초풍요 경제, 공상과학인가, 현실인가?

초풍요 경제, 공상과학인가, 현실인가?

초풍요라고 하면 흔히 모든 물건이 공짜가 되는 먼 미래를 떠올린다. 하지만 초풍요의 본질은 거기에 있지 않다. 택시 요금이 지금의 10분의 1이 된다면 무엇이 달라질까? 미국행 항공권이 100분의 1이 된다면 우리는 여전히 이동을 지금과 같은 방식으로 생각할까? 가격이 절반이 되는 것은 같은 시장 안의 경쟁이다. 하지만 10분의 1, 100분의 1이 되면 시장 자체가 바뀐다. 비싸서 하지 않던 일을 하게 되고, 없던 수요가 생기고, 제품과 고객과 기업의 경계까지 움직인다.

초풍요(superabundance)는 거의 모든 것이 매우 저렴해져 누구나 거의 무엇이든 이용할 수 있는 경제를 말한다. 출발점은 바로 이 가격의 자릿수 변화다. 따라서 초풍요를 본다는 것은 ‘무엇의 비용이 어떤 방식으로 낮아지고, 그 결과 공급의 제약이 어떻게 풀리며, 그 위에서 어떤 새로운 가치가 만들어지는가’를 살피는 일이다.

이 질문은 곧 경영의 질문이기도 하다. 지금까지 경영은 희소한 자원을 효율적으로 배분하면서 가치를 만들어 왔지만, 이제는 풍부해지는 자원을 서로 묶어 이전에는 가능하지 않았던 가치를 만드는 일까지 그 중심에 들어오게 될 것이다.

초풍요 경제는 한계비용 제로 경제다

먼저 한계비용, 평균비용, 가격을 구분해야 한다. 한계비용은 제품을 하나 더 만들거나 서비스할 때 추가로 드는 비용이다. 평균비용은 고정비와 변동비를 포함한 전체 비용을 생산량으로 나눈 값이고, 가격은 시장에서 결정된다.

정보재는 이 차이를 가장 분명하게 보여준다. 예컨대 소프트웨어나 디지털 콘텐츠는 처음 만드는 데 큰 비용이 들 수 있지만 완성된 복사본을 하나 더 배포하는 한계비용은 0에 가깝다.[1] 공급량이 늘면 고정비의 단위당 분담액이 빠르게 작아져서 한계비용에 수렴한다.

한계비용 제로 경제의 개념곡선
그림 1. 한계비용 제로 경제의 개념곡선. 추가 복제비용을 0으로 둔 모형에서는 공급량이 늘수록 고정비 분담액(F/Q)이 낮아져 단위원가가 0에 수렴한다. x축은 공급량(Number of Units), y축은 단위원가(Unit Cost)다. 출처: 노상규, 《테슬라 Why》, 2025, p.242; Organic Media Lab, 2022.

예를 들어 일정 기간의 개발비가 2조 원인 소프트웨어라면, 사용자가 100만 명일 때 1인당 분담액은 200만 원, 1천만 명이면 20만 원이다. 물론 이것이 서비스 원가의 전부는 아니다. 쓸 때마다 드는 연산·통신·운영 비용은 따로 남는다. 그래도 규모가 커질수록 1인당 고정비가 급격히 줄어든다는 원리는 분명하다. 그래서 한계비용이 낮은 제품에서는 낮은 비용→낮은 가격 또는 더 높은 품질→시장 확대→더 낮은 단위비용의 선순환을 설계할 수 있다.[2]

초풍요의 핵심은 이 원리가 정보에만 머물지 않는다는 데 있다. 정보(Bits), 물질(Atoms), 에너지(Energy), 돈(Money)의 네 흐름 모두에서 비용과 제약이 낮아지고 있다. 다만 그 방식이 서로 다르다.

1. 정보의 흐름: 복제의 비용에서 지능의 비용으로

정보는 한 번 만들어지면 매우 낮은 추가 비용으로 복제하고 전달할 수 있다. 우리가 경험한 인터넷은 이 특성을 전 세계 규모로 확장한 것이다.

AI는 한 걸음 더 나아가 정보의 전달 비용뿐 아니라 정보를 읽고, 비교하고, 요약하고, 코드를 만들고, 판단하는 지능의 이용가격까지 낮춘다. 물론 추론할 때마다 전기가 필요하므로 AI의 답 하나가 공짜인 것은 아니다.

그래도 눈여겨볼 것은 하락 속도다. Epoch AI가 2025년 공개한 분석은 여섯 개 벤치마크에서 같은 성능을 내는 모델의 추론 이용가격이 성능 기준에 따라 연 9배에서 900배까지 낮아졌음을 보여준다.[3]

같은 성능의 LLM을 이용하는 가격은 빠르게 낮아지고 있다
그림 2. 같은 성능의 LLM을 이용하는 가격은 빠르게 낮아지고 있다. Epoch AI가 2025년 3월 공개한 여섯 벤치마크 분석이다. y축은 USD/100만 토큰(로그), x축은 모델 공개일이며, 성능 기준별 추론 이용가격 하락률은 연 9~900배로 관찰됐다. 주로 API 이용가격을 측정한 결과다. 출처: Epoch AI, “LLM inference prices have fallen rapidly but unequally across tasks”, CC BY.

2026년 Epoch AI의 후속 연구는 추론에 실제로 쓰인 토큰까지 넣어 다섯 벤치마크에서 같은 성능을 내는 비용을 추적했고, 2023년 이후 그 비용이 분기마다 약 47%, 해마다 약 13배 떨어졌다고 추정했다.[4] 그림 2가 토큰당 가격을 본다면, 이 분석은 같은 성능을 내는 데 실제로 드는 총비용을 본다. 어느 쪽으로 재든 결론은 같다. 지능을 반복해서 쓰는 문턱이 빠르게 낮아지고 있다.

그 결과 소프트웨어의 역할도 달라진다. 챗봇은 사람이 묻고, 답을 받아, 다시 사람이 일하는 도구다. 에이전트는 다르다. 사람이 목표를 주면 스스로 도구를 써서 여러 단계를 실행하고 결과를 가져온다. 지능의 이용비용이 내려가면 예전에는 사람의 시간이 아까워 하지 못했던 조사, 비교, 시뮬레이션, 개인화, 반복 실험이 가능해진다. 더 큰 변화는 하던 일이 싸지는 데보다 하지 않던 일, 불가능했던 일을 하게 되는 데 있다.

2. 물질의 흐름: 물건이 아니라 ‘한 번의 서비스’ 비용을 낮춘다

물질은 정보처럼 복제되지 않는다. 자동차 한 대, 로켓 한 기, 로봇 한 대를 더 만들려면 철과 배터리와 공장이 필요하므로, 물질의 제조 한계비용이 0이 된다고 할 수는 없다.

그렇다면 질문을 바꿔야 한다. 자동차는 한 대를 더 만드는 비용이 아니라 한 번 이동하는 비용을, 로켓은 1kg을 궤도에 올리는 비용을, 로봇은 한 시간의 물리적 노동 비용을 보아야 한다. 이 ‘한 번의 서비스’ 비용은 재사용 횟수, 가동률, 자동화, 수명, 에너지 효율이 높아질수록 낮아진다.

스페이스X의 재사용 로켓이 좋은 예다. 2025년 Falcon 9은 165회 발사됐고 그중 157회가 이미 비행했던 부스터를 사용했다. 같은 해 스페이스X가 궤도에 운송한 질량은 2,213톤이었다.[5] 발사 원가 자체는 공시되지 않았지만, 매번 새로 만들던 부스터를 다시 쓰기 시작하면 자산비용을 더 많은 발사와 더 많은 운송량으로 나눌 수 있다.

자동차를 보자. 자가용은 하루의 대부분을 서 있고 유상 운송에는 운전자 비용이 들어간다. 자율주행은 차량 제조원가를 없애는 기술이 아니라 차량의 활용률을 높이고 운전 노동의 한계비용을 거의 0으로 낮춰 이동 1회당 비용을 바꾸는 기술이다. 이동 비용이 충분히 낮아지면 변화는 택시 수요를 빼앗는 데 그치지 않는다. 멀어서 포기했던 약속, 비싸서 하지 않던 배송, 지금은 수지가 맞지 않는 이동 서비스가 새로 생긴다.

휴머노이드 로봇도 마찬가지다. 로봇의 시간당 비용이 충분히 낮아지면 기존 노동을 대체하는 것보다 더 큰 시장이 열린다. 너무 반복적이거나 위험해서, 또는 상품 가격에 비해 인건비가 너무 커서 아예 제공되지 않던 일이 수지가 맞기 시작한다.

초풍요는 기존 공급을 싸게 복제하는 경제가 아니라 공급 제약이 풀리며 새 수요가 생기는 경제다.

3. 에너지의 흐름: 발전비용만이 아니라 저장과 망까지

지능도 물질도 에너지 없이는 움직이지 않는다. 태양광은 한 번 설치하면 연료 없이 전기를 만들고, 설치비도 크게 낮아졌다. IRENA에 따르면 전 세계 유틸리티 규모 태양광의 가중평균 설치비는 2010년 kW당 5,283달러에서 2024년 691달러로 87% 낮아졌고, 균등화발전비용(LCOE)은 kWh당 0.417달러에서 0.043달러로 90% 낮아졌다. 유틸리티 규모 배터리 저장 설비의 설치비도 같은 기간 kWh당 2,571달러에서 192달러로 93% 낮아졌다.[6]

하지만 전기요금이 0이 된 것은 아니다. 해가 지거나 수요가 몰릴 때 전기를 대려면 저장이 있어야 하고, 필요한 곳까지 보내려면 송배전망과 계통 운영이 있어야 한다. 결국 에너지에서 봐야 할 것은 발전비 하나가 아니라 생산-저장-분배-조율의 시스템 비용이다.

여기서 배터리는 저장 장치에 그치지 않고 네트워크의 노드가 된다. 가정과 사업장에 흩어진 배터리를 묶어 필요한 순간에 함께 충·방전하면, 이미 설치된 자산이 하나의 가상발전소(VPP)처럼 움직인다. 2025년 7월 캘리포니아 VPP들은 전력망에 535MW가 넘는 용량을 제공했고, 그중 Powerwall 가구가 거의 500MW를 담당했다.[7]

분산 배터리는 조율될 때 하나의 발전소가 된다
그림 3. 분산 배터리는 조율될 때 하나의 발전소가 된다. Autobidder가 여러 가정의 분산 배터리 충·방전을 조율해 필요한 시간에 집합적 공급능력을 만드는 VPP 구조다. 출처: Colin Breck & Percy Link, “Tesla Virtual Power Plant,” QCon London(InfoQ), 2020; Organic Media Lab.

이 장면이 중요한 것은 비용 하락과 네트워크 가치가 여기서 만나기 때문이다. 배터리 가격이 낮아지면 더 많은 노드가 설치되고, 노드가 서로 이어지면 전력망이 필요로 하는 순간에 조정 가능한 용량이 커진다. 고객은 소비자에 머물지 않는다. 저장 자산을 내놓는 공급자가 되고, 그 대가를 받는다. 비용의 선순환과 가치의 선순환이 한 시스템 안에서 만나는 것이다.

4. 돈의 흐름: 신뢰와 거래의 구조를 다시 설계한다

재화를 만들려면 돈이 필요하고, 돈이 오가려면 신뢰가 필요하다. 기존 금융에서는 은행과 카드사 같은 제3자가 거래를 확인하고 정산하며 분쟁을 중재한다. 비트코인은 제3자의 중재가 거래비용을 높여 소액 거래를 어렵게 한다는 문제에서 출발해, P2P 네트워크가 공개된 규칙과 암호학적 검증으로 이중지불을 막는 체계를 제안했다.[8]

이 역시 비용이 사라졌다는 뜻은 아니다. 검증에는 연산과 에너지가 들고, 법·규제·보안·현금화의 비용도 남는다. 달라지는 것은 신뢰를 만드는 주체와 방식이다. 기관 안에 있던 신뢰가 네트워크로 넓어질 수 있다. 정보의 인터넷이 정보 전달의 문턱을 낮췄다면, 돈의 인터넷, 블록체인은 거래와 참여의 문턱을 낮추는 방향으로 움직이게 될 것이다.

비용을 끌어내리는 세 가지 힘

네 흐름에서 비용이 낮아지는 방식은 저마다 다르다. 그렇다면 무엇이 비용을 한 방향으로 끌어내리는가? 힘은 세 가지다.

첫째, 기술의 기하급수적 진보

반도체, AI, 태양광, 배터리는 같은 성능을 얻는 비용이 되풀이해 큰 폭으로 내려간다. 그러다 어느 순간 ‘더 싸진 같은 제품’에 그치지 않고 전혀 다른 쓰임이 열린다. 비용의 자릿수가 바뀌면 수요의 자릿수도 바뀔 수 있다.

둘째, 혁신의 수렴(융합)

기술은 따로 발전하지 않는다. 지능을 쓰는 비용이 낮아지면 자율주행과 로봇에 더 많은 추론과 실험을 쓸 수 있고, 배터리와 전력의 비용이 낮아지면 이 기계들을 돌리는 부담도 줄어든다. 로켓 재사용과 발사비 하락은 위성통신의 규모를 키우고, 통신이 넓어지면 더 많은 지능과 서비스가 이어진다. 한 기술의 비용 하락이 다른 기술의 쓰임과 실험을 넓히고, 그 결과가 다시 서로의 병목을 푼다. 기술이 서로를 밀어 주는 것이다.

Bits·Atoms·Energy의 혁신은 서로의 병목을 푼다
그림 4. Bits·Atoms·Energy의 혁신은 서로의 병목을 푼다. 지능(Bits), 물질 처리(Atoms), 에너지(Energy)의 비용 하락이 서로의 사용과 확장을 돕는 수렴 관계다. 중앙의 ‘Cost≈0’은 현재의 총비용 측정값이 아니라 비용이 낮아지는 장기 방향을 표현한 개념이다. 출처: Organic Media Lab, 2026.

셋째, 만물의 네트워크화(네트워크의 경제화)

여기서 가장 중요한 변화가 시작된다. 네트워크는 단순히 사용자가 많다는 뜻이 아니다. 《테슬라 Why》에서 설명했듯, 우리는 네트워크 효과를 가입자 수가 아니라 연결이 만드는 가치에서 보아야 한다.[9] 《오가닉 비즈니스》의 표현을 빌리면 비즈니스는 고객 간의 작은 연결에서 시작해 네트워크를 만들고, 그 네트워크를 자산으로 더 많은 연결과 가치를 만드는 과정이다.[10]

자동차를 예로 들어 보자. 차가 많아질수록 개발비를 나눌 사람이 늘어난다. 동시에 더 다양한 실제 운행 상황에서 데이터와 문제 사례가 쌓인다. 기업은 이를 학습·검증해 소프트웨어를 고치고, 고친 결과를 매우 낮은 추가 배포비용으로 다시 차에 보낸다. 고객은 자기를 위해 운전할 뿐인데, 그 운전이 전체 시스템의 학습에 보탬이 된다. 이것이 바로 《테슬라 Why》에서 말한 협업학습엔진이다.[11]

한 차의 경험이 네트워크의 학습으로 연결되는 구조
그림 5. 한 차의 경험이 네트워크의 학습으로 연결되는 구조. 현장의 차량 경험이 수집·학습·검증을 거쳐 업데이트되고 다시 차량에 배포되는 협업학습의 피드백 루프다. 한 차량의 경험이 기업의 학습 시스템을 거쳐 네트워크 전체의 개선으로 공유되는 과정을 보여준다. 출처: 노상규, 《테슬라 Why》, 2025, p.119; Organic Media Lab, 2023.

이때 세 가지 효과가 동시에 작동한다. 고정비 분담은 규모가 커질수록 1인당 부담을 낮춘다. 협업학습은 참여가 늘수록 더 다양한 문제를 발견하고 개선할 가능성을 높인다. 연결과 조율은 혼자서는 만들 수 없는 경험가치를 만든다. VPP가 그렇다. 배터리 한 대의 저장량은 그대로인데, 수만 대가 이어져 함께 움직이면 전력망이 필요로 하는 새로운 서비스가 된다.

네트워크는 ‘고객이 늘면 데이터가 많아진다’는 말로 줄일 수 없고, ‘고객 수의 제곱만큼 가치가 커진다’는 공식으로도 설명되지 않는다. 물어야 할 것은 어떤 연결이 누구의 문제를 푸는가, 그리고 그것이 비용과 가치를 어떻게 바꾸는가다.

초풍요의 선순환: 비용 하락→공급 확대→새 수요→새 가치

이제 전체 그림이 보인다. 기술이 비용을 낮추고, 낮아진 비용이 공급의 제약을 푼다. 공급이 늘고 가격과 이용 문턱이 내려가면 없던 수요가 생긴다. 새 수요는 더 큰 규모와 더 촘촘한 네트워크를 만들고, 커진 규모와 네트워크는 고정비를 나누고 학습과 조율을 개선해 다시 비용을 낮춘다. 이것이 초풍요의 선순환이다.

선례는 이미 있다. 인터넷이다. 정보 전달비가 낮아지자 신문과 우편을 싸게 대신하는 데 그치지 않았다. 검색, 위키, 소셜미디어, 동영상 스트리밍, 크리에이터 경제처럼 예전에는 수지가 맞지 않던 활동이 생겨났다. 초풍요를 보는 기준도 같다. 우리는 기존 시장의 가격이 얼마나 내려가는가보다, 가격이 내려간 뒤 무엇을 새로 할 수 있게 되는가를 물어야 한다.

물론 기술만으로 공급이 무한해지지는 않는다. 전력망 접속, 도로 규제, 공장 증설, 발사 질량 같은 새 병목이 생긴다. 하지만 그 병목이 바로 다음 사업이 풀 문제다. 초풍요는 병목이 없는 세상이 아니다. 병목이 옮겨 가고, 그 병목을 푸는 비용이 계속 낮아지는 세상이다.

경영의 진화: 희소성의 관리에서 풍요의 설계로

그렇다면 경영은 무엇이 달라져야 할까? 답은 ‘AI를 도입하자’가 아니다. 비용 구조가 바뀌면 제품, 조직, 프로세스, 비즈니스의 정의를 함께 바꿔야 한다.

첫째, 제품은 물건에서 네트워크로 확장된다. 자동차만 팔면 자동차 회사다. 하지만 차량, 충전, 에너지, 소프트웨어, 고객의 사용이 서로 맞물려 하나의 문제를 해결한다면 제품은 그 네트워크 자체다. 네트워크를 제품으로 보면 경쟁의 단위도 개별 기능이나 기기에서 네트워크 전체로 이동한다.[12]

둘째, 조직의 경계가 고객까지 확장된다. 고객은 회사를 위해 무급 노동을 하는 사람이 아니라 자신의 문제를 해결하기 위해 행동하는 사람이다. 리뷰를 쓰고, 운전하고, 배터리를 전력망에 내놓고, 다른 사람과 거래하는 일이 모두 그렇다. 기업이 할 일은 이 행동이 고객 자신에게 이익이 되면서 동시에 네트워크 전체의 가치도 키우도록 설계하는 것이다. 《오가닉 비즈니스》에서 “네트워크는 고객이 만든다”고 강조한 이유다.[13]

셋째, 프로세스는 판매에서 사용과 학습으로 확장된다. 판매를 거래의 종착점으로 보면 제품 사용은 판매 이후의 일로 밀려난다. 반대로 사용을 다음 개선과 관계의 출발점으로 보면, 고객이 실제로 겪는 문제가 제품과 서비스를 진화시킨다. 《테슬라 Why》에서 설명했듯, 공통의 목적(Why)이 쓸모없는 시도를 줄이고 자동화된 검증과 지속적 인도가 변경과 실험의 비용, 실패의 부담을 낮춘다. 그래야 더 자주 실험하고 더 빨리 배울 수 있다.[14]

넷째, 경영의 중심과 범위가 확장된다. 자원을 아끼고 비용을 관리하는 일은 여전히 중요하다. 하지만 지능, 노동, 이동, 에너지, 자본을 쓰는 비용이 낮아질수록 “이 자원을 어떻게 아낄까?”만큼 “이제 무엇을 새로 할 수 있는가?”를 물어야 한다. 여러 기업이 같은 기술을 쓸 수 있다면 도입만으로는 차별화가 오래가지 않는다. 차이는 그것을 어떤 고객 문제에, 어떤 네트워크로, 얼마나 빠르게 학습하며 적용하는가에서 커진다.

그래서 초풍요 시대의 경영은 효율과 비용 관리의 범위를 넘어 가치 발견과 연결의 설계까지 중심을 넓혀야 한다. 비용이 10분의 1이 되었는데도 같은 고객에게 같은 제품을 같은 방식으로 판다면 기술의 혜택은 일부에 그친다. 시장을 다시 정의하는 것은 비용이 100분의 1이 되었을 때 비로소 가능해지는 고객의 행동과 관계, 경험을 찾아내는 회사다.

초풍요가 언제 완성될지는 중요하지 않다. 핵심은 같은 방향의 변화가 이미 여러 곳에서 시작되었다는 사실이다. 지능을 쓰는 비용은 빠르게 낮아지고, 물리적 자산은 재사용과 자동화로 더 높은 활용률을 향하며, 발전과 저장 비용은 내려가고, 분산된 자원은 네트워크를 통해 하나의 시스템으로 작동하기 시작했다.

마지막 질문은 기술이 아니라 경영과 인간의 몫이다. 자원의 제약이 풀릴수록, 싸진 자원을 더 많이 쓰는 것만으로는 부족하다. 그렇다면 우리는 고객의 참여와 연결을 통해 무엇을 새롭게 가능하게 할 것인가?

노동의 일부를 AI와 로봇이 맡게 될수록 인간에게는 무엇을 위해 일하고 어떤 문제를 풀 것인지가 더 중요해진다. 《테슬라 Why》의 「에필로그: 존재 경영학」이 던진 ‘왜 존재하는가’의 질문은 여기서 AI와의 공생 문제로 이어진다.[15] 결국 초풍요 시대의 경영은 풍부해진 지능과 노동을 인간의 가치에 잇는 일이다.

참고자료


[1] 노상규, 《오가닉 비즈니스》, 2016, p.77. 정보재의 고정비 중심 비용구조와 낮은 추가 생산비용 설명.

[2] 노상규, 《테슬라 Why》, 2025, pp.210–212.

[3] Ben Cottier et al., “LLM inference prices have fallen rapidly but unequally across tasks”, Epoch AI, 2025.3.12.

[4] Luke Emberson & David Roodman, “The plunging price of thought”, Epoch AI, 2026.9.22.

[5] Space Exploration Technologies Corp., Form S-1, SEC, 2026.5. 2025년 Falcon 9 발사·재사용 부스터 및 궤도 운송질량 수치.

[6] IRENA, Renewable Power Generation Costs in 2024, 2025.7.

[7] Tesla, “What Is a Virtual Power Plant?”, 2025년 7월 캘리포니아 VPP 사례.

[8] Satoshi Nakamoto, “Bitcoin: A Peer-to-Peer Electronic Cash System”, 2008.

[9] 노상규, 《테슬라 Why》, 2025, pp.217–218. 네트워크 효과를 가입자 수가 아니라 연결의 규모와 가치로 설명.

[10] 노상규, 《오가닉 비즈니스》, 2016, p.36.

[11] 노상규, 《테슬라 Why》, 2025, p.119.

[12] 노상규, 《테슬라 Why》, 2025, pp.47–48.

[13] 노상규, 《오가닉 비즈니스》, 2016, p.41.

[14] 노상규, 《테슬라 Why》, 2025, pp.157–158. 공통의 Why, 자동화된 검증, 지속적 인도가 변경과 실험의 비용을 낮추는 구조 설명.

[15] 노상규, 《테슬라 Why》, 2025, pp.249–253, 「에필로그: 존재 경영학」.

Leave a Reply