AI 생산성, 투자 지연 넘어 상승 전환

인공지능 기술이 기업의 선행 투자와 성과 반영 사이의 시차를 지나 생산성 J커브의 상승 구간에 들어섰다는 진단이 제기됐다. 에릭 브리뇰프슨 스탠퍼드대 디지털경제연구소장은 AI 집약 산업의 생산성 증가와 대규모 노동 재배치가 미국 데이터에서 나타나기 시작했다며, AI를 통한 경제 변화가 본격적인 성과 단계로 이동하고 있다고 분석했다.

산업 현장에서는 시간과 비용을 줄인 사례가 이어지고 있다. 조선업체는 LNG선 설계 초안 작성 기간을 3개월에서 10일로 단축했고, 통신업체는 콜센터 업무의 80%를 AI로 전환해 상담원이 복잡한 고객 응대에 집중하도록 했다. 방위산업에서는 수만 장의 부품 도면을 자동으로 해석하고 있으며, 법률 분야에서도 계약서 검토와 변론 논리 설계에 AI가 활용되고 있다.

연구·생산 분야의 변화 폭도 크다. 생화학 연구에서는 2억 개 단백질 구조 예측에 필요한 시간이 4억 년에서 수주로 줄었고, 신약 개발 기간은 4~5년에서 18개월로 단축됐다. 구리 광산에서는 AI 모델이 매초 데이터를 분석해 연간 2억 달러의 가치를 만들었으며, 건설 분야에서는 강도를 유지하면서 탄소 배출을 40% 줄이는 콘크리트 배합을 하루 만에 찾아냈다.

생산성 전환을 가늠할 기준은 AI 집약 산업과 다른 산업의 생산성 격차, 기업의 생산량·매출 증가, 더 낮은 가격이나 새로운 제품·서비스의 등장, 노동력의 대규모 재배치 등 네 가지로 정리된다. 초기에는 조직 개편과 직원 재교육, 신기술·프로세스·제품에 대한 투자가 비용으로 먼저 잡히지만 이후 성과가 통계에 반영되는 구조다. AI가 사람을 대체하는 데 머물지 않고 역량을 보완하며 성과가 다수에게 돌아가도록 하는 제도적 대응도 주요 과제로 제시됐다.