📈 economics

The Design of Optimally Balanced Pay-as-you-go Social Security Systems

이 논문은 Dognini (2025) 의 역산 알고리즘을 활용하여 인구 구조 변화에 직면한 국가들의 현급제 사회보장 제도를 최적 균형 상태로 재설계하는 방법을 제시하며, 이는 일반균형 이론과 균형 가격 하의 가계 예산 제약 (왈라스의 법칙) 을 기반으로 하여 비기수적 계좌제와 유사한 특성을 가진다는 점을 설명합니다.

원저자: Leandro Lyra Braga Dognini

게시일 2026-04-15

📖 3 분 읽기☕ 가벼운 읽기

CC BY 4.0

원저자: Leandro Lyra Braga Dognini

원본 논문은 CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/) 라이선스로 제공됩니다. ✨ 이것은 아래 논문에 대한 AI 생성 설명입니다. 저자가 작성하거나 승인한 것이 아닙니다. 기술적 정확성을 위해서는 원본 논문을 참조하세요. 전체 면책 조항 읽기

🏗️ 핵심 아이디어: "미래를 미리 계산하는 연금 설계"

지금까지 많은 나라의 연금 시스템은 **"어제와 오늘"**에만 집중했습니다. "지금 일하는 사람이 내일 은퇴한 사람을 부양한다"는 방식인데, 문제는 미래에 일할 사람이 급격히 줄어들고, 은퇴할 사람은 폭증한다는 것입니다.

이 논문은 **"미래의 인구와 경제 상황을 역으로 계산하여, 오늘부터 연금 시스템을 설계하자"**고 말합니다. 마치 건물을 지을 때, 100 년 후에도 무너지지 않도록 기초 공사를 미리 설계하는 것과 같습니다.

🎒 비유 1: "가상의 은행 계좌 (노션얼 계좌)"

이 논문이 제안하는 시스템은 **'가상의 은행 계좌'**를 상상하게 합니다.

기존 방식: "나는 지금 100 만 원을 내는데, 나중에 정부에서 얼마를 줄지 모른다." (불확실함)
이 논문의 방식: "내가 내는 돈은 내 이름으로 된 가상 계좌에 쌓입니다. 그리고 이 계좌의 이자율은 '미래에 내 자녀들이 얼마나 일할 수 있을지'에 따라 자동으로 결정됩니다."

만약 미래에 자녀 수가 줄어들어 (인구 감소) 연금을 줄 사람이 부족해지면, 가상 계좌의 이자율이 자동으로 조정됩니다. 반대로 미래에 경제가 좋아지면 이자율이 오릅니다. 이렇게 하면 내 돈과 내가 받는 연금이 명확하게 연결되어, "누가 내 돈을 뺏어갔나?"라는 의심을 없앨 수 있습니다.

🔄 비유 2: "역산하는 퍼즐 (Backward Calculation)"

이 논문에서 가장 중요한 기술은 **'역산 (Backward Calculation)'**입니다.

일반적인 생각: "내년에 인구가 100 명이라면, 올해 연금을 얼마로 해야 할까?" (앞으로 계산)
이 논문의 생각: "2070 년에 인구가 10 명만 남는다고 가정해 봅시다. 그날의 연금 시스템이 완벽하게 균형을 이루려면, 오늘의 연금 시스템은 어떻게 되어야 할까?" (뒤에서 앞으로 계산)

마치 퍼즐의 마지막 조각 (미래) 을 먼저 맞춰놓고, 그걸 기준으로 앞쪽 조각 (현재) 을 하나씩 끼워 맞추는 방식입니다. 이렇게 하면 미래의 인구 감소가 현재에 어떤 충격을 줄지 미리 예측하고, 그 충격을 모든 세대가 공평하게 나누어 지도록 설계할 수 있습니다.

🌍 실제 적용 사례: 브라질, 중국, 이탈리아 등

논문의 저자는 이 방식을 브라질, 중국, 인도, 이탈리아, 미국 등 5 개 나라에 적용해 보았습니다.

브라질과 중국: 인구 감소 속도가 매우 빠릅니다. 이 방식에 따르면, 지금 당장 연금 기여금 (납부액) 과 수령액을 조정해야만, 30 년 후에도 시스템이 무너지지 않습니다.
이탈리아: 이미 고령화가 심한 나라입니다. 미래의 인구 구조를 반영하여, 지금의 연금 제도가 어떻게 변해야 하는지 '최적의 경로'를 보여줍니다.

💡 이 방식의 장점 3 가지

공정함 (Fairness): "내가 낸 만큼, 그리고 미래 세대가 낼 만큼"을 계산하므로, 특정 세대만 불이익을 보지 않습니다.
자동 조정 (Automatic Adjustment): 인구 통계나 경제 상황에 따라 연금 금액이 자동으로 조절됩니다. 정치적인 판단에 의존하지 않아도 됩니다.
미래 지향적 (Forward-looking): "어제보다 나은 오늘"이 아니라, "내일도 살아남을 수 있는 오늘"을 설계합니다.

🚨 결론: 왜 이것이 중요한가?

지금까지 연금 개혁은 "돈이 부족하니까 연금을 줄이자"거나 "세금을 더 걷자"는 식의 단순한 절감에 그쳤습니다. 하지만 이 논문은 **"미래의 인구 구조를 미리 계산하여, 모든 세대가 불만 없이 살 수 있는 최적의 균형점"**을 찾는 수학적 공식을 제시합니다.

한 줄 요약:

"미래의 인구와 경제 상황을 거꾸로 계산하여, 오늘부터 내일도 무너지지 않는 '공정한 연금 계좌'를 만들어보자!"

이 방식은 고령화 사회로 진입하는 전 세계 국가들에게, 연금 위기를 해결할 수 있는 새로운 나침반이 되어줄 것입니다.

1. 연구 배경 및 문제 제기 (Problem)

인구 구조 변화의 위기: 전 세계적으로 출산율 급감과 기대수명 증가로 인한 인구 구조 변화 (Demographic Transition) 가 가속화되고 있습니다. 이는 고령화 및 생산가능인구 감소로 이어져, 현물연금제 (Pay-as-you-go, PAYG) 사회보장 시스템에 심각한 재정적 압박을 가하고 있습니다.
기존 시스템의 한계: 기존 PAYG 시스템은 종종 단기적인 재정 균형을 유지하거나 정치적 제약으로 인해 개혁이 지연되는 경향이 있습니다. 이로 인해 미래 세대에 대한 부담이 불공정하게 전가되거나, 시스템의 파산 위험이 커집니다.
연구 목적: 본 논문은 일반균형 이론 (General Equilibrium Theory) 과 중첩 세대 (Overlapping Generations, OLG) 모형을 결합하여, 인구 구조 변화 (비정상적 인구 역학) 하에서도 **재정적으로 균형을 이루고 파레토 최적 (Pareto Optimal)**인 PAYG 사회보장 시스템을 설계하는 이론적 기반과 알고리즘을 제시하는 것입니다.

2. 방법론 (Methodology)

본 논문은 Dognini (2025) 의 **역방향 계산 알고리즘 (Backward Calculation Algorithm)**을 핵심 도구로 활용합니다.

가상 경쟁 시장 메커니즘: 실제 사회보장 제도를 설계하기 위해, 보험 가입 인구를 기반으로 한 가상의 화폐 경제 (Fictitious Monetary Economy) 를 구성합니다. 이 경제에서 Walras 의 법칙 (균형 가격 하에서의 예산 제약) 을 적용하여, 각 가계의 기여금과 급여를 '가상 계좌 (Notional Account)'의 잔고로 해석합니다.
역방향 계산 알고리즘 (Backward Calculation):
- 무한한 시간 horizon 을 가진 경제에서 파레토 최적 균형을 찾기 위해, 미래의 '꼬리 경제 (Tail Economy)'에서 시작하여 현재로 역으로 계산하는 방식을 사용합니다.
- 꼬리 경제 (Tail Economy): 미래의 인구 및 생산성 역학이 잘 정의된 (Well-behaved) 가상의 경제를 설정하고, 이 경제의 파레토 최적 균형 집합을 구합니다.
- 경계 조건: 이 꼬리 경제의 균형 가격 (또는 이자율) 을 경계 조건 (Boundary Condition) 으로 사용하여, 시장 청산 방정식을 역순으로 풀어 현재 시점의 균형 가격과 기여/대체율을 도출합니다.
모델 설정:
- OLG 모형: 비정상적 (Non-stationary) 인구 역학과 이질적인 가계를 포함합니다.
- 수명: 2 기 모델 (Section 2) 에서 시작하여, 3 기 이상 (S ≥ 2) 의 일반적 수명 모델 (Section 3) 로 확장합니다.
- 가정: 노동 공급, 생산성, 확률적 요소는 외생적으로 주어지며, 시스템 설계는 이러한 역학에 반응하도록 합니다.

3. 주요 기여 (Key Contributions)

최적 균형 PAYG 시스템 설계 알고리즘 제시:
- 임의의 수명과 일반적인 인구 역학 (정상적이지 않은 경우) 을 가진 이질적 가계 경제에서, 재정적 균형과 파레토 최적성을 동시에 만족하는 기여율과 대체율을 계산하는 알고리즘을 개발했습니다.
명목 계좌 (Notional Accounts) 시스템의 이론적 정당화:
- Walras 의 법칙에 기반한 이 설계는 기여금과 급여 간의 명시적 연결을 가지며, 이는 스웨덴과 이탈리아 등에서 채택된 '명목 계좌 (NDC)' 시스템과 구조적으로 동일함을 보였습니다. 이는 노동 시장 왜곡을 완화하고 시스템의 지속 가능성을 높이는 장점이 있습니다.
미래 지향적 (Forward-looking) 설계 접근:
- 기존 시스템이 과거 데이터나 단기 균형에 의존하는 것과 달리, 이 설계는 미래 인구 및 생산성 변화가 현재의 기여율과 급여에 어떻게 영향을 미치는지 반영합니다. 즉, 미래의 인구 감소가 예상되면 현재의 기여율을 조정하여 미래 세대의 부담을 공정하게 분배합니다.
다중 균형 선택 기준:
- 역방향 계산 알고리즘은 종종 여러 개의 파레토 최적 균형을 산출합니다. 본 논문은 이러한 다중성 중 하나를 선택하기 위해 '변동성 최소화 (Minimum Variance)'와 같은 기준을 제시하며, 실제 국가별 데이터에 적용하는 방법을 시연했습니다.

4. 주요 결과 (Results)

정적 (Stationary) 경제에서의 해: 인구 성장률 ( $\alpha$ ) 이 일정한 경우, 최적 균형 기여율은 $\sigma = \alpha / (1+\alpha)$ , 대체율은 $\alpha \sigma$ 로 결정되며, 이는 기존 문헌의 결과와 일치합니다.
동적 (Non-stationary) 경제에서의 반응:
- 코롤러리 2 (Corollary 2): 미래의 인구 성장률 변화는 현재 세대의 수익률 (Return rate) 에 즉각적인 영향을 미칩니다. 미래 인구 감소가 예상되면 현재 세대의 기여율은 증가하고, 기존 세대의 급여는 조정되어야 최적 균형을 유지할 수 있습니다.
실증 적용 (브라질, 중국, 인도, 이탈리아, 미국):
- 1950 년부터 2070 년까지의 인구 및 생산성 데이터를 기반으로 3 기 OLG 모형을 적용했습니다.
- 최적 수익률 (Optimal Return Rates): 계산된 최적 수익률은 전체 경제의 총생산 (GDP) 성장 추세를 따르는 경향이 있지만, 급격한 인구 전환 (예: 브라질과 중국의 급속한 고령화) 을 겪는 국가에서는 이 패턴에서 벗어납니다.
- 변동성 최소화: 여러 가능한 최적 경로 중 변동성이 가장 작은 경로를 선택하여 각 국가별 최적 기여율과 대체율을 산출했습니다.
- 결론: 인구 구조가 급격히 변하는 국가일수록 사회보장 시스템의 파라미터 (기여율, 급여) 를 더 빈번하고 적극적으로 조정해야 함을 시사합니다.

5. 의의 및 시사점 (Significance)

이론적 토대: 사회보장 개혁을 위한 단순한 재정적 계산이 아닌, 일반균형 이론에 기반한 엄밀한 미시적 기초를 제공합니다.
정책적 함의:
- 자동 조정 메커니즘: 인구 및 경제 지표에 따라 시스템 파라미터가 자동으로 조정되는 '자동 조정 장치 (Automatic Adjustments)'의 필요성을 강조합니다.
- 공정성: 미래 세대가 현재 세대의 부담을 떠안지 않도록, 인구 구조 변화에 선제적으로 대응하는 '미래 지향적' 설계의 중요성을 강조합니다.
- 실용성: 명목 계좌 (NDC) 시스템의 설계가 단순한 정치적 타협이 아니라, 수학적 최적화 알고리즘을 통해 달성 가능함을 보여줍니다.
한계 및 향후 과제:
- 인구 및 생산성 역학을 외생적으로 가정하고 있어, 시스템 설계가 이러한 변수에 미치는 피드백 효과는 고려하지 않았습니다.
- 장기 예측의 불확실성을 반영하기 위해 '버퍼 펀드'나 '보상 메커니즘' 등의 추가 연구가 필요함을 지적합니다.

요약

본 논문은 급변하는 인구 구조 하에서 사회보장 시스템이 재정적으로 건전하면서도 세대 간 형평성을 갖춘 '최적 균형' 상태를 달성하기 위한 수학적 알고리즘을 제시합니다. 역방향 계산 알고리즘을 통해 미래의 인구 역학을 현재 설계에 반영함으로써, 기존의 단편적 개혁을 넘어선 체계적이고 미래 지향적인 사회보장 시스템 설계의 이론적 틀을 마련했습니다.