오늘의 장면
2026년, 세계에서 가장 오래된 경제 주간지 중 하나인 이코노미스트가 인공지능을 동원해 자신의 과거 예측을 스스로 검증했다. 결과는 불편했다. 수십 년치 커버스토리와 경제 전망 기사를 분석한 결과, 이 잡지의 예측 정확도는 동전 던지기보다 의미 있게 높지 않은 영역이 적지 않았다.
이것은 이코노미스트만의 문제가 아니다. 기관 예측의 신뢰성 문제는 금융사에서 반복적으로 등장해 온 구조적 질문이다. 두 인물의 이야기가 이 질문의 뿌리를 보여준다.
1929어빙 피셔, 확신의 대가
1929년 10월 14일, 예일대학교 경제학과 교수 어빙 피셔(Irving Fisher)는 뉴욕의 한 강연장에서 이렇게 말했다. "주가는 영구적으로 높은 고원에 도달한 것처럼 보인다." 그로부터 열흘 뒤 월스트리트는 무너졌고, 이후 3년에 걸쳐 주가는 바닥을 향해 내려앉았다. 미국 GDP는 1932년까지 30% 수축했다.
피셔는 당대 최고의 계량경제학자였다. 화폐수량설을 정교화했고, 부채 디플레이션 이론을 나중에 직접 제창하기도 했다. 그러나 1929년 그의 실패는 지식의 부족이 아니라 확신의 과잉에서 비롯됐다. 그는 주식시장의 구조적 변화를 믿었고, 그 믿음이 반증 신호를 걸러냈다. 당시 주가수익비율(PER)은 역사적 평균을 30% 이상 웃돌고 있었지만, 그는 이를 "새로운 경제의 정당한 반영"으로 해석했다.
피셔의 사례에서 오늘과 맞닿는 구조적 공통점이 있다. 권위 있는 분석가가 현재의 추세를 미래로 연장할 때, 그 예측은 독립적 사고가 아니라 집단적 낙관의 거울이 된다. 이코노미스트의 AI 자기검증이 드러낸 것도 바로 이 패턴이다. 예측 오류는 무작위로 분포하지 않았다. 낙관 편향과 현상 유지 편향이 일관되게 나타났다.
1987앨런 그린스펀, 제도화된 예측의 함정
앨런 그린스펀이 연방준비제도 의장으로 취임한 것은 1987년 8월이었다. 그해 10월, 다우존스는 하루 만에 22.6% 폭락했다. 단일 거래일 기준 역대 최대 낙폭이었다. 그린스펀은 이후 18년간 연준을 이끌며 "마에스트로"로 불렸다. 그러나 2008년 10월, 의회 청문회에서 그는 이렇게 시인했다. "나는 내 세계관에 결함이 있다는 사실을 발견했다."
그린스펀의 세계관은 금융시장이 스스로 균형을 찾는다는 전제 위에 세워져 있었다. 2008년 이전 미국의 주택 붐과 가계부채 팽창은 저금리만으로 설명되지 않는다. 미래 주택 수요에 대한 기대 변화가 더 근본적인 동인이었고, 신용 완화는 레버리지를 키우는 보조 역할에 그쳤다. 예측이 틀렸다기보다, 예측의 틀 자체가 위험을 보이지 않게 만들었다.
피셔가 개인의 확신으로 무너졌다면, 그린스펀은 제도의 권위로 무너졌다. 이코노미스트가 AI 검증에서 발견한 것도 비슷한 층위다. 잡지의 예측은 개별 기자의 판단보다 편집 노선과 독자 기대의 합성물에 가까웠다. 제도화된 예측은 옳고 그름보다 신뢰 가능성(plausibility)을 먼저 고려한다.
이번에는 무엇이 다른가
피셔와 그린스펀의 시대에는 예측 오류를 체계적으로 검증할 도구가 없었다. 기억은 선택적이었고, 잘못된 예측은 조용히 잊혔다. 이코노미스트의 AI 자기검증은 그 비대칭성을 처음으로 정량화했다는 점에서 다르다. 수십 년치 데이터를 동시에 처리하면 인간의 기억이 편집할 수 없다.
그러나 이것이 AI 예측의 우월성을 뜻하지는 않는다. AI는 과거 데이터에서 패턴을 찾는다. 블랙먼데이도, 리먼 사태도, 코로나 충격도 사전 데이터에 존재하지 않았다. 예측 불가능한 사건을 예측 가능한 사건의 통계적 연장으로 다루는 한, 도구가 바뀌어도 구조적 한계는 남는다.
Penseur의 판단
경제 예측의 신뢰성을 판단할 때 물어야 할 질문은 "이 기관이 얼마나 자주 맞았는가"가 아니라 "이 기관이 틀렸을 때 어떤 방향으로 틀렸는가"다. 낙관 편향이 일관되고, 위기 직전에 예측이 가장 낙관적이었다면, 그 기관의 전망은 정보가 아니라 분위기의 측정값으로 읽어야 한다. 이코노미스트의 자기검증이 의미 있는 것은 틀렸다는 사실 때문이 아니라, 어떻게 틀렸는지를 공개했기 때문이다. 어떤 예측 기관이든 오류의 방향성을 공개하지 않는다면 신중하게 거리를 두어야 한다.