월급날마다 통장을 확인하면서도 어딘가 불안한 느낌, 저만 그런 게 아니었을 겁니다. 열심히 일하고, 아끼고, 조금씩 모으면 나중엔 괜찮아질 거라는 믿음. 저도 꽤 오래 그렇게 살았습니다. 그런데 AI를 제대로 써보기 시작한 어느 날, 그 믿음에 조용히 금이 가기 시작했습니다.
노동 가치가 흔들리는 AGI 시대의 불편한 구조
처음에는 단순한 효율화 도구라고 생각했습니다. 보고서 초안을 좀 빨리 뽑고, 아이디어 정리를 도와주는 정도라고요. 그런데 쓰면 쓸수록 드는 생각은 달랐습니다. "이거, 저 없어도 되겠는데." 제가 인정하기 싫었던 그 생각이 머릿속에서 떠나질 않았습니다.
AGI(Artificial General Intelligence), 즉 범용 인공지능이란 특정 작업만 처리하는 기존 AI와 달리, 사람처럼 다양한 영역에서 스스로 사고하고 창조할 수 있는 수준의 인공지능을 말합니다. 단순 반복 업무를 자동화하는 것과는 차원이 다른 이야기입니다.
여기서 핵심은 '지능의 자동화'입니다. 19세기 산업혁명이 인간의 근육을 기계로 대체했다면, AGI 시대는 인간의 지능 자체를 대체하고 있습니다. 예전에는 복잡한 시장 분석이나 전문적인 기획 문서를 만들려면 해당 분야 전문가의 시간과 경력이 필요했습니다. 지금은 AI에게 맥락을 설명하면 단 몇 분 안에 유사한 수준의 결과물이 나옵니다.
실제로 실리콘밸리와 국내 IT 업계에서는 주니어급 채용이 눈에 띄게 줄고 있습니다. AI가 그 역할을 빠르게 흡수하고 있기 때문입니다. 이건 막연한 미래 이야기가 아닙니다. 제가 직접 겪은 변화입니다. 예전에는 며칠이 걸리던 작업이 이제는 한 시간이면 끝납니다. 그 '절약된 시간'이 결국 누군가의 자리를 없애는 방식으로 작동합니다.
많은 분들이 "AI가 도와줘서 더 효율적으로 일할 수 있다"고 말합니다. 저도 처음엔 그렇게 생각했습니다. 그런데 기업의 시선에서 보면 이야기가 달라집니다. 연봉과 복지 비용이 드는 인력보다 훨씬 낮은 비용으로 24시간 운용 가능한 AI를 선택하는 것은, 감정의 문제가 아니라 비용 구조의 문제입니다.
맥킨지 글로벌 연구소(MGI)에 따르면, 현재 직업의 약 30%에 해당하는 업무가 2030년까지 자동화될 가능성이 있다고 분석됩니다(출처: McKinsey Global Institute). 저는 이 수치를 처음 접했을 때 "설마"라고 생각했습니다. 그런데 직접 AI 도구들을 써보고 나서는 오히려 보수적인 추정이 아닐까, 싶었습니다.
노동 생산성이 올라간다는 건 결국, 같은 생산량을 내는 데 필요한 인력이 줄어든다는 뜻입니다. 생산량(Output) = 기술(Technology) × 자본(Capital) × 노동(Labor)이라는 경제학의 기본 생산 함수에서, 기술이 폭발적으로 성장하면 노동의 비중은 자연스럽게 축소됩니다. 여기서 생산 함수란 한 나라나 기업이 어떤 요소들의 조합으로 부를 만들어 내는지를 설명하는 공식입니다. 지금 벌어지고 있는 일은 그 공식에서 노동의 계수가 점점 작아지는 과정입니다.
나스닥 투자로 '구조를 소유한다'는 것의 의미
솔직히 이 생각에 처음 닿았을 때, 무섭기도 했지만 동시에 뭔가 시야가 트이는 느낌도 있었습니다. "그럼 나는 어느 쪽에 있어야 하는가?"라는 질문이 자연스럽게 따라왔기 때문입니다.
제가 투자를 바라보는 기준이 바뀐 건 바로 이 지점에서였습니다. 예전에는 "이 주식 오를까?"를 봤습니다. 지금은 "이 구조가 앞으로도 돈을 만들어 낼 수 있는가?"를 봅니다. 그리고 그 답이 가장 명확한 자산 중 하나가 나스닥 100 지수입니다.
나스닥 100 지수란 미국 나스닥 거래소에 상장된 기술 중심 기업 100개를 묶은 지수입니다. 단순히 기술주 모음이 아니라, AI 연산에 필요한 반도체(엔비디아), AI가 구동되는 클라우드 인프라(마이크로소프트, 구글), 그리고 AI 서비스가 전달되는 플랫폼(애플, 메타)까지 포함한 '지능 생태계 전체'를 소유하는 구조입니다.
19세기 캘리포니아 골드러시 시절, 실제로 가장 안정적으로 돈을 번 쪽은 금을 캔 광부가 아니라 광부들에게 청바지와 곡괭이를 판 리바이스 같은 기업이었다는 이야기는 잘 알려져 있습니다. 지금 AI 시대도 구조가 같습니다. 어떤 서비스가 최종 승자가 될지는 모릅니다. 하지만 그 서비스가 돌아가는 인프라를 소유한 기업들은 누가 이기든 수익을 가져갑니다.
여기서 ETF(Exchange Traded Fund)라는 개념이 중요해집니다. ETF란 특정 지수나 자산을 추종하도록 설계된 펀드를 주식처럼 거래소에서 사고팔 수 있게 만든 상품입니다. 나스닥 100 지수를 추종하는 ETF를 매수하면, 개별 기업을 직접 분석하지 않아도 그 생태계 전체에 분산 투자하는 효과가 납니다.
제가 실제로 중요하게 보는 기준을 정리하면 다음과 같습니다.
- AI 인프라를 보유한 기업인가: 반도체, 클라우드, 데이터센터 등 기반 구조를 소유했는지 확인합니다.
- 자정 작용이 작동하는 지수인가: 나스닥 100처럼 성과가 나쁜 기업이 자동으로 교체되는 구조인지 봅니다.
- 적립식 매수(Dollar Cost Averaging)가 가능한가: DCA란 일정 금액을 주기적으로 자동 매수해 평균 단가를 낮추는 방식으로, 시장 타이밍을 맞추려는 시도보다 장기적으로 유리한 경우가 많습니다.
한국은행이 발간한 금융안정보고서에 따르면, 국내 가계의 금융자산 중 현금 및 예금 비중이 여전히 40%를 웃돌고 있습니다(출처: 한국은행). 인플레이션 환경에서 현금성 자산의 실질 구매력은 지속적으로 감소합니다. 월급을 모아 예금에 넣는 것이 '안전하다'는 인식 자체가 흔들리고 있는 이유가 여기에 있습니다.
물론 이게 쉬운 이야기는 아닙니다. 지수가 내릴 때 버티는 심리적 부담은 실제로 상당합니다. 제가 직접 겪어봤기 때문에 압니다. 그러나 단기 등락보다 구조적 방향을 먼저 이해하고 나면, 하락장은 무서운 게 아니라 더 낮은 단가에 지분을 늘릴 기회로 읽힙니다. 그 인식의 전환이 생각보다 큰 차이를 만들었습니다.
결국 저는 월급을 '결과'가 아닌 '재료'로 보기 시작했습니다. 노동으로 번 돈을 소비로 끝내는 게 아니라, 돈이 스스로 움직이는 구조에 연결하는 도구로 쓰는 것입니다. 이건 거창한 선언이 아니라, 지금 당장 증권 계좌를 열고 소액부터 나스닥 100 ETF를 정립식으로 매수하는 아주 구체적인 행동에서 시작됩니다.
변화는 이미 시작됐습니다. 과장이라고 생각할 수 있습니다. 저도 처음엔 그랬습니다. 그런데 직접 AI 도구를 매일 쓰고, 실제로 투자 구조를 바꿔보고 나니, 이게 먼 미래의 이야기가 아니라는 걸 체감하게 됩니다. 성실함이 보상받는 시대는 분명 있었습니다. 지금은 구조를 이해하고 올라탄 사람이 다음 시대의 성실한 사람보다 앞서갑니다. 이 글이 그 판단을 위한 작은 단서가 되었으면 합니다.
이 글은 개인적인 경험과 의견을 공유한 것이며, 전문적인 금융 투자 조언이 아닙니다. 투자 결정은 반드시 본인의 판단과 책임 하에 이루어져야 합니다.