▶4면 < AI 기술 > 에 이어 빅테크 기업 창업자들이 AI가 직장과 경제 에 미칠 영향에 대해 기술 낙관론을 보였다. S & P 500 기업 중 374개 기업이 실적 발표에 서 AI를 언급했고, 대부분 AI 도입이 회사 에 매우 긍정적이었다고 답했지만, 이런 긍 정적인 도입이 전반적인 생산성 향상으로 이 어지지는 않았다. 연구에 따르면, 미국, 영국, 독일, 호주의 다양한 기업 전망 조사에 응답 한 6,000명의 CEO, CFO 및 기타 임원 중 대 다수는 AI가 사업 운영에 미치는 영향이 미 미하다고 답했다. 임원의 약 3분의 2가 AI를 사용한다고 응답했지만, 그 사용 시간은 주 당 평균 1.5시간에 불과했고, 응답자의 25 % 는 직장에서 AI를 전혀 사용하지 않는다고 답했다. 기업의 거의 90 % 가 지난 3년간 AI가 고용이나 생산성에 아무런 영향을 미치지 않 았다고 밝혔다. 그러나 기업들은 AI가 직장과 경제에 미칠 영향에 대해 여전히 높은 기대를 갖고 있다. 임원들은 AI가 향후 3년간 생산성을 1.4 %, 생산량을 0.8 % 향상시킬 것으로 예상했다. 기업들은 이 기간 동안 고용이 0.7 % 감소할 것으로 예상했지만, 조사에 참여한 개별 직원 들은 고용이 0.5 % 증가했다고 답했다. MIT 연구진은 AI를 도입하면 해당 기술을 사용하 |
지 않는 직원에 비해 직원의 업무 성과가 거 의 40 % 향상될 수 있다고 주장했다. 하지만 이런 생산성 향상 효과가 기대에 미 치지 못하는 결과 데이터가 나오고 있다. 경 제학자들은 AI 가 기업 투자에 대한 수익을 언제 가져올 지 의문을 제기하고 있다. 2024 년 AI 관련 기업 투자액은 2,500 억 달러를 넘 어섰다. 오늘날 고용 데이터, 생산성 데이터, 인플레이션 데이터에서 AI 의 흔적은 찾아볼 수 없다. 또한 7 대 기술 기업을 제외하고는 이 윤이나 수익 전망에서 AI 의 징후를 찾아볼 수 없다. AI 와 경제 생산성에 대한 관계는 오 히려 상반되는 모습을 보이고 있는 것이 현재 까지의 현실이다. 세인트루이스 연방준비은 행은 ' 생성형 AI 도입 현황 보고서 ' 에서 2022 년 말 챗봇( ChatGPT) 도입 이후 누적 생산 성 증가율이 1.9 % 상승했다고 발표했다. 하지만 2024 년 MIT 연구에 따르면 향후 10 년간 생산성 증가율은 0.5 % 에 그칠 것으로 예상된다. 물론 10 년 후 0.5 % 의 생산성 증가 는 무시할 수 없는 수준이다. 하지만 업계 관 계자들과 AI 기술자들이 내세우는 기대치에 비하면 실망스러운 수치다.
인사책임부서의 데이터는 상반된 현상을 보여준다. AI 도입이 증가하거나 대체된 부 문에서 시간이 지날수록 다시 고용이 늘어나
|
는 추세가 나타나고 있다. 2025 년 AI 활용률 은 13 % 증가했지만, 기술의 유용성에 대한 신뢰도는 18 % 나 급락해 여전히 불신이 만연 해 있음을 나타냈다. IBM 은 젊은 인재 채용 을 세 배로 늘릴 계획이다. 이는 AI 가 일부 필수 업무를 자동화할 수 있음에도 불구하고, 신입 사원을 대체하면 장기적으로 중간 관리 자 부족 현상이 발생해 회사의 리더십 파이프 라인이 위협받을 수 있다는 판단에 기인한다.
AI 생산성은 미래에 달성 물론 이런 생산성 패턴은 역전될 수도 있다. 1970 년대와 80 년대의 IT 붐은 결국 1990 년대 와 2000 년대 초에 생산성 급증으로 이어졌고, 수십 년간의 침체 이후 1995 년부터 2005 년까 지 생산성 증가율이 1.5 % 상승하기도 했다. 이런 추세가 이미 역전되고 있을 수 있다고 주장하는 학자도 있다. 고용 보고서의 고용 증가폭이 18 만 1 천 명 으로 하향 조정되었음에도 불구하고 4 분기 GDP 가 3.7 % 증가세를 보였다는 점을 언급 하며 생산성 급증을 시사한다고 분석했다. 분 석에 따르면 지난해 미국의 생산성은 2.7 % 증가했고, 이는 AI 투자에서 기술의 혜택을 누리는 단계로의 전환에 기인한 것이라고 설 명했다. AI 도입이 지속됨에 따라 고용 증가
|
와 GDP 성장 간의 연관성이 약화되고 있다 는 것인데, 이는 1990 년대 사무 자동화 당시 나타났던 현상과 유사하다. AI 의 미래 영향이 초기에는 성과가 둔화되 다가 이후 기하급수적으로 증가하는 " J 자형 곡선 " 을 보일 가능성이 있다고 전망한다. AI 의 생산성 향상이 이런 패턴을 따를지는 AI 가 창출하는 가치에 달려 있다. 그리고 AI 에 대한 투자가 지금까지 투입된 액수보다 더 많 이 추가로 투입되어야 가능할 수 있다는 것을 의미한다. 지금까지 AI 는 IT 의 이전과는 다 른 길을 걷고 있다. 1980 년대 IT 분야에서는 경쟁업체가 유사한 제품을 개발하기 전까지 혁신 기업이 독점적인 가격 결정권을 행사했 다. 그러나 오늘날에는 대규모 언어 모델 업 체 간의 치열한 경쟁으로 가격이 하락해 AI 도구를 누구나 쉽게 이용할 수 있게 되었다. 따라서 AI 생산성의 미래는 기업들이 이 기 술을 활용하고 업무에 지속적으로 도입하려 는 의지에 달려 있다. 거시적인 관점에서 가 치 창출은 제품 자체가 아니라, 생성형 AI 가 경제의 다양한 분야에서 어떻게 활용되고 구 현되는지에 달려 있다. 더 많은 투자가 더 많 은 다양한 AI 모델로 등장해야만 경제가 의 미있는 변화를 할 수 있다. 이는 더 많은 시 간과 더 많은 돈이 들어가야 한다는 의미다. |