♻️ 제번스의 역설

제번스의 역설(Jevons Paradox) 쉽게 이해하기

마지막 업데이트: 2026-06-11

LED로 다 바꿨는데, 전기요금이 왜 안 줄지?

백열등을 쓰던 시절을 떠올려보세요. 거실에 전구 3개. 전기요금이 무서워서 안 쓰는 방은 꼬박꼬박 꺼두고 삽니다.

그러다 집안 전구를 전부 LED로 바꿉니다. 전구 하나가 먹는 전기가 약 10분의 1이 됩니다. 그런데 몇 달 뒤 고지서를 보면 조명 전기가 생각만큼 줄지 않았습니다. 왜일까요. "이제 부담 없네" 하면서 주방 간접등을 달고, 현관 센서등을 달고, 침실 무드등에 마당 정원등까지 달았기 때문입니다. 켜두는 시간도 길어졌습니다.

전구 하나의 효율은 10배 좋아졌는데, 집 전체의 조명 전기는 줄지 않거나 오히려 늘어납니다. 여기서 중요한 통찰이 나옵니다. 효율 개선은 "절약 장치"가 아니라 "가격 인하"로 작동한다는 것입니다. 빛의 단가가 싸지자, 우리는 아낀 게 아니라 빛 소비 자체를 늘렸습니다. 가격이 내리면 소비가 반응합니다.

핵심 대조를 정리하면 이렇습니다.

• 효율의 직관: "같은 빛을 더 적은 전기로" 만드니, 전기 사용이 줄어야 한다
• 실제 행동: "같은 전기로 더 많은 빛을" 쓸 수 있으니, 빛 소비를 늘린다
• 결론: 효율 개선이 곧 소비 감소라는 직관은, 가격에 반응하는 인간을 빼놓은 계산이다

제번스의 역설이란 무엇인가

1865년, 석탄 문제

이 역설은 160년 전 석탄에서 발견됐습니다. 영국 경제학자 윌리엄 스탠리 제번스(William Stanley Jevons)는 1865년 『석탄 문제(The Coal Question)』에서 당시의 상식 하나를 정면으로 반박했습니다 (Econlib 원문).

배경은 이렇습니다. 와트의 증기기관은 이전의 뉴커먼 기관보다 석탄 효율이 훨씬 좋았습니다. 상식적 기대는 "기관이 석탄을 덜 먹으니 석탄 소비가 줄겠지"였습니다. 실제로 벌어진 일은 정반대였습니다. 석탄이 경제적인 동력원이 되자 공장, 철도, 제철처럼 전에는 채산이 안 맞던 용도가 줄줄이 열렸고, 영국의 석탄 총소비는 폭증했습니다.

작동 메커니즘

역설처럼 들리지만, 사슬을 펼쳐놓으면 평범한 경제 논리입니다.

마지막 화살표에 물음표가 붙어 있는 것에 주목해주세요. 소비 증가가 효율 개선분을 넘어설 때만 총소비가 늘어납니다. 이 "넘어서는가"가 조건문이라는 사실이 이 개념의 가장 중요한 부분이고, 아래 "어떻게 보는가"의 주제입니다.

왜 중요한가: 같은 뉴스를 정반대로 읽게 된다

이 개념을 모르면 무엇이 문제일까요. 효율화 뉴스가 나올 때, 한쪽 독법밖에 보지 못하게 됩니다.

2025년 1월 27일이 정확히 그 시험대였습니다. 중국의 DeepSeek이 약 10분의 1 비용으로 만든 AI 모델을 공개하자, 📈NVDA엔비디아 주가는 하루 약 17% 빠졌고 시가총액 약 $589B이 증발했습니다(보도 기준, Tom's Hardware). 같은 날, 같은 사실을 두고 두 개의 독법이 충돌했습니다.

마이크로소프트 CEO 사티아 나델라는 패닉 당일 제번스의 역설을 직접 언급하며 낙관 독법을 대표했습니다 (Fortune).

이후 1년의 데이터는 Bear 독법을 지지하지 않았습니다. 빅테크의 연간 설비투자(capex)는 2025년 약 $300B(4사 합산)에서 2026년 약 $660~690B 가이던스(오라클 포함 5사)로 2배 이상이 예고됐습니다 (Futurum, ValueAdd VC). 다만 같은 capex 폭증을 과잉투자의 신호로 읽는 시각도 병존합니다 (Man Group). 충격의 전말과 1년 뒤의 채점은 별도의 분석에서 상세히 다룹니다.

🔬DeepSeek: 뺄셈이 만든 충격

나델라의 제번스 인용과 1년 뒤 데이터의 채점, 그리고 충격이 진짜 흔든 것이 무엇이었는지를 해부합니다

→

여기서 이 개념의 효용이 드러납니다.

• 모르면: "효율화 = 수요 감소"로 기계적으로 읽거나, 반대로 "효율화 = 무조건 호재"로 기계적으로 읽습니다. 방향만 다를 뿐 둘 다 자동반사입니다
• 알면: "수요가 가격에 얼마나 탄력적인가? 새 용도가 열리는가?"라는 검증 가능한 질문으로 바뀝니다

제번스의 역설은 답을 주는 개념이 아니라, 질문의 형태를 바꿔주는 개념입니다.

어떻게 보는가: 리바운드 효과의 스펙트럼

그럼 언제 성립하고 언제 안 할까요. 판단 도구는 리바운드 효과(rebound effect)입니다. 일상 언어로 풀면 "아낀 만큼 도로 써버리는 비율"입니다. 효율 개선으로 기대된 절감분 중에서, 소비 증가가 얼마나 되삼키는지를 백분율로 잰 것입니다 (Wikipedia).

표의 마지막 줄이 핵심입니다. 제번스의 역설은 스펙트럼의 한쪽 끝이고, 실증 연구에서 드문 경우입니다. 대부분의 효율 개선은 기대보다 작더라도 실제로 소비를 줄입니다.

역사가 채점한 세 사례

석탄은 성립했습니다. 증기기관의 효율이 좋아지자 공장, 철도, 제철로 용도가 폭발했고 총소비가 급증했습니다. 정밀한 리바운드 측정치가 있는 것이 아니라, 역사적 총소비 증가로 확인된 원형 사례입니다 (Econlib).

조명은 가장 깨끗한 300년 데이터를 가진 경계 사례입니다. 75W 전구 1시간 분량의 빛을 사는 데 드는 노동시간은 바빌론에서 41시간, 미국 독립혁명기에 5시간, 1992년 미국에서는 1초 미만이었습니다(Nordhaus 데이터). 빛의 가격이 이렇게 폭락하는 동안 인류는 300년간 GDP의 0.72%를 조명에 꾸준히 지출해 왔습니다(Tsao, 샌디아 국립연구소 분석). 빛 소비는 폭증했지만, 에너지와 지출 기준으로는 효율 개선분을 소비 증가가 거의 정확히 상쇄한 "사실상 100% 리바운드"입니다 (Nautilus, Sandia). 어느 기준으로 보든 핵심은 같습니다. 효율 개선이 절약으로 이어지지 않았습니다.

자동차 연비는 성립하지 않았습니다. 연비가 좋아지면 운전이 다소 늘긴 하지만, 리바운드는 20~50% 수준에 그칩니다. 휘발유 총소비는 실제로 줄어듭니다 (Wikipedia). 효율 개선이 절약으로 귀결된, 제번스의 반례입니다.

100%를 넘는 백파이어(제번스의 역설)는 석탄과 지금까지의 AI처럼 정성적으로 판정된 사례들입니다. 정량 측정치가 없어 막대로 표시하지 않았습니다.

제번스가 성립하기 쉬운 조건 3가지

그렇다면 어떤 자원이 100%를 넘을까요. 세 가지를 체크해보세요.

• 가격이 채택의 병목인가: "비싸서 못 쓰던" 잠재 용도가 줄을 서 있는가. 석탄의 공장과 철도, AI의 에이전트가 그랬습니다
• 새 용도로 확장되는가: 같은 용도를 조금 더 쓰는 것(연비가 좋아져 주행이 느는 것)을 넘어, 용도 자체가 늘어나는가(조명이 밤의 활동 전체를 바꾼 것)
• 수요가 포화에서 먼가: 이미 충분히 쓰고 있다면(하루에 운전할 수 있는 거리) 싸져도 늘어날 데가 없습니다

연비가 제번스에 못 미친 이유가 이 체크리스트로 설명됩니다. 운전은 새 용도가 잘 안 열리고, 하루의 이동 수요는 포화에 가깝기 때문입니다.

AI에서 보는 제번스의 역설

이제 이 개념이 우리 글에서 가장 많이 쓰이는 자리, AI로 가봅시다.

가격은 폭락하는데 지출은 폭증한다

같은 성능의 AI를 돌리는 가격은 벤치마크에 따라 연 9~900배씩 떨어지고 있습니다 (Epoch AI). 그런데 기업의 생성형 AI 지출은 거꾸로 움직였습니다.

이걸 소비량으로 환산하면 규모가 보입니다. 가격이 200배 떨어지는 동안 지출이 22배 늘었다는 것은, 토큰 소비량이 4,400배 이상 늘었다는 뜻입니다(가격 1/200 × 지출 22배, 자체 계산). 업계 분석도 같은 이름을 붙였습니다. 그래픽스 시장 리서치 기관 존 페디 리서치는 "엔비디아가 제번스의 역설을 재증명하고 있다"며, 효율 개선이 수요를 줄이는 게 아니라 더 늘리는 자기강화 사이클을 짚었습니다 (Jon Peddie Research). 토큰 총소비 기준으로, 지금까지의 AI는 교과서적인 제번스 패턴입니다.

메커니즘도 석탄과 같습니다. 토큰이 싸지자 "비싸서 못 쓰던 용도"가 열리고 있습니다. 모든 메일을 자동으로 쓰고, 모든 코드를 자동으로 리뷰하고, 에이전트가 한 작업을 위해 수십 번의 호출을 연쇄하는 일들입니다.

투자 논거의 전제가 되는 자리

혁명의 해부학 8편(컴퓨트)이 추론 시장에서 정확히 이 논리를 사용합니다. 추론 칩이 싸질수록 추론을 더 많이 돌리게 되고, 그 늘어난 수요가 GPU 물량을 키운다는 것입니다. 그리고 이 논리는 "토큰 소비 폭증 → 컴퓨트·메모리(HBM) 수요"로 이어져, 📈000660SK하이닉스 같은 메모리 종목 투자 논거의 전제이기도 합니다. 한국 투자자가 제번스의 역설에 가장 직접적으로 노출되는 경로입니다.

🔬AI Capex 사이클: 구조적 성장인가, 사이클의 정점인가

제번스 논리가 Bull의 핵심 논거로 등장하는 자리와, 그 논거를 분기마다 채점하는 모니터링 지표를 제시합니다

→

한 가지 단서를 달아두겠습니다. 조명은 300년 데이터로 채점이 끝났지만, AI는 이제 2~3년 데이터입니다. "지금까지는 제번스 패턴"이라는 말과 "앞으로도 제번스"라는 말은 다릅니다. 이 차이가 아래 함정 2의 주제입니다.

흔한 함정 3가지

함정 1: "효율이 개선됐으니 수요는 늘어난다" (만능 방어 논리)

효율화 뉴스가 나올 때마다 "제번스의 역설이 있으니 수요는 오히려 늘 것"이라고 자동 적용하는 오류입니다. AI 관련 악재를 방어하는 논리로 특히 자주 등장합니다.

하지만 제번스의 역설은 리바운드가 100%를 넘을 때만 성립하는 조건부 현상이고, 실증 연구의 표준 결론은 "백파이어는 현대 경제에서 비교적 드물다"입니다. 자동차 연비가 반례입니다. 리바운드 20~50%로 100%에 한참 못 미쳐, 연비 개선은 휘발유 소비를 실제로 줄였습니다 (Wikipedia).

적용하기 전에 위의 체크리스트 3개를 먼저 물어보세요. 가격이 병목인가, 새 용도가 열리는가, 수요가 포화에서 먼가.

함정 2: "어디까지가 제번스이고, 어디부터가 희망인가"

"AI는 제번스니까 수요는 계속 폭증한다"처럼, 사후 패턴의 이름을 미래 예측의 법칙으로 사용하는 오류입니다.

제번스의 역설은 일어난 일을 설명하는 이름이지, 일어날 일을 보장하는 법칙이 아닙니다. 조명도 "300년이 지나고 보니" 100% 리바운드였습니다. 수요가 포화에 가까워지면 같은 자원도 연비 사례처럼 행동할 수 있습니다. AI의 제번스 패턴은 지출 2년 22배, capex 1년 새 2배 이상 가이던스라는 2~3년 데이터에 기댄 잠정 채점이고, 같은 capex 폭증을 과잉투자로 읽는 시각도 병존합니다 (Man Group).

확인법은 선언이 아니라 추적입니다. 토큰 소비량, 기업 AI 지출, 하이퍼스케일러 capex 가이던스가 계속 늘고 있는지를 분기마다 데이터로 확인하는 것입니다.

함정 3: "총수요가 늘어나니 우리 회사도 수혜다"

제번스의 역설이 성립해서 자원의 총소비가 늘면, 그 밸류체인의 모든 기업이 수혜를 본다고 직결하는 오류입니다.

제번스는 총량의 이야기이고, 투자는 분배의 이야기입니다. DeepSeek 충격 이후 토큰 총수요는 폭증했지만, 모델을 만드는 층은 범용재화(commodity)화가 진행되며 가치가 아래(칩·자본)와 위(앱)로 밀려갔습니다. "AI 총수요 증가"가 "모든 AI 기업 수혜"를 의미하지 않았던 것입니다. TAM(총시장규모)이 커지는 것과 그 시장에서 누가 가치를 가져가는가가 별개인 것과 같은 구조입니다.

총수요가 는다는 것을 확인했다면, 반드시 다음 질문을 따로 물어야 합니다. 이 기업은 그 수요의 어느 층에 있고, 그 층에 가격 결정력이 있는가.