AI, 특정 분야에서 생산성 끌어올려
하지만 사회 전반적으로 놓고 봤을 때는 의견 갈려
일부 산업에 AI 혜택이 치중되면 부작용 생기기 때문
AI를 모든 산업에 적용할 수 있을 때 비로소 생산성 혁신 이룰 것

더 이코노미(The Economy) 및 산하 전문지들의 [Deep] 섹션은 해외 유수의 금융/기술/정책 전문지들에서 전하는 업계 전문가들의 의견을 담았습니다. 본사인 글로벌AI협회(GIAI)에서 번역본에 대해 콘텐츠 제휴가 진행 중입니다.

인공지능(AI)이 발전을 거듭하면서 드디어 경제협력개발기구(OECD) 국가들이 저성장에서 벗어날 수 있을 것으로 기대하고 있다. AI는 자연어 처리부터 이미지 생성까지 기계가 할 수 있는 일의 범위를 넓혔다. 이에 발맞춰 특정 업종에서 AI가 생산성 혁신을 이뤘다는 연구 결과가 나오는 상황이다. 하지만 연구진은 AI가 사회 전반적으로 생산성을 끌어올렸는가에 대해서는 △AI 노출도 △AI 채택 속도 △상대적 수요 등 세 가지 요인에 따라 달라질 것이라고 답했으며, 실제로 시나리오에 따라 총요소생산성이 어떻게 변화하는지 보였다.

AI 생산성 향상 "특정 분야에서는 인정, 사회 전반적으로는 글쎄"

2022년 11월 챗GPT(ChatGPT)가 공개되고 테크 기업들의 대형언어모델(LLM) 경쟁이 치열해지면서 AI의 성능은 폭발적으로 향상됐다. 비약적으로 성장한 AI는 번역, 코드 작성 등 여러 분야에서 적극적으로 활용되며 업무 생산성을 끌어올렸다는 평가를 받고 있다. 또한 AI의 효과는 연구를 통해 여실히 입증됐다. AI가 △고객 서비스(14%) △비즈니스 컨설팅(40%) △소프트웨어 개발(50% 이상) 등 특정 업종에서 근로자의 성과를 향상했다는 연구 결과가 쏟아져 나오고 있다.

하지만 AI가 사회 전반의 생산성인 '총요소생산성'을 향상했는가에 대해서는 갑론을박이 나오는 상황이다. 일부 전문가들은 AI를 두고 "분야를 가리지 않고 적용할 수 있는 혁신적인 기술"이라며 향후 10년간 AI가 총요소생산성을 크게 끌어올릴 것이라고 예상했다. 한편 일각에서는 "현재 AI 기술이 특정 업종에서만 유용하게 사용될 뿐, 대부분 경제 활동에서는 유용하지 않다"라며 AI로 인한 총요소생산성 증가율은 미미할 것이라는 의견을 내놨다.

연구진 "AI 노출도, 채택 속도, 상대적 속도에 따라 총요소생산성 달라질 것"

위 논쟁에 대해 프란체스코 필리푸치(Francesco Filippucci) OECD 소속 경제학자를 비롯한 2명의 연구진은 △AI 노출도 △AI 채택 속도 △상대적 수요 등 세 가지 요인에 따라 총요소생산성이 결정될 것이라고 주장했다. 여기서 AI 노출도는 경제 전반에 걸쳐 AI를 채택하는 정도를 나타내는 지표로, AI 노출도가 높을수록 총요소생산성이 증가할 것으로 예상된다.

또한 총요소생산성은 경제의 여러 업종에서 생산되는 재화와 서비스에 대한 '상대적 수요'에 따라 달라진다. 예를 들어 특정 업종에서 AI를 활용해 생산성을 끌어올리면 높아진 생산성에 따라 임금이 올라간다. 반면 생산성을 올리지 못한 업종에서도 노동자들의 이탈을 막고자 임금을 올린다. 이러한 현상을 바우몰 효과(Baumol effect)라고 하는데, 시장에서 동일한 임금이 형성되면 노동자들은 생산성이 높은 업종을 이탈하게 된다. 따라서 역설적이게도 한 업종에서 생산성 혁신을 이뤘음에도 불구하고 시장 점유율이 낮아져 경제 전반적으로 봤을 때는 생산성이 하락할 수 있는 것이다.

가장 먼저 연구진은 업종별 AI 노출도와 채택 속도를 추정했다. AI 노출도는 현재 기술 수준과 미래에 기술 발전을 이룬 경우를 나눠 계산했다. 이는 기술 발전이 빠른 현실을 반영한 것이다. 다음으로 AI 채택 속도는 PC와 인터넷과 같이 과거 혁신적인 기술과 비교해 AI가 과거 기술에 비해 어느 정도 위치에 있을지 예상했다.

업종별로 AI 노출도와 채택 속도를 고려해 총요소생산성을 계산한 결과 농업, 어업, 광업과 같이 수작업이 주를 이루는 업종에서는 1~2%, ICT, 금융, 전문 서비스처럼 지식 집약적인 업종에서는 15~20%까지 총요소생산성이 증가할 것으로 나타났다.

AI 혜택, 일부 업종에 집중될수록 바우몰 효과 커져

다음으로 연구진은 AI 노출도, 채택 속도, 상대적 수요에 따라 여러 시나리오를 세우고 총요소생산성이 어떻게 변화하는지 살펴봤다. 총요소생산성 증가분에 대해서도 세 가지 영향을 구분했다. 업종 자체적으로 총요소생산성을 끌어올리는 직접적인 효과, 다른 업종과의 시너지로 긍정적인 영향을 주는 효과, 바우몰 효과로 나눠 총요소생산성 증가분을 계산했다.

시나리오 1과 2를 비교한 결과 AI를 빠르게 채택하는 게 중요할 뿐만 아니라 AI 역량 또한 중요하다는 것을 알 수 있다. 이를테면 다른 디지털 도구와 AI를 통합해 더 넓은 범위의 경제 활동에 AI를 적용하면 한층 더 높은 생산성 향상을 이룰 수 있다.

시나리오 3과 4에서는 AI의 생산성 혜택이 일부 업종에 쏠리는 현상에 집중했다. 생산성 혜택을 받는 업종은 ICT와 금융처럼 지식 집약적인 산업으로 가정했다. 그 결과 부정적인 바우몰 효과가 발생했으며, 시나리오 4에서 가정한 것처럼 업종 간 AI 생산성 혜택이 불균등해질수록 바우몰 효과는 더욱 커지는 것으로 나타났다. 이 수치는 총요소생산성 증가분의 약 3분의 1을 차지할 만큼 크게 나타났다.

반면 AI가 로봇 기술과 결합하면 바우몰 효과는 발생하지 않았다. 이에 대해서 연구진은 AI와 로봇 기술의 결합은 인지 활동뿐만 아니라 수작업 집약적인 업종에서도 AI 혜택을 받을 수 있게 만들기 때문이라고 설명했다. 이로 인해 AI로부터 얻을 수 있는 이득은 균등해지고 AI는 더욱 광범위하게 적용될 수 있다.

연구진은 시나리오를 종합한 결과 향후 10년간 AI가 미국의 총요소생산성 성장률에 0.25~0.6%p 기여할 것이라는 예측을 내놓았다. 다른 국가에서도 비슷한 추정치가 나왔으나, AI 도입이 더디고 AI에 노출된 산업이 상대적으로 적은 나라에서는 다소 낮은 값이 나왔다. 연구진은 이러한 예측이 현실화된다면 AI는 인터넷과 비슷한 수준으로 생산성을 끌어올릴 것이라고 덧붙여 설명했다.

원문의 저자는 프란체스코 필리푸치(Francesco Filippucci) OECD 소속 경제학자 외 2명입니다. 영어 원문 기사는 Miracle or myth: Assessing the macroeconomic productivity gains from artificial intelligence | CEPR에 게재돼 있습니다.