[딥파이낸셜] 미국 제조업은 죽지 않았다

미국 제조업 침체, ‘사실과 달라’
자본재 고도화로 생산성 ‘근소한 성장’
교육 통한 ‘노동 생산성’ 향상이 과제

본 기사는 스위스 인공지능연구소(SIAI)의 SIAI Business Review 시리즈 기고문을 한국 시장 상황에 맞춰 재구성한 글입니다. 본 시리즈는 최신 기술·경제·정책 이슈에 대해 연구자의 시각을 담아, 일반 독자들에게도 이해하기 쉽게 전달하는 것을 목표로 합니다. 기사에 담긴 견해는 집필자의 개인적 의견이며, SIAI 또는 그 소속 기관의 공식 입장과 일치하지 않을 수 있습니다.

미국의 제조업 생산성은 장기간 침체를 거듭하는 것으로 여겨져 왔다. 공식 통계를 보면 노동 생산성과 효율성이 줄고, 총요소생산성(Total Factor Productivity, TFP, 노동, 자본을 제외한 효율성, 기술, 혁신 등에 의한 생산성)도 2000년대 후반 이후 정체 상태인 것으로 나타난다. 모두 미국의 생산 시설이 혁신의 한계에 맞닥뜨렸음을 보여주는 지표였다.

미국 제조업 생산성 ‘저평가’

하지만 이는 사실과 다르게 과장되거나 심지어 잘못 측정된 것으로 밝혀졌다. 실질 가격과 기계, 전자 장비 및 중간재 품질 향상 등을 감안하면 미국 제조업은 공식 데이터가 가리키는 것보다 훨씬 역동적이다.

관련 지표들을 고려하면 장기 총요소생산성은 1980년대 후반 이후 연간 1.4% 성장으로 기존 통계의 두 배에 달하며 2009년 이후의 기간은 제조업 둔화가 아닌 ‘근소한 성장’의 시기로 재정의된다. 심지어 올해 2분기 제조업 노동 생산성 증가율을 연간으로 계산하면 2.5%로 최근 4년 중 가장 높다. 근로자 1인당 장비의 양을 뜻하는 자본집약도(capital intensity)는 역사상 최고 수치다. 생산 시설이 알려진 것보다 빠르게 첨단화하고 있다면 남은 제약은 기술이 아닌 사람이다.

공식 지표보다 높은 ‘생산 효율’

구체적으로 설명하면 공식 ‘생산자 물가 디플레이터’(producer-price deflators, 명목 생산량을 실질 생산량으로 변환하는 물가지수)가 자본 집약적 산업에서의 장비 개선 속도를 반영하지 못했다는 것이다. 컴퓨터와 센서, 산업용 전자제품은 해마다 개선되고 저렴해지는데 정부 데이터가 이를 과소평가하고 있다. 그 결과 자본 생산성 및 총요소생산성(productivity residual) 향상이 무시된 것이다. 이를 반영하면 제조업 침체는 사실이 아니다.

예를 들어 전자제품 제조업의 경우 수정된 총요소생산성 증가율이 연간 10%에 달해 공식 통계상의 4%보다 두 배 이상 높다. 물론 2000년대 이후의 경기 위축이 지워지는 것은 아니지만 적어도 기준점이 달라지는 것이다. 미국의 공장들이 우리가 생각했던 것보다 높은 효율성 수준에서 가동된다는 것으로 이제 생각해야 하는 것은 이들을 뒷받침하는 인력과 교육 훈련의 중요성이다.

문제는 ‘장비 아닌 사람’

그러니까 생산성이 실제보다 저평가돼 있다면 미국 경제가 정책 당국이 생각하는 것보다 자본 집약적이라는 것인데, 이를 효율적으로 운용하는 데 필요한 인력 수준과 교육 훈련이 뒤처져 있다는 얘기가 된다.

물론 적응하려는 움직임도 눈에 띈다. 올봄 커뮤니티 칼리지가 운영하는 직업 교육 과정의 등록률은 5.4% 증가해 2020년과 비교하면 20% 가까이 올랐다. 견습생 제도도 활성화됐다. 작년의 경우 등록 견습생 수가 680,000명으로 10년 전보다 두 배 이상 늘었다. 대부분이 자동화와 로봇공학, 산업 유지보수(industrial maintenance)를 배우려는 경력자들이다.

메커트로닉스(mechatronics, 기전 공학), 공정 관리, 로봇공학 및 디지털 품질(digital-quality) 등의 과정이 지역 기술 시스템의 중추로 성장했는데, 문제는 자금 지원이 이를 따라가지 못하는 것이다. 최첨단 연구실을 갖추려면 고가의 기계 장비와 소프트웨어, 전문 인력이 절대적으로 필요하다. 이를 갖추지 못한다면 학교가 생산 시설의 발전을 따라잡지 못할 가능성이 크다.

‘자본 생산성’, ‘노동 생산성’으로 전환해야

수정된 생산성 지표가 경기 순환적 변동에 불과하거나 일부 최첨단 산업에 의해서만 견인될 수 있다는 비판이 있다. 하지만 올해 중반 제조업 노동 생산성은 2001년 이후 최고 수치를 보이고 있으며, 이는 수입 물품과 제조업 전체 산업 연관성을 모두 고려한 결과다. 전자제품과 소프트웨어가 자동차 및 의료 장비를 포함한 모든 생산라인에 결합돼 공급망 전체에 걸친 효율성 개선을 견인하고 있다. 제조업이 더 이상 양질의 일자리를 제공하기 어렵다는 비판도 사실이 아니다. 견습 과정 졸업생이 10년 전에 비해 143% 증가했고 첨단 제조업 분야의 취업률도 높게 유지되고 있다.

다시 강조하지만 지금까지 미국의 제조업 분석은 잘못된 기반 위에서 행해졌다. 그리고 제조업 생산성이 과소평가됐다면 이제 남은 진정한 제약조건은 교육 훈련의 경쟁력이다. 생산 시설이 운영 인력을 키워내는 교육 기관보다 빠르게 발전해 왔다면 이제는 감춰진 생산성이 높은 임금과 안전한 직장, 지역의 발전으로 승화될 수 있도록 학교가 노력해야 한다.

또한 이는 정책 당국이 교육의 중요성을 다른 인프라와 동일한 정도로 평가해야 한다는 사실을 말해 준다. 첨단 연구소와 이에 걸맞은 견습생 제도, 교육 인력이 갖춰져야 한다. 지금 움직인다면 향후 생산성 급등은 기계가 아닌 사람에게서 나올 가능성이 매우 크다.

본 연구 기사의 원문은 Rethinking US manufacturing productivity: why the “hidden gains” change education policy를 참고해 주시기 바랍니다. 본 기사의 저작권은 스위스 인공지능연구소(SIAI)에 있습니다.