노동소득과 자본소득, AI 시대에 왜 비율이 문제인가
"AI가 화이트칼라 일자리의 절반을 없앨 것"이라는 문장은 이제 낯설지 않습니다. 문제는 이 문장이 누구의 입에서, 어떤 조건으로 나왔는지 제대로 확인하지 않은 채 퍼지고 있다는 점입니다. 원 발언을 다시 짚어보고, 노동소득에 기대는 비중을 낮추는 방법으로 자주 언급되는 자본소득 개념까지 함께 정리해봤습니다.
앤트로픽 CEO의 발언, 시간순으로 다시 보기
에이전트 AI란 질문에 답하는 데 그치는 생성형 AI와 달리, 사용자의 지시를 받아 웹사이트에 직접 접속하고 결제나 예약 같은 실제 업무를 처리하는 AI를 말합니다. 여행 예약, 법률 검토, 고객 응대처럼 사람이 중간에서 처리하던 업무를 AI가 직접 수행하기 시작하면서, 관련 소프트웨어 기업들의 주가 변동성이 커졌다는 보도가 이어지고 있습니다.
이 논의의 중심에는 앤트로픽 CEO 다리오 아모데이의 발언이 있습니다. 그런데 그의 입장은 한 번으로 고정돼 있지 않았습니다. 시간 흐름을 따라가 보면 아래와 같습니다.
| 시점 | 발언 주체 | 내용 |
|---|---|---|
| 2025년 5월 | 다리오 아모데이(악시오스 인터뷰) | 1~5년 내 신입·초급 화이트칼라 일자리의 약 50%가 AI로 대체될 수 있고, 미국 실업률이 10~20%까지 오를 수 있다고 경고. 회사 공식 연구가 아닌 CEO 개인 전망 |
| 이후 어느 시점 | 다리오 아모데이(공개 발언) | 자동화를 "생산량을 늘리는 배수 효과"로 재해석. 업무의 90%가 자동화돼도 나머지 10%가 사람이 하는 일의 100%로 확장되며 생산성이 오른다는 비교적 낙관적 설명 |
| 다음 달 | 다리오 아모데이(공개 발언) | 상당하고 지속적인 일자리 감소가 기술 자체의 내재적 속성일 수 있다며 경고 수위를 다시 높임. 임금보험·기본소득 같은 정부 대응책 요구 |
| 2026년 7월 | 앤트로픽 내부 경제 연구(피터 맥크로리) | 18개월간 진행한 자체 경제 연구를 종합. 아모데이의 초기 전망보다 온건한 그림을 제시한 것으로 보도됨 |
두 시각이 공통으로 동의하는 지점은 있습니다. AI 노출도가 높은 직종에서 신입·초급 인력이 현재 가장 먼저 영향을 받고 있다는 것입니다. 다만 이것을 다가올 위기의 전조로 볼지, 노동시장 안에서 나타나는 정상적인 조정 과정으로 볼지에서는 의견이 갈립니다. AI가 자기 개선을 반복하며 혁신 자체를 자동화하는 수준까지 가면 더 급격한 변화가 가능하다는 여지도 남아 있어, 이 논쟁은 당분간 계속될 것으로 보입니다.
노동소득 vs 자본소득: 왜 '꾸준함'이 핵심인가
노동소득 의존도를 낮추는 방법으로 자주 언급되는 것이 자본소득(Capital Income)입니다. 노동력을 제공하지 않아도 자산 자체가 만들어내는 수익으로, 배당금, ETF 분배금, 리츠(REITs)의 임대 수익 배분 등이 여기에 해당합니다. 리츠란 부동산 투자 신탁으로, 직접 건물을 사지 않아도 소액으로 부동산 임대 수익에 투자할 수 있는 금융 상품입니다.
두 소득이 소비 행태에 미치는 영향은 경제학에서 오래전부터 다뤄진 주제입니다. 미국 경제학자 밀턴 프리드먼이 제시한 항상소득가설(Permanent Income Hypothesis)에 따르면, 소득은 정기적이고 예측 가능한 '항상소득'과 비정기적인 '임시소득'으로 나뉘며, 소비에 더 크게 영향을 미치는 쪽은 항상소득입니다. 월급처럼 다음 달에도 안정적으로 들어올 것으로 기대되는 소득은 소비로 이어지지만, 복권 당첨금이나 주식 투자 이익처럼 변동성이 큰 임시소득은 저축으로 돌려지는 경향이 강하다는 것이 이 이론의 핵심입니다.
이 틀을 빌리면, 투자로 번 소득이 노동소득의 대체재가 되려면 단순히 금액이 크다는 것보다 얼마나 꾸준하고 예측 가능하게 들어오는지가 더 중요하다는 시사점을 얻을 수 있습니다. 배당이나 분배금처럼 정기적으로 지급되는 자본소득이, 평가금액이 매일 출렁이는 시세차익보다 심리적 안정감 측면에서 다르게 작용할 수 있다는 해석이 여기서 나옵니다.
AI 인프라를 보는 관점: 승자를 맞추기보다 공통분모를 본다
AI 관련 투자를 이야기할 때 자주 나오는 질문은 "어떤 AI 기업이 살아남을 것인가"입니다. 하지만 어떤 개별 기업이 최종 승자가 될지 예측하기보다, AI 서비스를 운영하는 모든 기업이 공통으로 필요로 하는 인프라에 주목하는 시각도 있습니다. 어느 기업이 시장을 주도하든 반도체, 메모리, 데이터센터 같은 인프라는 공통적으로 필요하기 때문입니다.
현재 AI 학습(training) 단계에서는 GPU와 HBM(고대역폭메모리)이 핵심 부품으로 쓰이고 있습니다. 에이전트 AI가 확산되면 응답 속도가 중요한 추론(inference) 단계의 비중이 커질 것이라는 전망이 있고, 이 단계에서는 GPU보다 경량화된 프로세서나 새로운 메모리 규격이 필요해질 수 있다는 논의가 반도체 업계에서 이어지고 있습니다. 다만 이런 차세대 인프라 전망은 아직 상용화 초기 단계의 논의라, 구체적인 채택 시점과 규모는 지켜볼 필요가 있습니다.
체크리스트: 소득 구조를 점검하는 세 가지 질문
위에서 살펴본 내용을 바탕으로, 자신의 소득 구조를 점검해 볼 때 참고할 수 있는 질문을 정리했습니다.
- 내 직무는 AI 노출도가 높은 신입·초급 업무에 가까운가, 판단과 관계 중심의 경력직 업무에 가까운가? AI 논의는 특히 신입·초급 직군에 집중돼 있다는 점을 앞서 확인했습니다.
- 내 소득 중 '항상소득'에 해당하는 부분은 얼마나 되는가? 월급처럼 꾸준한 소득과, 성과급처럼 비정기적인 소득의 비율을 나눠 보는 것이 출발점입니다.
- 노동소득 없이도 매달 들어오는 돈이 있는가? 배당, 분배금처럼 소액이라도 정기적으로 들어오는 흐름을 만들어 두는 것이 자본소득 관점의 첫걸음으로 거론됩니다.
결론
에이전트 AI를 둘러싼 논의는 아직 결론이 나지 않은 진행형 사안입니다. 같은 기업 안에서도 낙관과 경고가 교차하는 만큼, 특정 전망을 확정된 사실처럼 받아들이기보다 발언의 출처와 조건을 확인하는 습관이 먼저라는 것이 이 글에서 살펴본 핵심입니다.
다만 노동소득에 대한 의존도를 낮추고 예측 가능한 자본소득 구조를 함께 만들어 가는 것이 하나의 대응 방법으로 거론된다는 점은 여러 자료에서 공통적으로 확인됩니다. 이 글에 담긴 전망과 발언은 2026년 9월 기준으로 확인한 내용이며, AI 기술과 관련 논쟁은 빠르게 바뀔 수 있는 영역이라 투자나 진로 판단 전에는 최신 자료를 다시 확인하시길 권합니다.
📚 함께 참고한 자료
- KMJ 「젠슨 황 vs 다리오 아모데이, AI는 일자리를 파괴할 것인가, 창출할 것인가?」
- 네이트뉴스 「화이트칼라 대량실업 임박? 앤트로픽도 갈팡질팡」(2026.7.25)
- 위키백과 「항상소득 가설」
- 한국경제 한경용어사전 「항상소득가설」
※ 이 글은 특정 종목이나 자산의 매수를 권유하는 것이 아니라, 공개된 발언과 보도를 바탕으로 정리한 정보입니다. 투자 및 진로 판단과 그에 따른 책임은 본인에게 있습니다. AI 관련 전망은 빠르게 바뀔 수 있으니, 판단 전 최신 자료를 다시 확인하시길 권합니다.