▲

수천 명의 CEO들이 AI가 고용이나 생산성에 영향을 주지 않았다고 인정함

 (fortune.com)
4P by GN⁺ 5시간전 | ★ favorite | 댓글 1개
  • S&P 500 기업 중 374곳이 실적 발표에서 AI를 언급했지만, 6,000명의 경영진 대상 조사에서 약 90%가 지난 3년간 AI가 고용이나 생산성에 영향을 미치지 않았다고 응답
  • 1987년 노벨 경제학상 수상자 Robert Solow가 제시한 생산성 패러독스가 AI 시대에 재현되고 있으며, 거시경제 데이터에서 AI 효과가 관측되지 않는 상황
  • 경영진의 AI 사용 시간은 주당 약 1.5시간에 불과하고, 응답자의 25%는 직장에서 AI를 전혀 사용하지 않음
  • ManpowerGroup 조사에서 2025년 AI 정기 사용은 13% 증가했지만, 기술에 대한 신뢰도는 18% 하락
  • 1970~80년대 IT 붐이 1990년대 생산성 급등으로 이어진 전례가 있어, AI도 J커브 형태의 지연 후 성장 가능성 존재

Solow의 생산성 패러독스와 AI

  • 1987년 경제학자 Robert Solow는 트랜지스터, 마이크로프로세서, 집적회로, 메모리 칩 등장 이후에도 생산성 증가율이 1948~1973년 2.9%에서 1973년 이후 1.1%로 하락했다고 관측
  • "컴퓨터 시대는 어디에서나 보이지만 생산성 통계에서는 보이지 않는다"는 유명한 표현을 남김
  • 당시 컴퓨터는 오히려 과도한 정보를 생산하며, 지나치게 상세한 보고서를 대량 인쇄하는 등 생산성을 저해

CEO 설문 결과: AI의 실질적 영향 미미

  • 2024년 9월~2025년 사이 S&P 500 기업 374곳이 실적 발표에서 AI 언급 및 긍정적 도입 평가
    • 그러나 거시적 생산성 지표에는 뚜렷한 반영 없음
  • NBER(National Bureau of Economic Research) 이 이번 달 발표한 연구에서, 미국·영국·독일·호주의 6,000명 경영진 대상 조사 수행
  • 약 3분의 2가 AI를 사용한다고 응답했으나, 사용 시간은 주당 약 1.5시간에 불과
  • 25%의 응답자는 직장에서 AI를 전혀 사용하지 않음
  • 약 90%의 기업이 지난 3년간 AI가 고용이나 생산성에 영향을 미치지 않았다고 답변
  • 그럼에도 경영진은 향후 3년간 AI가 생산성을 1.4%, 산출량을 0.8% 증가시킬 것으로 전망
  • 기업은 고용이 0.7% 감소할 것으로 예상했으나, 개별 근로자들은 오히려 0.5% 고용 증가를 예상

학술 연구 간 엇갈리는 결과

  • 2023년 MIT 연구는 AI 도입 시 근로자 성과가 최대 40% 향상될 수 있다고 주장
  • 그러나 2024년까지 기업의 AI 투자가 2,500억 달러 이상으로 급증했음에도 약속된 생산성 향상이 실현되지 않는 상황
  • Apollo 수석 이코노미스트 Torsten Slok는 "AI는 고용 데이터, 생산성 데이터, 인플레이션 데이터 어디에도 보이지 않는다"고 언급
    • Magnificent Seven을 제외하면 이익률이나 수익 전망에서도 AI 효과의 징후가 없음
  • 세인트루이스 연방준비은행은 ChatGPT 도입 이후 누적 생산성 성장률이 1.9% 초과 증가했다고 발표
  • 반면 2024년 MIT 연구(노벨상 수상자 Daron Acemoglu)는 향후 10년간 0.5% 생산성 증가라는 더 보수적인 수치 제시
    • Acemoglu는 "0.5%를 과소평가해서는 안 되지만, 업계와 언론이 약속한 것에 비하면 실망스러운 수준"이라고 평가

근로자 신뢰 저하와 기업 대응

  • ManpowerGroup의 2026 Global Talent Barometer 조사(19개국 약 14,000명 근로자 대상)에서 2025년 AI 정기 사용은 13% 증가했으나, 기술의 유용성에 대한 신뢰도는 18% 하락
  • IBM의 CHRO Nickle LaMoreaux는 지난주 신입 채용을 3배로 늘리겠다고 발표
    • AI가 일부 업무를 자동화할 수 있지만, 신입 인력을 대체하면 향후 중간 관리자 부족과 리더십 파이프라인 위기를 초래할 수 있다는 판단

AI 생산성의 미래 전망

  • 1970~80년대 IT 붐은 수십 년의 침체 후 1995~2005년 생산성 증가율 1.5% 상승으로 이어진 전례 존재
  • Stanford 디지털경제연구소장 Erik Brynjolfsson은 4분기 GDP가 3.7% 성장률을 기록하고 있는 반면, 일자리 증가는 181,000건으로 하향 조정된 점에서 생산성 급등 신호를 포착
    • 자체 분석에 따르면 미국의 작년 생산성은 2.7% 상승했으며, 이를 AI 투자에서 실제 혜택 수확 단계로의 전환으로 해석
  • 전 Pimco CEO Mohamed El-Erian도 AI 도입으로 인해 일자리 성장과 GDP 성장의 디커플링이 진행 중이라고 언급, 1990년대 사무 자동화 시기와 유사한 현상
  • Slok는 AI의 미래 영향이 초기 성과 둔화 후 급등하는 J커브 형태를 따를 수 있다고 분석
    • 다만 1980년대 IT와 달리 현재 AI 도구는 LLM 간 치열한 경쟁으로 가격이 하락하여 쉽게 접근 가능
    • 따라서 AI 생산성의 미래는 제품 자체의 가치가 아니라, 각 경제 부문에서 생성형 AI를 어떻게 활용하고 구현하느냐에 달려 있음
▲
GN⁺ 5시간전  [-]
Hacker News 의견들

  • 이 글은 AI 생산성 논란을 비판하는 게 아니라, Solow의 생산성 역설(Productivity paradox)에 따라 ‘예상된 현상’으로 설명하고 있음
    1970~80년대에도 IT 투자가 막대했지만 경제 전체의 순이익은 한참 뒤인 1990년대 중후반에야 나타났음
    초기에는 비용이 너무 크고 시행착오가 많았기 때문임. AI도 마찬가지로 지금은 돈과 시간이 많이 들지만, 점차 통합과 효율화가 이루어지면 생산성이 오를 것이라 봄

    • 아직 많은 사람들이 AI를 제대로 활용할 줄 모름
      기술에 익숙한 Hacker News에서도 “AI가 코드 생성 못 한다”고 믿는 사람이 많음
      Amazon 출신 친구조차 ChatGPT의 “thinking” 기능을 켜야 고품질 결과가 나온다는 걸 몰랐음. 혁신적 영향은 사용법이 익숙해질 때까지는 기대하기 어려움
    • 이 주제의 고전적 해답으로 Paul David의 『The Dynamo and the Computer』 를 추천함
      PDF 원문 링크
    • 비용 측면에서 비교가 부적절하다고 느낌
      예를 들어 Claude 구독료는 직원당 월 20달러 수준으로 Slack 같은 도구와 비슷함
      1970년대 사무직이 컴퓨터 배우던 시절과 달리 온보딩이 매우 간단함, 단기적 효과도 이미 일부 나타나고 있음
    • 1990년대 IT 생산성 붐은 인터넷 연결성(connectivity) 덕분이었음
      수백만 대의 컴퓨터가 네트워크에 연결되면서 진정한 경제적 효과가 발생했음
    • 최근 Fortune 기사에서도 AI가 ‘J-커브 구간’에 진입했다는 데이터를 제시함
      관련 분석은 FT 기사와 Apollo Academy 글에서도 확인 가능함

  • 나는 대기업을 결함 있는 하드웨어(인간) 위에서 돌아가는 분산 시스템으로 봄
    각 개인(CPU)은 빠르지만, 회의·승인 대기·병렬 불가능한 업무 등으로 지연이 큼
    업그레이드 전에 I/O 병목인지 CPU 병목인지 파악해야 함

    • 우리 회사가 AI 도입을 밀기 시작했을 때, 시니어 개발자가 “문제는 코딩 속도가 아니라 I/O 병목”이라 했음
      프로젝트가 너무 많아 집중이 안 되니 캐싱 문제도 생기고, 결국 병목이 더 심해졌음
    • 숙련된 직원은 일종의 L2 캐시 같음
      조직의 기억을 빠르게 꺼내 쓸 수 있게 해야 함. 캐시가 없으면 문제 해결이 오래 걸리고, 잘못된 정보가 캐시에 들어가면 모두가 그걸 믿고 잘못된 방향으로 감
    • 신생 스타트업은 처음부터 에이전트 중심 구조(agent-first) 로 설계할 수 있어 유리함
      완성도는 낮을 수 있지만 훨씬 민첩하고 비용 효율적임
    • 분산 시스템과 조직 역학을 비교하는 이 비유가 흥미로움
    • 그런데 그렇다면, 왜 개인 개발자나 소규모 기업이 AI로 만든 놀라운 오픈소스 프로젝트가 아직 안 보이는지 의문임

  • 화이트칼라 업무의 대부분은 생각하고 말하는 일임
    코딩은 생각보다 구현이 더 큰 비중을 차지했지만, 다른 직종은 회의·정렬·슬라이드 제작·시장 포지셔닝 등으로 구성됨
    Cowork 같은 도구가 파일 탐색, 티켓 정리, 엑셀 수식 작성 등을 도와줄 수 있음
    하지만 코드는 비즈니스 결정의 결과물이므로 LLM 자동화에 가장 적합한 형태임
    반면 다른 직종은 단순히 속도만 빨라질 뿐, 완전 자동화는 아직 멀었다고 생각함

    • 어떤 엔지니어링 직무가 회의나 조율 없이 가능한지 모르겠음
      대부분의 엔지니어링은 결국 협의와 정렬이 필수적임
    • 나에게는 생각이 가장 큰 병목임
      코딩보다 두 배는 더 생각해야 좋은 품질의 코드를 만들 수 있음
    • 슬라이드 제작은 이미 많은 사람이 LLM에 맡기지만, 생산성 향상은 선형적이지 않음
      한 시간 절약해도 그만큼 더 가치 있는 일을 하는 건 아님. 오히려 부정확한 슬라이드가 생겨 다른 사람이 수정해야 하는 손실이 생김
    • 나는 항상 생각:코딩 비율이 80:20이었음
      LLM 덕분에 같은 양의 생각으로 더 많은 코드를 생산할 수 있게 된 정도임
    • 규칙이 많고 문법이 모호한 영역은 AI가 자동화할 가능성이 큼
      예를 들어 Hazel.ai는 미국 RIA의 90%보다 나은 세금·투자 계획을 제공함
      이로 인해 RIA 수수료가 1%에서 0.1~0.2% 수준으로 떨어질 것이라 봄

  • 시니어 엔지니어로서 느끼기에 느린 부분은 코드 작성이 아니라 리뷰와 승인 절차임
    코드 리뷰, 이해관계자 의견 수렴, 테스트 지연, 문서화, 프레젠테이션 등
    이런 검토 과정이 내부에서도 계속 반복되어 병목을 만듦

  • 특이점(singularity)에 가까워질수록 세상이 혼란스럽고 예측 불가능해짐
    급격한 변화 속에서는 모든 게 소음처럼 느껴짐
    지금은 단순히 “세상이 더 예측 가능해졌는가, 덜해졌는가”를 자문할 시점임

  • NBER 원문 논문을 보면
    산업별 AI 도입률(A6), 고용 영향(A11), 생산성 영향(A12)이 나와 있음
    고객 접점이 많거나 물리적 제품 중심 산업(건설, 소매)은 AI 영향이 낮음
    의외로 숙박·음식업이 생산성 영향 4위로 높게 나와 흥미로움

  • 우리 회사는 아직 AI 도입이 느림
    오늘 “AI 사용량이 너무 낮으면 안 좋을 수 있다”는 압박을 받았음
    아마 6개월~1년 뒤 “이건 돈 낭비였네”라는 결론이 날 듯함

    • 결국 경영진이 방향을 모르고 직원에게 알아서 하라는 식임
      자기 성과평가도 스스로 쓰게 하는 것과 다를 바 없음

  • Microsoft Copilot을 포함한 Fortune 500의 AI 시범 도입을 보면,
    여전히 많은 대기업이 AI 기능을 제대로 이해하지 못함
    고위 경영진은 게으름 탓에 직접 써보지도 않음

    • LLM은 반복적이고 명확한 작업에는 유용하지만, 일반 사무직에는 과대평가된 면이 있음
      이메일 작성, 슬라이드 제작, 검색 등은 이미 충분히 쉬움
      진짜 강점은 전사, 번역, 이미지 인식, API 기반 문제 해결 같은 저수준 작업임
      혁신은 있지만 ‘만능 가속기’는 아님
    • “낚싯대를 줘도 릴 쓰는 법을 안 가르치면 낚시를 못 한다”는 말처럼
      교육 부재가 생산성 저하의 원인임
    • 지금 AI에 감탄하는 사람은 대부분 개발자이고, 회의적인 사람은 비개발직임
      특히 Microsoft Copilot은 AI 중 최악의 구현이라 실망스러움
      덕분에 실제 생산성 향상을 체감하는 사람이 거의 없음

  • 직원 입장에서는 LLM이 숙제 치트키처럼 느껴질 수 있지만,
    CEO 입장에서는 검토해야 할 콘텐츠 폭증(DDoS) 으로 보임
    155페이지짜리 문서를 WhatsApp으로 받거나, PR이 쏟아지는 상황에서
    “이걸 누가 다 검토하느냐”는 문제가 생김

  • 결국 AI는 리스크 증폭기임
    지금 우리는 컴퓨팅 세계의 지구온난화급 사건 속으로 맹목적으로 들어가고 있음

답변달기