AI는 여러 부문에서 노동자의 효율성을 향상시키는 것으로 보입니다. 미국은 지난 몇 년 동안 경제 전반에 걸쳐 생산성의 급증을 경험했습니다. 하지만 전자가 반드시 후자를 견인하고 있는 것은 아닙니다.

거시적 관점: 새로운 도발적인 분석에 따르면, 기업들이 노동 시간당 더 많은 산출물을 달성하고 있는 이유는 현재로서는 AI를 대대적으로 활용해서가 아니라, 기존 자본을 더 잘 활용하고 있기 때문입니다.

---

• Stripe의 수석 경제학자인 Ernie Tedeschi는 AI의 발전이 일부 부문에서 상당한 미시적(micro-level) 이득을 창출하고 있을 수 있지만, 지금까지는 지난 몇 년간 가장 중요한 거시적(macro) 트렌드 중 하나를 이끄는 동력은 아니라고 분석했습니다.

현황: 수십 년간의 저조한 개선 이후 나타난 노동 생산성(labor productivity)의 급증은 지난 몇 년간 미국 경제에 관한 가장 좋은 소식 중 하나였습니다.

• Tedeschi는 지난 1년 동안 노동 시간당 산출량이 2.5% 증가했으며, 이는 지난 20년 동안의 연간 증가율인 1.6%와 비교되는 수치라고 기록했습니다.
• 이것이 작은 차이처럼 들릴 수 있지만, 단 몇 년 동안만 지속되어도 이러한 높은 생산성은 복리로 작용하여 노동자 1인당 소득과 산출량을 훨씬 더 높게 만들 것입니다.

그렇지만: Tedeschi는 노동 생산성은 상승했지만, 총요소생산성(total factor productivity) — 즉, 노동 시간당 산출물뿐만 아니라 노동 시간 및 자본 단위당 산출물 — 은 거의 변하지 않았다고 언급했습니다.

• 산업 전반을 살펴보면, AI 도입률이 높은 부문들이 더 높은 생산성 성장을 보이고는 있지만, 그러한 추세는 고품질의 대규모 언어 모델(large language models)이 널리 사용되기 전인 팬데믹 이전부터 존재했던 것이라고 그는 발견했습니다.
• 오히려 그는 더 높은 산출량이 기존 자본의 활용도가 높아짐에 따라 발생하고 있다는 것을 발견했습니다.

상세 분석: Tedeschi는 "이미 건설된 공장의 더 긴 가동 시간, 이미 비용을 지불한 서버 랙(server racks) 및 GPU 클러스터(GPU clusters)의 더 높은 활용도, 그리고 기존 호텔 객실의 더 높은 점유율을 생각해 보십시오"라고 작성했습니다.

• "경제학자들은 이를 '자본 집약도 (capital intensity)' 또는 '활용도 (utilization)'라고 부릅니다. 더 높은 자본 활용도는 실질적인 경제적 이득을 의미하지만, 이것이 미시적 생산성 (microproductivity)과 동일한 것은 아닙."

참고: 이러한 사실들이 AI의 발전이 머지않은 미래에 막대한 생산성 향상을 일으킬 가능성을 배제하는 것은 아닙니다. 기업들이 그 잠재력을 억제해 온 워크플로 (workflow)와 병목 지점 (choke points)을 해결해 나감에 따라 말입니다.

결론: Tedeschi는 Axios에 "미국이 높은 생산성 성장기에 있으며, AI가 그 이야기의 일부라는 점이 점점 더 확실해 보입니다"라고 말했습니다.

• "하지만 AI가 어떤 역할을 하고 있는지에 대해 냉철하게 판단할 필요가 있습니다. 그래야만 AI가 성장 경로상의 일시적인 현상 (temporary blip)인지, 아니면 더 지속적이고 변혁적인 (transformational) 무언가인지를 식별할 수 있기 때문입니다."