번역할 영문 헤드라인을 제공해 주세요.

AI 전환으로 시간 절감 확인, 하지만 생산성 증가 ‘의문’

실증 연구 결과에 따르면, 생성형 인공지능(AI)의 급속한 확산으로 근로자의 근무 시간이 단축되었지만, 이는 조직 전체의 실질적인 생산성 향상으로 바로 이어지지는 않았습니다. 분석에 따르면 개별 작업의 효율성은 높아졌지만, 전체 업무 프로세스와의 연계 부족으로 인해 ‘생산성 단절’ 현상이 발생하고 있는 것으로 나타났습니다.

한국은행 조사국 고용연구팀(서동현, 오삼일, 윤종원)은 오늘 **AI 도입은 생산성을 높이는가? 초기 3년의 효과 분석**이라는 BOK 이슈노트를 발표했습니다. 이 보고서는 전국 15~64세 취업자 5,512명을 대상으로 실시한 가계조사를 바탕으로 작성되었습니다. 분석 결과에 따르면 AI 활용은 근로자의 업무 시간을 평균 3.8%, 즉 주당 약 1.5시간 단축시키는 것으로 나타났습니다. 이를 생산성 성장으로 환산하면 약 1.0% 수준의 잠재적 생산성 향상이 기대된다고 추정됩니다. 특히 교육 자료 개발이나 통계 분석과 같은 인지적·비정형 업무에서 시간 절감 효과가 두드러졌습니다.

AI 기술 도입이 스타트업 및 IT 산업에서 혁신을 위한 필수 전략으로 여겨지고 있지만, 거시적인 생산성 지표의 개선은 아직 지연되고 있습니다. 보고서는 업무 흐름의 경직성, 생산 과정 내 병목 현상, 그리고 인센티브 구조의 불일치를 업무 시간 단축이 실제 처리량 증가로 이어지지 않는 주요 원인으로 지적했습니다. 이는 개인이 절감한 시간이 고부가가치 업무로 재배치되지 못하고 있음을 의미합니다. 다만 예외적으로, 성과 보상이 직결되고 자율성이 높은 자영업자·전문직, 그리고 AI를 고강도로 활용하는 집단에서는 실제 생산성 증가가 확인되었습니다. 이는 기술 자체의 성능보다 작업 구조와 인센티브 체계가 생산성을 좌우한다는 점을 보여줍니다.

연구팀은 보고서에서 “현재 AI는 효율성(efficiency) 단계에 진입했지만 아직 생산성(productivity) 단계로 충분히 전환되지 못한 상태”라고 평가했습니다. 또한 “이러한 생산성 단절은 범용 기술 도입 초기의 전형적인 전환 과정으로 볼 수 있으며, 향후 정책 대응과 기업·노동시장 구조의 변화를 통해 생산성 경로가 크게 달라질 수 있다”고 설명했습니다.

결론적으로 AI의 실질적인 생산성 파급 효과를 극대화하려면 단순히 도구를 도입하는 수준을 넘어 조직 전체의 보완적인 재설계가 필요합니다. 기업은 표준화된 업무를 AI 중심 모델로 전환함과 동시에 인간과 AI가 협업하는 개방형 업무 비중을 확대해야 합니다. 특히 단기적 효율성 추구가 저연차 근로자의 숙련 형성 경로를 훼손하지 않도록, 내부 학습 기회를 새롭게 설계하는 장기적인 인적자본 축적 전략이 필수적입니다.