연금 기금이 인공지능을 피하는 것은, 전문적인 인공지능이 그 산업에 혼란을 가져올 것이라고 말하는 것입니다.

호주 최대 연금 기금은, 인공지능 관련 시장이 과열 상태에 있다고 판단하여 글로벌 주식 투자를 줄였습니다. 같은 연금 기금은 “암묵적 인공지능”이 연금 산업을 혼란시킬 것이라고 지적하고 있습니다.

두 문장 모두 사실입니다. 이 두 문장을 함께 생각해보면, 헤드라인 작성자들이 놓친 무언가를 알 수 있습니다.

화려한 이미지 너머로…수년 동안 사람들은 인공지능이 산업계에 혼란을 일으킬 것이라고 주장해왔습니다. 이번에는 연금기금들이 자율적으로 작동하는 인공지능 에이전트를 도입할 것이며, 이로 인해 그들의 산업 구조가 변화할 것이라고 말하고 있습니다. 하지만 어떤 주장이 현실인지, 아니면 마케팅 전략에 불과한지는, 그 주장에 나오는 내용보다는 돈이 어디로 흘러가는지를 보면 알 수 있습니다.

그 모순을 아무도 눈치채지 못했다.

2025년 12월, 오스트레일리안슈퍼 –세계에서 가장 큰 20개 연금 기금 중 하나로, 4000억 호주 달러 규모의 자산을 관리하고 있습니다.그 회사는 글로벌 주식에 대한 투자 규모를 줄이겠다고 발표했습니다. 파이낸셜 타임스에 따르면, 인공지능을 활용한 미국 주식 시장의 상승세가 점점 지나치게 되고 있다고 판단했기 때문입니다. 이는 사소한 조정이 아니라, 인공지능 기반 투자 전략이 더 이상 효과적이지 않다는 신호였습니다.

그리고 25년 동안 일해온 CIO인 마크 델라니는 은퇴하면서, AI 관련 투자에 대해 “잘못된 선택이었다”고 말했습니다. 그는 AI 관련 투자를 너무 늦게 시작했기 때문에 의미 있는 수익을 얻지 못했다고 말했습니다.“투자란, 불확실성 속에서 미래에 대해 판단하는 것을 의미한다.”그의 판단에 따르면, AI를 이용한 주식 거래로 인해 이미 많은 손실이 발생했다고 합니다.

한편, 연금 산업에서는 “AI가 연금 관리 방식을 변화시킬 것”이라는 주장이 제기되고 있습니다. SS&C, 레드햇, 그리고 업계 협회들이 제공하는 자료들에 따르면, 자율적인 AI 에이전트들은 연금 관리 방식을 혼란스럽게 만들 수 있다고 합니다.자금 데이터를 지속적으로 모니터링하고, 이해관계의 충돌을 추적하며, 스트레스 테스트를 실행합니다.이 분야에 대해 연구하는 산업 단체인 ASFA가 관련 내용을 발표했습니다. LGT 웰스의 호주 지부는 “AI의 급격한 영향력 확대”라는 제목의 기사를 게재했습니다.주요 동력으로서의 에이전트형 AI.

문제는 간단합니다. 이 회의에서 가장 큰 구매자도, 바로 이러한 변화가 그들의 이익에 도움이 될 자산들을 포기하고 있는 것입니다.기관 구매자가 주식을 매각할 때, 언론에 발표하는 내용은 “이 기술로 인해 모든 것이 바뀔 것”이라고 합니다. 하지만 이때 나타나는 ‘PR과 실제 상황의 차이’는 측정할 가치가 있는 것입니다.

“에이전틱 AI”가 실제로 무엇인가요?

‘에이전트형 AI’란, 질문에 대한 답변을 제공하는 것뿐만 아니라, 여러 단계로 구성된 작업을 자율적으로 계획하고 실행할 수 있도록 설계된 AI 시스템을 말합니다. 챗봇과 달리, 에이전트형 AI는 인간이 각 단계를 직접 처리하지 않고도 자체적으로 정보를 조회하고, 제3자 시스템과 상호작용하며, 결정을 내리고, 행동을 취할 수 있습니다.

이 정의는 마치 공상과학처럼 들립니다. 왜냐하면 현재의 엔지니어링 기술은 그다지 과학적인 성격을 가지고 있지 않기 때문입니다.

가트너는 공급업체가 아니라, 이러한 시기 등을 정확하게 예측할 수 있는 연구 기관입니다. 가트너는 2025년 6월에 다음과 같이 예측했습니다:2027년 말까지, 기업들이 활용하는 인공지능 프로젝트의 40% 이상이 취소될 것입니다.그 이유는, 비용이 계속 증가하고, 비즈니스적 가치가 명확하지 않으며, 위험 관리를 제대로 하지 못한다는 것입니다. 이는 초기 도입 과정에서 발생할 어려움에 대한 예측이 아닙니다. 사실, 5개 중 2개 이상의 기업에서 해당 시스템을 도입한 후 2년이 지나기 전에 시스템이 실패할 것으로 예상됩니다.

2026년 중반을 기준으로 볼 때, 독립적인 조사 결과도 이러한 상황을 확인해줍니다. 대부분의 기업들은 여전히 에이전트형 AI를 실제 운영에 적용하는 데 어려움을 겪고 있습니다. 큐브 리서치는 2025년을 “에이전트의 해가 되지 않을 것”이라고 단호하게 말했습니다. 이 예측은 1년 전에 내려진 것이었습니다. 하지만 현재 상황은 그 예측을 뒤집기에는 충분히 변하지 않았습니다.

“AI가 연금 제도를 혼란시킨다”는 주장과 “40%의 취소율에 더해 생산 과정에서 발생하는 실패들”이라는 주장 사이의 간격은 시간적인 문제가 아닙니다. 이는 실현 가능성의 문제입니다.

각 에이전트당 비용 프레임워크

이것은 연금 산업의 AI 전문가들이 전혀 고려하지 않는 부분입니다. 바로 인프라와 관련된 경제적 측면입니다.

기업용 AI 시스템을 구현하는 비용은 다양합니다.기본적인 단일 에이전트 시스템의 경우 15,000달러이며, 엔터프라이즈급 다중 에이전트 시스템의 경우는 150,000달러 이상입니다.이는 초기 구축 비용이며, 지속적으로 발생하는 비용은 아닙니다. 각 에이전트는 인식 작업을 수행하기 위해 GPU 인프라가 필요합니다. 단순한 챗봇의 경우와 달리, 에이전트 기반 시스템은 지속적으로 작동하며, 모니터링, 계획 수립, 실행 과정을 반복합니다. GPU의 비디오 메모리 사용량은 활성화된 에이전트의 수와 그들의 추론 과정의 복잡도에 따라 증가합니다.

수천 개의 포트폴리오를 관리하는 4000억 달러 규모의 연금 기금을 운영하는 경우, 에이전트형 AI를 필요한 규모로 활용할 수 있다는 생각은, 아무도 공개하지 않는 아이디어입니다. 해당 업체들은 “자율적인 모니터링”과 “예방적 서비스 제공”을 약속하지만, 하루에 사용되는 토큰의 양, GPU 랙의 수, 그리고 각 결정에 따른 오류율 등에 대한 정보는 공개하지 않습니다.

유능한 인프라 구매자라면, 공급업체가 단위당 비용을 공개하지 않으면, 그 비용 구조는 제품의 약점이 아니라, 단순히 비밀이 되는 것일 뿐이라는 것을 잘 알고 있습니다.

이런 수학적인 계산 없이도 산업계의 이야기가 전개될 수 있는 이유는, 에이전시용 AI가 단순한 기술 도입이 아니라, 혁신적인 변화를 가져올 수 있는 기술로 판매되고 있기 때문입니다. 전자는 상당한 비용이 필요한 반면, 후자는 데이터 센터 구축에 많은 비용이 듭니다.

누가 이 이야기의 혜택을 받는가?

퇴직 관련 분야에서의 AI 기반 비즈니스 모델은, 자율적으로 작동하는 에이전트를 대규모로 구축하고 운영하는 자산 관리 회사들이 주도하지 않습니다. 대신, SS&C와 같은 금융 기술 기업들, 레드햇과 같은 인프라 전문 회사들, 그리고 구현 서비스를 제공하는 컨설팅 회사들이 이러한 비즈니스를 주도하고 있습니다.

에이전트형 AI 대화를 통해 이익을 얻는 모든 기관들은, 이러한 혼란이 곧 발생할 것이라고 선언하는 데 큰 이익을 얻습니다. 그들 중 어느 곳도 40%나 되는 취소율이나 생산 중단 사고들을 공개할 동기가 없습니다.

모든 출처가 해당 결론을 얻는 데 있어서 재정적 이익을 가지고 있는 경우, 그 결론을 분석이 아니라 마케팅의 일환으로 간주해야 합니다.

이는 자율적인 AI 도구가 연금 운영에 있어서 결코 중요하지 않다는 의미는 아닙니다. 물론, RPA와 마찬가지로, 이러한 AI 도구도 오늘날의 백오피스 작업 흐름에 중요한 역할을 할 수 있습니다. 하지만 “파괴적 변화”라는 개념은 기술이 신뢰할 수 있고, 감사가 가능하며, 복잡한 금융 업무 흐름 속에서도 효과적으로 활용될 수 있도록 해야 한다는 것을 의미합니다. 하지만 이러한 조건들은 전혀 충족되지 않습니다.

투자와 관련된 영향들

교차하는 흐름들이 분명하게 보입니다.

• 오스트레일리안슈퍼는 AI에 의해 영향을 받는 주식의 수를 줄이고 있습니다.왜냐하면 그 거래가 이미 끝났고, CIO는 미래에 얻을 수 있는 이익이 제한적이라고 생각하기 때문입니다. 그것이 바로 기관들이 투자하는 방식입니다.
• 퇴직 관련 분야에서의 AI 기반 이야기들은 주로 공급업체가 주도합니다.이는 배포 방식에 의해 결정되는 것이 아닙니다. 혼란을 조장하는 사람들은 바로 그 솔루션을 판매하는 사람들입니다.
• 엔터프라이즈 에이전트형 AI의 취소율은 40% 이상으로 예상됩니다.대부분의 조직들은 여전히 시범 단계에 머물러 있으며, 실제적인 생산 단계에는 이르지 못하고 있습니다.
• 에이전트형 AI를 확장하는 과정에서의 인프라 관련 경제적 문제는 아직 논의되고 있지 않습니다.그리고 판매자들에게는 그러한 행동을 해서는 안 됩니다.

방향성적으로 볼 때, 기관 구매자는 주요 이해관계자들보다 더 많은 정보를 가지고 있습니다. 4000억 달러 규모의 자금이 미국의 인공지능 인프라에 투자하는 경우, 그 결정은 과도한 투자를 의미합니다. 이러한 신호는, 같은 산업 분야가 “에이전트 기반의 혁신”을 추구하라고 요구받고 있을 때조차도 중요한 신호입니다.

실질적인 결론은, 연금 분야에서의 인공지능에 의한 혁신이라는 개념은 단순히 공급업체들이 주도하는 과정일 뿐이며, 아직 그러한 혁신을 뒷받침할 만한 기술적 성과는 나타나지 않았다는 것입니다. 이러한 혁신을 실현할 것으로 예상되는 펀드들은 오히려 그러한 혁신을 뒷받침할 수 있는 자산들을 포기하고 있습니다.

어떤 것이 마케팅적인 허세였고, 어떤 것이 실제적인 분석 결과인지를 판단해야 합니다.