AI 업무시간 절감, 생산성 증가로 이어지지 않는 이유는?

한국은행은 인공지능 활용이 근로자의 업무 시간을 줄이는 데는 도움이 되지만, 그 절감된 시간이 곧바로 생산 증가로 이어지지는 않았다고 7일 분석했다. 현장에서는 일을 더 빨리 처리하는 효과가 나타났지만, 기업이나 조직 전체의 산출 확대까지 연결되는 단계에는 아직 이르다는 진단이다.

한은이 이날 내놓은 보고서에 따르면 생성형 인공지능을 사용하는 근로자의 평균 업무 시간은 3.8% 줄었다. 이를 주 40시간 근무로 환산하면 일주일에 약 1시간 30분을 아낀 셈이다. 특히 인공지능 사용 비중이 높은 집단과 근속 연수가 짧은 집단에서 이런 효과가 더 뚜렷했다. 새 기술에 익숙한 사용자나 상대적으로 숙련이 덜 쌓인 노동자가 반복 업무를 줄이는 데서 더 큰 도움을 받았다는 뜻으로 읽힌다.

다만 절감된 시간이 실제 생산량 증가로 이어졌는지를 따져보면 결과는 달랐다. 한은은 업무 시간 단축이 모두 생산 확대에 쓰인다고 가정할 경우 잠재적인 생산성 증가 효과를 약 1.0% 수준으로 추정했지만, 실제 조사에서는 생성형 인공지능 활용에 따른 시간 절감률과 업무 처리량 증가율의 상관계수가 0으로 나타났다고 밝혔다. 시간을 아꼈더라도 그만큼 더 많은 결과물을 만들어낸 것은 아니라는 의미다. 한은은 이를 두고 이른바 ‘인공지능 생산성 단절’ 현상으로 설명했다.

이런 결과가 나온 배경으로는 기술 도입이 개별 작업의 효율 개선에 머물렀다는 점이 꼽힌다. 문서 작성, 자료 정리, 초안 생성 같은 단위 업무는 빨라졌지만, 업무 흐름 전반의 재설계나 조직 구조 조정, 인력 재배치로까지 이어지지 못했다는 것이다. 경제학에서 말하는 범용 기술은 초기에 기대만큼 생산성을 바로 끌어올리지 못하는 경우가 많은데, 한은은 이번 현상도 그 연장선에 있다고 봤다. 반면 전문직이나 인공지능을 강하게 활용하는 일부 집단에서는 생산 증가가 관찰됐는데, 이는 기술 자체보다 어떤 업무 구조에서 어떻게 쓰이느냐가 성과를 좌우할 수 있음을 보여준다.

한은은 인공지능의 생산성 효과를 제대로 실현하려면 단순한 도구 보급을 넘어 업무 프로세스와 조직 구조를 다시 짜고, 직무 재배치와 성과 기반 유인 체계를 함께 마련해야 한다고 제안했다. 아울러 청년층의 숙련 형성 경로가 인공지능 확산으로 바뀔 가능성도 계속 점검할 필요가 있다고 덧붙였다. 이 같은 흐름은 앞으로 인공지능 도입의 성패가 기술 보유 자체보다 기업의 운영 방식과 인력 관리 전략을 얼마나 함께 바꾸느냐에 달려 있음을 보여줄 가능성이 크다.