The Potentially Large Effects of Artificial Intelligence on Economic Growth
생성형 AI의 혁신적 특징과 급속한 성장
생성형 AI는 기존의 머신러닝과 비교해 세 가지 주요 특징을 가진다. 특정 용도가 아닌 일반화된 사용이 가능하며, 단순 해석을 넘어 인간과 구별하기 어려운 새로운 콘텐츠를 생성할 수 있다. 또한 자연어, 이미지, 오디오, 비디오를 이해하고 응답하는 직관적인 인터페이스를 제공한다는 점이 특징이다.
AI의 발전 속도는 더욱 가속화되고 있다. 2010년대 딥러닝 도입 이후 AI 모델 훈련에 사용되는 컴퓨팅 파워는 6개월마다 두 배씩 증가하고 있다. 이는 무어의 법칙이 예측한 증가 속도의 3배에 달하는 수준이다. 이러한 발전을 바탕으로 챗GPT(ChatGPT)는 출시 5일 만에 100만 사용자를 돌파하며 역대 최단기간 사용자 확보 기록을 세웠다. 최신 버전인 GPT-4는 이전 버전보다 SAT 점수가 150점 높고, 정확한 응답 확률이 40% 더 높으며, 시각적 입력도 처리할 수 있게 되었다.
AI 투자 동향과 시장 전망
기업들의 AI에 대한 관심은 급속도로 증가하고 있다. 실적 발표 시즌에 AI를 언급하는 기업이 크게 늘어났으며, 이는 실제 투자 증가로 이어지고 있다. 2021년 기준 미국의 AI 투자는 실질 기준으로 530억 달러, 전 세계 AI 투자는 940억 달러를 기록했다. 이는 5년 전과 비교해 실질 투자액이 5배 이상 증가한 수준이다. 1990년대 소프트웨어 투자 증가 속도로 성장한다면, 미국의 AI 투자는 2030년까지 GDP의 1%까지 확대될 것으로 전망된다.
생성형 AI가 가져올 노동시장의 혁신적 변화
생성형 인공지능(Generative AI)의 등장으로 전 세계 노동시장에 큰 변화가 예상된다. 골드만삭스(Goldman Sachs)의 최근 보고서에 따르면, 현재 일자리의 약 2/3가 AI 자동화의 영향을 받을 것으로 전망된다. 구체적으로는 전체 일자리 중 7%가 AI로 완전히 대체되고, 63%는 AI와 보완적 관계를 가지게 될 것이며, 나머지 30%는 AI의 영향을 거의 받지 않을 것으로 분석됐다. 전체 업무의 1/4 정도가 AI로 대체될 수 있으며, 이를 전 세계적으로 환산하면 약 3억 개의 정규직에 해당하는 규모다.
산업별 영향도를 살펴보면, 사무·행정 분야가 46%로 가장 큰 영향을 받을 것으로 예측되며, 법률 분야가 44%로 그 뒤를 잇는다. 건축·엔지니어링은 37%, 생명·물리·사회과학은 36%, 비즈니스·금융은 35% 순으로 영향을 받을 것으로 나타났다. 반면 건설이나 유지보수 등 물리적 작업이 필요한 분야는 각각 6%와 4%로 상대적으로 영향이 적을 것으로 분석됐다. 특히 선진국이 개발도상국보다 AI 자동화의 영향을 더 크게 받을 것으로 전망된다.
AI가 가져올 생산성 혁명
보고서는 AI 도입이 가져올 긍정적 효과도 제시했다. 학계 연구에 따르면 AI를 조기 도입한 기업들의 근로자들은 연간 2-3%p의 생산성 향상을 경험한 것으로 나타났다. AI 도입이 본격화되면 향후 10년간 미국의 연간 노동생산성이 1.5%p 증가할 것으로 전망된다. 이는 전기 모터나 개인용 컴퓨터와 같은 혁신적인 기술이 도입됐을 때와 비슷한 수준의 생산성 향상이다. 글로벌 차원에서는 연간 GDP를 7% 끌어올리는 효과가 있을 것으로 예측된다.
생산성 향상은 여러 경로를 통해 이뤄질 것으로 예상된다. 직접적인 노동비용 절감 효과가 있을 것이며, 대체되지 않은 근로자들의 생산성이 향상될 것이다. 또한 AI로 대체된 근로자들이 새로운 직종으로 재취업하면서 추가적인 생산성 향상이 이뤄질 것으로 전망된다.
AI 도입의 불확실성과 변수
AI의 경제적 효과는 여러 요인에 따라 크게 달라질 수 있다. AI가 수행할 수 있는 업무의 난이도에 따라 생산성 증가폭이 달라지는데, 예를 들어 “짧은 기사의 요점 파악하기”와 같은 기본적 수준(난이도 2)일 경우 생산성은 0.3%p 증가하는 데 그친다. 반면 “모든 미국 병원의 의료 서비스 비용 분석하기”와 같은 고도화된 수준(난이도 6)까지 수행할 수 있다면 생산성이 2.9%p까지 증가할 수 있다.
노동 대체 정도 역시 중요한 변수다. 아세모글루와 레스트레포의 연구에 따르면, 1980년대 이후 기술 변화로 인한 노동자 대체가 새로운 일자리 창출 속도를 앞지르고 있다. 그러나 노동 대체가 전혀 일어나지 않더라도 생산성은 1.2%p 증가할 것으로 예상되며, 이는 비대체 근로자들의 생산성 향상 효과 때문이다. 대규모 노동 대체가 발생할 경우 생산성은 2.4%p까지 증가할 수 있다.
도입 기간도 중요한 변수다. 20년에 걸쳐 도입될 경우 효과는 절반으로 감소하며, 30년에 걸쳐 도입된다면 효과는 1/3 수준으로 감소할 것으로 예측된다. 이는 과거 전기 모터나 개인용 컴퓨터의 사례에서도 볼 수 있듯이, 기술 도입 후 생산성 붐이 시작되기까지 약 20년이 걸렸고, 이는 대략 미국 기업의 절반이 해당 기술을 도입한 시점과 일치했다.
글로벌 경제 영향
AI 도입은 선진국과 개발도상국에서 서로 다른 양상을 보일 것으로 예상된다. 선진국이 더 빠른 속도로 더 큰 영향을 받을 것으로 전망되며, 개발도상국은 상대적으로 더딘 속도로 영향을 받을 것으로 예측된다. 특히 개발도상국의 농업 분야는 선진국과 생산 방식이 크게 다르기 때문에 AI의 영향이 제한적일 것으로 예상된다.
전 세계적으로는 향후 10년간 연간 GDP를 7%(약 7조 달러) 증가시킬 것으로 전망된다. 이는 AI가 약속된 잠재력을 실현할 경우 달성 가능한 수준이다.
역사적 교훈과 시사점
과거 기술혁신의 사례를 보면, 자동화로 인한 일자리 감소는 새로운 일자리 창출로 상쇄되었다. 실제로 현재 근로자의 60%는 1940년에 존재하지 않았던 직종에서 일하고 있으며, 지난 80년간의 고용 증가의 85% 이상이 기술 혁신으로 인한 새로운 직종 창출에서 비롯되었다. 예를 들어 정보기술의 발전은 웹 디자이너, 소프트웨어 개발자, 디지털 마케팅 전문가와 같은 새로운 직업을 만들어냈고, 간접적으로는 의료, 교육, 음식 서비스 등 서비스 부문의 일자리 수요도 증가시켰다.
기사에 인용된 리포의 원문은 링크에서 확인할 수 있다.
기사는 클로드 3.5 Sonnet과 챗GPT-4o를 활용해 작성되었습니다.
관련 콘텐츠 더보기
