World Development Report 2026: Navigating AI''s Opportunities and Risks in Developing Economies

🖼️ 인포그래픽

🖼️ 4컷 인포그래픽

💡 한 줄 결론

세계개발보고서 2026 논의의 핵심은 개발도상국이 AI의 기회와 위험에 대응하려면 현지에 맞는 활용으로 생산성과 공공서비스를 개선하고, 공급자 전환 가능성과 경쟁을 확보해야 한다는 것이다.

📌 핵심 요점

1. 개발도상국의 AI 전략은 자국의 서비스 공백과 자원 제약에서 출발해야 한다. 선도국의 실업·에너지·존립 위험 논의만으로는 교육·의료·행정 접근성이 낮은 경제의 우선순위를 설명하기 어렵다. 교육, 산업 조직, 규제 같은 비기술적 조건도 도입 성과를 좌우한다.
2. 현실적인 출발점은 예측형 AI와 선택적인 현지 적응이다. 국가 전체의 준비 수준보다 활용 가능한 산업·인구 집단·기술을 골라 접근하고, 내부 업무 개선과 기존 기술의 활용에 집중하자는 제안이다. 유사한 지역에서는 이웃 국가의 데이터와 적응 경험을 공유할 가능성도 있다.
3. 투자 규모보다 응용 분야의 편익을 먼저 따져야 한다. 데이터센터·연산 자원·대규모 언어모델에 대한 독자 투자에는 재정 부담과 투자 회수 압력이 따른다. 교육·의료·사법·조달의 병목을 줄이는 응용 AI를 우선 검토하고, 대규모 인프라는 지역 협력과 전력 공급 조건을 함께 평가할 필요가 있다.
4. 공급자 전환 가능성과 경쟁은 핵심 정책 조건이다. 비싼 AI 주권을 추구하기보다 여러 기술을 활용할 수 있는 상호운용성을 확보하자는 주장이다. 자발적 산업 표준과 안전 규제도 신규 기업을 배제하는지 별도 전문가 검토를 거쳐야 하며, 저렴한 접근 제안에는 장기 의존 비용이 있는지 살펴야 한다.
5. AI의 편익은 생산성 향상과 기회 확대를 통해 전달될 수 있지만 고용 효과는 복합적이다. 공공서비스 접근성 개선과 소기업의 역량 확대는 빈곤층에도 혜택을 줄 가능성이 있다. 동시에 추가 채용이나 일부 업무 인력을 대체할 수 있어, 일자리 창출 규모를 약속하기보다 효율·접근성·인력 수요의 변화를 함께 평가해야 한다.

🧩 배경과 문제 정의

• AI 논의는 대규모 실업, 에너지 소비 증가, 인류의 존립 위험에 집중되어 왔지만, 미국·유럽·중국 중심의 문제의식이 개발도상국의 필요와 일치하지는 않는다.
• 개발도상국은 재정·기술·인력의 제약과 교육·의료 서비스의 취약성을 함께 안고 있다. 핵심 과제는 이런 여건에서도 AI를 생산성과 공공서비스 개선에 활용할 수 있는지다.
• 기술 변화가 빠르고 근거가 부족하다는 우려 속에서, 실제 활용 경험과 교육·산업 구조·규제 같은 보완 조건을 바탕으로 지속성 있는 정책 방향을 찾아야 한다.
• 대규모 인프라 투자와 AI 주권 추구, 소수 기업에 대한 의존, 경쟁을 제한할 수 있는 규제 사이에서 비용과 위험을 따져야 한다.

🕒 시간순 섹션별 상세정리

1. 선도국 중심의 AI 위험 논의를 개발도상국 관점으로 바꿔야 한다

• AI에 대한 초기 우려는 대규모 실업, 에너지 소비 증가, 인류의 존립 위험이라는 세 축에 집중되었다. 이 쟁점들은 고용, 에너지, 존립의 순서로 부각되었다 [03:31]
• 미국·유럽·중국에서 두드러진 논쟁이 세계 다른 지역에서도 핵심 쟁점인 것은 아니다. 개발도상국뿐 아니라 미국과 중국을 제외한 작은 경제들의 관점에서 문제를 다시 볼 필요가 있다 [04:09]

2. 근거 부족과 빠른 기술 변화에는 연구 기간 확대로 대응한다

• AI가 너무 새로운 기술이라 근거가 없고, 기술 변화가 빨라 오늘 작성한 보고서가 내일 무의미해질 수 있다는 우려가 있었다 [04:14]
• 통상 1년이 걸리는 세계개발보고서 작성 기간을 2년으로 늘려, 첫해에는 연구에 집중하고 두 번째 해에는 정책 과제를 다루는 방식을 택했다 [05:01]

3. AI의 성과는 기술 밖의 보완 조건에도 달려 있다

• 기술 보고서의 내용이 90% 정도 기술에 관한 것이 될 것이라는 예상과 달리, 실제로는 기술의 비중이 약 25~30%에 그치고 교육, 산업 조직, 규제 같은 비기술적 조건이 더 큰 비중을 차지한다 [06:01]
• 개발도상국에 관한 지식의 공백을 메우고, 선진국과 개발도상국에서 이미 진행 중인 활용 경험을 근거로 삼는 접근은 빠른 기술 변화 속에서도 보고서의 유효성을 오래 유지할 수 있다는 판단으로 계속된다 [06:46]

4. AI는 장기적인 생산성 둔화를 되돌릴 잠재력이 있다

• 선진국과 개발도상국 모두 지난 약 25년 동안 생산성 증가와 잠재성장이 둔화했고, 장기 정체와 잃어버린 성장 기간에 대한 우려가 커졌다 [08:27]
• AI의 세계 경제 성장 효과는 정확히 추정하기 어렵지만, 현재의 최선의 추측은 전기와 컴퓨터의 효과 사이에 해당하는 약 0.5~1%포인트다. 실제 효과가 이 정도라면 15~20년 전과 같은 경제적 활력을 회복할 가능성이 있다 [09:23]

5. 개발도상국의 전략은 적극적인 활용과 선택적인 현지 적응이다

• 개발도상국의 자금·기술·역량·활용 수준의 격차는 처음 예상했던 것보다 작다는 근거가 나왔다. 다만 이 가능성은 AI를 어떻게 활용할지에 대한 전략에 달려 있다 [10:05]
• AI는 맥락에 민감하고 빠르게 발전하므로, 인도 같은 국가도 기술 자체의 선도적 개발보다 현지 여건에 맞춘 적응을 전략의 중심에 두어야 한다. 선도 기술을 개발할 역량은 앞으로 10~15년 동안에도 확보하기 어려울 수 있다는 판단이다 [10:49]

6. 예측형 AI가 공공·민간 부문의 현실적인 출발점이다

• 생성형·예측형·에이전트형 AI 가운데 개발도상국은 예측형 AI를 활용해 공공·민간 부문의 생산성 개선으로 연결할 준비가 상대적으로 더 잘 되어 있는 것으로 보인다 [11:37]
• 예측형 AI를 우선하자는 판단은 추측만으로 나온 것이 아니다. 실제로 여러 개발도상국이 이 분야의 활용을 확대하고 있다 [11:47]

7. 대규모 인프라보다 응용 분야에 투자할 이유가 있다

• 개발도상국은 데이터센터, 연산 자원, 대규모 언어모델 같은 비용이 큰 기반 시설보다 AI 응용 분야의 활용을 확대하는 데 무게를 둘 수 있다 [12:26]
• 막대한 초기 투자를 하지 않으면 그 비용을 다른 곳에서 절감해 회수해야 하는 압박도 줄어든다. 대규모 투자 회수 과정이 숙련 인력 감축으로 이어질 수 있다는 우려가 제기된다 [12:46]

8. AI 주권보다 공급자 간 전환 가능성을 확보해야 한다

• 미국과 중국 가운데 한쪽만 선택하기보다 양쪽 기술을 활용하고, 필요하면 다른 기술로 전환할 수 있는 상호운용성을 확보하는 전략이 제안된다. 전환에는 비용이 들더라도 선택지를 유지할 가치가 있다 [14:28]
• AI 주권을 목표로 삼는 것은 매우 비싸고 개발도상국 재정 당국의 감당 범위를 벗어날 가능성이 크다. 따라서 정책 목표를 상호운용성에 두어야 한다는 주장이다 [14:43]

9. 자발적 산업 표준을 출발점으로 삼되 진입장벽을 낮춰야 한다

• 규제의 기초는 산업계가 함께 마련하는 자발적 표준에서 출발하고, 정부는 그 기초 위에서 부족한 부분을 보완하는 역할을 맡는 접근이 제안된다 [15:22]
• 소수 대형 기업이 지배하는 산업에서는 공동 표준이 다른 기업을 배제하는 수단이 될 수 있다. 정부는 낮은 진입장벽과 경쟁 가능성을 확보해야 한다 [15:46]

10. 안전 규제 요구에는 투자 회수와 경쟁 제한의 동기도 따져야 한다

• 기존 기업들은 주주 이익을 위해 위험에 대한 공포를 활용하고, 자신들에게 유리하거나 신규 진입을 막는 표준과 규제를 요구할 수 있다. 금융업의 구제금융 요구도 유사한 사례로 드러난다 [18:38]
• Anthropic과 OpenAI 등의 규제 요구에는 실제 위험에 대한 타당한 우려가 있을 수도 있다. 그러나 막대한 투자금을 회수하고 신규 경쟁자가 이익을 잠식하지 못하게 하려는 동기도 있을 수 있으므로 회의적으로 검토해야 한다는 입장이다 [19:59]

11. 저렴한 접근에는 공급자 의존과 정책 판단에 대한 압력이 따를 수 있다

• 신흥국에 저렴한 모델 접근을 제공한다는 제안은 당장의 이용 비용만으로 평가하기 어렵다. 과거 Facebook Zero는 Facebook을 관문으로 사용하는 조건으로 인도에 무료 인터넷 접근을 제공하려 했고, 특정 공급자에 대한 과도한 의존이 우려되었다 [22:42]
• 길의 회고에 따르면 세계은행 보고서는 이 제안의 장단점을 함께 제시했지만, 이를 지지하는 방향으로 입장을 수정하라는 요구가 있었다. 이후 중립적 기고문을 마련하는 과정에서도 Facebook 측은 원고 제공이나 사전 검토를 제안했고, 길은 이를 거절했다 [24:31]

12. 소규모 응용 AI의 현지 적응은 이웃 국가와 공유할 수 있다

• 보건·교육·서비스에 특화된 응용 AI는 투자할 가치가 있다는 판단이지만, 기술이 맥락에 민감하므로 현지 여건에 맞춘 적응이 필요하다 [26:22]
• 인도나 인도의 몇몇 주에서 적응시킨 응용 프로그램은 방글라데시나 파키스탄에서도 상당히 잘 작동할 가능성이 있다. 남아시아의 유사한 맥락을 공유한다면 국가별 차이에 따른 적응 부담을 과장할 필요는 없다는 주장이다 [26:48]

13. 학습 수준의 후퇴가 교육 분야의 AI 활용 필요성을 높인다

• 세계 일부 지역에서는 아이들이 과거보다 덜 배우고 있으며 학습 수준이 후퇴하고 있다. 교육 개선의 필요성은 기존 서비스가 충분히 발전하지 못하고 있다는 현실에서 출발한다 [27:24]

14. 의료 수요를 감당하지 못하는 공공병원에 개선 여지가 크다

• 길은 인도 찬디가르의 대표적 병원인 의학 대학원 연구기관에서도 여건이 열악하고 많은 사람이 서비스를 받지 못하는 모습을 보았다고 평가한다 [27:56]
• 코로나19라는 큰 충격을 겪었는데도 인도의 의료 시설은 여전히 비슷한 상태라는 지적이다. 이런 서비스 공백은 교육과 의료 분야에 AI 같은 기술이 필요하다는 판단의 근거가 된다 [28:12]

15. 법원의 번역·기록 병목은 AI가 줄일 수 있는 서비스 지연이다

• 미해결 사건이 쌓인 법원에서는 현지 언어로 한 진술을 판사가 영어로 번역하고, 속기사가 두 손가락으로 입력하는 절차가 병목이 된다. 한 연구자의 관찰 사례에서는 이 과정에만 두 시간이 걸렸다 [28:49]
• AI는 이런 번역·기록 업무의 속도를 크게 높일 잠재력이 있다. 교육·의료·사법 서비스의 수준이 낮거나 후퇴하는 상황은 AI를 통해 개선을 시도할 중요한 기회라는 판단으로 계속된다 [29:16]

16. 국가별 활용 가능성과 인도의 고용 구조

• 길은 페루·케냐의 사법 분야, 방글라데시의 의료 분야, 인도 남부 주들을 유망한 사례로 꼽는다. 이 지역들이 비교적 빠르게 AI를 생산적으로 활용해 다른 국가에 가능성을 보여줄 수 있다고 본다 [30:51]
• 인도의 콜센터 등에 대한 고용 충격 우려에는 규모를 따져봐야 한다는 반론을 제기한다. 관련 고용 비중을 넉넉하게 5~6%, 또는 10%로 추산하는 한편, 나머지는 1~3명 규모의 영세기업 종사자 45%와 농업 종사자 45%로 보여준다 [31:32]

17. 사법 업무 분류와 조달 개선의 공공부문 효과

• 길은 앞서 든 페루 사례를 철회한다. 케냐에서는 AI로 중재에 맡길 사건과 법원에 보낼 사건을 구분해 업무량을 크게 줄일 수 있다고 이해하며, 인도 일부 주의 적체 사건은 처리에 50년이 걸려도 끝내기 어려울 것이라는 추정과 연결해 처리 속도 개선의 중요성을 강조한다 [33:04]
• 부패 감소에서는 조달 개선이 비용 대비 편익이 가장 큰 유망한 전략이라고 평가한다. AI로 조달 시스템을 개선하는 분야에서 큰 성과를 기대한다 [33:44]

18. 개발 우선순위를 고려한 지역 공동 인프라

• 개별 신흥경제가 AI 전용 데이터센터와 에너지 시스템에 독자적으로 투자하기에는 자원이 부족하다는 문제가 제기된다. 교육·보건 접근성과 기초 인프라가 더 시급할 수 있어, AI 전용 투자로 개발 자원이 이동하는 문제와 지역 공동 자원 활용을 함께 고려한다 [35:22]
• 길은 서아프리카에서는 규모와 선행 조건을 갖춘 나이지리아가 주도하고 주변으로 확장하는 방식을 제안한다. 케냐를 중심으로 동아프리카에, 인도를 중심으로 남아시아에 확장하는 접근도 같은 맥락의 가능성으로 제시한다 [35:47]

19. 현지 데이터의 확장 가능성과 에너지 협력의 조건

• 적절한 지역화 방식은 아직 확신하지 못하지만, AI에 현지 데이터가 필요하다는 점을 지역 협력의 근거로 삼는다. 런던 데이터로 학습한 AI가 라고스에 잘 맞지 않는 반면, 라고스 데이터로 학습한 AI는 카노에서 작동하고 일부 조정을 거쳐 아크라에도 적용할 수 있다는 논리다 [36:21]
• 미국이나 중국이 보유 기술을 통제 지점으로 활용할 가능성에 대비하려면 지역 차원의 기술 확보가 필요할 수 있다. 다만 가중치가 공개된 모델이 많아 그러한 투자가 반드시 필요한지는 불확실하다고 본다 [36:47]

20. AI 도입을 촉진하는 경쟁과 정책 학습

• 기업가들이 AI를 어떻게 활용할지 모르고, 정책결정자도 편익을 충분히 이해하지 못한다는 문제가 제기된다. 여러 국가에 AI 전략 문서조차 없다는 점은 이러한 인식 부족이 경제 전반의 도입 장애로 이어질 수 있음을 보여준다 [38:16]
• 길은 기업이 새 기술을 배우지 않으면 경쟁에서 밀려 퇴출될 수 있는 강한 유인이 필요하다고 본다. 효과적인 경쟁 체제가 기술 학습을 촉진하는 핵심 조건이라는 주장이다 [38:46]

21. 세계은행의 실행 과제와 생산성 중심의 목표

• 세계은행의 대출·분석 및 자문·협력 주선 기능을 어떻게 활용할지에 대해, 길은 기존 AI 실행계획을 실제로 이행해야 한다고 답한다. 이 과정에서 40개 경제를 언급하며, 고용 목표는 전반적인 방향을 정하는 원칙으로 유지해야 한다고 본다 [41:15]
• AI를 도입하면 특정 규모의 일자리가 생긴다고 약속하기보다, 인재 등 보유 자원을 훨씬 효율적으로 활용하도록 돕는 전략이 필요하다고 주장한다. 한 세기가 아닌 10년 안에 효율을 높이겠다는 목표 아래 민간부문과 공공부문에 구체적인 실행 방법을 제시해야 한다는 입장이다 [42:09]

22. 공공서비스 개선을 통한 빈곤 감소와 기회 확대

• 모두가 창업자가 되는 것은 아니므로 AI의 경제적 편익이 다른 사람들에게 어떻게 전달되는지가 문제로 제기된다. 길은 교육·보건·행정·사법 서비스 개선이 중요한 경로이며, 빈곤층이 이런 개선으로부터 부유층보다 더 큰 편익을 얻는다고 본다 [44:31]
• 미국처럼 교육·보건 접근성이 비교적 확보된 곳에서는 AI가 불평등을 확대할 가능성이 있다고 인정한다. 반면 인도처럼 기본 서비스 접근 격차가 큰 경제에서는 양질의 의료·교육·사법·행정 서비스에 대한 접근을 개선하면 특히 기회 불평등을 크게 줄일 수 있다고 본다 [45:16]

23. 소기업의 역량 확대와 추가 채용의 대체

• AI는 혁신적인 창업자가 아닌 소기업에도 이전에 없던 경영 역량과 해외 고객 접근 기회를 제공할 수 있다. 이러한 역량은 성장의 장애물을 넘고 기업 규모를 키우는 데 도움을 주며, 기회 평등과도 연결된다 [46:17]
• 동시에 AI가 추가 채용을 대체할 수 있다. 길의 아내는 정부 지원금을 받아 서비스를 제공하면서 AI를 많이 활용했고, AI가 없었다면 사람을 고용했을 것이라고 답했다는 사례가 드러난다 [47:01]

24. 창업의 사회적 파급효과와 지식 확산

• 창업의 편익은 창업자 개인에 그치지 않는다. 새로운 일자리와 업무를 만들고, 다른 서비스의 비용을 낮추며, 제품·서비스의 품질을 개선하거나 이용자의 시간을 절약하는 경로로 사회에 전달될 수 있다 [47:49]
• 새로운 지식은 누군가 사용해도 소진되지 않으므로, 확산을 막지 않는 한 폭넓게 공유할 수 있다. 소수의 창업자가 만든 성과도 이러한 지식 확산을 통해 더 많은 사람에게 편익을 줄 수 있다 [48:08]

25. 장기적인 성과 차이를 만드는 생산성 압력

• 길은 10년 뒤 국가별 AI 편익의 차이를 교육이나 전력 부족으로 설명할 수 있겠지만, 기업이 생산성을 높여야 하는 경쟁 압력도 상당 부분을 설명할 것이라고 예상한다. 미국 기업들은 이런 압력 때문에 AI를 포함한 활용 가능한 기술을 도입한다는 판단이다 [49:25]
• 구체적인 활용으로 AI가 기업의 세금 신고 시간을 즉시 크게 줄일 수 있다고 든다. 약 25명 규모인 아내의 기업에서는 해당 업무에 두 명을 전담시키는 대신 숙련된 한 명으로 처리할 수 있다는 사례가 생산성 향상과 인력 수요 감소의 연결을 보여준다 [49:50]

🧾 결론

• 개발도상국의 우선 과제는 기존 AI를 현지의 구체적인 문제에 적용하는 것이다. 예측형 AI와 내부 업무 개선이 유력한 출발점으로 제시된다.
• 성과를 지속하려면 기술 도입에 교육·역량·경쟁 체제·규제 설계를 결합해야 한다. 기업이 생산성을 높여야 하는 압력도 기술 학습을 촉진하는 조건이다.
• 교육·의료·사법·행정 접근성을 높이면 기회 불평등을 줄일 수 있다. 다만 기술 활용 역량에 따른 결과 불평등과 채용 대체 가능성은 함께 남는다.
• 국가별 독자 인프라 구축의 필요성은 비용, 기존 기술의 이용 가능성, 지역 데이터와 전력 협력 여건에 따라 판단해야 한다.

📈 투자·시사 포인트

• 응용 AI의 투자 논리는 실제 서비스 병목을 얼마나 줄이는지에서 찾을 수 있다. 조달 개선, 법원 업무 분류, 번역·기록, 세금 신고 등은 비용과 처리 시간을 점검할 구체적인 영역이다.
• 인프라 투자를 평가할 때에는 교육·보건·기초 인프라에 쓸 자원의 기회비용과 추가 전력 수요를 포함해야 한다. 지역 공동 활용이 비용을 줄일 수 있는지도 검토 대상이다.
• 낮은 초기 이용료만으로 공급자를 평가하기 어렵다. 장기 의존과 전환 비용, 상호운용성은 도입 이후의 선택권을 좌우한다.
• 규제와 표준은 경쟁 환경에도 영향을 준다. 안전상 필요성과 기존 기업의 투자 회수·진입 제한 유인을 구분해 검토해야 한다.
• 생산성 향상이 고용 증가로 곧바로 이어진다고 가정해서는 안 된다. 기업의 역량 확대와 인력 수요 감소가 동시에 나타날 수 있다는 점이 제시된다.

⚠️ 불확실하거나 확인이 필요한 부분

• AI의 세계 경제 성장 효과로 제시된 약 0.5~1%포인트는 정확한 추정치가 아닌 최선의 추측으로 설명된다. 적용 기간, 산정 근거, 국가별 효과는 원자료 확인이 필요하다.
• 인도의 고용 비중, 법원 적체 해소 기간, 병원과 기업의 사례는 발언자의 추산·관찰·경험에 기반한다. 대표성이나 일반화 가능성을 별도로 검증해야 하며, 페루 사법 사례는 뒤에서 철회되었다.
• Anthropic·OpenAI 등의 규제 요구에 투자 회수와 경쟁 제한 동기가 있을 수 있다는 설명은 가능성에 대한 평가다. 개별 기업의 실제 의도가 입증된 것으로 받아들여서는 안 된다.
• 자막 기반 정리: 타임스탬프가 있는 자막을 기준으로 정리했으며, 고유명사·수치·인용은 원문 확인 필요 시 별도 검증한다.
• 영상 속 주장: 발표자의 해석·전망·비교는 확인된 외부 사실이 아니라 영상 속 주장으로 분리해 읽는다.
• 검증 필요: 수치, 기업 실적, 정책·시장 전망은 발행 전 최신 자료로 별도 검증이 필요하다.

✅ 액션 아이템

• 교육·의료·사법·조달·기업 내부 업무에서 처리 지연과 서비스 공백을 정리하고, 예측형 AI로 개선할 수 있는 과제를 우선 선정한다.
• 후보 과제별로 도입 비용, 처리 시간, 서비스 접근성, 인력 수요의 현재 수준을 기록하고 시범 적용 전후를 비교한다.
• 공급자별 기술 전환 가능성, 전환 비용, 상호운용성 조건을 비교해 장기 의존을 평가한다.
• 대규모 인프라 투자안에는 교육·보건·기초 인프라의 기회비용과 전력 공급 조건을 포함하고, 지역 공동 활용 대안과 비교한다.

❓ 열린 질문

• 예측형 AI의 현지 활용이 실제로 가장 큰 편익을 내는 산업과 공공업무는 무엇이며, 국가별로 어떤 차이가 있는가?
• 공공서비스 접근성 개선의 편익이 빈곤층에 얼마나 전달되고, 기술 활용 역량에 따른 결과 불평등은 얼마나 커질 것인가?
• 이웃 국가의 데이터와 적응 경험을 공유할 때 성능을 유지하려면 어느 정도의 추가 현지화가 필요한가?