챗GPT는 인공지능(AI)이 미국 경제를 얼마나 더 부양해야 하느냐는 질문에 "정확히 예측하기 어렵다"며 가타부타 말을 아꼈다.
OpenAI 휘하의 ChatGPT와 같은 텍스트, 이미지 등 새로운 콘텐츠를 만들 수 있는 생성식 AI 도구가 소비자와 회사들에게 점점 더 각광받고 있다. 이를 감안할 때 일부 경제학자들은 이 기술이 직장에 중대한 변혁을 가져오고 생산성 (시간당 산출) 을 높여 오랜 부진에서 벗어나 경제 성장을 자극할 것으로 예측하고 있다.
그러나 이런 예측은 이 기술의 이론적 잠재력에 근거한 것이다.실제 작용은 비교적 작을 수도 있고, 효과가 비교적 느릴 가능성도 존재하는데, 구체적으로 몇 가지 요소에 달려 있다.첫째, 이 기술이 널리 채용된 정도와 사람들이 이 기술을 능숙하게 사용하는 정도이다.또 다른 요인은 이 기술이 도입되면 회사가 어느 정도 더 높은 생산성으로 전환할 수 있을지다.
비교적 낙관적인 추정 중 하나는 골드만 삭스 (Goldman Sachs) 에서 나왔다.골드만삭스 이코노미스트는 AI가 널리 활용된 후 10년 동안 생성식 AI가 미국 생산력의 연평균 성장률을 1.5% 포인트 높일 수 있다고 보고 있다.이것은 생산력의 연평균 증가 속도를 2007년 말의 두 배 정도에 이르게 할 것이다.이들은 같은 기간 경간 미국 국내총생산 (GDP) 성장에도 비슷한 폭의 향상 작용을 할 것이라고 말했다.예를 들어, 미국 연방 준비 제도 이사회 (FRB) 관리들은 미국의 장기 경제 성장률을 1.8% 로 예상하기 때문에 이론적으로 성장률을 3.3% 로 높일 수 있다.
그러나 이는 AI가 널리 채택된 이후라는 전제조건을 무시할 수 없다.골드만삭스의 수석 이코노미스트인 조지프 브릭스는 AI가 언제 널리 활용될지 예측하기 어렵다고 강조했다.Briggs는 기업이 AI를 채용하는 시간표와 AI의 최종 능력에 불확실성이 존재하기 때문에 AI의 생산력 증가 속도 향상은 0.3% 포인트, 2.9% 포인트로 낮을 수도 있다고 말했다.
먼저 돌파하고 나중에 적용
그는"기술 돌파와 광범위한 보급 사이에는 보통 시간차가 있다"며"AI는 이번 10년 후반과 1930년대부터 광범위한 거시경제적 영향을 미칠 수 있다"고 말했다.
그러나 Briggs는"우리가 생각하는 모든 시나리오에서 생산성 증가의 추세 속도를 감안할 때 생산성 향상 폭은 경제적 의미가 만만치 않은 성과를 낼 수 있을 정도로 클 것"이라고 말했다."
미국 노동부에 따르면 2007년 4분기부터 2019년 마지막 비즈니스 사이클이 끝날 때까지 생산성은 매년 평균 1.4% 증가했다.이는 1947년 1분기부터 2023년 2분기까지 장기 성장률 2.1%보다 낮은 수치다.
생산성의 향상은 장기적인 경제 성장의 관건이다. 왜냐하면 이것은 같은 수의 노동자들이 더 많은 상품과 서비스를 생산하여 최종적으로 생활 수준을 향상시킬 수 있다는 것을 의미하기 때문이다.
전력 및 인터넷 기술이 주는 시사점
이전의 경험은 새로운 기술이 생산성 증가에 미치는 추진 작용이 점진적으로 실현될 수 있다는 것을 보여준다.경제학자 Paul David는 1990년에 발표한 논문에서 미국의 전력으로 볼 때 공장의 기계전동능력은 수십년이 걸려서야 절반이 전기화를 실현했으며 이런 발전은 나아가 제조업의 생산성 증가에 영향을 미쳤다고 지적했다.
David는 당시 전력의 발전궤적을 력사적대비로 하여 무엇때문에 그가 상술한 글을 쓴 그 시대에 컴퓨터가 이미 흥기하였지만 생산력의 제고는 더디였는가를 설명하였다.
David는 다음과 같이 지적했다. 당초에 공장의 전기화실시속도가 느린 원인은 기존의 제조공장이 물과 증기동력에 의해 운행되였고 여전히 정상적으로 운행되고있어 그를 대거 개조하는데 리익이 없었기때문이다.
버지니아 대학 (University of Virginia) 의 경제학 교수 인 Anton Korinek은 1990 년대 말과 21 세기 초 인터넷 및 개인 컴퓨팅이 일어났을 때의 이전 생산성 대호황에 비해 일부 요소가 산업과 회사가 생성 된 AI를 받아들이는 속도를 가속화 할 수 있다고 말했다.그때 사람들은 돈을 들여 라우터와 인터넷연결 등 실체설비를 설치해야만 상술한 신흥기술을 리용할수 있었다.
코링크는 "이제 이 모든 연결은 기성품이며 기본적으로 새 웹사이트에 접속하기만 하면 된다"면서 지난 20년간의 트렌드 수준에 비해 생성형 AI가 향후 10년간 생산력을 10~20% 높일 것으로 추정했다.
그러나 경제학자들은 AI의 효과가 실제로 생산성 지표에 나타나려면 시간이 더 걸릴 수 있다고 말한다. 기업과 근로자들이 AI를 어떻게 사용하는지 배워 일에 융합시켜야 하기 때문이다.
실제로 월스트리트저널 (The Wall Street Journal) 이 지난 4월 이코노미스트를 대상으로 실시한 조사에서 응답자의 61% 는 ChatGPT와 같은 AI 도구가 향후 5년 동안 미국 GDP 성장에 작은 긍정적인 영향만 미칠 것으로 예상한다고 답했다.또 29% 는 AI 도구가 이 기간 동안 아무런 영향을 미치지 않을 것으로 예상한다고 밝혔다.
"새로운 기술의 채택 역사를 보면, 그들이 생산 방식을 바꾸려면 기술만으로는 충분하지 않다.다른 상호 보완적 자산을 동시에 채택해야한다"고 뉴욕 대학 (New York University) 의 관리 및 조직학 교수 인 Robert Seamans는 말했다."이렇게 하는 것은 비용이 많이 들고 시간이 걸린다."
Seamans에 따르면 기업은 특히 생성형 AI를 이해할 수 있는 능력과 기존 생산 프로세스에 대해 충분히 알고 있는 전문 인력을 고용하거나 훈련시켜 이를 연계해야 한다.
인터넷은 1960년대에 미국 국방부에서 발전했지만, 1990년대에 이르러서야 개인용 컴퓨터의 보급과 함께 진정으로 비약적으로 발전하기 시작했으며, 그 후 광대역 접속과 스마트폰이 생겨 가장 전복적인 영향을 끼쳤다.
일부 산업은 이러한 모든 문제를 해결하는 데 특히 적합하도록 발전한 것으로 보입니다.예를 들어, 경제학자 Erik Brynjolfsson, Danielle Li 및 Lindsey Raymond는 2023 년 작업 논문에서 AI 어시스턴트를 사용한 후 콜센터 직원의 생산성(시간당 문제 해결 수로 측정)이 평균 14% 향상되었다는 것을 발견했습니다.이 AI 도구는 콜센터의 고객센터 직원들에게 대화에서 어떻게 최적의 답을 줄 수 있는지에 대한 실시간 지도를 제공하며, 연구 결과 신입 및 저기능 직원의 생산성 향상이 특히 두드러졌다.
불균형 채택, 불균등 효과
골드만삭스의 분석에 따르면 AI는 미국의 약 4분의 1의 업무 임무를 자동화할 수 있으며, 행정 및 법률 업계에서 AI를 채용하는 경우가 특히 많다.골드만삭스에 따르면 건축, 유지보수, 수리 등 체력 요구가 높은 작업 AI 채용률이 낮다.
그러나 고용 연구 기관 인 Upjohn Institute의 수석 경제학자 인 Brad Hershbein은 기계가 이전에 인간이 수행 한 일을 대체함에 따라 경제에서 일자리가 반드시 순감소 할 필요는 없다고 말했다.
그는 "신기술이 결국 이를 완전히 없애는 것이 아니라 기존 작업의 임무를 바꾸는 경우가 훨씬 흔하다"고 말했다.
역사가들은 스프레드시트 등 신기술이 파괴된 일자리보다 일자리를 더 많이 창출한다고 지적한다.
그러나 Hershbein에 따르면 일부 회사가 다른 회사보다 더 빨리 움직일 수 있다면 AI 채용의 불균형은 일자리 유출을 초래하고 소득 불평등과 사회 불안을 심화시킬 수 있다.
그는"AI를 채용한 사람은 채용하지 않은 사람의 시장 점유율을 선점할 수 있을 것"이라고 말했다."만약 이 기술이 모든 곳에서 동등하게 보급되고 모든 사람들이 이 기술을 어떻게 사용하여 그 문제를 해결할수 있는가에 대해 훈련을 받는다면 우리는 상대적으로 비교적 빨리 생산성의 대폭적인 향상을 맞이할수 있다.그러나 사실은 그렇지 않다"고 말했다.