AI 성과 좌우할 조직 재설계…J커브 3~5년으로

브리뇰프슨 소장은 생성형 AI의 생산성 효과가 기술 도입 자체보다 조직과 업무를 어떻게 다시 설계하느냐에 달렸다고 진단했다. 조직개편에 나선 기업은 생산성 J커브의 저점이 얕아지고 침체 기간도 기존 15년에서 3~5년으로 단축될 수 있다. 반면 조직과 계약, 규제, 신뢰의 장벽을 해소하지 못하면 기술적 능력이 실제 가치로 이어지기까지 수년이 걸릴 수 있다고 봤다.

기존 업무에 AI를 단순히 추가하거나 성과 대신 도입 여부만 평가하면 실패할 가능성이 크다는 경고도 나왔다. 자동화에 필요한 암묵지를 직원들이 자발적으로 문서화하기 어려운 점도 장애물로 꼽혔다. 브리뇰프슨 소장은 생산성 향상이 예측보다 설계와 선택의 문제라며, 인간의 직관·창의력과 AI 역량을 결합하는 ‘켄타우로스 평가’를 제시했다. 정책 역시 인간 대체형보다 역량 보완형 기술에 인센티브를 줘야 한다고 강조했다.

생성형 AI 챗봇이 올해 미국에서 만드는 소비자잉여는 1723억달러, 약 250조원으로 추정됐다. 지난해 1162억달러, 약 157조원보다 50% 가까이 늘어난 규모로 기업의 미국 내 AI 매출을 크게 웃돈다. 저렴한 비용으로 소비자가 얻는 편익 대부분이 GDP에 잡히지 않는 만큼 디지털·AI 재화의 지불의사와 수용의사를 측정하고 생산량과 매출을 함께 살피는 ‘GDP-B’ 도입 필요성도 제기됐다. 애쓰모글루 교수도 에이전트형 AI의 발전을 반영해 기존 견해를 일부 수정한 것으로 파악됐다.

인력 전략에서는 AI 혁신과 별개로 신입사원 채용을 이어가야 한다는 주문이 나왔다. 지난해 11월 발표된 ‘탄광 속 카나리아, AI가 고용에 미치는 영향’은 AI가 22~25세 청년 근로자 채용을 16% 이상 줄이는 반면 35세 이상 숙련 노동자의 고용은 약 9% 늘릴 수 있다고 분석했다. 신입 채용 중단은 미래의 숙련 인력 기반을 없애는 선택이 될 수 있다는 지적이다. 특히 한국의 경직된 노동시장은 인력과 작업 재배치를 막아 조직 재설계 비용을 키우고 J커브 침체를 더 길게 만들 수 있다는 우려가 제시됐다.