 가지 질문을 던지면서 마무리할게요. 여러분의 생각도 댓글로 나눠주시면 좋겠어요.

1. 현장에서 체감하시나요? 작년/올해 들어 회사에서 AI 도구 도입 후 채용이나 업무 분배가 어떻게 바뀌었나요?
2. 본인의 일에서 "AI가 대체하기 어려운 부분"은 무엇이라고 생각하세요? 그게 정말 5년 뒤에도 유효할까요?
3. 만약 본인 직무가 50% 자동화된다면, 어떤 방향으로 커리어를 옮기실 건가요? 더 위로 갈지, 옆으로 갈지, 아예 다른 길로 갈지.
4. 이 글의 "죽은 경제 이론"에 동의하시나요? 아니면 "기우다, 어차피 새로운 일자리가 생긴다"고 보시나요?

저자가 글을 마무리하면서 던지는 말이 인상적이에요. "우리는 이들을 비웃을 수 있지만, 진지하게 받아들여야 한다(We can laugh at them but we have to take this seriously)". 실리콘밸리의 거대한 베팅이 과장이든 진실이든, 그 결과는 우리 모두의 삶에 영향을 줄 거니까요. 적어도 미리 준비할 수 있는 사람이 되는 게, 우리가 할 수 있는 최선이 아닐까 싶어요.