원문: https://tylercowen.com/human-life-in-a-post-agi-world-talk/ | Tyler Cowen, 2026년 7월 8일
핵심 요약
Tyler Cowen은 DeepMind 강연에서 AI 이후의 삶을 “일이 사라지는 세계”가 아니라 “의미와 경쟁 압력이 과잉 공급되는 세계”로 그린다. 그의 핵심은 AGI가 와도 인간의 병목, 제도 개편, 데이터 수집, 실험, 정당성 논쟁 때문에 일은 쉽게 사라지지 않는다는 것이다. 다만 좋은 직업의 기준은 바뀐다. 규칙을 잘 따르는 엘리트보다 AI를 집요하게 다루는 “AI maniacs”가 더 큰 보상을 가져갈 수 있다는 주장이다.
AI가 여가를 주기 전에 경쟁을 먼저 키운다
AI 논의에서 가장 익숙한 구도는 두 가지다. 하나는 대량 실업론이다. 모델이 인간 업무를 대체하면 노동 수요가 줄고, 사람들은 일에서 밀려난다는 이야기다. 다른 하나는 여가 낙관론이다. 생산성이 크게 오르면 사람들은 더 적게 일하고 더 풍요롭게 산다는 이야기다. Cowen은 이 둘 사이에서 조금 다른 시간표를 제시한다. 장기적으로 여가가 늘 가능성은 인정하지만, 단기와 중기에는 오히려 더 많은 사람이 더 치열하게 일하게 된다는 것이다.
그 이유는 단순하다. 새로운 도구가 생겼을 때 보상은 그것을 먼저 익힌 사람에게 쏠린다. AI가 생산성을 높이면 “같은 시간에 더 많이 할 수 있다”는 뜻이기도 하지만, 경쟁 시장에서는 “지금 더 빨리 익히지 않으면 뒤처진다”는 뜻이기도 하다. 개발자에게 새 모델, 새 에이전트, 새 도구 체인은 휴식의 기회가 아니라 학습해야 할 또 하나의 레이어다. 경제학적으로 말하면 미래 소득을 올리기 위해 현재 노동을 더 투입할 유인이 커진다. Cowen이 말하는 AI의 역설은 여기 있다. 노동절약 기술이지만, 적어도 전환기에는 노동강화 기술처럼 작동한다.
이 지점은 소프트웨어 업계의 체감과도 맞닿아 있다. 코딩 에이전트는 반복 작업을 줄여주지만, 동시에 더 큰 범위의 작업을 맡을 수 있게 만든다. 예전에는 한 사람이 손대기 어려웠던 리팩토링, 테스트 생성, 문서화, 프로토타이핑이 갑자기 가능해진다. 그러면 조직은 “이제 쉬어도 된다”가 아니라 “그럼 이 범위까지 해보자”라고 말하기 쉽다. 생산성 향상의 첫 번째 배당은 개인의 여가가 아니라 조직의 기대치 상승으로 흘러간다.
제도를 다시 짓는 일은 모델만으로 끝나지 않는다
Cowen의 강연에서 더 흥미로운 부분은 “모든 제도를 다시 만들어야 한다”는 주장이다. AI가 강력해진다는 것은 단지 검색, 코딩, 글쓰기 도구가 좋아진다는 뜻이 아니다. 기업, 대학, 싱크탱크, 영화 산업, 법률, 의료, 행정처럼 지식과 판단을 중심으로 돌아가던 제도가 재배치된다는 뜻이다. 그는 전기 보급에도 수십 년이 걸렸다는 역사적 감각을 끌어온다. 기술 자체는 빠르게 발전하지만, 인간 조직은 느리다. 그래서 “1~2년 안에 모든 것이 바뀐다”는 식의 극단적 가속론에는 회의적이다.
이 관점은 개발자에게 중요하다. 실제 병목은 모델 성능만이 아니다. 권한, 데이터 접근, 조직 책임, 법적 위험, 사용자 신뢰, 비용 구조가 함께 움직여야 한다. 예컨대 회사가 코딩 에이전트를 도입해도 운영 DB 접근 권한, 코드 리뷰 책임, 장애 대응 프로세스, 고객 데이터 취급 규칙이 그대로라면 생산성은 부분적으로만 오른다. AI 전환의 본질은 “모델을 붙인다”가 아니라 “업무 시스템을 다시 설계한다”에 가깝다.
그래서 Cowen은 새 일자리의 상당수가 데이터 수집과 실험 운영에서 나올 것이라고 본다. AI가 더 나은 예측과 설계를 하려면 더 많은 현실 데이터가 필요하고, 특히 의료·바이오·법·공공 데이터처럼 잠겨 있는 영역은 제도 개편 없이는 활용하기 어렵다. 이 대목은 경제와 개발이 만나는 지점이다. 데이터 파이프라인을 만드는 사람, 실험을 설계하는 사람, 규제와 제품 사이를 번역하는 사람, 지역 조직에 AI를 도입하도록 설득하는 사람의 가치가 커진다.
규칙을 잘 따르는 사람과 AI에 미친 사람
Cowen은 미래의 승자를 “AI maniacs”라고 부른다. 표현은 거칠지만 뜻은 분명하다. 학벌, 자격, 조직 내 승진 규칙을 성실히 따라온 엘리트보다, AI를 붙잡고 실제 문제를 끝까지 실험하는 사람이 앞서갈 수 있다는 것이다. 그는 특히 런던의 금융·법률·컨설팅 엘리트 같은 “rule-followers”가 장기적으로 압박을 받을 수 있다고 말한다.
이 주장은 기술 업계에서는 익숙하지만, 경제적으로는 꽤 급진적이다. 지금까지 많은 고소득 직업은 정보 비대칭, 자격 진입장벽, 조직 신뢰, 네트워크 위에 서 있었다. 그런데 AI가 지식 접근 비용을 낮추고 산출물 초안을 빠르게 만들면, “좋은 학교를 나와 정확히 절차를 밟는 능력”의 프리미엄은 줄 수 있다. 반대로 문제를 정의하고, 모델을 조합하고, 결과를 검증하고, 빠르게 현장에 적용하는 능력은 올라간다.
하지만 여기에는 반론도 있다. 모든 직업이 스타트업처럼 움직이지는 않는다. 병원, 법원, 정부, 대기업, 금융 인프라는 실험 속도보다 책임과 안정성을 더 중시한다. “AI에 미친 사람”이 새 기회를 만들 수는 있지만, 그들이 만든 시스템을 사회가 신뢰하고 제도 안에 넣는 데는 여전히 규칙을 아는 사람이 필요하다. 미래는 rule-follower의 패배라기보다, 규칙만 따르는 사람과 도구만 휘두르는 사람 모두의 한계를 드러내는 방향일 수 있다.
커뮤니티 반응: 노동시장은 조정되는가, 의미는 일에서 오는가
Marginal Revolution 댓글 반응은 크게 세 갈래였다. 첫째, Cowen의 대량 실업 회의론에 동의하며 노동시장은 조정된다는 의견이 있었다. 기술 변화가 작업 시간을 줄이기는 했지만, 인간은 새로운 서비스, 새로운 수요, 새로운 보완재를 만들어 왔다는 주장이다. 일부 댓글은 Keynes의 15시간 노동주 예측을 끌어와, 생산성 향상이 곧바로 짧은 주당 노동시간으로 변환되지 않았다는 점을 강조했다.
둘째, Cowen이 “의미”를 너무 일 중심으로 본다는 비판이 있었다. AI가 일을 더 의미 있게 만든다는 해석 자체가 특정 지식노동자 계층의 시각이라는 것이다. 어떤 독자는 AI와 대화하고 그 대화를 다시 사람들과 이야기하는 삶이 실제 인간관계보다 더 충만한지 의문을 제기했다. 이는 중요한 반론이다. AI가 업무의 의미를 늘릴 수는 있지만, 삶의 의미를 일에 더 강하게 묶어버릴 위험도 있다.
셋째, “좋은 프롬프터”와 “나쁜 프롬프터”의 구분에 가까운 반응도 있었다. AI를 질병 치료, 에너지, 배터리, 식량, 과학 탐구에 쓰는 사람과, 데이터가 쌓여도 본질적으로 반복 가능하지 않은 문제에 쓰는 사람의 격차가 커질 것이라는 관점이다. 이는 Cowen의 AI maniac론과 닿아 있다. 핵심은 프롬프트 기술 자체가 아니라, 어떤 문제를 AI에 맡길 수 있는 형태로 바꾸는 능력이다.
남는 질문: 여가의 배당은 누구에게 가는가
Cowen의 글이 남기는 가장 큰 질문은 “AI의 배당이 누구에게 먼저 가는가”다. 기술 낙관론은 생산성 향상이 모두를 풍요롭게 한다고 말한다. 하지만 전환기의 배당은 보통 먼저 적응한 사람, 조직, 지역, 자본에 집중된다. AI가 장기적으로 여가를 늘릴 수 있다 해도, 그 전까지는 학습 압박과 경쟁 압박이 커질 수 있다.
개발자에게 이 논의는 매우 현실적이다. AI 도구를 배우는 것은 이제 선택적 취미가 아니라 생산 방식의 변화에 대응하는 일이다. 동시에 모든 새 모델을 따라잡아야 한다는 강박도 경계해야 한다. 중요한 것은 도구 자체가 아니라 내 업무의 병목이 어디 있는지, 무엇을 자동화하고 무엇을 직접 책임져야 하는지, 그리고 어떤 산출물이 실제 경제적 가치를 만드는지 판단하는 능력이다.
AI 이후의 삶은 일이 사라지는 단순한 미래가 아닐 가능성이 높다. 오히려 한동안은 더 많은 일이 생기고, 더 많은 의미가 생기고, 더 많은 사람이 “뒤처지지 않기 위해” 달리는 세계일 수 있다. 그래서 지금 필요한 질문은 “AI가 내 일을 없앨까?”보다 조금 더 구체적이어야 한다. “AI가 내 일의 어느 부분을 더 싸게 만들고, 어느 부분을 더 귀하게 만들며, 그 변화의 배당은 누구에게 돌아갈까?” 이 질문에 답하는 사람이 Cowen이 말한 다음 시대의 경쟁에서 앞서갈 것이다.
※ 이 글은 저작권법을 준수하여 원문의 핵심 주장을 재구성·분석한 글입니다. 전체 원문은 위 링크에서 확인하실 수 있습니다.