Tyler Cowen — AI는 기업 이익률을 낮출 수 있는가

원문: https://marginalrevolution.com/marginalrevolution/2026/06/might-ai-hurt-corporate-profits-from-my-email.html | Tyler Cowen, 2026년 6월 8일

핵심 요약

Tyler Cowen이 소개한 Clifford Sosin의 문제 제기는 AI가 기업 생산성을 높이더라도 기업 이익률은 오히려 낮출 수 있다는 역설이다. AI 에이전트가 소비자의 탐색·협상·감시 비용을 낮추면, 지금까지 기업이 가져가던 정보 비대칭과 귀찮음의 프리미엄이 소비자에게 이전될 수 있다. 다만 이 주장은 모든 기업이 패자가 된다는 뜻이 아니라, 경쟁이 쉬워지는 영역과 진짜 희소한 자산을 가진 영역이 더 뚜렷하게 갈라질 것이라는 전망에 가깝다.

생산성 향상과 이익률 향상은 같은 말이 아니다

AI에 대한 투자 담론은 보통 두 단계로 압축된다. 첫째, AI가 일을 더 빠르고 싸게 만든다. 둘째, 그러므로 기업 이익이 늘어난다. Cowen이 소개한 글의 흥미로운 지점은 바로 이 두 번째 연결고리를 의심한다는 데 있다. 생산성이 올라간다는 사실과 그 과실이 기업의 순이익률로 남는다는 사실은 다르다. 기술이 비용을 낮추면 어떤 산업에서는 기존 기업이 비용 절감분을 마진으로 가져가지만, 다른 산업에서는 경쟁과 소비자 선택이 그 절감분을 가격 인하로 밀어낸다.

Sosin의 핵심 가정은 많은 기업의 이익이 순수한 혁신이나 독점적 품질에서만 나오지 않는다는 것이다. 상당 부분은 고객이 충분히 감시하지 못하고, 대안을 비교하기 귀찮아하고, 직접 처리하기에는 시간이 너무 많이 들기 때문에 생긴다. 은행 예금이 최적화되지 않고, 기업용 소프트웨어가 잘 바뀌지 않으며, 전문직 서비스가 비싸게 유지되는 이유도 여기에 있다. 고객이 더 좋은 선택지를 몰라서가 아니라, 알아내고 실행하는 비용이 높기 때문이다.

AI 에이전트가 실제로 유능한 구매 대리인, 재무 담당자, 조사원처럼 동작한다면 이 비용 구조가 흔들린다. 사용자는 더 이상 직접 열두 개의 견적을 비교하지 않아도 된다. 에이전트가 보험, SaaS, 여행, 금융상품, 법률 문서, 검색 결과를 계속 비교하고 더 나은 조건을 찾는다면, 지금까지 '귀찮음' 위에 세워진 마진은 방어하기 어려워진다. 이 관점에서 AI는 기업 내부의 생산성 도구이기 전에 소비자 측 협상력을 높이는 도구다.

AI 에이전트는 렌트를 재분배할 수 있다

이 글이 시사하는 변화는 단순한 자동화보다 넓다. 자동화는 기업이 인건비를 줄이는 이야기로 들리지만, 에이전트 기반 소비는 시장의 정보 구조를 바꾸는 이야기다. 예컨대 검색 광고는 사용자가 검색 결과 상단과 광고 슬롯을 거쳐 선택한다는 전제 위에서 작동한다. 하지만 개인 에이전트가 여러 검색 엔진과 데이터베이스를 뒤져 사용자의 목적에 맞는 결과를 직접 조합한다면, 기존 광고 경로의 가치가 낮아질 수 있다.

기업용 소프트웨어도 비슷하다. 많은 SaaS 업체는 전환 비용과 조직 내 관성에서 이익을 얻는다. 실제로 제품이 나빠도 교체 프로젝트가 너무 번거롭고, 내부 이해관계자가 많고, 데이터 이전이 어렵기 때문에 고객은 머무른다. 그런데 AI가 마이그레이션 계획, 벤더 비교, 계약 조항 검토, 내부 문서화까지 상당 부분 처리한다면 전환 비용은 내려간다. 그 결과는 더 빠른 경쟁, 낮은 가격, 더 짧은 고객 락인일 수 있다.

물론 이 전망은 AI 에이전트가 현재보다 훨씬 더 신뢰 가능하고 실행력이 있어야 성립한다. 오늘날의 브라우저 에이전트는 느리고 실패가 잦으며, 사이트들은 봇을 막으려 한다. 커뮤니티 반응에서도 이 점이 반복된다. Marginal Revolution 원문에는 37개의 댓글이 달렸고, 핵심 반응은 대체로 세 갈래다. 첫째, 소비자 대리인이 정말 충분히 똑똑해지면 가격 비교와 계약 감시는 강력해질 수 있다는 동의. 둘째, 기업도 같은 AI를 써서 가격 차별과 고객 유지 전략을 더 정교하게 만들 것이므로 소비자만 유리해지지는 않는다는 반론. 셋째, 실제 제약은 모델 능력보다 API 접근권, 인증, 법적 책임, 신뢰라는 지적이다.

반론: 두꺼운 앱과 책임의 경제학

관련 논의에서 특히 중요한 반론은 '에이전트가 모든 앱을 대체한다'는 상상이 과장됐다는 것이다. Crosshatch 쪽 논의처럼, 사용자가 모든 맥락을 들고 다니는 시대에도 항공권, 숙박, 장보기, 금융 같은 서비스는 여전히 재고와 책임을 가진 두꺼운 앱 안에서 제공될 가능성이 크다. 독립 에이전트가 여러 서비스를 대신 조합할 수는 있지만, 문제가 생겼을 때 누가 책임지는가라는 질문이 남는다. DoorDash 주문을 브라우저 에이전트가 실패시키면 사용자는 에이전트 회사, 식당, 배달 플랫폼 중 누구에게 따져야 할까.

이 책임 문제는 기업 마진을 방어하는 요소가 될 수 있다. 소비자는 단순히 가장 싼 선택지만 원하는 것이 아니라, 실패했을 때 복구 가능한 경험을 원한다. 브랜드, 고객지원, 결제 보호, 환불 정책, 규제 준수는 에이전트가 쉽게 복제하기 어려운 신뢰 자산이다. 따라서 AI가 모든 기업의 이익률을 균일하게 낮춘다기보다, 느슨한 정보 비대칭에 기대던 기업과 실제 운영·신뢰·공급망 우위를 가진 기업을 가르는 필터로 작동할 가능성이 높다.

또 다른 반론은 AI가 기업의 가격 차별 능력도 높인다는 점이다. 소비자가 에이전트를 갖는다면 기업도 에이전트를 갖는다. 기업은 고객의 이탈 가능성, 지불 의사, 비교 행동을 더 잘 예측해 할인과 번들을 미세 조정할 수 있다. 이 경우 AI는 마진을 낮추기보다 더 정교한 양면 협상 시장을 만든다. 소비자 에이전트와 기업 에이전트가 서로 가격을 탐색하는 환경에서는 승자가 단순히 '소비자'나 '기업'이 아니라, 더 좋은 데이터와 더 낮은 실행 비용을 가진 쪽이 된다.

투자자에게 더 어려운 질문

이 논의의 함의는 AI 낙관론을 부정하는 것이 아니다. 오히려 AI가 유용할수록 소비자 후생은 커질 수 있다. 문제는 그 후생이 주식시장 이익으로 곧장 번역되느냐이다. 원문은 AI가 향후 10년 GDP를 5~~10% 높이더라도, 기업 이익률이 100~~200bp 낮아지면 총기업 이익은 기대만큼 늘지 않을 수 있다고 제안한다. 이는 AI 투자를 평가할 때 매출 성장, 비용 절감, 소비자 후생, 기업 마진을 분리해서 봐야 한다는 뜻이다.

RBC 같은 전통적 시장 분석은 반대로 AI가 생산성과 규모의 경제를 통해 기업 이익률을 더 끌어올릴 수 있다고 본다. 이 반론도 강하다. 클라우드, 반도체, 플랫폼, 보안, 데이터센터처럼 병목 자산을 가진 기업은 AI 수요가 커질수록 높은 마진을 유지하거나 더 키울 수 있다. 하지만 그 밖의 다수 서비스업에서는 AI가 고객의 비교 능력을 높여 마진을 압박할 수 있다. 결국 질문은 'AI가 좋은가'가 아니라 'AI가 어느 산업의 가격 결정권을 누구에게 옮기는가'다.

남는 질문

Cowen이 소개한 이 짧은 글의 가치는 AI를 생산 함수 안에만 넣지 않고 시장 구조 안에 넣어 보게 한다는 데 있다. AI가 기업의 비용을 낮추는 만큼 소비자의 탐색 비용도 낮춘다면, 경쟁의 강도 자체가 달라진다. 이때 기업이 방어해야 할 것은 단순한 기능이 아니라 전환하기 어려운 신뢰, 독점적 공급, 규제상 지위, 네트워크, 책임 있는 서비스 경험이다.

개발자와 창업자에게도 메시지는 분명하다. AI 기능을 붙였다는 사실만으로는 높은 마진을 보장하지 않는다. 오히려 AI가 고객에게 더 좋은 비교 도구를 제공할수록, 애매한 번들링과 관성에 기대던 수익 모델은 약해질 수 있다. 앞으로의 좋은 사업은 AI로 내부 비용을 줄이는 데서 끝나지 않고, AI를 가진 고객이 더 까다롭게 비교해도 여전히 선택할 만한 명확한 이유를 만들어야 한다. AI 시대의 진짜 질문은 누가 더 많은 일을 자동화하느냐가 아니라, 자동화된 시장에서도 누가 대체 불가능한가이다.