# 한 번도 경험하지 못한 세상이 온다 — 위치가 운명이다

Part 5(AI 대전환, 새로운 부의 지도) 첫 강의. Part 4가 국가부채·재정지배라는 거시 구조를 다뤘다면, 이번 시리즈는 그 구조가 AI 혁명을 만나 어떻게 가속되는지를 본다. 첫 강의의 명제는 하나다. **"위치가 운명이다."** 같은 시대, 같은 제품을 만들어도 가치사슬의 어느 지점에 서 있느냐에 따라 결과가 완전히 갈린다는 뜻이다.

시작은 2024년 노벨 물리학상 수상자이자 'AI 대부'로 불리는 제프리 힌튼의 문장이다. **"AI는 소수를 부유하게, 다수를 가난하게 만들 것이다."** 힌튼은 2025년 9월 파이낸셜타임스 인터뷰에서 이 견해를 밝혔고, 앞서 2024년 12월 10일 노벨상 만찬 연설에서도 "생산성 증가의 혜택이 공평하게 공유될 수 있다면 인류 전체에 멋진 진보가 되겠지만, 안타깝게도 AI의 빠른 진보에는 수많은 단기 리스크가 따른다"고 말했다. 강의는 이 경고에서 출발해, "부의 사다리에 올라탈 수 있는 기회는 앞으로 약 5년밖에 남지 않았다"는 문제의식으로 10주짜리 시리즈 전체를 연다.

## 30년의 마진 격차 — 12배에서 50배로

같은 제품을 만드는 두 기업이 있다. 하나는 설계·브랜드를 쥐고, 하나는 조립만 한다. 이 둘의 이익률 격차가 지난 30년 동안 얼마나 벌어졌는지를 보면 "위치가 운명"이라는 말의 무게가 실감 난다.

1992년 PC 시대, 마이크로소프트(운영체제·소프트웨어)의 영업이익률은 38%였다. 반면 컴팩·IBM 클론·에이서 같은 PC 조립 OEM은 3%에 그쳤다. 인텔도 비슷한 정점(약 32%)에 있었다. 강의는 이 격차를 **"12배"**로 명시한다. 같은 IT 혁명의 쌍두마차였지만, 이후 30년 동안 마이크로소프트는 빅테크로 남았고 인텔은 오랜 부진을 겪었으며, 에이서 같은 조립 강자는 끝내 빅테크가 되지 못했다.

2012년 스마트폰 시대, 강의는 "iPhone 16 Pro Max $1,199 원가 배분" 도표를 제시한다. 애플(브랜드·iOS·마케팅) 60%($714), 삼성(디스플레이) 7%, 소니(카메라) 7%, 애플 자체설계 프로세서 4%, 메모리 3%, 폭스콘(조립) 1%다. 별도로 강의가 제시하는 "정점 vs 조립 영업이익률 격차" 도표는 이 시대의 격차를 **"15배(Apple/Foxconn)"**로 명시한다. 다만 두 도표를 그대로 대조하면 애플 60%를 폭스콘 1%로 나눈 값은 60배가 되어 "15배"와 산술적으로 맞지 않는다. 두 도표는 서로 다른 근거(원가 배분 비율 대 영업이익률 배수, 시점도 다를 가능성)로 보이는데, 강의 본문이 둘을 명시적으로 연결·해명하지는 않는다. 이 콘텐츠는 그 불일치를 임의로 통일하지 않고 원본 그대로 기록한다. 참고로 메모리 몫은 원래 3% 수준이었다가 최근 HBM 호황으로 6%까지 올라온 것으로 강의에 표기되는데, 이는 **메모리(HBM) 부품의 원가 배분 비율**이 오른 것이지 폭스콘의 조립 마진이 오른 게 아니다 — 폭스콘 조립 몫은 1%로 그대로다.

2026년 AI 시대, 강의는 두 수치를 각각 제시한다. "현재는 엔비디아 GPU의 전체 마진율이 무려 75%나 된다"는 인프라 마진 구조 설명, 그리고 별도 "정점 vs 조립" 도표의 **"2026년 50배(NVIDIA/Foxconn)"**다. 후자의 분모(2026년 폭스콘 마진율)는 본문에 명시적 숫자로 나오지 않아 75%와 50배를 직접 검산할 수는 없다. 함께 언급되는 수치로는 TSMC 파운드리 60%, 한국 HBM(SK하이닉스·삼성전자) 60%대(2026년 1분기 SK하이닉스는 72%), 반면 서버 OEM은 15%, 클라우드 운영은 12%(금리 상승기엔 이자 부담으로 마이너스 사례도 있다)다. 강의는 "폭스콘이 아이폰뿐 아니라 이제 엔비디아 칩 조립까지 맡고 있지만, 100만~200만 명을 고용하고도 낮은 마진율을 간신히 유지하는 반면 엔비디아는 이 마진을 홀로 독점한다"고 짚으며, 소프트웨어 쪽에서도 마진을 독점하는 기업이 나타나면 이 격차가 100배·200배까지 커질 수 있다고 본다.

> †1 — 엔비디아 공식 실적으로 다른 각도의 수치를 병기한다. 2026년 7월 26일 마감된 FY27 2분기 기준 매출 $96.221B, GAAP 영업이익 $63.734B(회사 전체 영업이익률 약 66.2%), GAAP·non-GAAP 매출총이익률(gross margin)은 나란히 75.0%다. 강의가 인용한 "GPU 마진 75%"와 공식 매출총이익률 75.0%는 숫자상 일치하지만, 강의가 말한 "GPU 마진"이 회사 전체 매출총이익률과 정확히 같은 지표를 가리키는지는 본문만으로 확인할 수 없다. 그래서 이 콘텐츠는 두 수치를 같은 것으로 단정해 대조·정정하지 않고, 공식 실적을 참고 자료로만 병기한다.

이 패턴이 30년째 반복되는 이유는 단순하다. 혁명 초기에는 언제나 인프라가 마진을 독점한다. 문제는 인프라만 계속 돈을 벌 수는 없다는 데 있다. 소비자 단에서도 누군가는 AI로 돈을 벌어야 그 순환이 지속되는데, 지금은 SaaS 기업과 AI 모델 기업(오픈AI·제미나이 등, 아직 흑자가 불안정) 모두 어려운 상태다. 이게 지속되지 않으면 닷컴 버블과 같은 캐즘이 올 수 있다는 게 강의의 경고다.

## AI 시대 스마일 커브 — "공간"에서 "본질"로

1992년 에이서 창업자 스탠 시가 만든 스마일 커브는 좌극단에 R&D·설계, 우극단에 브랜드·서비스, 가운데에 저마진 제조·조립을 놓았다. "가치사슬의 어느 위치에 있느냐"가 마진을 결정한다는 개념이다. 강의는 이 틀이 30년 만에 무너졌다고 본다.

### 새 좌극단 — 자본·데이터·AI 모델·플랫폼

AI가 코딩·설계까지 대체하기 시작하면서, 10~20년 경력의 전문가가 AI 군단을 이끌고 R&D까지 수행하는 시대로 바뀐다. 그래서 새 좌극단은 더 이상 "인간의 두뇌"가 아니라 AI로 대체할 수 없는 **자본·데이터·AI 모델·플랫폼**이다.

강의는 각 요소를 구체적 사례로 설명한다. **자본**은 AI가 대체할 수 없다. **데이터**의 중요성은 엔비디아의 자율주행 진출 사례로 짚는다 — 엔비디아는 하드웨어는 강하고 막대한 자본으로 자율주행 소프트웨어 업체들을 인수했지만, 정작 없는 것은 데이터다. 자율주행에는 실제 도로를 주행한 데이터가 필수적인데, 테슬라는 이미 100억 마일의 주행 데이터를 보유하고 있고 이게 강력한 해자가 된다. **AI 모델**은 가입자가 늘수록 데이터가 쌓이는 선순환 구조라 후발주자의 침범이 어렵다. **플랫폼**은 우버 사례로 설명한다 — AI 기업이 아무리 강해도 우버 같은 전 세계 택시 운행 플랫폼은 없고, 우버는 자사 운전기사들에게서 나오는 방대한 도로 데이터를 무기로 내세운다. 강의는 이 네 요소(자본·데이터·AI 모델·플랫폼)를 AI 시대가 본격화되기 전까지 우월한 가치를 갖는 "렌트의 시대"의 승자로 보되, 플랫폼조차 머지않아 흔들릴 수 있다고 덧붙인다.

### 무너지는 중앙 — 코딩부터 대기업 사무직까지

코딩·번역·법률·설계처럼 AI가 학습 가능한 영역은 중앙으로 밀려나 소멸 위험에 놓인다. 강의는 "AI가 자신의 창조주인 코딩 개발자의 직업부터 먼저 파괴했다"는 점을 신화 속 창조주를 파괴하는 존재에 비유한다. 다만 모든 코더·법률가·설계자가 사라지는 것은 아니다 — AI를 활용해 능력을 확장하는 10~20년 경력자는 오히려 기회를 얻지만, 5~10년 이하 경력의 사회 초년생은 대체 위험이 훨씬 크다는 게 강의의 진단이다.

### 새 우극단 — 신체·창의·맥락·에너지·원자재

브랜드·서비스도 더 이상 안전지대가 아니다(디즈니·나이키의 부진, "AI에게 운동화 뭐 살지 물어보고 산다"는 소비 방식). 대신 **신체(바이오)·창의력·맥락을 읽는 통찰력·에너지·원자재**처럼 AI가 원천적으로 만들어낼 수 없는 영역이 새 우극단이 된다. 강의는 창의력·통찰력에 대해 "AGI가 5년 뒤, 10년 뒤 온다는 예측은 1950년대부터 있었지만 실제로는 70년이 지난 2020년대에야 왔다"며, AGI가 창의력까지 대체할 거라는 전망을 지금부터 과도하게 받아들일 필요는 없다고 말한다. 에너지·원자재는 AI 시대일수록 더 많이 쓰이는 희소 자원이라며, 본격적인 논의는 4강으로 넘긴다.

강의를 관통하는 한 문장이 있다. **"공간은 옮길 수 있다. 베트남으로 공장을 옮겨도 마진은 1.5%다. 본질은 옮길 수 없다."** AI가 아직 학습하지 못한 것만이 진짜 자리다.

### 중간의 붕괴 — SaaS 학살

원래는 "1명이 10명의 일을 할 것"이라 예상했지만, 강의는 실제로는 1명이 100명 분의 일을, 내년이면 1,000명 분의 일을 할 수도 있다고 본다. 미국에는 이미 직원 10명짜리 유니콘 기업(매출 1조 원 이상)이 등장했고, 내년쯤엔 직원 1명짜리 유니콘도 나올 수 있다는 게 강의의 전망이다.

이 여파로 SaaS(구독형 소프트웨어) 기업들의 시가총액이 1~2조 달러 증발했다. 강의가 제시하는 구체 낙폭은 세일즈포스(고객관리 SW) -28%, 워크데이(인사·재무 SW) -33%, 인튜이트(세무 SW·터보택스) -46%, 아틀라시안(개발자 협업·지라) -35%, 어도비(디자인 SW·포토샵) -25%다. 강의는 어도비를 예로 들어 "영상 편집·썸네일 제작 같은 창의적 작업까지 AI로 대체되는데, 숫자를 다루는 인사·재무·세무 업무는 훨씬 더 빠르게 대체될 것"이라 짚고, 미국에서는 이미 법률 서비스 SaaS 기업들이 AI 대체로 타격을 받았다고 덧붙인다.

> †3 — 이 SaaS 관련 언급의 후속 사례 하나를 확인했다. 인튜이트 주가는 2026년 8월 실적 발표에서 내년 성장 전망을 낮추는 가이던스 재조정을 내놓으며 추가로 12% 더 떨어졌다(연초 대비 -46%는 8월 기준까지도 유지). 같은 시기 AI 에이전트가 소프트웨어를 대체할 것이라는 공포로 어도비·서비스나우 주가도 함께 하락했다. 다만 이건 개별 기업의 실적·주가 반응 사례 하나일 뿐, 이것만으로 "SaaS 산업 전체의 붕괴"가 확정됐다고 볼 근거는 아니다.

## 한국의 위치 — 70년 쌓은 무기의 균열

한국은 1953년부터 2024년까지 1인당 GNI가 67달러에서 3만 6천 달러로, 537배 성장했다(OECD 청년 대학 이수율 17년 연속 1위·70.6%, 1993년 세계은행이 "동아시아의 기적" 한국 모델을 권고 사례로 꼽았다). 인적 자본 하나로 이런 성장을 만든 사실상 마지막 국가다. 그런데 강의는 바로 이 무기가 AI 시대엔 가장 먼저 무너지는 자산이라고 짚는다.

### 첫 균열 — 신입 채용 0명 시대

2026년 1월 기준 청년 고용률은 43.6%로 5년 최저, 20대 취업자는 1년 전보다 19만 9천 명 줄었고, 20대 '쉬었음' 인구는 44만 2천 명으로 사상 최대, 구인배수는 0.36으로 사상 최저다. 스탠퍼드 브린욜프슨(2025년 8월, "Canaries in the Coal Mine")과 리벨리오 랩스(미국 진입직 채용공고 -35%) 연구가 근거로 제시된다.

강의는 이 원인을 "AI가 신입사원·수습사원이 하는 일을 가장 먼저 대체했기 때문"으로 짚는다. 회계사를 더 이상 채용하지 않는다는 기사, 기존 인력이 AI로 능력을 몇 배로 발휘하게 되면서 신입 훈련 자리가 사라지는 현상이 예로 제시된다. 카이스트 김대식 교수는 이를 "신입 채용 0명 시대, AI를 잘 쓰는 사람과의 경쟁이 시작됐다"고 표현했다. 강사 본인도 "AI가 발전할 때마다 오후 3시면 일이 끝나 생긴 여유 시간으로 사업을 2개에서 4개로 늘렸다"는 경험을 예로 든다. 2026년 5월 15일에는 에릭 슈미트 전 구글 CEO가 애리조나의 한 대학 졸업식에서 "AI 시대가 왔다"고 말하자 졸업생들이 야유를 보낸 사건이 미국 언론에 크게 보도됐는데, 강의는 이를 미국이 이미 "신입 채용 0명 시대" 문턱에 있다는 신호로 해석한다. 미국의 청년 고용은 이미 절반 이하, 3분의 1 수준까지 떨어졌고, 한국은 2~3년의 시차를 두고 뒤따를 것으로 강의는 전망한다.

> †2 — 이 흐름이 1월 이후에도 이어졌는지 확인했다. 국가데이터처는 8월 12일 2026년 7월 고용동향을 발표했다. 15~29세 청년 취업자는 전년 동월 대비 22만 6천 명 감소해 **45개월 연속 감소**했고, 청년 고용률은 44.2%로 1.6%p 하락하며 **27개월 연속 하락**했다 — 취업자 수와 고용률, 두 지표 모두 강의가 1월 시점에 짚은 위기 신호를 그대로 이어가고 있다.

### 한국 안에서도 갈리는 위치 — HBM은 끝자락, 나머지는 위험

강의는 한국 기업들을 두 그룹으로 나눈다. SK하이닉스·삼성전자의 HBM은 영업이익률 60%를 넘겨 "AI 마지막 한 가닥"을 붙잡았지만, 삼성SDS·LG CNS 같은 SI(시스템통합) 기업은 영업이익률 12% 수준이며 AI 에이전트가 SI 업무를 대체할 수 있어 "한국판 SaaS 학살" 위험에 노출돼 있다고 짚는다. 네이버 역시 AI 모델 자체를 지배하지 못한다면 AI가 흉내 낼 수 없는 자신만의 강점을 빠르게 찾아야 한다는 우려가 언급된다. 강의는 이런 기업들이 살아남을 유일한 방법은 스마일 커브의 양 극단으로 이동하는 것뿐이라고 본다.

인적 자본으로 뒤늦게 추격 중인 동남아·인도에 대해 강의는 "인적 자본을 기반으로 뒤늦게 추격하는 국가는 이제 투자 가치가 없다"고 단정한다. 로보틱스·AI가 바로 그 인적 자본을 대체하기 때문이다. 대신 에너지·원자재를 무기로 가진 개발도상국이 투자 대안으로 제시된다. 한국은 "HBM 한 가닥에 손가락 하나로 매달려 있는" 상태로 묘사되며, 유럽(브랜드)이나 일본(낮은 디지털화로 대체 속도가 느림)과 달리 한국은 디지털화가 높아 역설적으로 AI의 직업 파괴 속도가 더 빠를 것으로 강의는 전망한다.

### 강의 안의 명시적 권고 2건

학업·자녀 교육에 관해 강사가 직접 밝힌 권고는 다음 두 가지다.

- **"현재 대학교 1, 2학년이라면 최선을 다해 조기 졸업을 해야 한다."** 확실한 전문성을 갖춘 교수를 목표로 하는 경우가 아니라면, 졸업을 늦출수록 신입 채용 축소로 취업 문이 닫힐 위험이 커진다는 이유다. 이미 취업해 AI를 활용하기 시작하면 "증강 인간"으로 살아남을 가능성이 있지만, 기업이 AI로 완전히 대체한 뒤에는 직업 경험과 AI 활용 경험 자체를 쌓을 기회가 사라진다는 것이다.
- **"중학생·초등학생 자녀를 둔 경우, 자녀 교육을 처음부터 다시 설계해야 할 수도 있다."** 단순히 공부만 잘하는 것이 아니라 새 시대를 이끌 인재로 키우는 방향을 고민해야 한다는 취지다.

## 낙관 vs 비관 — 세 인물의 정면 충돌

일론 머스크는 "유토피아는 자동으로 온다"고 말한다(2025년 11월 *People by WTF* 인터뷰). 15~20년 안에 노동이 "선택"이 되고, 모두가 보편적 고소득(Universal High Income)을 누리며 "생각만 하면 무엇이든 가질 수 있는" 시대가 온다는 것이다. 강의는 이 발언을 AI 규제에 대한 반발을 줄이려는 의도로 해석하며, 절대 현실이 될 수 없다고 본다.

2024년 노벨 경제학상 수상자 다론 아세모글루(MIT, *Power and Progress* 저자)는 "1,000년 동안 신기술은 늘 엘리트가 먼저 차지했다"고 말한다. 산업혁명 초기 영국에서 자본가는 막대한 이익을 얻었지만 서민은 어려웠고, 탄광에서는 좁고 깊은 갱도에 성인이 들어갈 수 없어 10살도 안 된 아이들을 투입하고 몸집이 커지지 못하도록 음식을 제한하기까지 했다는 사례(찰스 디킨스 소설 등에 묘사)를 든다. 이런 역사를 근거로, 신기술 초기엔 상위 1%가 독점하고 나머지 99%로의 확산은 한참 뒤에야 온다는 패턴을 제시한다.

2024년 노벨 물리학상 수상자 제프리 힌튼은 AI의 생산성 자체는 부정하지 않는다. 다만 "그 풍요는 자동으로 공유되지 않는다"는 게 핵심이다. 사람들이 적극적으로 나서서 확산시켜야만 풍요가 나눠지며, 그렇지 않으면 AI 혁명을 주도한 소수와 올라탄 사람들만 누리게 된다는 입장이다.

> †4 — 아세모글루의 논문 두 편으로 각도를 넓혀 확인했다. 2024년 NBER 워킹페이퍼로 처음 나와 2025년 학술지 *Economic Policy*에 게재된 "The Simple Macroeconomics of AI"는, AI가 과거 자동화 기술만큼 격차를 벌리지는 않을 수 있지만 AI가 노동소득 불평등을 줄인다는 증거는 없으며 오히려 자본소득과 노동소득의 격차를 벌릴 것으로 본다고 밝힌다. 강의가 인용한 "1,000년 사례"보다 한 걸음 더 나간 지점은, 그가 2026년 A. Arda Gitmez·Mehdi Shadmehr와 함께 새로 낸 별도 논문 "Automation and Repression"이다 — 자동화가 정치적 억압과 함께 갈 수 있다는, 강의 본문엔 없던 새로운 각도의 경고다.

강사는 노벨상 수상자 두 명 쪽에 무게를 싣는다. 다만 이 강의 시리즈의 목표는 사회·국가 차원의 대책을 논하는 게 아니라, **개인이 어떻게 하면 이 풍요의 수혜자가 될 수 있는가**에 집중한다는 점을 분명히 한다. 아세모글루의 "1,000년 사례"와 힌튼의 "군림 vs 지배" 논의는 5강에서 본격적으로 다뤄질 예정이다.

## 개인 차원의 질문 — 세 가지 자가 진단

1강은 결론 대신 질문 세 개를 남기고 끝난다.

1. 내 회사·직업·전공은 스마일 커브의 어느 위치에 있는가? (마진 영역, 학습 가능 영역인지)
2. 내 직업은 AI가 학습 가능한 영역인가, 아닌가? (스스로 스마일 커브를 그려 테스트)
3. 자녀가 갖게 될 무기는 (구식) 인적 자본인가, 아니면 자본·데이터·창의력인가?

강의는 "대학에서 4년간 배우는 지식이 AI가 3초 안에 답할 수 있는 수준이라면, 그건 더 이상 인적 자본이 아니다"라고 짚으며, 앞으로 인적 자본에 들어갈 수 있는 것은 뛰어난 창의력·통찰력, 그리고 AI가 대체할 수 없는 데이터 영역의 새 직업들이라고 말한다. 자본(돈) 역시 AI가 복제할 수 없는 자원이라 계속 축적해야 할 대상으로 꼽힌다.

강의는 이 세 질문에 답을 정해주지 않는다. Part 5의 나머지 강의들이 이 질문에 답을 채워가는 구조다. 2강은 "3,000배의 법칙"(1997년 편지 한 통을 쓴 회사의 주가가 30년 뒤 3,000배 올라 1,000만 원을 300억 원으로 만든 사례, 4회 액면분할 조정 누적수익률·1997년 IPO $18 → 1주가 240주가 됐다는 각주가 붙는다)을, 3강은 "AI 시대, 금광 vs 청바지 장사"라는 골드러시 비유를, 4강은 "AI가 못하는 일에 부가 모인다"(신체·창의·맥락·에너지·원자재), 5강은 "군림할 것인가, 지배당할 것인가"(아세모글루·힌튼 논쟁 심화), 6강은 "새로운 부의 지도에 올라타라"를 다룰 예정이다.

---

## 회차 자료 보강

본 강의의 진단·정량을 외부 공식·시장 자료로 시간 연장·검증한 4종이다. **모두 검증·배경 역할에 한정하며, 강의에 없는 행동 권고로 바꾸지 않는다.**

**†1 — 엔비디아 FY27 2분기 공식 실적** [NVIDIA Announces Financial Results for Second Quarter Fiscal 2027 — NVIDIA Newsroom](https://nvidianews.nvidia.com/news/nvidia-announces-financial-results-for-second-quarter-fiscal-2027)
- 2026-07-26 마감분기: 매출 $96.221B, GAAP 영업이익 $63.734B → 회사 전체 영업이익률 약 66.2%
- GAAP·non-GAAP 매출총이익률(gross margin) 나란히 75.0%
- *역할: 검증(다른 지표 병기). 강의의 "GPU 마진 75%"와 공식 매출총이익률 75.0%가 숫자는 같지만 같은 지표인지 확인 불가 — 정정·대조하지 않고 공식 실적만 참고 자료로 첨부.*

**†2 — 한국 청년 고용 통계 최신치(2026년 7월)** [국가데이터처 2026년 7월 고용동향(8월 12일 발표) — 아주경제](https://www.ajunews.com/view/20260812092521146)
- 15~29세 청년 취업자, 전년 동월 대비 22만 6천 명 감소 — **45개월 연속 감소**
- 청년 고용률 44.2%(1.6%p 하락) — **27개월 연속 하락**
- *역할: 시간 연장. 강의가 짚은 1월 시점 청년 고용 위기가 7월까지 두 지표(취업자 수·고용률) 모두에서 방향을 유지하며 이어졌음을 확인.*

**†3 — SaaS 관련 시장 반응 사례** [24/7 Wall St. — Intuit Sinks 12%](https://247wallst.com/investing/2026/08/26/intuit-sinks-12-as-ai-disruption-fears-spread-from-turbotax-to-quickbooks-adobe-and-servicenow-drop-3/)
- 인튜이트, 2026년 8월 실적 가이던스 재조정 후 추가 12% 하락(연초 대비 -46% 유지)
- AI 에이전트發 공포로 같은 시기 어도비·서비스나우 주가도 하락
- *역할: 사례 후속(단일 사례 한정). 산업 전체의 실적 붕괴를 확정하는 근거로 쓰지 않고, 개별 기업의 시장 반응 사례로만 병기.*

**†4 — 아세모글루 논문 2편** [NBER — The Simple Macroeconomics of AI (2024, 2025 Economic Policy 게재)](https://www.nber.org/papers/w32487) · [NBER — Automation and Repression (2026, Acemoglu·Gitmez·Shadmehr)](https://www.nber.org/papers/w35336)
- "The Simple Macroeconomics of AI": AI가 노동소득 불평등을 줄인다는 증거는 없으며, 자본-노동 소득 격차를 벌릴 것으로 전망
- "Automation and Repression"(2026, A. Arda Gitmez·Mehdi Shadmehr 공저): 자동화와 정치적 억압의 연관성 경고
- *역할: 각도 확장. 강의가 인용한 "1,000년 사례"에 더해, 강의 본문엔 없던 별도 논문의 구체적 메커니즘과 새로운 각도(정치적 억압)를 보강.*

본 콘텐츠는 박종훈의 지식한방(Fanding @kpunch) 정규강의 Part 5 - 1강을 정리·재구성한 산출물입니다. 모든 저작권은 강사 본인에게 있으며, 본 교육 과정은 특정 자산의 매수·매도를 권유하지 않습니다. 모든 투자 판단과 그 책임은 투자자 본인에게 있습니다.