현 시대는 인구구조 변화와 첨단 산업의 급부상이라는 거대한 흐름 속에서 경제 패러다임의 근본적인 전환을 요구하고 있다. 저출산·고령화로 인한 복지 수요 증가와 기후위기 대응, 인공지능(AI) 중심의 신산업 육성이라는 국가적 과제는 단기적인 재정 부양만으로는 해결하기 어려운 구조적인 문제로 인식되고 있다. 이러한 맥락에서 2026년 정부 예산안은 단순한 경기 대응을 넘어, 성장의 근본적인 동력을 교체하고 사회안전망을 더욱 촘촘하게 구축하는 ‘방향 전환형 확장’ 재정 전략을 제시하며 주목받고 있다.

이번 예산안은 총지출 728조 원으로 전년 대비 8.1% 증가한 확장 재정 기조를 유지하며, 이러한 구조적 변화에 선제적으로 대응하겠다는 의지를 분명히 한다. 특히 AI 3강 도약을 위한 고성능 GPU 1만 5000장 추가 확보, ‘AX 스프린트 300’ 프로그램을 통한 300개 생활 밀착형 제품 AI 이식 등 AI 예산의 3배 이상 확대(3조 3000억 원 → 10조 1000억 원)는 미래 성장 동력 확보에 대한 정부의 강력한 의지를 보여준다. 또한, R&D 예산을 역대 최대 규모인 35조 3000억 원으로 19.3% 늘리고, ‘ABCDEF'(AI, 바이오, 문화콘텐츠, 방위산업, 에너지, 첨단제조업) 핵심 기술 고도화와 5년간 100조 원 이상의 국민성장펀드를 통한 유망 기업 스케일업 지원은 새로운 산업 생태계를 조성하려는 구체적인 노력이다.

한편, ‘모두의 성장’이라는 축에서는 사회안전망 강화에도 힘쓰고 있다. 아동수당 지급 연령을 만 7세에서 8세로 높이고, 청년미래적금 신설, 농어촌 기본소득 시범사업(24만 명 대상 월 15만 원 지급) 등은 미래 세대와 취약 계층에 대한 지원을 확대하겠다는 의지를 반영한다. 지역거점 국립대 육성을 위한 예산 배증(4000억 원 → 9000억 원), 지방 의료 및 교통 인프라 보강, 재난 대응 및 첨단 국방 투자 확대, 에너지 전환을 위한 RE100 산단 및 분산형 전력망 구축, 전기차 전환 지원금 확대 등은 우리 사회의 지속가능성과 안정성을 높이기 위한 다각적인 투자를 보여준다.

이번 예산안은 국가채무가 국내총생산 대비 51.6%인 1415조 원까지 상승하는 상황 속에서도, 이러한 재정 확대가 단순한 ‘빚을 내서라도’가 아닌 ‘빚을 감당할 수 있도록’ 성장의 조건을 바꾸기 위한 ‘방향 전환형 확장’임을 강조한다. 정부는 중기 재정운용 계획을 통해 2029년까지 국가채무 비율을 50% 후반에서 관리하겠다는 목표를 제시하며, 미래 재정 여력 확보와 재정 건전성 유지를 동시에 추구하는 전략적 접근을 보여준다. 역대 최대 규모의 지출 구조조정을 통해 약 27조 원을 절감하고 이를 핵심 과제에 재투자하는 것은, ‘줄일 것은 줄이고 키울 것은 키우는’ 체질 개선을 통해 확장 재정의 건전성을 확보하려는 불가피한 선택이다.

물론, 총수입 증가율이 총지출 증가율을 따라가지 못해 관리재정수지 적자 폭이 당분간 GDP 대비 4% 안팎에서 유지될 수 있다는 점, 그리고 금리·환율 변동성이 국채 조달 비용을 높일 수 있다는 점은 재정의 지속가능성에 대한 끊임없는 점검을 요구한다. 따라서 세입 기반 확충과 지출 효율화라는 두 축의 동시 작동, 세제 정비, 사회보험 재정구조 개선, 성과 중심 예산 평가 제도화 등은 ‘확장 후 정상화’ 시나리오 달성을 위한 필수 과제이다. AI 전환과 R&D 투자가 생산성 개선으로 빠르게 이어져 세입 기반이 견조해진다면 국가채무 비율 상승은 관리 가능한 범위에 머물 수 있으며, 국회 심의 과정에서의 사업 우선순위, 배분 정밀성, 지역·세대 간 형평성에 대한 엄밀한 검증이 뒷받침되어야 한다.

결론적으로 2026년 예산안은 속도와 질의 균형을 통해 구조조정으로 재정 누수를 막고, 미래 투자에서 확실한 성과를 창출하며, 중장기적으로 총지출 증가 속도를 조절하는 세 단계를 일관되게 실행함으로써, 재정 불안을 키우는 비용이 아닌 체질 개선을 위한 투자로 평가받을 수 있을 것이다. 이는 ‘빚을 내서라도’가 아닌 ‘빚을 감당할 수 있도록’ 성장의 조건을 바꾸자는 제안이며, 2026년 예산안은 바로 그 현실적인 타협점 위에 서 있다.

◆ 우석진 명지대 경상통계학부 / 응용데이터사이언스 교수