수천 명의 CEO가 AI가 고용이나 생산성에 영향을 미치지 않았다고 인정했다
Source: Hacker News
AI와 함께 다시 떠오르는 생산성 역설
원래 역설 (1987)
- Robert Solow·노벨상 수상 경제학자는 1960년대(트랜지스터, 마이크로프로세서, 집적 회로, 메모리 칩)의 급속한 발전 이후 생산성 성장률이 급격히 둔화했다고 지적했습니다.
- 2.9 % (1948‑1973) → 1.1 % (1973 이후)【source】(https://www.brookings.edu/wp-content/uploads/2016/06/199904.pdf).
- 초기 컴퓨터는 생산량을 늘리기보다 과잉 정보를 생성해, 종이 뭉치를 채우는 상세 보고서를 만들어냈습니다.
- 솔로우는 이렇게 요약했습니다:
“컴퓨터 시대는 어디서든 볼 수 있지만 생산성 통계에서는 볼 수 없습니다.”
— New York Times Book Review, 1987【source】(https://www.standupeconomist.com/pdf/misc/solow-computer-productivity.pdf)
오늘날 AI: 비슷한 이야기인가?
- 374개의 S&P 500 기업이 2024‑2025년 실적 발표에서 AI를 언급했습니다(9월). 대부분은 기술 도입을 전적으로 긍정적이라고 묘사했지만, 보다 넓은 생산성 향상은 아직 포착되지 않았습니다【source】(https://www.ft.com/content/e93e56df-dd9b-40c1-b77a-dba1ca01e473).
- 전국경제연구소(NBER) 작업 논문(2024년 4월)은 미국, 영국, 독일, 호주에 걸친 약 6,000명의 CEO, CFO 및 기타 임원을 조사했습니다【source】(https://www.nber.org/papers/w34836). 주요 결과는 다음과 같습니다:
| 지표 | 결과 |
|---|---|
| AI 사용을 보고한 임원 비율 | ≈ 66 % |
| 주당 평균 AI 사용 시간 | 1.5 시간 |
| AI 사용을 전혀 하지 않음을 보고한 임원 | 25 % |
| 최근 3년간 고용 또는 생산성에 영향 없음을 본 기업 | ≈ 90 % |
| 향후 3년간 AI‑주도 생산성 증가 전망 | +1.4 % |
| 향후 3년간 AI‑주도 산출량 증가 전망 | +0.8 % |
| 기업 수준에서 예상 고용 변화 | ‑0.7 % |
| 개인 수준에서 예상 고용 변화 | +0.5 % |
데이터가 시사하는 바
- 현재 영향 제한 – 대부분의 임원은 AI를 주당 약 1.5시간 정도만 활용하고 있으며, 여전히 1/4은 전혀 사용하지 않습니다.
- 미래에 대한 높은 기대 – 현재 사용이 미미함에도 불구하고, 기업들은 향후 3년간 1~1.5 % 수준의 생산성 향상을 기대하고 있습니다.
- 솔로우 역설의 재현? – 초기 컴퓨터와 마찬가지로, 변혁적 기술에 대한 과대광고에 비해 실제 생산성 통계는 뒤처지고 있습니다.
요점
- 역사는 반복될 수 있다: 새로운 기술(컴퓨터 → AI)은 눈에 띄게 보이고 광범위하게 찬사를 받지만, 전체 생산성 지표는 아직 약속된 상승을 반영하지 못하고 있습니다.
- 정책 입안자와 경영진은 기대치를 조절하고, 효과적인 통합에 집중하며, 실제 산출을 모니터링해야 합니다. 이는 단순히 성공 사례에만 의존하는 것이 아니라, 실증적인 데이터를 기반으로 해야 함을 의미합니다.
솔로우의 반격
2023년에 MIT 연구원들은 AI 도입이 기술을 사용하지 않은 근로자에 비해 근로자 성과를 거의 40 % 향상시킬 수 있다고 주장했으며, 자세한 내용은 MIT Sloan 연구를 참고하십시오. 그러나 이러한 생산성 향상이 실제로 나타나지 않는 새로운 데이터가 등장하면서, 경제학자들은 AI가 기업 투자에 대한 수익을 언제‑또는 과연‑제공할지에 대해 고민하게 되었으며, 해당 투자는 2024년에 2,500억 달러 이상으로 급증했습니다(Stanford AI Index).
“AI는 들어오는 거시경제 데이터 외에는 어디에나 있다,” 라고 Apollo 수석 경제학자 Torsten Slok가 최근 블로그 게시물에서 40년 전 솔로우의 관찰을 인용하며 말했습니다. “오늘날 고용 데이터, 생산성 데이터, 인플레이션 데이터에서는 AI를 볼 수 없습니다.”
Slok는 Magnificent Seven을 제외하고는 이익 마진에 AI의 흔적이 전혀 없으며(source), 수익 기대치에도 AI의 영향이 없다고(source) 덧붙였습니다.
학술 연구 결과: 모순된 그림
- Federal Reserve Bank of St. Louis – State of Generative AI Adoption 보고서에서, 은행은 2022년 말 ChatGPT 도입 이후 초과 누적 생산성 성장률이 1.9 % 증가했음을 관찰했습니다 (link).
- MIT (2024) – 한 연구는 향후 10년 동안 0.5 % 생산성 향상이라는 보다 온건한 결과를 발견했습니다 (link).
“10년 동안 0.5 %를 과소평가해서는 안 된다고 생각합니다. 제로보다 낫죠.”라고 연구 저자이자 노벨상 수상자인 Daron Acemoglu가 말했습니다. “하지만 업계와 기술 저널리즘에서 제시하는 약속에 비하면 실망스럽습니다.”
Emerging Research on Workforce Attitudes
- ManpowerGroup’s 2026 Global Talent Barometer surveyed nearly 14 000 workers in 19 countries. It found that while regular AI use rose 13 % in 2025, confidence in the technology’s utility plummeted 18 %, indicating persistent distrust (Fortune coverage).
- IBM – Chief Human Resources Officer Nickle LaMoreaux announced that IBM will triple its number of young hires. The move suggests that, despite AI’s ability to automate many entry‑level tasks, displacing those workers could create a shortage of middle managers and jeopardize the company’s leadership pipeline (Fortune article).
인력 태도에 관한 최신 연구
- ManpowerGroup의 2026 글로벌 인재 바이어레터는 19개국에서 약 14 000명의 근로자를 조사했습니다. 조사 결과, 2025년에 정기적인 AI 사용이 13 % 증가했지만, 기술 활용에 대한 신뢰는 18 % 급락하여 지속적인 불신이 나타났다고 밝혔습니다 (Fortune 보도).
- IBM – 최고 인사 책임자 Nickle LaMoreaux는 IBM이 젊은 인재 채용 규모를 세 배로 늘릴 것이라고 발표했습니다. 이 조치는 AI가 많은 초급 업무를 자동화할 수 있음에도 불구하고, 해당 근로자를 대체하면 중간 관리자 부족이 발생하고 회사의 리더십 파이프라인이 위협받을 수 있음을 시사합니다 (Fortune 기사).
AI 생산성의 미래
오늘날 우리가 보는 생산성 패턴은 뒤바뀔 수 있습니다. 1970‑80년대의 IT 붐은 결국 1990년대와 2000년대 초반의 생산성 급증으로 이어졌으며, 1995년부터 2005년까지 생산성 성장률이 1.5 % 증가한 바 있습니다【Brookings】.
주요 관찰
| Analyst / Source | Main Point | Evidence |
|---|---|---|
| Erik Brynjolfsson – Stanford Digital Economy Lab 경제학자 | 현재의 생산성 급증이 이미 뒤바뀌고 있을 수 있다. | 4분기 GDP가 3.7 % 상승했지만, 고용 보고서는 주간 증가폭을 181,000명으로 수정했습니다. 그의 자체 분석에 따르면, 지난해 미국 생산성이 2.7 % 상승했으며, 이는 AI 투자에서 혜택 실현으로 전환된 결과라고 합니다【Financial Times Op‑Ed】. |
| Mohamed El‑Erian – 전 Pimco CEO 및 경제학자 | AI 도입으로 인해 고용 성장과 GDP 성장의 괴리가 계속되고 있으며, 이는 1990년대 사무 자동화 물결을 반영한다【FT】. | |
| Torsten Slok – 산업 논평가 | AI의 영향은 “J‑곡선”을 따를 수 있다: 초기 둔화 후 급격한 급증. 형태는 AI가 창출하는 가치에 달려 있다. | |
| Torsten Slok (cont.) | 1980년대 IT 시장과 달리—혁신가들이 경쟁자가 따라잡을 때까지 독점 가격을 유지했지만—오늘날 AI 도구는 대규모 언어 모델 구축업체 간 치열한 경쟁으로 가격이 낮아지고 널리 접근 가능해졌다. | |
| Torsten Slok (cont.) | AI 생산성의 미래는 기업이 생성형 AI를 어떻게 채택하고 통합하느냐에 달려 있으며, 제품 자체만으로는 결정되지 않는다. |
“J‑곡선” 서사
“거시적 관점에서 가치 창출은 제품이 아니라, 생성형 AI가 경제 각 부문에서 어떻게 사용되고 구현되는가에 달려 있다.” – Torsten Slok
- 초기 둔화: 초기 도입 단계에서는 조직이 실험하고 프로세스를 조정하면서 수익이 미미하거나 심지어 마이너스가 될 수 있다.
- 급격한 급증: 최적 사용 사례가 등장하고 통합이 심화되면 생산성이 크게 가속화될 수 있다.
경로를 결정하는 요인
- 경쟁 구도 – LLM 제공업체 간 치열한 경쟁이 비용을 낮추고 접근성을 확대한다.
- 기업 채택 – AI를 워크플로(예: R&D, 고객 서비스, 공급망 계획)에 적극적으로 내재화하는 기업이 생산성 향상의 대부분을 차지한다.
- 산업별 구현 – 가치 창출은 산업마다 크게 다르며, 동일한 AI 도구가 한 분야에서는 미미한 영향을 미치지만 다른 분야에서는 변혁적인 효과를 낼 수 있다.
요약
다음 AI‑주도 생산성 물결은 J‑곡선을 따를 가능성이 높으며, 급증의 규모는 기술 자체보다 전략적이고 산업 전반에 걸친 구현에 더 크게 좌우됩니다. 통합과 혁신을 우선시하는 기업이 가장 큰 혜택을 누릴 것입니다.