AI는 생산성을 얼마나 높일까? 노벨경제학상으로 보는 AI의 진짜 가치

최근 AI를 이야기할 때 가장 많이 듣는 단어는 챗GPT, 반도체, 빅테크, 데이터센터입니다.
하지만 경제학자들이 AI를 바라보는 시각은 조금 다릅니다.
그들이 가장 주목하는 것은 바로 '생산성(Productivity)'입니다.
왜냐하면 한 나라가 장기적으로 부유해지는 가장 중요한 원동력은 결국 생산성 향상이기 때문입니다.
AI가 정말 산업혁명에 버금가는 변화를 가져올 것인지도 결국은 생산성을 얼마나 높이느냐에 달려 있습니다.

 

[30초 핵심 요약 : 경제학이 보는 AI의 진짜 가치] • 생산성 중심: 경제학자들이 주목하는 AI의 본질은 기술의 화려함이 아닌 '생산성 향상'에 있습니다. • 인간 능력의 확장: AI는 인력을 완전히 대체하기보다 지식노동의 효율을 높여 같은 시간 동안 더 큰 가치를 창출하도록 지원합니다. • 노벨경제학상의 시사점: 로버트 솔로와 폴 로머의 연구는 기술진보와 지식·혁신이 장기적인 생산성과 경제성장에 중요한 역할을 한다는 점을 보여줍니다. • 실제 성과의 증명: 시장은 단순한 기술 도입을 넘어 실질적인 비용 절감, 효율성 증대, 이익 창출 결과를 요구하게 됩니다.

 

생산성이란 무엇일까요?

생산성은 같은 시간과 같은 자원으로 얼마나 더 많은 가치를 만들어 내는가를 의미합니다.
예를 들어 직원 10명이 하루에 100개의 제품을 만들던 회사가 AI를 활용해 120개를 생산하게 되었다면 생산성이 높아진 것입니다.
생산성이 향상되면

• 기업의 경쟁력이 높아지고,
• 근로자의 임금이 오를 여력이 커지며,
• 국가의 경제성장률도 높아질 가능성이 있습니다.

경제학에서 생산성을 '성장의 엔진'이라고 부르는 이유가 여기에 있습니다.

 

AI는 어떻게 생산성을 높일 수 있을까요?

AI는 사람을 단순히 대신하는 기술이 아니라 사람의 능력을 확장하는 기술입니다.
예를 들어 AI는

• 문서 작성 시간을 줄여주고,
• 방대한 자료를 빠르게 분석하며,
• 반복적인 업무를 자동화하고,
• 의사결정을 지원합니다.

그 결과 같은 시간 안에 더 많은 일을 처리할 수 있게 됩니다.

AI의 핵심 가치는 단순히 시간을 절약하는 것이 아니라 같은 노동으로 더 큰 가치를 만드는 것입니다.

 

AI의 생산성 향상 효과는 실제 연구에서도 확인됩니다.

에릭 브린욜프슨(Erik Brynjolfsson)과 공동연구자들은 5,179명의 고객상담 직원 데이터를 분석했습니다. 연구 결과, 생성형 AI 상담 도구를 이용할 수 있게 된 직원들의 시간당 문제 해결 건수는 평균 약 14% 증가했습니다. 특히 경험이 적거나 숙련도가 낮은 직원들에게서 더 큰 효과가 나타났습니다.

그러나 이는 특정 고객상담 업무에서 관찰된 결과입니다. AI를 도입하는 모든 기업에서 생산성이 14% 높아진다는 뜻은 아닙니다.

또한 업무 처리속도가 빨라지는 것과 국가 전체의 경제성장률이 높아지는 것은 구분해야 합니다. 개별 업무의 효율성 향상이 경제 전체의 성장으로 이어지려면 기업의 업무방식과 조직, 노동력 배분도 함께 변화해야 합니다.

결국 AI의 경제적 가치는 기술 자체보다 실제 업무에서 얼마나 많은 시간과 비용을 절약하고 새로운 가치를 만들어 내느냐에 달려 있습니다.

 

여기서 중요한 것은 AI를 도입했다는 사실 자체가 생산성 향상을 의미하지는 않는다는 점입니다. 새로운 기술을 업무 방식에 제대로 연결하지 못하면 투자비용만 늘고 기대했던 효과를 얻지 못할 수도 있습니다.

예를 들어 AI가 보고서 초안을 빠르게 작성해도 사람이 다시 처음부터 검토해야 한다면 절약되는 시간은 생각보다 크지 않을 수 있습니다. 반대로 반복적인 자료 정리와 분석을 AI에 맡기고, 사람이 판단과 기획처럼 더 중요한 업무에 집중할 수 있다면 같은 인력으로 더 많은 가치를 만들어낼 수 있습니다.

 

결국 AI 시대의 생산성은 ‘AI가 얼마나 뛰어난가’보다 ‘사람과 기업이 AI를 업무에 얼마나 효과적으로 결합하는가’에 의해 결정될 가능성이 큽니다.

 

역사적으로 생산성 혁신은 경제를 바꾸었습니다.

경제 발전의 역사를 돌아보면 큰 도약의 배경에는 생산성 향상을 가져온 기술혁신이 중요한 역할을 해왔습니다. 
증기기관은 공장의 생산성을 높였고, 전기는 대량생산 시대를 열었습니다.
인터넷은 정보의 생산과 유통 방식을 바꾸었습니다.
그리고 이제 AI는 지식노동의 생산성을 높이는 기술로 평가받고 있습니다.

이런 점에서 AI는 인터넷 이후 생산성에 큰 영향을 미칠 가능성이 있는 중요한 기술혁신으로 주목받고 있습니다.

 

이러한 관점은 노벨경제학상 수상자들의 연구와도 연결됩니다. 1987년 노벨경제학상을 받은 로버트 솔로는 장기적인 경제성장에서 기술진보의 중요성을 보여주었고, 2018년 수상자인 폴 로머는 기술혁신과 지식이 어떻게 지속적인 경제성장의 원동력이 되는지를 설명했습니다. 결국 AI의 경제적 가치도 기술 그 자체의 화려함보다 생산성을 얼마나 높이고 새로운 지식과 가치를 만들어 내느냐에 달려 있다고 볼 수 있습니다.

 

앞으로 시장은 무엇을 주목할까?

앞으로 기업들은 단순히 AI를 도입했는가보다
AI가 실제 생산성을 얼마나 높였는가를 증명해야 할 것입니다.
투자자들도 다음과 같은 점을 주목할 가능성이 큽니다.

• AI 도입으로 기업의 비용이 얼마나 줄어드는가
• 업무 효율이 얼마나 향상되는가
• 기업의 이익이 실제 증가하는가
• 새로운 서비스와 시장이 만들어지는가

AI의 성공은 화려한 기술보다 생산성 향상이라는 결과로 평가받게 될 것입니다.

 

 

한 걸음 더

저도 AI의 도움을 받아 블로그 글을 쓰고 다듬고 있습니다. 나의 생각을 AI에게 말해주면 초안은 빠르게 나오지만, 나의 생각과 맞는지, 숫자가 맞는지, 출처가 설명을 뒷받침하는지, 독자가 쉽게 이해할 수 있는지를 확인하는 일은 남습니다. 노트북에서는 눈에 띄지 않던 별표나 어색한 줄바꿈을 휴대폰 화면에서 발견해 다시 고치기도 했습니다.

이 과정을 겪으며 글을 빨리 만드는 것과 읽을 만한 글을 완성하는 것은 다르다는 점을 느꼈습니다. 초안 작성 시간이 줄어도 확인과 수정에 많은 시간이 든다면, 처음 기대한 만큼의 시간 절약은 아닐 수 있습니다.

그래서 저는 AI의 생산성을 초안이 나오는 속도만으로 평가하기 어렵다고 봅니다. 확인과 수정까지 마친 결과물을 실제로 사용할 수 있을 때, 절약한 시간이 가치가 됩니다.

 

 

[핵심 용어 및 경제학 이론 정리] • 생산성 (Productivity): 투입된 자원(노동, 자본) 대비 산출되는 가치나 결과물의 비율입니다. • 로버트 솔로 (1987 노벨경제학상): 솔로 성장모형을 통해 자본 축적만으로는 지속적인 장기성장을 설명하기 어렵고, 기술진보가 장기적인 생산성과 경제성장에 중요한 역할을 한다는 점을 보여주었습니다. • 폴 로머 (2018 노벨경제학상): 내생적 성장이론을 통해 지식과 기술혁신이 경제 내부의 투자와 연구개발 등을 통해 축적되며 장기적인 경제성장의 원동력이 될 수 있음을 설명했습니다. • 지식노동의 자동화: AI는 정보 처리와 자료 분석, 반복 업무 등을 자동화하거나 지원함으로써 지식노동의 생산성을 높일 가능성이 있습니다.

 

참고자료

브린욜프슨·리·레이먼드, 「Generative AI at Work」, NBER Working Paper 31161(2023) — 고객상담 업무의 생성형 AI 생산성 효과 연구

 

함께 읽으면 좋은 글

•  AI는 일자리를 빼앗을까? 러다이트 운동이 우리에게 주는 교훈
• AI는 경제성장률을 얼마나 높일 수 있을까?
• AI 시대, 구리는 왜 새로운 석유가 되었을까?