국제금융센터 보고서 「AI발전에 따른 신흥국의 상대적 성장 지연 가능성」 핵심 정리

인공지능(AI)의 발전은 단순한 기술적 진보를 넘어 세계 경제와 사회 전반에 커다란 구조적 변화를 일으키고 있습니다. 최근 몇 년간 생성형 AI의 등장은 기업의 생산성 향상, 새로운 산업의 창출, 효율성 극대화 등 긍정적 효과를 가져왔습니다. 그러나 동시에 일자리 재편, 기술 접근성 불균형, 사회적 격차 확대와 같은 부정적 요소도 분명히 존재합니다. 특히 선진국과 신흥국 간의 성장률 격차는 AI 발전의 최대 난제로 지적되고 있습니다. 선진국은 막대한 자본과 기술력을 바탕으로 인공지능을 적극 도입하며 경제 성장을 가속화하고 있는 반면, 신흥국은 인프라 부족, 제도적 미비, 전문 인력 부족 등의 이유로 도입 속도가 느리고 성장 기여도가 제한적일 수밖에 없습니다. 이번 글에서는 국제금융센터(KCIF)의 보고서를 토대로, 인공지능 발전이 가져올 글로벌 성장 전망과 신흥국의 상대적 성장 지연 가능성을 심층적으로 살펴보고자 합니다.

1. 인공지능 발전의 단계와 경제적 의미

인공지능은 발전 단계를 따라 크게 약인공지능(ANI, Artificial Narrow Intelligence), 범용인공지능(AGI, Artificial General Intelligence), 그리고 미래에 등장할 것으로 예상되는 초지능(ASI, Artificial Super Intelligence)으로 나눌 수 있습니다. 현재 우리 일상 속에 자리 잡은 대부분의 인공지능은 ANI 단계에 속합니다. 예를 들어 스마트폰의 얼굴 인식 기능, 자동 번역 서비스, 챗봇 등이 대표적인 ANI 기술입니다. 이 단계에서는 특정 업무나 기능에 특화되어 있어 범위가 제한적입니다.
그러나 AI 발전의 궁극적인 목표는 AGI, 즉 사람처럼 다양한 상황과 분야에서 유연하게 사고하고 문제를 해결할 수 있는 범용적 지능입니다. AGI가 실현되면 기업 경영, 의료 진단, 금융 투자, 교육 등 광범위한 영역에서 인간의 업무 효율성을 획기적으로 끌어올릴 수 있습니다. 더 나아가 2050년 이후로 예상되는 ASI 단계에 이르면, 인공지능은 단순히 인간을 보조하는 수준을 넘어 모든 분야에서 인간 능력을 능가하는 초지능적 존재로 진화할 가능성이 있습니다.
역사적으로도 인공지능의 발전은 사회와 경제 전반에 커다란 전환점을 제공해왔습니다. 1997년 IBM의 체스 AI인 Deep Blue가 세계 챔피언을 이긴 사건은 인간의 지능적 영역을 기계가 넘어설 수 있음을 상징적으로 보여주었습니다. 2007년 아이폰의 등장은 모바일 플랫폼 혁신을 촉발하며 인공지능 대중화의 길을 열었습니다. 최근에는 대형언어모델(LLM)의 등장이 자연어 이해와 생성 능력을 극적으로 발전시켜, 생성형 AI의 본격적 보급을 가능하게 만들었습니다. 이는 단순히 기술적 진보를 넘어, 산업구조 변화와 새로운 일자리 창출, 동시에 기존 일자리 축소라는 복합적 경제 파급 효과를 동반하고 있습니다.

2. 글로벌 성장률 전망과 지역별 격차

AI의 발전은 세계 경제 성장률을 크게 끌어올릴 수 있는 잠재력을 지니고 있습니다. IMF, PwC, Goldman Sachs, Capital Economics 등 주요 국제기관의 전망에 따르면, 인공지능은 향후 10년간 전세계 GDP를 최소 4%p에서 최대 18%p까지 확대시킬 수 있습니다. 특히 기업의 생산성과 자본 효율성을 개선하는 효과가 뚜렷하며, 인공지능 관련 투자 및 제품·서비스 수요 증가가 글로벌 경제를 한층 더 확장시킬 것으로 기대됩니다.
예를 들어 IMF는 총요소생산성(TFP) 개선 정도에 따라 전세계 성장률이 최소 1.3%p에서 최대 4.0%p 향상될 수 있다고 전망합니다. PwC는 낙관적 시나리오에서는 15%p까지 성장률이 오를 수 있지만, 반대로 제도적 한계나 인프라 부족으로 도입 속도가 늦어질 경우 1%p 정도의 개선에 그칠 수도 있다고 분석합니다. Goldman Sachs는 생성형 AI 도입이 가속화되면서 세계 GDP를 7%p 이상 확장시킬 것으로 추정하기도 합니다.
하지만 이 성장 효과가 모든 국가에 고르게 분포하지는 않습니다.IMF 분석에 따르면, 미국의 경우 향후 10년간 5.6%p, 유럽은 4.5%p의 추가 성장률을 기록할 수 있지만, 신흥국은 3.1%p, 저소득국가는 2.8%p에 머물 수 있습니다. 즉, 선진국은 AI로 인한 경제 성과를 크게 누리는 반면, 신흥국은 성장 기여도가 상대적으로 낮아 격차가 확대될 위험이 있다는 의미입니다. 이러한 차이는 단순히 경제규모의 문제를 넘어, 향후 국제 무역질서와 글로벌 경쟁력의 균형에도 심대한 영향을 미칠 수 있습니다.

3. 신흥국 성장 지연의 구조적 요인

신흥국이 선진국 대비 AI 활용에서 뒤처지는 이유는 복합적이며, 크게 기술력·활용도·정책적 차이라는 세 가지 측면에서 설명할 수 있습니다.
첫째, 기술력 격차입니다. 미국, 중국, 유럽은 막대한 자본력과 첨단 인력을 바탕으로 인공지능 핵심 기술을 선점하고 있습니다. 예컨대 미국은 오픈AI, 소프트뱅크, 오라클 등이 참여하는 ‘스타게이트’ 프로젝트를 통해 4년간 5,000억 달러를 투자하고 있으며, 중국은 2030년까지 1.4조 달러 규모의 AI 투자 계획을 추진 중입니다. 반면, 신흥국은 안정적인 전력 공급이나 데이터센터 운영조차 어려운 경우가 많아 기술 투자 여력이 크게 부족합니다. IMF의 AI 준비도 지수를 보면 미국 0.77, 유럽 0.67, 중국 0.64인 반면 신흥국은 0.50, 저소득국가는 0.35 수준에 불과해 기초 역량 차이가 뚜렷합니다.
둘째, 활용도 차이입니다. 선진국은 금융, IT, 지식집약적 서비스업 등 AI 활용 효과가 높은 산업 비중이 크지만, 신흥국은 노동 집약적 제조업 비중이 높아 AI 도입 효과가 제한적입니다. 실제로 IMF는 선진국 노동자의 60%가 AI에 노출(high-exposure)되어 있어 생산성 개선 가능성이 큰 반면, 신흥국은 42%, 저소득국가는 26%에 불과하다고 지적합니다. 또한 제조업 근로자 1만 명당 산업용 로봇 수는 한국 1,000대, 중국 450대, 미국 230대인 반면, 많은 신흥국은 그 수치가 극히 낮아 산업 자동화 기반 자체가 부족한 실정입니다.
셋째, 정책·제도적 차이입니다. 미국과 유럽은 데이터 보안, 지식재산권 보호, 인공지능 윤리 규제 등 다양한 법적 프레임워크를 구축해 기업들이 안심하고 AI를 활용할 수 있는 환경을 마련했습니다. EU의 AI Act, 중국의 AI 저작권 보호 규정 등이 대표적 사례입니다. 반면, 신흥국은 데이터 보호와 관련한 명확한 법적 기준이 부족해 기업들이 AI 도입을 꺼리는 경우가 많습니다. 이는 결국 기술 도입 속도를 늦추고 글로벌 경쟁에서 뒤처지게 만드는 원인이 됩니다.

4. 격차 축소 가능성과 기회 요인

비록 현재 격차가 크지만, 신흥국에도 기회는 존재합니다. 첫 번째 기회 요인은 기술 공유와 인프라 확산입니다. 예를 들어 SpaceX의 ‘스타링크’ 위성 인터넷은 125개국에 서비스를 제공하며, 디지털 격차 해소에 중요한 역할을 하고 있습니다. 선진국이 인터넷 인프라, 신재생에너지 기술, 교육 플랫폼 등을 공유한다면 신흥국의 디지털 접근성은 빠르게 개선될 수 있습니다.
두 번째는 AI 비용 하락 효과입니다. Stanford HAI 보고서에 따르면, 대형언어모델(LLM)의 학습 비용은 지난 2년간 동일 성능 기준으로 280분의 1 수준까지 떨어졌습니다. 이는 과거 항공기, 반도체, 컴퓨터와 마찬가지로 기술 비용이 시간이 지남에 따라 급격히 낮아진다는 패턴을 보여줍니다. 이렇게 되면 자본력이 부족한 신흥국도 점차 AI 활용에 참여할 수 있게 됩니다.
세 번째 기회 요인은 중국의 저비용 AI 모델 개발입니다. 중국의 ‘딥시크(DeepSeek)’는 개발 비용이 약 600만 달러에 불과하여 기존 빅테크 기업들이 투입한 수억 달러와 비교했을 때 매우 저렴합니다. 이는 아프리카, 동남아 등 신흥국에서도 쉽게 도입 가능하다는 점에서 의미가 큽니다. 결과적으로, 신흥국이 선진국과의 격차를 완전히 따라잡을 수는 없더라도 기술 접근성과 도입 장벽은 점차 낮아질 가능성이 있습니다.

5. 신흥국의 대응 전략과 정책적 과제

신흥국이 AI 발전의 혜택을 충분히 누리기 위해서는 선택과 집중 전략이 필요합니다. 단기적으로는 교육, 의료, 행정 등 사회적 수익성이 높은 분야에 AI를 도입하여 가시적 효과를 창출하는 것이 중요합니다. 케냐의 M-Pesa 사례처럼, 오프라인 은행 지점 없이도 모바일 뱅킹 서비스를 통해 농촌 지역까지 금융 포용성을 확대한 모델은 신흥국이 참고할 만한 성공사례입니다.
또한 장기적으로는 인적 자본 강화가 핵심입니다. 단순 제조업 중심의 경제 구조에서 벗어나, 디지털 산업이나 고부가가치 서비스업으로 노동력을 재배치해야 합니다. 이를 위해 정부는 AI 관련 교육과 훈련을 강화하고, 청년층을 중심으로 첨단 기술 인력을 양성해야 합니다.
마지막으로 국제 협력이 필요합니다. 신흥국 단독으로는 첨단 반도체나 초대형 데이터센터 구축이 어렵기 때문에, 선진국의 오픈소스 플랫폼과 글로벌 IT기업의 기술 지원을 적극 활용해야 합니다. 특히 AI 활용에 따른 사회적 리스크를 완화하기 위해 국제적 규제 협력도 필수적입니다. 이러한 전략은 단순히 성장률 개선을 넘어, 신흥국 경제 구조 자체를 고도화하고 국제 경쟁력을 강화하는 길이 될 것입니다.

6. 인공지능이 가져올 다른 경제적 파급효과

AI 발전은 국가별 성장률 격차 외에도 여러 경제적 파급효과를 동반합니다. 우선, 디플레이션 압력이 커질 수 있습니다. IMF는 AI 활용으로 교육, 헬스케어, 행정 서비스의 생산성이 크게 향상되면서, 향후 10년간 선진국의 물가 상승률이 -0.2\~-0.4%p, 신흥국은 -0.1%p 정도 낮아질 것으로 전망합니다. 이는 긍정적으로는 생활비 부담을 줄일 수 있지만, 부정적으로는 기업 수익성 감소와 투자 위축을 초래할 수 있습니다.
또한 환율 및 무역구조 변화가 예상됩니다. 서비스업 가격이 하락하면서 선진국 통화가 절하되는 반면, 신흥국 통화는 절상 압력을 받을 수 있습니다. IMF에 따르면, 10년 후 선진국의 경상수지는 미국 +0.4%p, 유럽 +0.5%p 개선되는 반면, 신흥국은 -1.0%p 악화될 가능성이 있습니다. 이는 글로벌 무역 구조에 큰 변화를 일으키며, 신흥국의 수출 경쟁력을 약화시킬 수 있습니다.
마지막으로 사회적 리스크도 무시할 수 없습니다. AI 모델은 데이터에 크게 의존하는데, 역사·문화적으로 편향된 데이터가 입력될 경우 성별, 인종, 계층 차별을 증폭시킬 수 있습니다. 따라서 국제사회는 AI의 공정성, 투명성, 책임성을 확보하기 위한 윤리적 거버넌스를 반드시 구축해야 합니다.

7. 결론

AI는 인류에게 새로운 성장 기회를 제공하면서도 동시에 세계 경제의 불균형을 심화시킬 수 있는 잠재적 위험 요소를 지니고 있습니다. 선진국은 자본과 기술력을 바탕으로 빠르게 도약하고 있으나, 신흥국은 인프라, 정책, 인적 자본 부족으로 성장 지연을 겪을 수 있습니다. 그러나 기술 공유, 비용 하락, 중국의 역할 등은 격차를 완화할 기회 요인으로 작용할 수 있습니다.
결국 핵심은 균형 있는 성장입니다. 선진국과 신흥국 모두가 협력하여 AI 기술의 혜택을 공유할 때, 전세계는 공동 번영을 이룰 수 있습니다. 신흥국은 자체 디지털 인프라와 인적 자본 강화에 주력해야 하며, 국제사회는 공정하고 지속 가능한 AI 생태계를 구축하기 위해 노력해야 합니다.