AI 포화와 노동의 미래: 경제학적 관점 분석

기존 경제 모델은 인공지능(AI)을 일반적인 자본의 한 형태로 보고 점진적인 성장을 예상합니다. 하지만 컴퓨터 과학의 스케일링 법칙(scaling laws)에 따르면 AI는 폭발적인 성장이 가능하며, 이는 특이점(singularity-like event)과 같은 급격한 변화를 예고합니다.

문제는 이 두 관점이 간과하는 비대칭성입니다. 즉, 지능 자본(AI)은 컴퓨터 과학의 속도로 확장하지만, 물리적 자본이나 노동력은 그렇지 못하다는 점입니다. 본 연구는 이러한 차이를 통합적으로 분석하기 위해 CES 생산 함수 틀을 사용해 물리적 영역과 지능적 영역을 분리했습니다.

핵심 발견은 이 두 영역이 상호보완적(complementary)이라는 것입니다. 따라서 AI가 아무리 빠르게 발전하더라도, 그에 따른 한계 임금 상승 효과는 결국 포화됩니다. 자동화 초기에는 AI 자본 가격 하락 속도가 물리적 자본보다 훨씬 빨라 지능 작업들이 먼저 대체되면서 인간 노동력은 물리적 영역으로 이동하게 됩니다.

임금 변화의 이론적 영향은 복잡하여, 완전한 자동화 이후에도 AI와 물리적 자본 모두 임금을 상승시키는 전통적인 예측이 나타납니다. 하지만 두 영역이 상호보완적일 때, AI 투입량 증가에 따른 한계 임금 효과는 결국 포화되는 경향을 보입니다.

결론적으로 이 모델은 경제학적 직관과 컴퓨터 과학적 스케일링 법칙이라는 대조적인 관점을 하나의 매개변수 공간에 구조적으로 배치하여, 정책 논의와 실증 연구가 어떤 성장 및 임금 궤적이 가장 그럴듯한지 식별하도록 돕습니다.