Previous
고객에게,
BCA Research는 기존 틀을 벗어난 사고에 자부심을 갖는다. 오늘의 보고서는 그 점을 보여주는 사례다. 이 보고서는 새로운 유전자·생식 기술들이 결합해 경제와 금융시장을 재편하는 급진적 미래를 상정한다. 이 보고서는 무엇이 되어야 하는지가 아니라, 현실적인 가정 하에서 무엇이 일어날 수 있는지와 그것이 투자 결정에 어떤 영향을 미칠지를 다룬다.
감사한다,
Peter Berezin, 수석 이코노미스트
요약
- 제1부: 인구의 겨울: 출산률 붕괴가 인구 수준을 안정시키려는 정책 결정자들을 점점 더 절박한 조치로 몰아갔고, 결국 'baby farms'의 창설로 귀결되었다.
- 제2부: Galton’s Revenge: 인간 지능의 저하는 거의 100년 동안 잠재해 있던 우려를 되살렸다.
- 제3부: 고양이에게 미적분을 가르치기: AI는 인간 지능을 대체하는 존재가 아니라 보완하는 존재로 판명되었다.
- 제4부: Designer Babies: 새로운 유전자 기술이 인간 지능을 반등시켰지만 동시에 종 분화의 씨앗을 뿌려 인류의 사실상 종말을 초래했다.
제1부: 인구의 겨울
대체출산율 이하가 표준이 된다
인구를 안정적으로 유지하려면 여성 한 명당 생존 자녀 수가 평균적으로 약 두 명 수준이어야 한다. 2026년에는 거의 모든 선진국의 출산율이 그 기준을 훨씬 밑돌았다 (차트 1).
점점 더 많은 여성들이 육아를 원하지 않는다고 결론 내렸다. 중국에서는 18~24세 여성 중 '아이를 원하지 않는다'고 응답한 비율이 2012년 6%에서 2023년 47%로 급증했다 (차트 2).
출산율은 일반적으로 여성의 30대 초반부터 급격히 떨어진다 (차트 3). 2024년 기준 OECD 국가의 첫 아이 출산 평균 연령은 29.6세로, 2000년의 26.4세에서 상승했다 (차트 4). 이로 인해 원치 않게 자녀를 갖지 못하거나 원하는 만큼 자녀를 가질 수 없는 여성의 비중이 늘어났다.
동아시아 대부분 지역에서 합계출산율(TFR)은 1 아래로 떨어져 세대가 지날 때마다 인구가 절반 이상으로 줄어드는 경로에 들어섰다.
가격 부담은 영향을 주었지만 결정적이지는 않았다
출산율 급락 당시 여러 설명이 제시됐지만, 대부분은 틀렸거나 불완전한 것으로 판명됐다.
널리 통용된 설명 중 하나는 '가격 부담(affordability)'이었다. 주거비와 교육비 상승이 자녀 한 명을 갖기도 어렵게 만들어 다자녀는 물론 1명조차 부담이라는 주장이다.
이 주장의 일면은 사실이었다. 하지만 명백한 문제가 하나 있었다. 2026년의 사람들은 이전 세대보다 훨씬 부유했다. 만약 가격 부담이 핵심 제약이었다면, 소득이 높아진 만큼 더 많은 자녀를 가졌어야 한다.
관대한 현금 보조금은 출산율을 크게 올리지 못했다 (차트 5). 대부분의 연구는 신생아 부모에 대한 현금 지급이 출산 시기에는 영향을 주지만 전체 출생 수에는 큰 영향을 미치지 못한다고 결론 내렸다.
육아휴직과 보육에 대한 지출 확대는 출산율을 다소 끌어올렸지만 효과는 미미했다. 소득 대비 보육비는 2015~2025년 대부분의 국가에서 하락했음에도 출산율은 계속 감소했다 (차트 6). 사실 보육비가 상대적으로 비싼 국가에서 출산율이 더 높은 경향도 관찰됐다 (차트 7).
더 저렴한 주택도 큰 효과를 내지 못했다
OECD의 2023년 연구는 주거비가 10% 줄어들어도 합계출산율은 불과 2% 상승한다고 분석했다. 이는 TFR이 1.5에서 출발할 때 여성 한 명당 약 0.03명의 증가에 해당한다. 1870~2012년의 주택가격과 출산율을 장기간 분석한 연구도 유사한 결론을 내렸다.
이런 완만한 효과의 한 이유는 집값 하락이 잠재적 부모가 주택을 구매하는 데는 도움이 되지만 동시에 기존 주택 소유자의 부(富)를 감소시킨다는 점이다. Dettling과 Kearney의 연구는 주택가격이 10% 상승하면 비주택 소유자의 출산이 약 1% 줄어드는 반면 주택 소유자의 출산은 약 4~4.5% 증가한다고 추정했다.
역사적 경험도 이를 뒷받침했다. 앞선 수십 년의 일본 사례에서처럼, 2021년 이후 중국의 주택가격 하락은 출산율 감소를 막지 못했다.
자녀의 기회비용
자녀 양육의 직접적 비용은 출산율을 결정하는 요인 중 하나다. 하지만 더 중요할 수 있는 것은 소득 상실에 따른 간접적 비용이다. 20세기에 여성의 교육 수준 향상은 노동시장에서 벗어나는 기회비용을 높였다. 실질임금의 지속적 상승도 이를 증폭했다. 여성의 경제적 독립성이 커지면서 모성은 더 이상 기본 선택지가 아니게 됐다.
한동안 성평등의 진전이 출산율 반등을 가능하게 할 것이라는 기대가 있었다. 이런 기대는 배우자가 가사와 육아를 더 많이 분담할수록 둘째를 가질 가능성이 높다는 여러 연구에 의해 뒷받침됐다.
이 관점과 일치하게 스칸디나비아 국가는 2010년대까지 거의 대체출산율 수준을 유지할 수 있었다. 그러나 2020년대 중반에는 그들조차도 출산율이 급락했다. 2025년 스웨덴의 합계출산율은 1.42에 도달했으며(스웨덴 출생자 1.40, 외국 출생자 1.52) 이는 현상 유지가 어렵다는 신호였다.
문화적 설명
경제적 설명의 주요 약점은 2010년 이후 거의 모든 국가에서 출산율이 빠르게 떨어진 현상을 설명하지 못한다는 점이었다. 이를 이해하려면 문화적 요인을 살펴봐야 한다.
스마트폰의 보급과 소셜미디어의 광범위한 사용은 가족 형성을 저해하는 환경을 만들었다. 소셜미디어 피드는 부모됨보다는 명성, 외모, 부를 미화했다. 10대들이 '좋은 결혼/가정생활이 중요하다'고 답한 비중은 눈에 띄게 줄어든 반면 '많은 돈을 갖는 것이 중요하다'고 응답한 비중은 늘어났다. 특히 소녀층에서 물질적 욕망의 증가는 두드러졌다 (차트 8).
한때 지위의 상징이던 대가족은 점차 부정적으로 인식됐다. 특히 동아시아에서는 큰 가구가 흔히 농촌의 낙후와 충동 조절 부족과 연관됐다. 서구의 젊은 자유주의 성향층에서도 결혼과 자녀에 대한 욕구가 2010년 이후 급락했다 (차트 9).
동시에 데이팅 앱이 제공한 선택의 폭은 마비감을 불러와 장기적 관계 형성을 저해했다. 이 문제는 AI 친구와 이후 등장한 휴머노이드 로봇의 보급으로 더욱 악화됐다.
실존적 위기
일부는 직장에서 로봇 사용이 확대되면 인간 노동자가 필요 없어진다고 주장했다. 반면 다른 쪽은 국가의 총체적 복지는 적어도 인구 규모에 일부 의존한다고 반박했다. 누가 얻을지 즐길 사람이 적다면 높은 GDP의 의미가 무엇이겠는가?
국제 관계에서도 상대적 GDP는 중요했다. 인구가 줄어드는 국가는 1인당 소득이 오르더라도 지정학적 영향력이 약화될 가능성이 컸다.
결국 이러한 친출산 논리는 설득력을 얻었다. 2020년대 후반까지 출산율 하락에 대한 우려는 공포로 바뀌었다. 뭔가 급진적인 조치가 필요하다고 받아들여졌다.
제2부: Galton의 복수
영어권에서 가장 논쟁적이었던 두 글자
지능지수(IQ)는 오랜 논쟁의 역사를 갖고 있다. 그럼에도 개념을 포기하려는 시도에도 불구하고 IQ가 살아남은 이유는 간단하다. 심리적 영역에서 거의 모든 변수보다 더 강력한 예측력을 갖기 때문이다. 30분짜리 간단한 IQ 검사는 이후의 학력, 직무수행, 소득, 건강, 범죄성향, 출산 선택 등을 예측하는 데 유용하다 (표 1 및 차트 10). IQ는 트레이더 성과까지 예측한다!
개인 간 변동성은 크지만 평균적으로 지능이 높은 사람일수록 더 높은 소득을 얻는 경향이 있다. 2024년 발표된 핀란드 367,000명과 노르웨이 417,000명의 남성 표본 연구는 이를 뒷받침했다. 연구진은 어휘, 수리, 추상적 추론을 측정하는 병역 징집시험 점수와 행정 소득기록을 대응시켰다. 젊을 때 높은 점수를 받은 남성은 평균적으로 이후 소득이 더 높았다 (차트 11). 135개 종적 연구의 메타분석도 지능이 성공의 강력한 예측 변수임을 확인했다.
더 똑똑해진 세상
IQ와 다른 심리적 특성이 시간에 따라 어떻게 변화했는지는 뜨거운 논쟁거리였다. Stephen Jay Gould의 베스트셀러 The Mismeasure of Man에서 인간 진화는 약 5만 년 전에 사실상 멈췄다고 주장한 적이 있다.
Gould의 IQ 데이터 오용에 관한 다른 주장들의 장단과는 별개로, 그 특정 주장은 의심을 피하기 어려웠다. 농경의 출현과 도시화는 사람들의 생활환경을 재구성했다. 이런 환경 변화는 선택압을 만들어 진화를 가속시키는 경향이 있다. 인구 증가도 잠재적 유익한 유전자 변이의 수를 늘렸을 것이다.
Gould의 예측과 달리, International HapMap Project는 약 1만 년 전을 기점으로 진화 속도가 대략 100배 가속되었음을 보여줬다 (차트 12).
최근 데이터는 어떤 특성이 선택을 받았는지를 더 명확히 했다. David Reich와 연구진은 지난 1만8,000년 동안 서유라시아에 살았던 15,836명의 게놈을 분석했다. 그들의 Nature 논문은 현대 사회에서 지능, 학력, 소득과 연관된 특정 유전 변이가 인구에 더 널리 퍼졌고, 흡연자 및 특정 정신질환과 관련된 변이는 덜 흔해졌음을 보여줬다 (차트 13).
유전학적 데이터와 일관되게, 경제사학자 Gregory Clark는 중세 잉글랜드의 숙련 직업 종사자가 비숙련 노동자보다 생존 자녀 수가 두 배였음을 기록했다 (차트 14). 당시 신흥 중산층의 생존 자녀 수는 종종 전쟁에 나간 귀족보다도 많았다. 결과적으로 1200~1800년 사이 장인 임금은 노동자에 비해 3분의 1 수준으로 하락했는데, 이는 숙련 노동 공급이 비숙련보다 더 빠르게 증가했음을 시사한다. Clark의 연구가 시사한 충격적 함의는 산업혁명이 '언제' 일어날지가 아니라 '발생할 것'이라는 점이었다.
후속 연구에서 Clark는 부르주아적 가치의 확산이 문화적 전파보다는 유전적 전달 모델과 더 일치한다고 주장했다.
유사한 역학이 세계 다른 지역에도 적용됐을 가능성이 크다. 중국의 경우 수세기 동안 입신의 관문이었던 과거 제도는 높은 지위를 가진 남성이 18~19세기에 더 많은 생존 자녀를 가졌음을 보여준다 (차트 15).
플린 효과
19세기 말까지 부유층이 빈곤층보다 더 적은 자녀를 갖는다는 사실이 분명해졌다. 이 인식과 다윈 이론의 인기는 우생학 운동을 촉발하는 데 일조했다.
'eugenics'라는 용어를 만든 Francis Galton은 평생 보수적 입장이었지만, 우생학의 가장 강경한 옹호자들 중 다수는 진보적 좌파에 속했다. George Bernard Shaw, Sidney와 Beatrice Webb, H. G. Wells, William Beveridge 등이 그 예다. John Maynard Keynes는 1937~1944년 영국 우생학회 이사를 지내기도 했다.
그런데 아이러니하게도 '바보가 되는 길'에서 사람들은 점점 더 똑똑해졌다. 이 현상은 James Flynn의 이름을 따 '플린 효과'로 불리게 됐다.
차트 16은 1940~1990년 사이 일부 국가 표본에서 IQ 점수의 변화를 보여준다. 평균 국가는 10년마다 세 점가량 상승했는데, 단기간에 이룬 매우 큰 폭의 증가다.
IQ: 환경의 중요성
현대 연구에서는 IQ에 대한 유전 기여도가 어린 시절 약 20%에서 청소년 후반에는 80%까지 증가하고 성인기에도 그 수준을 유지한다는 윌슨 효과가 관찰된다.
그러나 이런 연구들은 대체로 극심한 영양실조가 거의 사라진 부유국의 개인을 표본으로 삼았다는 문제가 있다.
이런 표본이 결과를 왜곡할 수 있음을 키 사례로 보여주는 것이 신장(身長)이다. 신장은 IQ보다 약간 더 유전적 요인에 영향받는다 (차트 17). 21세기 초 선진국 개인 간 신장 차이 대부분은 유전 요인에 기인했지만 평균 신장은 지난 200년 동안 상당히 증가했다 (차트 18).
신장의 증가는 주로 보건·영양 개선으로 설명된다. IQ도 마찬가지일 가능성이 크다. 유아기 질병은 신체 자원을 감염 퇴치로 소모하게 만들어 정신 발달을 저해한다. 측정된 IQ와 질병 부담 간에는 강한 상관관계가 있다 (차트 19). 여러 연구는 미국과 세계 일부 지역에서 말라리아 근절 시기와 이후 아동기 IQ 상승 간의 강한 연관을 문서화했다.
두개골 용적과 IQ는 양의 상관관계가 있다. 미국의 법의학 자료는 성인 두개골 평균 부피가 1800년대 중반에서 1980년대 중반 사이 약 7% 증가했음을 시사하는데, 이는 대략 테니스공 크기에 해당한다.
학습은 뇌 회색질 양을 증가시킨다. 예컨대 한 연구는 런던 택시 기사들이 복잡한 경로를 기억하고 조작해야 하기 때문에 해마가 더 큰 경향이 있음을 보였다.
현대 사회의 출현은 복잡한 문제 해결 수요를 높여 인지 기술을 연마하도록 격려했고, 이는 더 많은 기술 진보를 촉발하는 선순환을 시작했다. 이 과정에서 지능의 향상은 고지능층뿐 아니라 사회 전체에 긍정적 외부효과를 생성했다.
플린 효과의 종언
환경적 효과는 결국 수확체감에 직면하는 경향이 있다. 플린 효과도 그랬다. 1960년대까지 영양 개선과 보편적 교육 등 상승을 견인하던 요인들은 대부분 자리를 잡았다. 그 결과 개발도상국에서는 IQ가 계속 상승했지만 부유국에서는 점차 하락하기 시작했다.
2008년 플린 본인도 14세 영국 학생들의 IQ 점수가 1980년대 학생들보다 두 점 이상 낮아졌음을 문서화했다.
다른 선진국 데이터도 IQ 하락을 보여줬다. 포괄적 노르웨이 연구는 1975년경 태어난 남성과 비교해 1990년경 출생 남성의 평균 IQ가 약 5점(표준편차의 1/3) 낮다고 밝혔다. 형제간 세대 비교도 유사한 패턴을 보여 이러한 하락이 주로 가정 내 환경 요인에 의해 주도됐음을 시사했다 (차트 20).
국제 비교 데이터인 OECD의 PISA에서도 시험 점수 하락 경향이 관찰됐다. 2025년 PISA 결과(2026년 9월 공개)는 특히 충격적이었다. 이전 2022년의 부진이 팬데믹 영향일 것이라는 기대가 있었지만, 2025년 점수는 2022년보다도 더 낮았다 (차트 21).
국가별로 이민자 학생 비중 증가가 평균 점수 하락을 설명하는 일부 요인이었지만 전부는 아니었다. 비(非)이민자들의 시험 점수도 의미 있게 하락했다 (차트 22).
OECD는 점수 하락을 학생의 학습 참여도와 동기 저하에서 일부 원인을 찾았다. 특히 '새로운 것을 배우는 것이 따분하다'는 진술에 동의하지 않는 학생 비율이 2022~2025년 사이 71개 교육 시스템 중 60개에서 감소했고 나머지 11개는 거의 변화가 없었다.
OECD가 '성급한 독자(hasty readers)'로 분류한, 텍스트를 빠르게 훑고 오답을 내는 학생 비율은 2022년 약 7%에서 2025년 11% 이상으로 급증했다.
가장 불길한 징후는 AI를 요약, 에세이 초안 작성, 조사에 사용한 학생들이 그렇지 않은 학생들보다 과학 영역에서 약 20점 낮은 점수를 보였다는 점이다.
제3부: 고양이에게 미적분을 가르치기
AI의 금융 롤러코스터
현대 경제는 고도로 분업화되어 있다. 또한 최첨단 연구는 종종 가장 똑똑한 사람들에 의해 생산된다 (차트 23). 인구 감소와 학력 저하는 경제 성장의 두 가지 동력을 모두 위협한다.
다행히도 새로운 기술, AI가 이러한 역풍을 상쇄할 가능성을 약속했다. 초강력 인공지능은 쇠퇴하는 인간 인지능력을 보완하고, 인공지능 휴머노이드 몸체는 다가오는 노동력 부족을 완화할 것이라는 기대였다.
많은 신기술과 마찬가지로 AI의 금융 역사는 험난했다. ChatGPT가 2022년 11월 출시된 뒤 AI 주식은 급등했지만 5년 후 폭락했다. 데이터센터에 대한 대규모 투자는 2028년에 계산 용량 공급 과잉을 낳았고, 시장은 2027년부터 이를 선반영해 가격을 하락시켰다.
여러 면에서 데이터센터 건설 붐은 25년 전 인터넷 보급 과정과 유사했다. 1990년대 후반에는 데이터 트래픽의 기하급수적 증가가 통신 장비업체의 수익을 늘릴 것이라는 전제가 있었다. 데이터 전송량은 급증했지만 광섬유의 데이터 운반 효율도 크게 개선됐다. 결과적으로 통신 분야의 Capex는 정체했다 (차트 24).
AI에서도 비슷한 일이 벌어졌다. 모델이 처리하는 토큰 수가 기하급수적으로 늘어난 반면, AI 하드웨어와 모델 자체의 효율성 향상으로 토큰 단가가 폭락했다 (차트 25). AI 비용 하락 속도는 이전 기술혁명보다 더 빨랐다 (차트 26).
경쟁 구도는 많은 AI 기업의 재무 성과를 악화시켰다. 소셜미디어와 달리 AI는 네트워크 효과의 이득을 거의 누리지 못했다. AI 모델의 전환 비용은 그리 높지 않아 더 나은 모델이 등장하면 사용자가 쉽게 갈아탈 수 있었다. 이로 인해 마진은 매우 얇게 유지됐다.
'스케일링'이라는 화두에도 불구하고 AI 산업은 소셜미디어, 전자상거래, 전통 검색에서 관찰되는 견고한 규모의 경제를 일반적으로 갖추지 못했다. 그들 산업에서는 사용자 한 명을 추가해도 비용이 거의 들지 않는다. 반면 AI에서는 사용자를 추가하려면 더 많은 데이터센터를 지어 값비싼 칩을 장착하고 막대한 전력을 공급해야 했다.
AI 추론이 노트북이나 스마트폰 같은 로컬 기기로 이동하면서 데이터센터 수요는 추가로 약화됐다. 점점 더 많은 작업에서 로컬 모델은 데이터센터의 최첨단 모델과 거의 동등한 성능을 보였다 (차트 27). 데이터센터는 점차 과거의 메인프레임을 닮아갔다.
Microsoft는 2028년 OpenAI를 흡수했고 Apple은 2029년 Anthropic을 인수했다. 두 회사 모두 IPO 가격에 비해 상당한 할인으로 인수됐다. 대부분의 네오클라우드는 파산했다.
금융의 폐허 속에서도 AI 기술 진전은 계속됐다
닷컴 버블 붕괴 이후 인터넷 트래픽이 계속 증가했듯, AI도 붕괴 이후에도 기술적으로 진전됐다.
1세대 대형 언어모델(LLM)은 텍스트, 이미지, 비디오, 오디오 등 다양한 형태의 정보를 처리할 수 있는 멀티모달 모델로 대체됐다. 그 다음 단계인 월드 모델은 유리가 탁자에서 떨어졌을 때 무슨 일이 일어날지 같은 세상에 대한 예측을 가능하게 했다. AI 에이전트는 점점 더 많은 가설을 세우고 대규모 계산 자원을 활용해 이를 체계적으로 검증할 수 있었다.
시간이 흐르면서 AI는 종합(synthesis)에서 새로운 추론(novel inference), 그리고 발견(discovery)으로 진화했다. 즉, 훈련 데이터에 명시적으로 없던 새로운 지식을 창출할 수 있게 됐다.
2029년 중요한 순간이 왔다. 한때 잘 알려지지 않았던 중국 기업이 '아인슈타인 테스트'를 통과한 모델을 공개했다. 이 테스트는 1910년까지의 물리학 지식을 학습시켜 1915년에 발표된 아인슈타인의 장 방정식을 독립적으로 도출할 수 있는지를 검증하는 것이었다. 해당 모델은 아인슈타인 방정식을 도출했을 뿐 아니라 양자 얽힘에서 시공간이 나타나는 특성이라는 현대적 접근과 일치하는 방식으로 설명했다.
로봇의 등장
멀티모달 모델과 에이전트의 융합, 로보틱스의 발전은 이전에는 인간만 수행할 수 있었던 작업을 수행하는 차세대 AI 기반 로봇을 가능하게 했다.
대부분의 휴머노이드 로봇은 제조 기반이 큰 중국에서 생산됐다. 중국의 로봇 생산 우위는 가격을 낮게 유지해 빠른 보급을 가능하게 했지만, 다른 국가 기업들이 경쟁하기는 어렵게 만들었다.
노동의 몫은 더 큰 파이에서 줄어들었다
AI의 광범위한 사용은 세계 경제의 생산능력을 증가시켰다. 산술적 정체성으로서 산출은 소득과 같아야 한다. 따라서 AI는 총체적으로 국가들을 더 부유하게 만들었다.
그러나 AI의 이득은 인구 전체에 균등하게 분배되지 않았다. 노동이 차지하는 소득 비중은 줄고 자본이 차지하는 비중은 늘었다. 이는 자본 수익률이 급등했기 때문이라기보다 로봇과 그들이 일하는 공장 등 자본 스톡이 급격히 늘어났기 때문이다.
자본 스톡이 확대되면 특히 과거보다 감가상각이 빠른 자본일수록 지속적인 투자가 많이 필요하다. 세계적으로 투자는 저축과 같아야 한다. 저축을 장려하려면 일반적으로 실질 금리가 더 높아야 한다. 하지만 자본의 소유자는 상대적으로 부유하고, 부유한 사람들은 대체로 더 많이 저축한다. 그 결과 2030·2040년대 실질 금리는 장기 평균을 소폭 상회했다가, 세기가 후반으로 접어들면서 소득 성장이 물질적 욕구를 포화시키고 즉각적 소비 필요성이 낮은 인구 비중이 커지면서 다시 하락하기 시작했다.
인간 지능의 수익률 상승
초기에는 자동화가 비교적 쉬운 직업들이 대체됐다. 데이터 입력원, 번역가, 교정자, 주니어 프로그래머 등이 해당한다. 자율주행 차량이 보편화되면서 트럭과 택시 운전사의 수요도 줄었다.
시간이 지날수록 인지적 난이도가 높은 직업도 AI에 의해 대체될 위험에 노출됐다. 그러자 인간 노동자가 AI가 대체할 수 없는 어떤 일을 해야 하는지에 대한 질문이 제기됐다.
일부는 기본적으로 아무 것도 하지 않고 더 큰 경제 파이 덕분에 제공되는 관대한 정부 프로그램에 의존하는 길을 택했다. 그러나 많은 사람에게 그것만으로는 충분하지 않았다.
인간은 지위를 중시한다. 경제 파이가 커지면서 누가 그 파이를 통제하는지가 더 중요한 문제가 됐다. 제2부에서 언급했듯 지능과 부의 상관관계는 완전하지 않지만 존재한다. 이는 인간 지능에 대한 프리미엄을 높였다.
안전 문제도 모든 업무를 AI에 위임하는 것을 불가능하게 만들었다. 충분히 복잡한 시스템은 '계산 불가약성(computational irreducibility)'을 가진다. 복잡한 시스템의 10단계 이후 행위를 알고 싶다면 대개 10단계를 모두 실행해봐야 한다. 이는 AI 안전성에 큰 도전이었는데, AI가 무엇을 할지 원리상 예측할 수 없는 경우가 많다는 뜻이다.
또 하나 '고양이에게 미적분을 가르치기' 문제라 불린 현상이 있었다. 아무리 뛰어난 교사라도 고양이에게 고등수학을 가르칠 수는 없다. AI가 점점 더 능력을 갖출수록 그 산출물을 이해하는 능력은 점점 더 가치 있게 됐다. 그러나 인간 지능이 개선되지 않으면 그 지혜를 온전히 이해할 수 있는 사람은 점점 줄어든다.
인간 지능은 인공지능의 대체제가 아니라 보완제로 드러났다. 더 똑똑할수록 AI 시대에 기능하기가 쉬웠다.
문제는 어떻게 인간 지능을 향상시킬 것인가였다. 2020년대에 이 질문에 대한 해답이 서서히 등장했다. World War E의 토대가 마련되기 시작했다.
제4부: 설계된 아기
침실의 섹스, 실험실의 생식
2026년 10월, 한때 잘 알려지지 않았던 생명공학 기업 Herasight는 CogPGT라는 인지능력 예측 유전자 검사를 발표했다. 과거 연구들이 식별한 수천 개의 인지능력 관련 유전 변이를 활용해 각 배아에 대한 '다유전자 점수(polygenic score)'를 산출했다.
회사 측은 동일한 부모로부터 나온 다섯 개 배아 표본에서 최고·최저 CogPGT 점수 간 예상 IQ 차이는 대략 10점이고, 20개 배아의 경우 그 차이는 17점까지 늘어난다고 주장했다 (차트 28).
대부분의 Herasight 고객은 배아 선별에서 IQ를 최우선으로 삼지 않았다. 대다수는 단지 건강하고 행복한 아이를 원했다. 다만 반전이 하나 있었다. IQ에 대한 다유전자 점수는 다양한 바람직한 행동 특성의 다유전자 점수와는 양(+)의 상관관계를, 몇몇 정신질환과는 음(−)의 상관관계를 보였다 (차트 29). 따라서 일정 수준에서 IQ를 선택하는 것은 부모들이 원하는 다른 특성을 간접적으로 선택하는 효과를 냈다.
생식기술의 상승장
Herasight 같은 기업은 21세기에 인간 생식 기술이 본격화되는 선두에 섰다.
급성장하던 'reproductive tech' 산업은 체외성숙(in vitro maturation, IVM)으로 또 다른 전환점을 맞았다. 전통적 IVF는 난소 자극에 8~14일이 필요하고 매일 호르몬 주사와 반복적 초음파·혈액 검사가 동반됐다. Gameto 같은 혁신기업은(2026년 기준 임상 3상 단계) 이러한 성숙 과정을 여성의 몸 밖으로 옮기는 방식을 개발해 IVF 비용을 낮추고 여성의 신체적 부담을 줄일 것으로 기대됐다.
IVF 자동화에도 큰 진전이 있었다. 정자를 난자에 주입하는 과정은 고가의 현미경과 마이크로매니퓰레이터를 필요로 하는 고강도 노동이었다. Overture Life 같은 기업은 로봇 미세수술을 통해 과정을 단순화하겠다고 약속했다.
한편 연구진은 IVG(in vitro gametogenesis)로 IVF를 대체하려는 시도도 계속했다. 기존 IVF는 난자를 여성 난소에서 채취하지만 IVG는 줄기세포에서 기능적 난자를 만들어냈다. 이로써 더 이상 난자가 생식에 적합하지 않은 고령 여성도 임신할 수 있게 됐고, 수십에서 수백 개의 배아를 만들어 다유전자 점수를 적용할 수 있게 됐다.
새 기술을 수용한 이들은 새로운 생명의 탄생을 우연에 맡길 수 없다고 주장했다. 반대자들은 어떤 특성이 바람직한지에 대한 선입견으로 배아를 선택하고 폐기하는 행위는 근본적으로 부도덕하다고 반박했다. 다만 배아의 유전자 구성을 수정하기 전에 예측할 수 있는 기법이 등장하면서 이 문제는 어느 정도 완화됐다. 그럼에도 향상된 아이를 원한 부모와 그런 아이를 혐오한 부모 사이의 간극은 계속 커졌다.
많은 투자자는 도덕적 논쟁에 무관심했고 수익성에만 주목했다. 'reproductive tech' 주식은 2020년대 후반 대규모 상승장을 형성했다. 부록 A에는 2026년 이 분야 핵심 플레이어 일부를 나열했다.
베이비 팜으로 가는 길
World War E 기간의 대부분 사건은 거대한 계획의 일부라기보다 도미노처럼 연쇄적으로 발생했다. 하나의 발전이 다음 발전을 촉발했다.
소위 'baby farms'가 만들어진 과정이 그 좋은 예다. 2029년 싱가포르는 자녀가 향후 내는 세금의 일정 비율을 부모에게 돌려주는 법을 통과시켰다(자녀 개인의 소득은 줄지 않는다). 이는 저조한 출산율을 끌어올리기 위한 조치였다.
많은 경제학자와 인구학자는 자녀 창출이 긍정적 재정적 외부효과를 만든다고 환영했다. 부모는 자녀 양육 비용을 부담하지만 정부는 세금과 사회보장 기여를 통해 미래 혜택의 일부를 회수한다.
정책은 출산율을 다소 끌어올렸고, 다른 정부들도 유사한 법을 채택했다. 모든 경우에 아동의 복지를 보호하기 위한 조건들이 도입됐다. 방임 또는 학대의 경우 부모의 미래 지급권을 박탈하는 규정 등이 그것이다.
baby-backed securities
이 법의 단점 중 하나는 부모가 자녀 양육 비용을 부담하고 실제 세금 몫을 받을 때까지 시간이 많이 걸린다는 점이었다. 금융업계는 새로운 기회에서 수익을 취하는 데 주저하지 않았고, 농담 반 진담 반으로 'baby-backed securities'가 등장했다.
본질적으로 부모는 자녀의 미래 세금 지급권의 일부를 은행에 매각했다. 은행은 이러한 권리를 묶어 유동화한 증권을 기관투자가에게 판매했다.
부모가 출산 결정을 빠르게 현금화할 수 있게 되자 출산율은 추가로 상승했다. 더 결정적으로는 부모가 자녀의 미래 소득을 극대화하려는 강한 인센티브가 생겼다. 은행은 배아 선별을 거쳐 IQ나 기타 관련 특성에 대해 높은 다유전자 점수를 받은 자녀를 둔 부모에게 더 높은 선금을 제공했다.
21세기형 부모됨
부모가 자녀를 키울 수 있다면 왜 기업이 못하겠는가? 정부가 부모 됨을 보조하는 상황에서 이 질문은 현실적이 됐다.
미국 헌법은 이를 명시적으로 금지하지도 지지하지도 않는다. 2031년 대법원은 논란 많은 판결에서 기업이 자녀 양육 사업에 진입할 수 있다고 판결했다. 다만 이때의 기준은 기업이 만든 아이들이 전통적 가족에서 자란 아이들보다 반드시 더 잘 살 필요는 없지만, 탄생으로 인해 합리적으로 더 나은 처지에 있게 된다면 허용된다는 것이었다.
이들 기업은 보통 냉동 보관소에서 배아를 구입했다. 이어 전통 일자리를 잃은 여성들을 중심으로 대리모에게 신생아 출산을 맡겼다. 아이들은 위탁 가정이나 규제 기관이 운영하는 시설에 배치됐다. 외로움을 줄이기 위해 동일한 정자·난자 기증자를 여러 아이에게 반복 사용하는 방식이 흔했다. 이로 인해 대부분의 아이는 많은 생물학적 형제자매를 가지게 됐다.
2040년대에는 대리모 사용이 점차 인공 자궁으로 대체됐다. 이는 전통적 가족 밖에서 태어나는 아이 수를 크게 늘렸다.
경우에 따라 정부가 직접 양육 사업에 참여하는 예도 있었다. 중국은 이 분야에서 특히 적극적이었다. 2050년에는 출생 아동의 40%가 국가 운영 프로그램을 통해 태어났다. 거의 30년간의 인구 감소 끝에 중국의 인구는 회복을 시작했다.
정부가 이 현상을 환영한 또 다른 이유는 인구의 미래적 특성을 형성할 수 있는 추가적인 레버를 가지게 되었기 때문이다.
Big Five 성격 특성의 유전력은 평균 약 40%다 (차트 30). 많은 정부는 높은 IQ뿐 아니라 높은 성실성(conscientiousness)과 친화성(agreeableness)을 배아 선별에서 우선시했다. 또한 낮은 신경증(neuroticism)을 중시했는데, 이는 대체로 더 큰 행복과 높은 IQ와 상관됐다.
Generation E의 성년
2020년대에 다유전자 스코어링이 가능해지자 미래 세대의 복지에 미칠 영향에 대한 논쟁이 많았다. 추적 연구들은 많은 아이들이 전통적 가족에서 자라지 못한 것에 대해 후회감을 표현했음을 보여줬다. 반면 놀랍게도 상당수는 많은 생물학적 형제자매를 가진 것과 학교에서 두각을 나타낼 수 있었던 점을 장점으로 꼽으며 자신들의 양육을 선호한다고 답했다.
경제적으로 이들 아이들은 성과가 좋았다. 학계와 기업 리더십에서 과대대표되는 경향이 있었다. 유전적 표지를 운동능력에 유리하게 선택한 국가 기관 프로그램에서는 많은 이들이 스포츠에서 두각을 나타냈다. 2060년대에는 중국 선수들이 올림픽을 장악했다.
중국의 경제적 도약에 대한 우려는 다른 국가들로 하여금 자국 인구의 양적·질적 확대 노력을 강화하게 만들었다. 유전적 군비 경쟁은 본격화됐다.
초기에는 정치적 좌파가 배아 선별에 반대했다. 2020년대와 2030년대 초반 대부분의 유럽 정부는 이를 금지했지만, 일부 부부는 개인정보보호 법의 허점을 이용해 배아 정보를 얻을 수 있었다. 시간이 흐르면서 이 기술을 다시 병에 가둘 수 없다는 사실이 분명해졌다. 좌파의 관점도 '누군가 가질 수 있다면 모두가 가져야 한다'는 쪽으로 이동했다.
인류의 종말
좌파 일부가 이 기술의 보편적 접근성이 집단 간 차이를 제거할 것이라는 희망은 꺼졌다. 과거의 불평등이 완화되는 동시에 새로운, 더 큰 격차들이 나타났다.
가장 빠르게 나타난 사회적 균열 중 하나는 부모 밑에서 자란 집단과 그렇지 않은 집단 간의 분열이었다. 더 깊은 분열은 '유전적으로 향상된' 집단과 그렇지 않은 집단 사이에서 생겼다. 후자는 전자를 원망했고 전자는 점점 후자를 얕봤다.
21세기 후반에 접어들며 두 가지 주요 발전이 이 긴장을 더욱 악화시켰다.
첫째는 대규모 유전자 공학의 등장이다. 2010~2020년대의 CRISPR-Cas9 같은 유전자 편집 기술과 달리, 전혀 새로운 게놈을 설계할 수 있는 능력은 가능성의 지평을 열었다. 인간 간 변이는 극적으로 늘어나 서로 다른 인류 분기가 사실상 다른 종처럼 되는 수준에 이르렀다. '인류'라는 단일 개념은 서서히 사라지기 시작했다.
AI와 로보틱스의 인체 통합은 이 경향을 가속화했다. 인간 두뇌는 특정 작업에서 매우 효율적이지만 다른 작업에서는 약했다. 예를 들어 작업 기억은 매우 제한적이라 많은 사람이 10개의 무작위 숫자열을 기억하는 데 어려움을 겪었다. 디지털 저장과 신경 처리의 통합은 사람들에게 초인적 인지 능력을 부여했다.
경제 성장은 전례 없는 수준으로 치솟았지만 사회적 갈등도 심화됐다. 지구가 그 혼란을 어떻게 견뎌냈는지에 대해서는 아직도 논쟁이 많다. 어떤 이는 운이 좋았다고 말하고, 다른 이는 다중우주 선택 효과 같은 설명을 제시한다.
어쨌든 삶은 곧 지구에만 머물지 않았다. 수백만 개의 자기복제형 탐사선이 먼 별들로 보내졌다. 적합한 행성이 발견되면 탐사선은 그곳을 테라포밍했다. 각 식민자의 유전 정보와 뇌의 화학·분자·동적 상태를 거의 완벽하게 스캔한 데이터가 장거리 신호로 전송되어 신세계에서 물리적 몸체와 기억을 재구성하는 데 사용됐다.
다윈적 선택은 다른 양상으로 계속됐다. 자신의 생체기계적 청사진을 다른 항성계로 퍼뜨리는 데 적극적인 식민자들이 미래 문명의 시조가 됐다. 저출산에 대한 걱정은 우주가 생명으로 폭발하면서 사라졌다. 마지막 도미노가 넘어갔다. 새로운 장이 열렸다.
Peter Berezin
Chief Economist
peterb@bcaresearch.com
Follow me on
Linkedin & X
