이맘때면 학생들은 수능 성적을 들고 진학할 대학과 전공을 선택하느라, 새 학년을 준비하느라 제각기 긴장되고 설렘 가득한 연말을 보냅니다. 물론 공부도 중요하지만, 올해와는 다른 새해가 어떻게 펼쳐질지 관심을 기울여야겠죠?

우리 삶에 직접적 영향을 주는 요소는 뭐니 뭐니 해도 경제 변화입니다. 세계 각국 중앙은행의 기준금리가 어떻게 움직이고, 한국의 수출 기업이 세계시장에서 제품을 얼마나 잘 팔고, 원유 같은 국제 원자재 가격이 어떻게 움직이느냐에 가정 경제도 큰 영향을 받습니다. 전쟁 같은 극한적 충돌이 멀리 중동과 우크라이나가 아닌, 우리 코앞에서 벌어질 수도 있지요. 그런 갈등의 물밑에는 경제적 이해 충돌이 잠복해 있는 경우가 많아요.

그래서 새해에 변화할 세계를 전망할 때 가장 먼저 경제에 초점을 맞추게 됩니다. 물론 온라인으로 연결돼 광속으로 변하는 디지털 시대에 한 해를 내다보는 일은 무척이나 어렵습니다. 예측이 잘 맞지 않으니 ‘경제 예측 무용론(無用論)’까지 나옵니다. 그러나 경제 예측은 나라살림은 물론, 기업과 가계의 수입과 지출을 가늠하고 의사결정을 내리는 기초라는 점에서 매우 중요합니다. 4·5면에서 경제 예측이 왜 그리 어렵고, 내년 세계경제는 어떤 모습을 띨지 살펴보겠습니다.

"경제 전망은 점성술" 혹평 적지않아수치보다 리스크 변수에 주목해야죠

경제 예측 또는 전망은 나라 살림살이와 기업 경영, 가계 살림의 기준점을 제공합니다. 이를 기초로 정부와 중앙은행은 정책을 만들고 가계는 소비, 기업은 투자 계획을 세웁니다. 경제의 바로미터는 가격입니다. 이 가격 변수가 어떻게 움직일지 안다면 가정 살림도, 개인 소비생활도 확 달라지겠죠.

“강하게 예측할수록 거짓말쟁이”

경제 예측에는 계량모형, 설문조사, 경제지표 등을 활용합니다. 계량모형은 경제성장률 등 한 해 경제를 내다보는 용도로 많이 씁니다. 일종의 고차원 함수입니다. 어떤 경제 변수의 값을 투입하면 알고자 하는 경제지표가 산출되도록 만들었죠. 예컨대 환율·금리·국제유가 등의 연간 예상치를 넣어 성장률을 계산해내는 식입니다.

모든 예측이 그렇듯, 경제 예측도 꼭 맞아떨어지는 경우가 드뭅니다. 국제 경제기구들은 올해 미국 성장률이 1% 안팎으로 둔화할 것으로 예상했는데, 결과는 2%대의 경기회복 양상이 나타났지요. 국내 연구기관들도 중국 리오프닝(코로나19 사태 이후 경제활동 재개) 효과가 크고 하반기로 갈수록 경기가 살아날 것이라고 전망했지만, 실제는 달랐습니다. 이러다 보니 경제 예측이 계속 도마에 오르고 ‘무용론’까지 제기됩니다. 책 ＜불확실성의 시대＞를 쓴 유명한 미국 경제학자 존 케네스 갤브레이스는 “경제 전망의 유일한 기능은 점성술을 그럴듯하게 보이게 하는 것”이라고 혹평하기도 했죠.

‘닥터 둠(Doctor Doom, 대표적 비관론자)’이라고도 불리는 누리엘 루비니 미 뉴욕대 교수가 2008년 글로벌 금융위기를 예상했다지만, 그는 2004년 이후 매년 경제위기와 침체를 경고해온 사람입니다. 일부에서 현자(賢者)라는 평가를 내놓기도 하지만 낯 뜨거운 면이 있습니다. 미국 월가를 대표하는 펀드매니저 중 한 사람인 피터 말루크는 “미래를 자신 있게 예측하는 경제학자일수록 바보(idiot)이거나 거짓말쟁이(liar)에 가깝다”고 했습니다.

AI도 맞히기 어려운 불확실성 시대

그러면 경제 예측의 정확성이 떨어지는 이유가 뭘까요? 크게 세 가지로 볼 수 있습니다. 먼저 경제 예측은 가정에 가정을 더한 결과라는 점입니다. 세계 성장률, 교역 신장률, 국제유가 등의 흐름이 예상과 다르게 전개되면 나비효과까지는 아니어도 전망의 오차가 커지게 됩니다. 다음으로 예측 모형 자체의 한계입니다. 즉, 과거 경제의 규칙과 패턴이 앞으로 계속될 것이란 가정하에 모형을 만들다 보니 미래 일에는 잘 맞지 않는 겁니다. 현실에선 그런 규칙성이 언제든 변할 수 있죠. 미국 중앙은행은 기준금리 인상을 통해 물가상승에 제동을 걸 수 있다고 믿었습니다. 그러나 가계의 초과저축과 높은 고정금리대출로 인해 금리의 민감도가 약해졌다는 분석이 많았고, 결과적으로 기준금리 인상 효과가 생각만큼 크지 않다는 평가입니다. 이런 상황에선 아무리 많은 데이터를 수집하고 모형을 정교하게 만들어도 정확성을 보강하기 어렵죠.