구글에서 선호하는 출처로 추가
미국 민간 노동생산성 2025년 2.2% 증가…전년보다 둔화
이준한 기자
미국의 2025년 비농업 민간 부문 노동생산성은 2.2% 늘었다. 공식 통계로는 증가분 가운데 인공지능(AI)이 기여한 몫을 따로 확인할 수 없다.
토포AI로 이 기사 더 깊이 읽기
미국의 2025년 비농업 민간 부문 노동생산성은 2.2% 증가했지만, 공식 통계로는 증가분 중 인공지능(AI)의 기여분을 따로 확인할 수 없다.
미 노동통계국(BLS)이 2026년 3월 발표한 자료에서 노동생산성 증가율은 2024년 3.0%에서 2025년 2.2%로 낮아졌다. 총요소생산성(TFP)은 2025년 0.8% 증가했다. 노동생산성은 노동시간당 산출을, TFP는 노동과 자본 투입을 함께 반영하는 지표다.
스티븐 메서(Stephen Messer)는 10월 23일 포춘 칼럼에서 기업의 AI 활용과 경제 전체의 생산성 변화를 구분해야 한다고 주장했다. 그는 기업들이 AI로 밀린 업무를 처리하고 비용을 줄이는 단계를 넘어 새 제품과 시장을 만드는 데 투자할 때 생산성 지표가 달라질 수 있다고 썼다. 메서가 제시한 전환 시점은 칼럼 저자의 분석이지 확정된 통계가 아니다.
미국 인구조사국(Census Bureau)의 제조업 연구는 기술 도입 직후 성과가 낮아질 수 있는 경로를 보여준다. 연구진은 2017년과 2021년 미국 제조업 자료를 분석해 산업용 AI 도입 뒤 생산성과 수익성이 단기적으로 악화되고 이후 개선되는 '생산성 J커브'의 인과 증거를 제시했다. 도입 초기에는 재공품 재고와 산업용 로봇 투자가 늘고 인력 감축도 나타났다고 밝혔다.
생산성 J커브는 새 기술을 도입한 뒤 업무 절차와 조직을 바꾸는 비용이 먼저 들고, 효과는 뒤늦게 측정될 수 있다는 설명이다. 다만 인구조사국 연구의 대상은 제조업의 산업용 AI다. 이 결과를 최근 생성형 AI 활용이나 미국 경제 전체의 성과로 확대해 해석할 수는 없다.
에릭 브린욜프슨(Erik Brynjolfsson), 대니얼 록(Daniel Rock), 채드 시버슨(Chad Syverson)의 연구는 컴퓨터와 소프트웨어 관련 무형자산 투자를 반영했을 때 2017년 말 미국 TFP 수준이 공식 측정보다 15.9% 높았을 것으로 추정했다. 이 추정치는 현재 AI가 생산성을 15.9% 높였다는 뜻이 아니다.
미국 경제분석국(BEA)은 2026년 10월 2일 연구 요약에서 AI 활용도가 높은 주·산업별 집단이 2020년 이후 더 강한 실질 산출 경로를 보였다고 밝혔다. 다만 AI의 인과적 기여를 특정하기는 어렵다고 설명했다.
이번 통계와 연구는 AI 이용 여부와 생산성 성과를 같은 수치로 읽을 수 없다는 점을 보여준다. 국내 기업에 같은 변화가 나타나는지 판단하려면 국내 생산 자료가 필요하다. 이들 미국 자료만으로는 국내 경제에서 AI의 생산성 기여분을 산출할 수 없다.
Comment 0
불러오는 중…