제공
News

시타델 증권, 시트리니의 ‘글로벌 정보 위기’ 논제에 이의를 제기하다

시타델 증권은 시트리니 리서치의 바이럴 보고서인 “2028 글로벌 인텔리전스 위기” 인공지능(AI) 시나리오에 대해 날카로운 반박을 내놓으며, 현재의 노동 데이터와 도입 추세가 임박한 화이트칼라 붕괴를 뒷받침할 만한 근거가 거의 없다고 주장했다.

작성자
공유
시타델 증권, 시트리니의 ‘글로벌 정보 위기’ 논제에 이의를 제기하다

AI가 너무 좋아지고 있는가? 시타델의 다른 관점

글로벌 매크로 애널리스트 Frank Flight가 작성한 이 마켓메이킹 기업의 응답시트리니 리서치의 메모에 대한 것으로, 미래의 허구가 아니라 현재의 사실에서 출발한다. 회사 수치에 따르면 2026년 기준 실업률은 4.28%이며, AI 자본지출은 GDP의 약 2%—약 6,500억 달러—에 달하고, 미국 전역에 약 2,800개의 데이터센터가 계획되어 있다. 한편 소프트웨어 엔지니어 채용 공고는 전년 대비 11% 증가했다.

시타델 증권에 익숙하지 않은 독자를 위해 설명하자면, 이 회사는 글로벌 시장에서 가장 큰 유동성 공급자 중 하나로, 주식, 옵션, 채권 등에서 활발히 활동한다. 헤지펀드 시타델과는 별개로 운영되지만, 두 회사 모두 설립자 켄 그리핀과의 역사적 연관성을 공유한다. 시타델 증권이 발언할 때, 그것은 거시 데이터와 시장 인프라에 대한 깊은 이해를 바탕으로 한 관점에서 나온다.

Flight의 비판은 기술적 가능성에서 경제적 필연성으로 너무 자신만만하게 도약하는 점에 초점을 맞춘다. 예측가들이 불과 두 달 앞의 고용 증가조차 예측하는 데 늘 어려움을 겪는 반면, 그는 일부 논평가들이 가상의 서브스택 게시물에 근거해 “노동 파괴의 전방 경로”를 유난히 명확하게 본다고 주장한다고 쓴다.

이 회사는 이전에 단기적으로 AI 자본지출의 역학이 디스인플레이션이 아니라 인플레이션을 유발한다고 묘사한 바 있다. 그러나 이번 반박의 핵심은 다른 곳에 있다. 바로 확산 속도다. 시타델은 일자리 대체 서사가 AI 도입이 숨가쁘게 복리로 확산될 것이라는 가정에 의존한다고 주장한다. Flight는 다음과 같이 말한다:

“임박한 중개자 배제(disintermediation) 서사는 확산 속도에 달려 있다.”

그렇다면 데이터는 무엇을 보여주는가? 세인트루이스 연준의 실시간 인구조사(Real Time Population Survey)를 인용하며, 회사는 생성형 AI 사용이 증가하고는 있지만 사용 빈도 데이터는 훨씬 절제된 이야기를 들려준다고 지적한다. AI가 광범위한 노동을 대체하기 직전이라면, 업무 목적의 일일 사용이 급격한 변곡을 보일 가능성이 크다. 그러나 데이터는 오히려 비교적 안정적으로 보인다.

시타델의 전략가는 더 큰 논쟁을 범주 오류로 규정한다. 재귀적 기술이 재귀적 도입을 보장하지는 않는다는 것이다. AI 시스템은 스스로를 개선할 수 있지만, 경제적 배치는 역사적으로 S-커브를 따른다. 초기 도입은 느리고 비용이 크다가, 인프라가 성숙하면서 가속되고, 이후에는 통합 비용, 규제, 한계수익 체감이 나타나며 정체된다.

회사는 시장이 종종 가속 국면을 무기한으로 외삽한다고 주장한다. 역사는 그렇지 않음을 시사한다. 조직 변화는 비용이 크고, 규제 프레임워크는 진화하며, 한계 이득은 시간이 갈수록 줄어든다. 도입 속도가 느리면, 그만큼 급격한 대체의 가능성도 낮아진다.

Flight는 시트리니의 전망 실험에 대한 반박에서 “시장은 종종 가속 국면을 선형으로 외삽하지만, 역사는 조직 통합이 비용이 크고 규제가 등장하며 경제적 배치에서 한계수익 체감이 존재함에 따라 도입 속도가 평탄화됨을 시사한다”고 적었다.

디스토피아적 서사에서 거의 논의되지 않는 또 다른 제약은 연산(컴퓨트) 집약도다. 학습과 추론에는 막대한 반도체 역량, 데이터센터, 에너지가 필요하다. 화이트칼라 업무를 완전히 자동화하려면 현재 활용을 몇 자릿수(orders of magnitude)나 뛰어넘는 연산이 요구된다. 연산 수요가 급증하면 한계 비용이 상승한다. 그 비용이 특정 업무에서 인간 노동의 한계 비용을 초과하면 대체는 멈춘다. 경제적 중력이 다시 작동한다.

Flight는 또한 시트리니 논지의 핵심에 있는 거시 회계 문제를 다룬다. AI 기반 자동화는 근본적으로 생산성 충격이다. 생산성 충격은 긍정적 공급 충격으로서 한계 비용을 낮추고 잠재 산출을 확대한다. 역사적으로 증기력에서 컴퓨팅에 이르기까지 이러한 변화는 시간이 지나며 실질 소득을 높여왔다.

반론은 AI가 노동소득을 직접 대체해 수요를 억누르기 때문에 다르다고 주장한다. 시타델은 국민소득 항등식으로 응답한다. 산출이 증가하고 실질 GDP가 늘어난다면, 소비, 투자, 정부지출, 순수출 중 어떤 수요 구성요소든 증가하고 있어야 한다. 생산성이 오르는데 총수요가 붕괴하고 측정 산출이 상승하는 시나리오는 회계 논리에 부담을 준다.

새로운 기업 설립은 논쟁에 추가적인 결을 더한다. 미 인구조사국 데이터는 신규 사업 신청의 급격한 확대를 보여준다. 자본소득은 임금소득보다 소비성향이 낮을 수 있지만, 블랙홀로 사라지지는 않는다. 이윤은 재투자되거나 분배되거나 과세되거나 지출될 수 있다.

대체 논쟁의 핵심에는 대체 탄력성—기업이 노동을 자본으로 얼마나 쉽게 대체할 수 있는지—이 있다. 그 탄력성이 극도로 높다면 노동소득 몫이 줄어들 수 있다. 그러나 그 경우에도 민주 국가들은 재정 및 규제 조치를 통해 조정에 나설 가능성이 크다. 더불어 시타델은 현재의 노동 추적 지표가 선행 지표에서 개선을 보여주고 있으며, AI 데이터센터 건설이 건설 고용 증가에 기여하고 있다고 지적한다.

Flight는 다음과 같이 말한다:

“오늘 기준으로 노동시장 데이터에서 AI로 인한 교란의 증거는 거의 없다. 오히려 우리의 노동시장 추적에서 선행 구성요소가 개선되었고, AI 데이터센터 건설이 건설 고용의 증가를 이끄는 것으로 보인다.”

Flight는 경제가 물리적, 관계적, 규제적, 감독적 등 자동화하기 어렵거나 비용이 많이 드는 수많은 과업으로 구성되어 있다고 주장한다. 인지적 자동화조차 조정 및 책임(liability) 제약에 직면한다. 따라서 그는 AI가 많은 영역에서 노동을 제거하기보다 보완할 가능성이 더 크다고 본다.

그의 주장을 뒷받침하기 위해 Flight는 존 메이너드 케인스가 1930년에 21세기에는 주 15시간 노동이 될 것이라고 예측했던 에세이를 소환한다. 생산성은 급등했다. 그러나 사회는 대규모로 노동에서 이탈하는 대신 더 많이 소비했다. 선호는 진화했고, 새로운 산업이 형성되었으며, 인간의 욕구는 탄력적인 것으로 드러났다.

풍부한 지능, 희소한 일자리: 입소문을 타며 화제가 된 이론적 AI 메모 살펴보기

풍부한 지능, 희소한 일자리: 입소문을 타며 화제가 된 이론적 AI 메모 살펴보기

Citrini Research는 가상의 “2028년 글로벌 정보 위기”를 상상한 에세이를 발표했으며, 이는 AI를 둘러싼 광범위한 온라인 논쟁을 촉발했다. read more.

지금 읽기

마무리에서 시타델은 디스토피아적 시나리오가 현실화되기 위한 기준을 매우 높게 설정한다. 빠른 도입, 거의 전면적인 노동 대체, 재정 대응 부재, 제한적인 투자 흡수, 제약 없는 연산 확장—이 모든 것이 동시에 일어나야 한다. 지난 100년 동안 기술의 물결은 노동을 제거하지도, 폭주하는 성장을 만들지도 않았다. 대체로 장기 추세 성장률 약 2% 수준의 확장을 유지해왔다.

시타델 증권에게 AI 논쟁은 지수적 환상에 관한 것이 아니다. 그것은 대체 탄력성, 제도적 대응, 그리고 인간의 수요가 스스로를 재창조하는 지속적 능력에 관한 것이다.

FAQ 🤖

  • 시타델 증권은 반박에서 무엇을 주장했나?
    회사는 현재의 노동 데이터와 AI 도입 추세가 화이트칼라 노동자의 임박한 대규모 대체를 뒷받침하지 않는다고 주장한다.
  • 시타델 증권은 어떤 회사인가?
    주식, 옵션, 채권 시장 전반에서 유동성을 제공하는 세계 최대 규모의 마켓메이커 중 하나다.
  • 시타델은 AI가 디스인플레이션(물가 하락)적이라고 보나, 인플레이션적이라고 보나?
    회사는 단기적으로 AI 자본지출의 역학이 위축적이라기보다 인플레이션적으로 보인다고 말해왔다.
  • AI 논쟁에서 대체 탄력성이란 무엇인가?
    큰 비용 증가 없이 기업이 인간 노동을 AI 자본으로 얼마나 쉽게 대체할 수 있는지를 의미한다.