AI가 과학의 가능성을 경제 성장으로 바꿀 수 있을까 – 10월 18일 하루 이슈

오늘은 AI가 만들어낼 미래의 크기보다, 그 미래를 말하는 근거의 종류를 구분해 기록한다. 기업 내부 시나리오, 과학 모델 개발 목표, 투자은행 관계자의 전망, 중앙은행 총재의 시장 해석은 서로 다른 증거다. 나는 이 차이를 섞지 않고 읽는다.

정보 기준: 2026년 10월 18일 오전, 한국시간. 10월 17일 새로 확인된 내용 가운데 네 가지를 골랐다. 직전 브리핑에서 다룬 중국 AI 기술 수출통제안, Tencent 에이전트의 웹 행동, 은행권 디지털자산 수탁, Circle의 USDC 확장, Schneider의 전력 수요와 AI·중립금리 논의는 반복하지 않는다.

1. Anthropic 내부 시나리오, 미국 GDP 2030년 44조 달러 가능성

Anthropic 공동창업자 Jack Clark는 IMF·세계은행 연차총회에서 회사 내부 경제 모델이 조건부로 미국 GDP가 2030년 44조 달러에 이를 가능성을 제시한다고 말했다. 현재 30조 달러를 조금 넘는 수준과 비교하면 큰 변화다. Clark 자신도 이 전망을 “매우 이례적”이라고 표현했다. 이는 정부나 국제기구의 공식 전망도, 공개된 예측모델의 기준 시나리오도 아니다. 기술이 계속 발전하고 과학적 발견이 새 산업과 생산으로 이어진다는 조건이 붙은 기업 내부 추정이다. Reuters 보도

나는 44조 달러를 AI의 미래를 증명하는 숫자로 쓰지 않는다. 오히려 그 숫자가 성립하려면 무엇이 확인돼야 하는지를 묻는다. 연구 시간이 줄어드는 데서 끝나는가, 아니면 신약·소재·공정처럼 실제 제품과 산업으로 이어지는가. 그리고 그 변화가 생산량이나 노동자당 부가가치에서 측정되는가. 과학 발견을 빠르게 하는 능력은 중요하지만, 발견과 경제적 성과 사이에는 검증·투자·규제·도입이라는 긴 단계가 남아 있다.

그래서 이 발언은 AI 투자의 낙관론이라기보다 검증할 질문으로 읽는다. 앞으로 기업의 AI 도입을 볼 때 모델 사용량보다 연구개발 주기, 제품화까지 걸린 시간, 실제 생산성 지표가 개선됐는지를 확인한다. 숫자가 크다고 해서 그 경로가 이미 완성된 것은 아니다.

2. CERN과 Mistral, 입자충돌 분석용 ‘Large Physics Model’ 개발 추진

CERN과 Mistral은 10월 15일 과학 연구를 위한 장기 협력을 추진한다는 의향서에 서명했다. 핵심 구상은 LHC의 양성자 충돌 시뮬레이션 수십억 건으로 학습하는 단일 사전학습 대형 물리 모델이다. 충돌 재구성, 입자 식별, 예상 밖 신호 탐색, 미래 검출기 설계 평가 등 여러 작업을 지원하는 것이 목표다. CERN은 LHC 실험 데이터가 약 1엑사바이트에 이르며, 2030년 전후 가동을 목표로 하는 고휘도 LHC에서는 충돌 건수가 10배 늘어날 것으로 예상한다. CERN 공식 발표

중요한 표현은 ‘개발 목표’다. 이번 발표는 검증된 모델의 출시나 과학적 발견을 뜻하지 않는다. 현재 입자 분석은 검출기 신호를 여러 전문 알고리즘으로 차례로 변환한다. 하나의 모델이 이 흐름 여러 단계에서 유용한 표현을 학습할 수 있다면 도구를 묶고 새로운 신호를 찾는 데 도움이 될 수 있다. 다만 과학에서는 그럴듯한 답보다 결과의 재현성과 불확실성 측정이 먼저다.

내가 보는 변화는 범용 챗봇의 크기 경쟁이 과학 데이터의 구조를 학습하는 전문 모델로 넓어진다는 점이다. 연구 성과를 판단할 때는 모델 이름이나 파라미터보다 기존 분석 대비 정확도, 놓친 신호와 오탐, 다른 실험 조건에서의 재현성을 봐야 한다. CERN과 Mistral의 발표는 그 시험을 시작하려는 계획으로 기록한다.

3. 중국 AI 공급망 IPO, Citi는 견조한 수요를 예상

Citi의 중국 투자은행 책임자 Simon Yuan은 최근 데이터센터 기업의 가치 조정에도 홍콩에서 중국 AI 공급망 기업의 상장이 이어질 것으로 예상한다고 말했다. 그의 설명으로는 중국 본토 투자자의 남향 자금과 국제 투자 수요가 함께 시장을 받치고 있다. 다만 미국 AI 투자 사이클이 크게 꺾이면 홍콩도 영향을 피하기 어렵다고 경고했다. 이는 IPO 시장 전체를 관찰한 확정 결과가 아니라 투자은행 관계자의 전망이다. Reuters 보도

같은 보도에 따르면 홍콩에서는 2026년 첫 9개월 동안 전체 업종에서 118개 기업이 상장해 3,880억 홍콩달러를 조달했다. 이는 전년 동기보다 106% 늘어난 규모다. 이 수치는 AI 공급망 기업만의 실적이 아니라 홍콩 IPO 시장 전체의 수치라는 점을 분리해서 봐야 한다. Yuan은 향후 상장의 관심이 하드웨어에서 AI 모델과 애플리케이션 기업으로 이동할 수 있지만, 이들은 매출 성장과 수익성 경로를 입증해야 한다고 덧붙였다.

나는 이 전망을 “중국 AI IPO는 안전하다”로 줄이지 않는다. 중국 본토의 자금 흐름이 완충 역할을 할 수 있어도 글로벌 AI 투자심리와 완전히 분리된 시장은 아니다. 실제 공모가와 수요, 상장 뒤 주가, 매출과 이익이 따라오는지를 확인해야 한다. 지역별 자금 논리가 다르다는 사실과 기업의 사업성이 검증됐다는 주장은 서로 다르다.

4. Lagarde, 채권 매도가 유로존 성장과 물가를 더 누를 수 있다고 평가

ECB 총재 Christine Lagarde는 10월 17일 장기금리 상승으로 유로존의 금융 여건이 지난 9월 전망 때보다 긴축됐다고 말했다. 채권 매도로 차입 비용이 높아지면 성장세가 둔화하고, 에너지 가격이 소비자 물가로 전가되는 폭도 당시 예상보다 줄어들 수 있다는 평가다. 세계 채권금리 상승에는 부채와 물가 우려뿐 아니라 AI 투자에 필요한 신용 수요도 영향을 줬다고 Reuters는 전했다. Reuters 보도

나는 이번 발언을 새 금리 결정으로 읽지 않는다. 시장금리가 오르면 중앙은행이 정책금리를 바꾸기 전에도 기업과 가계의 대출 조건이 먼저 나빠질 수 있다는 설명이다. 다만 금리 상승이 실제로 소비와 투자를 얼마나 줄일지, 에너지 가격의 물가 전이를 얼마나 막을지는 앞으로 확인할 문제다. 보도 당시 시장은 12월 추가 인상 가능성을 예상했지만, 시장의 예상은 ECB의 확정 결정이 아니다.

직전 브리핑에서 다룬 중립금리 논의를 반복하기보다, 이번에는 장기 채권금리 자체가 현재 금융 여건을 조이는 통로가 될 수 있다는 Lagarde의 평가에 초점을 둔다. 정책금리 발표만 기다리기보다 장기금리와 기업 조달비용, 에너지 가격이 소비자 물가로 옮겨가는 정도를 함께 보겠다.

오늘 내가 남기는 판단

오늘 네 가지 자료는 AI가 과학적 발견을 돕고 경제를 크게 바꿀 수 있다는 기대를 보여주지만, 기대의 근거는 아직 서로 다르다. 미국 GDP 44조 달러는 조건부 내부 시나리오이고, CERN의 물리 모델은 개발 목표다. 중국 AI 공급망 IPO에 대한 낙관은 Citi 관계자의 전망이며, 유럽의 장기금리 영향은 중앙은행 총재가 설명한 현재 금융 여건의 변화다.

나는 이 내용을 한데 묶어 “AI가 경제를 바꿨다”고 결론내리지 않는다. 대신 성과가 실제로 나타나는 지점을 추적한다. 과학에서는 재현 가능한 분석과 새 신호, 기업에서는 제품화와 생산성, 자본시장에서는 공모 수요와 현금흐름, 거시경제에서는 장기 조달금리와 물가 전이다. 다음에 확인할 것은 전망의 크기가 아니라 그 사이를 잇는 증거다.

투자 해설은 시장구조 분석을 위한 것이며 특정 자산의 매수·매도 권고가 아니다. 최종 판단과 책임은 각자에게 있다.