본문으로 건너뛰기
피드

200년짜리 이상현상 — 중산층은 역사적 우연이었다

ai-ml 약 4분
vote
0
댓글
북마크

산업혁명이 만든 중산층은 5000년 인류사에서 200년짜리 예외였으며, 범용 AI가 노동-소득-소비 루프를 끊으면서 이 예외가 끝나고 있다는 장문의 에세이.

  • 1

    중산층은 기계가 인간 운용자를 필요로 했던 200년간의 산물

  • 2

    AI는 인간의 비교우위 자체를 제거하는 최초의 기술

  • 3

    수요 측면 문제: GDP 70%가 소비인데 소득 루프가 끊기면?

  • 4

    내구 자산 5개: 토지, 컴퓨트, 자본, 규제 접근권, 독점 데이터

  • 5

    5-10년 내 AI 자기 오케스트레이션 가능해지면 창이 닫힘

중산층은 200년짜리 버그였다

  • 인류 문명 5000년 역사에서 중산층이 존재한 건 딱 200년뿐이었다는 주장. 산업혁명이 "기계를 다룰 줄 아는 사람"에 대한 수요를 만들었고, 그 덕에 임금이 올랐고, 중산층이 생긴 거라는 거임

  • 핵심 피드백 루프: 노동자가 벌고 → 소비하고 → 기업이 성장하고 → 다시 고용. 헨리 포드가 노동자 임금을 두 배로 올린 이유도 "내 직원이 내 차를 못 사면 사업이 안 됨"이었음

  • 이 글의 테제는 AI가 이 루프를 끊는다는 것. 이전 자동화는 한 분야의 일자리를 없애면서 다른 분야를 만들었지만(농부→공장→사무직→지식노동자), 범용 AI는 "인간이 항상 비교우위를 가진 분야가 있다"는 전제 자체를 깨뜨림

5가지 내구 자산

  • AI 시대에 가치를 유지하는 자산은 딱 5개: 토지, 컴퓨트(GPU 클러스터), 자본, 규제 접근권, 독점 데이터. 그리고 이 5개 전부 기존 가진 자에게 유리하고 시간이 갈수록 복리로 축적됨

  • "벤처캐피탈리스트가 1인 기업이 곧 10억 달러 회사를 만들 수 있다고 했고, 청중은 박수를 쳤다. 아무도 그게 문명 차원에서 뭘 의미하는지 계산하지 않았다. 5명이 5천 명의 가치를 만들면, 99.9%의 노동력이 경제적으로 무의미해진다"

수요 문제 — 테크 낙관론의 사각지대

  • 선진국 GDP의 약 70%가 소비 지출임. AI가 공급 측면의 효율성을 극대화해도, 누가 사느냐는 질문에 답이 없으면 의미 없음

  • 직원을 AI로 대체해서 "이긴" 기업이 고객 기반 붕괴를 맞이하는 아이러니. 헨리 포드가 100년 전에 이해한 걸 지금 세대의 경영자들은 못 보고 있다는 비판

역사가 알려주는 패턴

  • 봉건 유럽: 2-3%가 모든 걸 소유, 성장률 거의 0, 종교적 정당성+군사력으로 유지 → 흑사병으로 노동력 부족이 생기자 붕괴

  • 로마 제국: 자유 시민 중산층 소멸 → 곡물 배급(고대판 UBI)으로 버팀 → 팽창이 멈추자 내부에서 자멸

  • 프랑스 혁명 전: 귀족+성직자가 모든 부를 장악 → 흉작 한 번에 폭발

  • 도금 시대 미국: GDP 대비 오늘날 억만장자도 초라해 보이는 부의 집중 → 반독점법, 진보적 과세, 뉴딜로 강제 교정

  • 패턴은 항상 같음. "경제가 무너지는 건 부자의 돈이 떨어져서가 아니라 사회 계약이 깨져서". 충분한 수의 사람들이 시스템에 자신의 몫이 없다고 느끼면, 촉매 하나면 됨

죄수의 딜레마와 5-10년의 창

  • 자동화를 안 하면? 경쟁자가 함. 그러면 당신이 사라짐. 일자리는 어차피 없어짐. 자제는 자기 파멸일 뿐이라는 구조적 딜레마

  • "지금부터 5-10년, AI가 스스로 오케스트레이션할 수 있기 전까지가 마지막 창". 이 창 안에서 기술을 토지·자본·컴퓨트·규제 접근권·독점 데이터로 전환한 사람과 못 한 사람으로 갈린다는 전망

중요

> 저자의 예측: 20-30년 후 상위 0.1%(800-1000만 명)이 AI 인프라+토지 소유, 2-3%(2억 명)가 전환 성공 그룹, 15-20%가 서비스·유지보수층, 나머지 75-80%는 경제적 주체성 없이 존재만 하는 상태

  • 글의 결론은 "어차피 참여해야 하지만, 눈을 뜨고 하라"는 것. 순수한 추출만으로는 역사적으로 한 번도 살아남은 적이 없음. 결국 핏치포크(민중 봉기)가 온다는 경고

기술 낙관론 vs 비관론 양쪽 모두를 비판하면서 '참여하되 눈을 뜨고 하라'는 포지션이 인상적. 수요 문제에 대한 지적이 특히 날카로움.

댓글

댓글

댓글을 불러오는 중...

ai-ml

유튜브, AI 생성 영상에 자동 라벨 붙인다

유튜브가 사실적으로 보이거나 의미 있게 AI로 변경·생성된 콘텐츠에 더 눈에 띄는 라벨을 적용하고, 제작자가 AI 사용 여부를 밝히지 않아도 내부 신호로 감지되면 자동 라벨을 붙이겠다고 밝혔다. 다만 라벨만으로 추천 노출이나 수익화 자격이 바뀌지는 않으며, 제작자는 YouTube Studio에서 잘못된 판정을 수정할 수 있다.

ai-ml

테크 CEO들의 'AI 만능론', 숫자는 아직 그렇게 말하지 않는다

테크 업계에서 AI를 이유로 한 대규모 감원과 조직 재편이 이어지는 가운데, Box 창업자 애런 레비는 CEO들이 실제 업무의 마지막 1마일을 모른 채 AI 에이전트의 능력을 과대평가하고 있다고 지적했다. 2026년 첫 5개월 동안 이미 11만5430명이 해고됐고, 여러 연구는 AI 도입이 체감 생산성만큼 실제 생산성을 끌어올렸다는 근거가 아직 약하다고 말한다.

ai-ml

오픈AI와 앤트로픽, 코딩 에이전트로 드디어 돈 되는 시장을 찾은 듯

사이먼 윌리슨은 오픈AI와 앤트로픽이 코딩 에이전트와 기업용 과금으로 진짜 제품-시장 적합성을 찾았다고 봐. 개인 구독자에게는 월 100달러 플랜이 싸게 느껴지지만, 기업 고객은 이제 사용량 기준 토큰 가격을 그대로 내기 시작했고 이게 대형 고객 예산을 빠르게 흔들고 있다는 얘기야.

ai-ml

컴팔과 GMI 클라우드, 대규모 추론용 AI 인프라 구축 협력

컴팔이 실리콘밸리 기반 AI 인프라 기업 GMI 클라우드와 협력해 대규모 추론과 에이전틱 AI 워크로드에 맞춘 GPU 서버 인프라를 구축한다고 발표했어. COMPUTEX 2026에서는 NVIDIA HGX B300을 지원하는 Compal SGX30-2 같은 고성능 AI 서버 플랫폼도 선보일 예정이야.

ai-ml

AI 쓰면 편해진다더니, 직장인들은 ‘AI 과부하’에 지쳐가는 중

국내 직장인들이 AI 전환 압박, AI 답변 검증 부담, 대체 불안 때문에 피로감을 호소하고 있어. 중앙일보 설문에서는 5284명 중 31.6%가 ‘AI 답변 검증에 시간이 더 걸릴 때’를 가장 지치는 순간으로 꼽았고, 기업들은 무작정 AI 사용량을 밀어붙이는 방식에서 업무 방식 재설계로 넘어가야 한다는 지적이 나와.