인공 지능이 글로벌 생산성을 높이기 전에 정부는 불행한 현실에 대처해야 할 것입니다. 오랫동안 기다려온 경제적 횡재는 몇 년이 걸릴 수 있지만 청구서는 지금 만료될 수 있습니다.
낙관론자들의 말에 귀를 기울이면 AI가 주도하는 경제 호황이 곧 다가오고 있음을 알게 될 것입니다. Penn Wharton의 예산 모델은 AI가 향후 10년 동안 GDP와 생산성에 1.5%를 추가할 것으로 예상합니다. Goldman Sachs는 매년 생산성이 최대 3% 포인트 증가할 수 있다고 말합니다. Vanguard에 따르면 2030년대 중반까지 AI는 업무 성과를 20% 향상시킬 수 있습니다.
무디스 등급에 따르면 글로벌 AI 생산성 붐은 목요일 연구 노트에 따르면 106개국에서 평균적으로 연간 1.5%의 가치가 있을 것이라고 합니다. 그러나 경제 성장의 경우, 정부는 미래에 더 많은 것을 얻기 위해 돈을 지출해야 할 수도 있습니다. AI는 중요한 생산성 이점을 제공할 수 있지만 국가는 먼저 디지털 인프라를 구축하고 중단된 인력을 지원하면서 복잡하고 비용이 많이 드는 환경을 탐색해야 한다고 Moody의 분석가는 경고했습니다.
주류 AI 채택을 위한 개발에는 상당한 초기 비용이 소요될 가능성이 높습니다. 분석가들은 이미 공공 재정이 부족한 국가의 경우 AI의 자본 비용으로 인해 “더 큰 단기 재정 위험을 감수하는 것과 AI가 주도하는 성장 기회에 대한 참여를 지연시키는 것 사이의 정책 균형을 강화”할 수 있다고 썼습니다.
횡재, 지연
확실히 AI의 채택은 더 높은 성장, 더 높은 법인세 및 부유세 수입, 더 엄격한 세무 행정 등을 포함하여 정부에 몇 가지 중요한 재정상의 이점을 가져올 수 있습니다. 무디스는 IMF 데이터를 인용해 AI 기반 디지털화는 규정 준수 격차를 줄여 잠재적으로 집행이 취약한 국가의 경우 GDP의 최대 1.3%까지 추가할 수 있다고 밝혔습니다.
그러나 이 메모는 AI를 “세금 횡재”로 취급하지 말라고 경고했습니다. 생산성이 완전히 발휘되기 전에 정부는 이미 팬데믹 이후 부채로 인해 부담을 안고 있는 예산을 압도할 수 있는 선불 비용에 직면하게 됩니다. AI에 명시적으로 할당된 공공 지출은 여전히 미미하지만(종종 GDP의 1% 미만), 숨겨진 비용으로 인해 예산 관리가 전환을 훨씬 더 어렵게 만들 수 있습니다.
에너지 위기를 생각해 보십시오. 국제 에너지 기구(International Energy Agency)에 따르면 전 세계 데이터 센터 에너지 수요는 2030년까지 두 배 이상 증가하여 네트워크, 수자원 시스템 및 연결성 업그레이드가 불가피해질 것입니다. 무디스에 따르면 중국의 국가 네트워크는 AI와 데이터 센터를 위해 명시적으로 GDP의 4%에 해당하는 5조 위안(7,220억 달러) 규모의 확장에 착수하고 있습니다. 카타르 투자청은 인공지능 데이터센터와 IT 인프라를 개발하기 위해 200억 달러(카타르 GDP의 9%) 규모의 프로젝트를 발표했습니다. 그리고 한국에서는 AI 관련 지출이 GDP의 0.4%에 불과함에도 불구하고 새로 설립된 국부펀드는 AI와 칩을 포함한 거의 전적으로 첨단기술 산업을 대상으로 하며 향후 5년 동안 GDP의 5.7%에 해당하는 자금을 배치할 계획입니다.
분석가들은 이러한 부채 조달 프로젝트가 재정 위험에 “간접적이지만 잠재적으로 상당한” 노출을 초래한다고 썼습니다. 인프라 외에도 정부는 노동 중단 및 관련 사회적 지원에 대한 계획을 세워야 합니다. IMF는 전 세계 일자리의 40%(선진 경제에서는 60%)가 AI에 노출되어 있으며, 특히 고숙련 직위에서 급여세가 줄어들고 재교육 및 안전망에 대한 수요가 증가할 수 있다고 추정합니다.
“노동 기반 세수 감소는 다른 AI 관련 세수 이득을 상쇄하거나 초과할 수 있다”고 Moody’s는 지적하며, 재정 정책에는 AI 관련 예산 영향을 완화하기 위한 누진세 및 사회 보장이 포함된다는 IMF의 유사한 주장을 반영합니다.
불확실성이 지배한다
미국의 경우 이러한 전환에 따른 이해관계가 매우 높습니다. 글로벌 AI 인프라 붐의 주요 허브인 미국은 무디스가 예상한 대로 향후 5년 동안 데이터 센터 관련 투자 예상액 3조 달러 중 상당 부분을 차지할 것으로 예상됩니다. 그러나 이러한 리더십에는 진입 비용이 높습니다. 즉, 생산성 향상이 최종 결과에 도달하기 전에 막대한 지출이 필요한 전력망 및 디지털 연결에 대한 막대한 수요가 있습니다.
Penn-Wharton 모델은 예비 분석에서 AI가 2035년까지 적자를 4,000억 달러까지 줄일 수 있다는 사실을 발견했습니다. 그러나 의회예산처는 AI 및 관련 투자를 미국의 재정 및 경제 전망을 결정하는 데 있어 와일드카드로 간주했습니다. CBO는 AI가 향후 10년 동안 총 생산성을 1% 향상시킬 것으로 예상하지만, 가장 최근 예산 보고서에서는 이러한 예측이 “매우 불확실하다”고 인정했습니다. 채택이 느리거나 비용이 예상보다 높을 경우 GDP 성장이 크게 중단되고 결과적으로 정부 수익이 크게 저하될 수 있습니다.
