AI의 거시 생산성 효과가 확인되기 전에 통화정책을 움직일 수 있는가: 신트라의 중앙은행들

6월 29일부터 7월 1일까지 포르투갈 신트라에서 열린 ECB 중앙은행 포럼(ECB Forum on Central Banking)의 프로그램에는 AI와 금융안정에 관한 패널, 그리고 OpenAI 수석이코노미스트와 ECB 수석이코노미스트의 대담이 나란히 올랐습니다(ECB 2026). 마지막 날 정책 패널에서 취임 약 6주 차의 케빈 워시(Kevin Warsh) 연준 의장은 물가 안정이 중앙은행들 공통의 책무라는 말로 운을 뗀 뒤 이렇게 말했습니다. “지난 이틀 동안 제가 들은 것 가운데 공통된 것이 하나 있었다면, 그것은 AI라는 질문들에 대한 열린 태도, 생산성에 대한 열린 태도였습니다. 그러나 우리 모두 주위를 둘러보았고, 물가가 너무 높다는 것을 보았습니다.”(번역은 필자, 원문: “if there was a common thing I heard over the last couple of days, it was open-mindedness on these questions of AI, open-mindedness on productivity, but we’ve all looked around, and we’ve seen that prices are too high”, CNBC 2026a) 다만 워시 의장이 이 발언으로 통화정책 완화를 예고한 것은 아닙니다. 같은 자리에서 그는 7월 회의의 금리 방향에 대한 언급을 거부했습니다.

12일 뒤인 7월 13일, 크리스토퍼 월러(Christopher Waller) 연준 이사는 ‘기로에 선 통화정책(Monetary Policy at a Crossroads)’이라는 연설에서 최근 물가 상방 압력의 배경으로 관세, 에너지 가격, ‘AI 구축 수요의 파급’이라는 세 가지 요인을 열거했습니다. 반도체·칩·서버·컴퓨터 가격의 큰 폭 상승이 그 통로이며, 지금까지 전체 인플레이션에 미친 영향은 제한적이지만 투자 급증이 이어지면 더 커질 수 있다는 진단이었습니다. 여기에 “이번 주 근원 인플레이션이 또 높게 나오면 FOMC는 가까운 시일 내 긴축을 고려해야 할 것”(원문: “If we get another hot reading on core inflation this week, then the FOMC will need to consider tightening monetary policy in the near term”)이라는 조건부 발언도 있었습니다. FOMC는 2021~22년 인플레이션의 재연을 막기 위해 긴축에 나설 준비가 되어 있어야 한다는 문장과 함께였습니다. 다만 이것은 어느 한쪽의 예고가 아니었습니다. 월러 이사는 물가 오름세가 다시 낮아지는 것이 여전히 합리적인 결과이며 그 경우 현재 금리를 유지하겠다고 했고, 방향을 확인하려면 여러 달의 낮은 수치가 필요하다는 단서를 달았습니다. 긴축이 실업을 밀어올리고 침체를 부를 위험이 이제 훨씬 커졌다는 점, 그리고 과잉긴축은 피하겠다는 의지도 명시했습니다.

연설 다음 날 발표된 6월 근원 CPI는 전월 대비 보합(0.0%), 전년 대비 2.6%였고, 그다음 날의 6월 생산자물가(식품·에너지·유통서비스 제외 최종수요)는 전월 대비 0.1% 상승이었습니다(BLS 2026a; 2026b). 월러 이사가 조건으로 걸었던 ‘높은 수치’는 적어도 이 두 지표에서는 나타나지 않은 셈입니다. 다만 한 달 치 수치이고, 그 자신이 여러 달의 낮은 수치를 요구한 만큼 이것으로 판정이 난 것은 아닙니다. 연설 이틀 뒤인 7월 15일 워시 의장은 상원 은행위원회에서, AI발 가격 상승에 대해 일회성 가격 변화가 공급 반응이 따르는 만큼 반드시 지속적이거나 일반화된 인플레이션으로 이어지는 것은 아니라는 취지로 답했습니다(상원 은행위원회 2026; AP 2026). 서면 증언은 경제가 AI 구축에서 얼마나 이득을 얻을지는 알 수 없다면서도 이렇게 이어집니다. “그럼에도 지금 ‘AI 투자’라고 불리는 것이 머지않아 그냥 ‘투자’로 불리게 되는 것은 필연으로 보입니다.”(원문: “Yet it seems inevitable that what is now called ‘AI investment’ will soon be called just ‘investment.’”)

2주 사이의 이 세 장면은 같은 질문을 다른 각도에서 비추고 있습니다. 아직 확인되지 않은 AI의 거시 생산성 효과를, 통화정책은 어떻게 다뤄야 하는가.

두 개의 시간표

AI의 거시 효과는 시간표가 다른 두 갈래로 나뉩니다. 투자 붐은 지금 관측됩니다. BEA 국민계정의 기여도 계열을 합산하면 2026년 1분기 미국 실질 GDP 성장률 2.1%(전기비 연율) 가운데 정보처리장비와 지식재산생산물 투자의 기여가 약 1.5%포인트였고, 연간 계열로 본 2025년에는 성장률 2.1% 중 약 0.7%포인트, 3분의 1 수준이었습니다(계산: 필자). 두 가지를 감안하고 읽어야 합니다. 이 범주는 AI와 무관한 컴퓨터·소프트웨어·연구개발 지출을 포함하는 광의의 근사이고, 장비의 상당 부분이 수입품입니다. 기간과 범주 기준이 다른 민간 추정(MRB Partners)에서는 관련 수입을 조정하면 기여가 절반 안팎으로 줄어듭니다(세부 기준과 출처는 아래 ‘수치의 기준’ 참조). 동시에 데이터센터 건설 같은 구조물 투자는 이 범주에 들어 있지 않아, 이 수치는 AI 투자 전체의 추정치도 그 상한도 아닙니다. AI 관련 투자가 빠르게 확대되고 있다는 방향성은 다른 자료에서도 확인됩니다. BIS는 하이퍼스케일러 5개사가 2025~26년에 1조 달러가 넘는 AI 관련 설비투자를 집행할 예정이라고 집계했고, 2025년 내내 금융여건이 완화된 배경을 “AI 낙관론이 부채질한 글로벌 위험선호의 강한 급증”(원문: “the strong surge in global risk appetite fuelled by AI optimism”)으로 정리했습니다(BIS 2026).

반면 AI의 공급 쪽 효과, 곧 생산성은 미시와 거시가 갈립니다. 개별 과제와 사업장 수준의 미시 실험들에서는 생산성 향상이 일관되게 관찰되지만, 그것이 경제 전체의 생산성 통계로 이어졌는지가 아직 확인되지 않았습니다. 연준 스태프 노트도 같은 구분을 씁니다(Soto, Thieu and Allen 2026). 전편에서 정리했듯 현재 이용률 수준에서 검토된 추정치들은 수 퍼센트 이하의 잠재적 수준효과 또는 그 상한을 제시할 뿐 실현 시점과 경로는 정해져 있지 않고, 한국의 미시 자료에서는 보고된 시간 절감과 보고된 업무처리량 증가의 연결이 확인되지 않았습니다. 미국의 거시 생산성 가속 역시 AI로 귀속하기에는 경합하는 설명이 많습니다. 관측의 상태를 정리하면 이렇습니다. 광의의 AI 관련 투자와 그 성장 기여, 그리고 반도체·서버 등 일부 관련 품목의 가격 상승은 지금 지표에서 관측됩니다. 반면 이 붐이 전체 물가에 미친 순효과는 아직 식별되지 않았고(월러 이사도 지금까지의 영향은 제한적이라고 말합니다), AI에 귀속할 수 있는 경제 전체의 생산성 향상도 아직 거시지표에서 확인되지 않았습니다. 물가 우려를 함께 말한 워시 의장의 열린 태도와 월러 이사의 경고는 각각 이 두 시간표 위에 서 있다고 필자는 읽습니다.

1996년의 선례, 정확하게 읽기

이 딜레마에는 잘 알려진 선례가 있습니다. 1996년 9월 24일 FOMC에서 앨런 그린스펀 의장은 공식 통계가 생산성을 과소측정하고 있다고 논증하며 금리 인상론을 제지했습니다. 회의 녹취록의 표현으로는 “생산성 수치가 개선되고 있는지 판단하기는 어렵지만, 생산성 증가율이 통상적인 수치가 보여주는 것보다 훨씬 높다고 판단하기는 어렵지 않다”(원문: “While it is difficult to make a judgment about whether the productivity numbers are improving, it is not difficult to make a judgment that the rate of increase in productivity is a lot higher than is shown by the conventional numbers”)는 것이었습니다(FOMC 1996). 그날 위원회는 11 대 1로 동결을 의결했고, 이후 2년여간 인상은 1997년 3월의 25bp 한 차례에 그쳤습니다(상세 금리 경로는 아래 ‘수치의 기준’ 참조). 그 사이 실업률이 계속 떨어지는데도 근원 CPI 상승률은 1995년 3%에서 1997년 2.25%로 내려갔습니다. 후행 통계와 데이터 개정은 이후 그 판단을 점차 뒷받침했고, 1999년의 국민계정 종합 개정은 그 과정의 한 계기였습니다(Oliner and Sichel 2000). 당시 연준 이사였던 로런스 메이어는 뒷날 그린스펀의 생산성 판단을 “그는 우리 모두보다 먼저 옳았다”(원문: “He got it right before the rest of us did.”)고 회고했습니다(Meyer 2004; Blinder and Reis 2005에서 재인용). 다만 이 일화가 이렇게 기억되는 것은 그 판단이 결과적으로 맞았기 때문이기도 합니다. 통계 밖의 사정을 믿었다가 틀린 사례도 역사에 있습니다. 1970년대에 자연실업률과 경제의 유휴 정도를 실시간으로 잘못 추정한 판단이 대인플레이션의 한 배경이었다는 평가가 대표적입니다(Orphanides 2002).

이 일화는 종종 ‘중앙은행은 아직 통계에 없는 생산성을 믿어도 된다’는 근거로 소환됩니다. 그러나 세부를 읽으면 교훈은 그보다 좁습니다. 첫째, 그린스펀의 근거는 기대가 아니라 측정에 대한 논증이었습니다. 물가와 비용의 실제 움직임은 “생산성이 실제로 우리 통계가 나타내는 것보다 훨씬 빠르게 늘고 있어야만 설명된다”(원문: “we can explain it only if productivity is indeed rising a lot faster than our statistics indicate”)는 구체적 주장이었습니다(FOMC 1996). 둘째, 당시 인플레이션은 낮은 수준에서 안정 내지 완만한 하락 중이었습니다(공식 물가목표는 2012년에야 도입됩니다). 셋째, 그린스펀이 한 일은 완화가 아니라 긴축의 보류였습니다. 통계에 없는 생산성을 선반영해 금리를 내린 것이 아니라, 올릴 근거가 충분히 확실하지 않을 때 움직이지 않은 것입니다. 성공한 판단 하나가 곧 규칙이 되는 것도 아닙니다.

지금은 1996년이 아니다

같은 잣대를 지금에 대면 세 가지가 다릅니다. 첫째, 물가의 위치가 다릅니다. 당시에는 공식 목표가 없는 채로 근원 인플레이션이 하락 추세였던 반면, 지금은 명시된 물가 목표(전체 PCE 기준 2%)가 있고 이를 웃도는 국면입니다. 목표 지표인 전체 PCE 물가는 5월 전년 대비 4.1%였고, 기조를 보는 근원 PCE는 3.4%, 근원 PCE의 2026년 1분기 전기비 연율은 4.4%였습니다. 앞서 본 6월 근원 CPI(전년 대비 2.6%)만 보면 1990년대 중반과 비슷해 보일 수 있지만, 같은 5월 기준으로도 근원 CPI(2.9%)가 근원 PCE(3.4%)보다 낮게 나오는 통상과 반대의 괴리가 있고, 연준이 목표로 삼는 지표는 PCE입니다(6월 PCE는 이 글 시점에 아직 발표 전입니다). ‘기다림’의 비용 구조가 1990년대와 다릅니다. 둘째, 투자 붐이 물가에 작용하는 방향이 다릅니다. 반도체와 컴퓨터는 역사적으로 가격이 하락하며 인플레이션을 끌어내리던 품목인데, 지금은 AI 수요가 바로 그 품목들의 가격을 밀어올리고 있다는 것이 월러 이사의 진단입니다. 셋째, 생산성 쪽 증거의 상태가 다릅니다. 1996년의 그린스펀에게는 공식 통계가 실재하는 개선을 놓치고 있다는 구체적 논거가 있었지만, 지금 그에 해당하는 증거는 아직 얇습니다. 미시 조사에서는 지난주 업무에 생성형 AI를 쓴 사용자들이 평균적으로 시간 절감을 보고하지만 산출과의 연결은 확인되지 않았고, 거시 가속의 귀속은 열려 있습니다.

물론 반대 방향의 논거도 세워 볼 수 있습니다. 일회성 가격수준 변화와 지속적 인플레이션을 구분하는 워시 의장의 논리는 표준적인 경제학적 구분입니다. 다만 공급 반응의 크기와 시점은 실증적으로 확인해야 합니다. 그리고 잠재적 수준효과가 실현되어 생산비를 낮춘다면 AI는 물가에 하방 압력을 줄 수 있습니다. 그러나 생산성 향상은 잠재공급을 늘리는 동시에 투자수요와 중립실질금리를 높일 수도 있으므로, 확인된 생산성 향상이 정책금리 인하를 기계적으로 뜻하지는 않습니다(Jefferson 2026). 여기에 통화정책의 시차를 더하면 반론은 더 강해집니다. 정책 효과가 상당한 시차를 두고 나타난다면, 생산성이 통계에 확인된 뒤에야 움직이는 정책은 구조적으로 늦습니다. 1996년 일화의 함의가 바로 그것이기도 했습니다. 그럼에도 실현 시점의 불확실성은 양쪽 방향에 같이 걸리는 반면, 관측의 상태는 다릅니다. 투자와 일부 관련 품목의 가격 상승은 지금 지표에 나타나 있고, AI의 거시 생산성 효과는 아직 집계 지표에서 확인되지 않았습니다. 그리고 시차 논거가 지금 국면에서 힘을 얻으려면 1996년처럼 측정에 대한 구체적 반증이 필요한데, 그것이 아직 얇다는 것이 바로 앞 문단의 진단입니다.

점예측을 넘어 위험관리

필자가 보기에 이 상황에서 유용한 준거는 그린스펀이 2003년 잭슨홀 연설에서 정식화한 위험관리 접근입니다. “목표 달성 확률을 극대화하려는 중앙은행은 정책에 대한 위험관리 접근으로 이끌리게 된다고 나는 믿습니다”(원문: “a central bank seeking to maximize its probability of achieving its goals is driven, I believe, to a risk-management approach to policy”, Greenspan 2003). 1990년대의 생산성 일화를 이 틀로 읽는 것은 필자의 해석입니다만, 이 글에서는 다음처럼 정리할 수 있습니다. 판단해야 할 것은 ‘생산성 가속이 올 것인가’라는 단일 점예측만이 아니라, 가능한 결과의 분포와 두 방향 오류의 발생확률·비용을 함께 보는 일입니다. 아직 확인되지 않은 AI의 거시 생산성 효과를 선반영해 완화하면, 월러 이사가 명시적으로 경계한 2021~22년 인플레이션의 재연 위험을 무릅쓰게 됩니다. 반대로 생산성 향상이 이미 도착했는데도 이를 부정한 채 과도하게 조이면, 1990년대에 피했던 실수를 이번에는 저지를 수 있습니다. 어느 쪽도 비용이 가볍지 않습니다. 완화 쪽 오류는 인플레이션 기대의 고정이 풀리면 교정 비용이 커지고 오래갑니다. 긴축 쪽 오류도 마찬가지입니다. 긴축을 되돌려 금리를 내리더라도 그 사이 잃은 고용과 산출이 자동으로 회복되는 것은 아니며, 월러 이사 역시 과잉긴축이 실업 상승과 침체로 이어질 위험을 명시합니다. 어느 오류의 사회적 비용이 더 큰지는 사전에 확정할 수 없습니다.

비용의 우열과 발생 확률을 사전에 확정하기 어려울수록, 현재 근거의 강도는 중요한 판단 기준 가운데 하나가 됩니다. 지금 관측되는 것은 투자 붐과 일부 관련 품목의 가격 상승, 그리고 목표를 웃도는 물가이고, 아직 확인되지 않은 것은 그 붐의 물가 순효과와 AI에 귀속할 수 있는 거시 생산성 효과입니다. 그렇다면 낙관은 워시 의장의 표현대로 ‘열린 태도’의 자리에 두되, AI의 거시 생산성 효과가 확인되기 전의 낙관만으로 선제적 완화를 정당화하기에는 근거가 부족하다는 것이 필자의 판단입니다. 물론 1996년처럼 공식 통계의 과소측정을 보여주는 구체적 논거가 쌓인다면 이야기가 달라집니다. 그때는 기다림이 아니라 그 논거 자체가 정책 판단의 근거가 될 것입니다. 열린 태도만으로 금리를 미리 움직일 수는 없습니다. 열린 태도의 역할은 공식 통계가 따라오기 전에 판단할 수 있도록, 측정·전망 근거와 확인 지표를 미리 정교화해 두는 데 있습니다. 단위노동비용의 추이, AI 관련 품목과 그 외 품목의 물가 분해, 그리고 전편에서 정리한 미시·산업 지표들이 그 목록의 후보일 것입니다.

이 질문은 태평양 건너의 일만은 아닙니다. 반도체 투자 붐의 수요 효과가 먼저 오고 생산성 효과가 시차를 두고 오는 구조가 성장 전망이 상향된 한국 경제에서도 나타나는지는 이제부터 자료로 확인해야 할 질문입니다. 아직 확인되지 않은 AI의 거시 생산성 효과에 어디까지 기대어 정책을 설계할 것인가. 신트라의 질문은 한국은행의 질문이기도 합니다.

📐 수치의 기준

🔗 참고자료

🔍 함께 읽기

• AI 사용자가 아꼈다고 보고한 주 1.5시간은 어디로 갔나: 한국은행이 포착한 ‘생산성 단절’과 75억 달러+의 실험 (2026.7)
• 수십 년에서 몇 년으로? 노벨상 수상자들의 경고와 기술 채택의 데이터 (2026.7)
• 세계는 내리고, 한국은 올렸다: IMF가 공식화한 ‘AI 경제 격차’ (2026.7)

본 글은 필자 개인의 의견으로, 소속 기관의 공식 입장과 무관합니다.