인공지능이 주도하는 ‘생산성 붐’의 시대가 온다
노동 인력이 점점 더 줄어드는 상황에서 부의 증대는 생산성 향상을 통해서...



    • 인공지능이 주도하는 ‘생산성 붐’의 시대가 온다

    노동 인력이 점점 더 줄어드는 상황에서 부의 증대는 생산성 향상을 통해서만 달성될 수 있다. 그러나 1973년 이후 미국은 생산성 증가 둔화로 어려움을 겪어왔다. 미국의 경제 성장은 주로 70년대와 80년대 베이비붐 세대의 경제 활동과 1990년부터 2007년까지의 세계화로 인한 시장 확대에 의한 일회성 효과에 기인하고 있다. 그러나 앞으로는 어떨까? 노동 인력으로는 전망이 어둡다. 하지만 새로운 시대를 열 준비가 되고 있다. 바로 인공지능 때문이다. 앞으로 어떤 일이 일어날 것인가?

    노동 인력이 정체된 상황에서 풍요의 증대에는 생산성 향상이 반드시 필요하다. 하지만 현실은 어떤가. 1948년부터 1972년까지 미국의 생산성 증가율은 연평균 2.8%였고, 그나마 1973년부터는 상대적으로 더 느린 생산성 증가로 어려움을 겪어왔다.

    이 기간 미국의 경제 성장은 주로 70년대와 80년대에 경제에 진입한 베이비붐 세대의 일회성 효과에 기인했고, 1990년부터 2007년까지 세계화로 인한 시장 확대가 한 몫을 담당했다. 그리고 1996년부터 2006년까지 인터넷 기술이 주도하는 단기적인 생산성 향상이 뒤따랐다. 그러나 베이비붐 세대가 은퇴하고, 기업이 ‘탈세계화’를 수용하고, 월드와이드웹이 또 하나의 유틸리티가 되면서 이 세 가지 힘이 모두 사라지고 있다. 

    다행스럽게도 이 자리에 새로운 것이 등장했다. 바로 인공지능(AI)이다. 인공지능이 경제 침체를 끝내고 풍요가 증가하는 새로운 시대를 열 준비를 마치고 있다.

    앞으로 15~20년 동안 미국과 세계 경제에 대한 인공지능의 궁극적인 영향은 여전히 불분명한 부분이 존재함은 사실이지만, 긍정적 예측과 전망이 압도적이며, 추정치에 따르면, 인공지능이 결국 전 세계 GDP에 가져올 가치는 연간 17조7천~25조6천억 달러에 이른다.

    이것은 가히 혁명적이라 할 수 있는데, 이는 컴퓨팅, 스토리지, 네트워크의 ‘기하급수적인 가격 대비 성능’, 소프트웨어 효율성 증대, 방대한 데이터의 가용성 증대로 인해 가능해졌다.

    이 세 가지 요소들이 모두 지금보다 더 가속화된다는 예측에는 충분한 증거가 있다.

    2022년까지 이 논의의 초점은 비생성형 또는 분석 인공지능이라 불리는 것이었다. 맥킨지앤컨설팅은 이러한 류의 기술이 궁극적으로 전 세계 GDP에 연간 18조 달러의 가치를 창출할 것이라고 추정한다.

    비생성형 인공지능 알고리즘은 예측 모델링과 같은 수치 및 최적화 작업을 수행하는 데 매우 효과적이다. 다양한 산업 분야에서 이를 활용하는 새로운 응용 프로그램을 계속적으로 찾고 있다.

    자율주행 자동차와 택배 드론을 가능하게 하는 것도 바로 비생성형 인공지능 기술이다. 여기에 그치지 않고 이 인공지능은 약물 및 재료 발견, 의료 진단 시스템의 자동화 등 수많은 첨단로봇 기술의 핵심이기도 하다.

    하지만 2023년에 전 세계를 흥분시킨 인공지능은 따로 있다. 소위 ‘제너레이티브 인공지능(Generative AI)’, 즉 생성형 인공지능이다. 맥킨지앤컨설팅은 이 기술이 전 세계 GDP에 연간 최대 8조 달러의 가치를 창출할 것으로 예상한다.

    생성형 인공지능은 챗GPT(ChatGPT), 빙 인공지능(Bing AI), 달리(DALL-E), 미드저니(Midjourney)와 같은 기계 학습 모델을 말하며, 메시지에 응답하여 새로운 텍스트와 이미지를 생성하기 위해 방대한 텍스트 및 이미지 데이터베이스로 훈련된다.

    세상에 반응하고 활동을 최적화하는 무대 뒤에서 작동하는 비생성형 인공지능과 달리 생성형 인공지능은 우리가 직접 사용할 수 있는 시각, 음성, 텍스트 콘텐츠를 생성하여 ‘우리를 지원’한다.

    따라서 지금까지 스스로가 ‘기술적 노후화’에 영향을 받지 않는다고 믿었던 지식 노동자의 일자리까지 변화시키고, 심지어 이 인력을 대체할 수 있는 잠재력이 있다. 즉, 이러한 중산층 노동자의 생계에 영향을 미칠 수 있는 영향력이 있다는 것이다.

    그렇다면 수백만 개의 일자리를 파괴할 수 있는 생성형 인공지능과 같은 기술을 구현하는 동시에 전 세계 GDP에 직접적으로 연간 4조4천억 달러, 간접적으로 최대 3조5천억 달러의 가치를 창출한다는 의미는 무엇일까?

    이러한 추정을 내는 데 있어, 맥킨지앤컨설팅은 매우 독창적인 두 부분으로 구성된 분석을 사용했다. 첫 번째는 직접적인 비용 절감 및 수익 증대 기회이고, 두 번째는 간접적인 경제적 이익이었다.

    맥킨지앤컨설팅은 생성형 인공지능 기술을 사용하여 직접적으로 창출되는 경제적 가치를 결정하기 위해 조직이 채택할 가능성이 있는 ‘사용 사례’를 조사했다. 이를 위해 이들은 ‘사용 사례’를 ‘특정 비즈니스 과제에 생성형 인공지능을 적용하여 하나 이상의 측정 가능한 결과를 얻는 것’으로 정의했다.

    예를 들어, 마케팅의 사용 사례는 개인화된 이메일과 같은 창의적인 콘텐츠를 생성하기 위해 생성형 인공지능을 적용하는 것일 수 있다.

    이 사용 사례에 대해 잠재적으로 측정 가능한 결과에는 해당 콘텐츠 생성 비용의 절감과 대규모 고품질 콘텐츠의 효율성 향상으로 인한 수익 증가가 포함된다. 이 분석을 위해 맥킨지앤컨설팅은 16개 비즈니스 기능과 산업 전반에 걸쳐 63개의 생성형 인공지능 사용 사례를 조사했다.

    결과적으로 총 직접 가치 창출 추정 규모는 연간 2조6천억~4조4천억 달러였다.

    즉, 생성형 인공지능을 포함한 모든 인공 지능이 매년 창출하는 글로벌 경제적 가치의 총 증가액은 현재 맥킨지앤컨설팅이 추정하는 비생성형 인공지능 하나가 창출할 수 있는 11~17조7000억 달러보다 15~40% 더 높을 수 있다.

    이 추정치는 인공지능의 경제적 가치에 대한 맥킨지앤컨설팅의 2017년 추정치에 대한 2023년도 업데이트에 해당한다. 즉, 인공지능이 완전히 배포되면 전 세계에 새로운 경제적 가치로 연간 9조 5천억~15조 4천억 달러를 제공할 수 있다는 것이다.

    또한 맥킨지앤컨설팅의 연구에는 850개의 다양한 직업에 필요한 작업 활동에 대한 생성형 인공지능의 잠재적 영향을 평가한 두 번째 분석이 포함되었다.

    맥킨지앤컨설팅은 생성형 인공지능이 세계 경제 전반에 걸쳐 해당 직업을 구성하는 2,100개 이상의 ‘세부 업무 활동’을 각각 수행할 수 있는지 평가하기 위한 시나리오를 모델링했다. 이러한 세부 업무 활동은 ‘운영 계획이나 활동에 대해 다른 사람과 소통’하는 것만큼 간단할 수 있다.

    이러한 접근 방식을 통해 이들은 생성형 인공지능의 현재 기능이 현재 전 세계 인력이 수행하는 모든 작업에서 노동 생산성에 어떤 영향을 미칠 수 있는지 추정할 수 있었다. 결론적으로 그 규모는 연간 6조1천억~7조9천억 달러에 이른다!

    분명히 이러한 영향의 대부분은 ‘사용 사례 분석’에서 확인된 노동 생산성 향상과 겹쳤다. 직접적 비용 절감과 수익 향상이 궁극적으로 연간 4조4천억 달러에 달한다고 가정하면, 간접적인 생산성 향상으로 추가되는 경제적 가치는 연간 3조5천억 달러에 달할 수 있다.

    생성형 인공지능이 어떻게 비즈니스 기능을 변화시키고 생산성을 크게 향상시킬 수 있는지 이해하려면 맥킨지앤컨설팅이 인용한 가장 영향력 있는 사용 사례인 소프트웨어 엔지니어링을 고려하면 된다. 이 사용 사례에는 생성형 인공지능의 이점을 모두 누릴 수 있는, 5가지 기능이 포함되어 있다.

    기능 1은 시작과 계획이다. 여기에서 소프트웨어 엔지니어와 제품 관리자는 생성형 인공지능을 사용하여 사용자 피드백, 시장 동향, 기존 시스템 로그와 같은 대량의 데이터를 분석, 정리하고 이를 라벨링하는 데 도움을 받게 된다.

    기능 2는 시스템 설계이다. 이 단계에서 엔지니어는 생성형 인공지능을 사용하여 여러 IT 아키텍처 설계를 생성하고 잠재적 구성을 반복하여 시스템 설계를 가속화하고 출시 시간을 단축시킬 수 있다.

    기능 3은 코딩이다. 이 시점에서 엔지니어는 코딩이 가능한 인공지능 도구의 지원을 받고, 초안 지원을 통해 개발 시간을 단축시키며, 프롬프트를 빠르게 찾고, 쉽게 탐색할 수 있는 지식 기반 역할을 도움 받게 된다.

    기능 4는 테스트이다. 여기에서 엔지니어는 기능 및 성능 테스트를 향상시킬 뿐만 아니라 테스트 사례 및 데이터를 자동으로 생성할 수 있는 생성형 인공지능 알고리즘을 사용하게 된다.

    기능 5는 시스템 유지 관리이다. 이 마지막 단계에서 엔지니어는 시스템 로그, 사용자 피드백, 성능 데이터에 대한 인공지능의 통찰력을 활용하여 문제를 진단하고 수정 사항을 제안하며 개선이 필요한 우선순위가 높은 영역을 식별할 수 있다.

    소프트웨어 엔지니어링은 대부분의 기업에서 매우 중요한 기능이고, 특히 대기업의 경우 점점 더 다양한 제품과 서비스에 이러한 소프트웨어를 내장하고 있어, 그 중요도가 점점 더 높아지고 있다.

    예를 들어, 새로운 자동차의 가치 중 상당 부분은 적응형 크루즈 컨트롤, 주차 지원, 사물 인터넷 연결과 같은 디지털 기능에서 비롯되기 때문에 인공지능의 역할이 매우 중요해진다.

    생성형 인공지능은 컴퓨터 언어를 또 다른 언어로 취급하기 때문에 소프트웨어 엔지니어링에 새로운 가능성을 열어준다.

    예를 들어, 소프트웨어 엔지니어는 두 명 이상이 짝을 이루어 프로그래밍 작업을 하는 ‘페어 프로그래밍(pair programming)’에서 생성형 인공지능을 활용하여 증강 코딩을 수행하고 대규모 언어 모델을 훈련하여 코드가 수행해야 하는 작업을 설명하는 자연어 프롬프트가 제공될 때 코드를 생성하는 애플리케이션을 개발할 수 있다.

    맥킨지앤컨설팅의 분석에 따르면 인공지능이 소프트웨어 엔지니어링 생산성에 미치는 직접적인 영향은 해당 기능에 대한 현재 연간 지출의 20~45%에 이를 수 있다.

    이 가치는 주로 초기 코드 초안 생성, 코드 수정 및 리팩토링, 근본 원인 분석, 새로운 시스템 설계 생성과 같은 특정 활동에 소요되는 시간을 줄임으로써 발생하게 된다.

    코딩 프로세스를 가속화함으로써 생성형 인공지능은 소프트웨어 엔지니어링에 필요한 기술 세트와 기능을 코드 및 아키텍처 설계에 적용할 수 있다.

    한 연구에서는 마이크로소프트의 깃헙 코파일럿(GitHub Copilot)을 사용하는 소프트웨어 개발자가 이 도구를 사용하지 않는 개발자보다 작업을 56% 더 빠르게 완료한 것으로 나타났다!

    소프트웨어 엔지니어링 팀을 대상으로 한 맥킨지앤컨설팅의 내부 실증 연구에 따르면 생성형 인공지능 도구를 사용하도록 교육받은 사람들은 코드 생성 및 리팩터링에 필요한 시간을 빠르게 단축하는 것으로 나타났다.

    이 엔지니어들은 또한 행복, 흐름, 성취감이 모두 향상되었다고 언급하면서 더 나은 업무 경험을 한 것으로 보고되었다.

    중요한 점은 평가된 20~45%의 생산성 향상이 애플리케이션 품질의 잠재적 증가와 코드 개선 또는 IT 아키텍처 향상을 통해 생성형 인공지능이 가져올 수 있는 생산성 향상을 고려하지 않았다는 것이다. 두 요소 모두 IT 가치 사슬 전반에 걸쳐 생산성을 더욱 향상시킬 수 있다.

    특히, 우리는 이러한 이점이 나타날 때까지 기다릴 필요가 없을 지도 모른다. 대형 기술 회사들은 이미 소프트웨어 엔지니어링을 위한 생성형 인공지능을 판매하고 있다. 여기에는 현재 오픈AI(OpenAI)의 GPT-4와 통합된 깃헙 코파일럿과 2천만 명 이상의 코더가 사용하는 리플릿(Replit)이 포함된다.

    결론은 무엇인가?

    인공지능은 노동력이 정체되는 상황에서도 경제 성장을 유지하는 데 중요한 역할을 함으로써 우리 삶의 질에 큰 변화를 가져올 것이라는 점이다.

    생성형 인공지능은 미국 중산층이 수행하는 작업의 일부를 전례 없는 수준으로 자동화할 것이기 때문에 특히 더 파괴적일 것이다. 이는 엄청난 기회를 열어주고 막대한 부를 창출하더라도 사람들을 불편하게 만들 것이다. 따라서 우리 각자의 과제는 주변의 소음에도 불구하고 새로운 위협과 기회를 정확하게 평가하는 것이다.

    이러한 추세를 고려하여 우리는 다음과 같은 예측을 고려해볼 수 있다.

    첫째, 생성형 인공지능 시대의 가장 큰 승리자는 가치 창출을 둘러싼 과대광고에 휩쓸리지 않아야 할 것이다.

    비즈니스 리더라면 컨설팅 기업, 공급업체, 업계 분석가 등의 기술 과대광고 영역에서 정보가 나올 때 비판적 사고를 수행해야 한다. 즉, 새로운 기술의 효능에 대한 주장은 실증적 강점을 위해 면밀히 조사될 필요가 있음을 명심해야 한다.

    ‘우리는 현재 무엇을 알고 있는가?’와 같은 ‘평가를 위한 사실적 근거’를 확립하는 질문부터 시작해야 한다. 이후, ‘증거는 무엇인지’, ‘기술이 어떻게 작동하는지’, ‘예측이 얼마나 신뢰할 수 있는지’, ‘기타 결과물의 품질이 어떠한지’에 대한 구체적인 질문을 던져야 한다.

    그 외에도 비즈니스에 신기술을 사용할 때 발생할 수 있는 잠재적인 위험을 주의 깊게 평가해야 한다.

    새로운 기술로 성공하려면 특히 이러한 생성형 인공지능 시스템으로 인해 생성된 결과물이 고객에게 전달되어 기업 평판에 해를 끼칠 수 있는지도 신중하게 감독해야 한다. 동시에 기업들은 관리 감독 없이 이러한 시스템을 사용하면 지적 재산이나 민감한 정보에 대한 통제력을 상실할 수 있는 위험에 노출된다는 점도 인식해야 한다.

    예를 들어, 한국의 삼성그룹은 직원들이 실수로 민감한 기업 데이터를 챗GPT(ChatGPT)에 입력하여 유출한 사실을 발견한 바 있다.

    둘째, 생성형 인공지능은 작업의 해부학적 구조를 변화시켜 개별 활동 중 일부를 자동화함으로써 개별 작업자의 역량을 강화할 것이다.

    현재의 생성형 인공지능 및 유관 기타 기술은 직원들의 근무 시간 60~70%를 흡수하는 업무 활동을 자동화할 수 있는 잠재력을 가지고 있다.

    자동화의 잠재력이 가속화되는 것은 작업 활동에 필요한 생성형 인공지능 자연어 이해 능력이 향상되었기 때문이다. 따라서 생성형 인공지능은 다른 유형의 업무보다 고임금과 높은 교육 수준의 직업과 관련된 지식 산업에 더 많은 영향을 미칠 것이다.

    셋째, 노동자, 정책 입안자, 조직 관리자는 생성형 인공지능이 고용에 미치는 영향을 현실적이고 객관적으로 파악함으로써 이익을 얻을 수 있을 것이다.

    인력과 기술이 부족한 시대, 즉 향후 20~35년 동안 예측되는 영향에 대해 맥킨지앤컨설팅은 전체적으로 인공지능이 거의 파괴적이지 않을 것이라 추측하지만, 소위 페이퍼 업무가 지배적인 직업에 종사하는 사람들의 과제는 자신의 기술을 키우고 이러한 유형의 역할을 넘어서는 것에 있을 것이다.

    마찬가지로, 정책 입안자들은 인공지능으로 인해 쓸모없어진 직업 범주를 유지하기 위한 규제 수립은 피해야 할 것이다.

    대부분의 산업에서, 생성형 인공지능으로 대체되는 활동과 관련된 일자리가 줄어들면서 해당 일자리에 종사했던 노동자의 은퇴는 기업에 이익을 안겨줄 것이고, 새로운 일자리란 진정으로 새로운 것이 될 것이다.

    넷째, 생성형 인공지능이 일자리와 가치 창출에 미치는 대부분의 영향은 특정 산업 내 특정 기능에 집중될 것이다.

    맥킨지앤컨설팅에 따르면, 생성형 인공지능 사용 사례가 제공할 수 있는 가치의 약 75%는 고객 운영, 마케팅 및 영업, 소프트웨어 엔지니어링, 연구개발(R&D)이라는 4가지의 광범위한 영역에 속할 것이다.

    이들이 식별한 16개의 비즈니스 기능 전반에 걸쳐 63개의 사용 사례가 실제로 존재하는데, 인공지능 기술은 하나 이상의 측정 가능한 결과를 생성하는 방식으로 특정 비즈니스 과제를 해결할 수 있었다.

    생성형 인공지능은 실제로 고객과의 상호 작용을 지원하고, 마케팅 및 영업을 위한 창의적인 콘텐츠를 생성하고, 자연어 프롬프트를 기반으로 컴퓨터 코드 초안을 작성하는 등 다양한 작업을 수행할 수 있었다.

    다섯째, 생성형 인공지능은 모든 산업 분야에 걸쳐 상당한 영향을 미칠 것이다.

    수익의 비율로 볼 때 은행, 정보 기술 및 생명 과학은 생성형 인공지능으로 가장 큰 영향을 받을 수 있는 분야이다.

    예를 들어, 맥킨지앤컨설팅은 모든 사용 사례가 은행 산업 전반에 걸쳐 완벽하게 구현된다면 이 기술이 연간 2천억 달러에서 3천4백억 달러에 달하는 추가 가치를 창출할 수 있을 것으로 추정하고 있다. 소매와 소비재 부문의 추가 가치는 연간 4천억에서 6천6백억 달러로 추산된다.

    여섯째, 기술 자동화에 대한 잠재력이 커지면서 인력에 대한 혁신 속도도 가속화될 것이다.

    2023년, 맥킨지앤컨설팅은 기술 개발, 경제적 타당성, 확산 일정과 관련된 문제를 고려하여 다양한 경제에 대한 채택 시나리오를 업데이트했다.

    업데이트 이전 시나리오에서는 미국에서 자동화가 가능한 작업 활동의 60% 이상이 2030년까지 모두 자동화될 수 있다고 추정했는데, 업데이트 시나리오 또한 마찬가지이다. 또한 이 시나리오에 따르면 인도와 같은 저임금 국가는 10년이 지나서야 해당 수준의 자동화에 도달할 가능성이 높은 것으로 나타났다. 이러한 혁신은 생성형 인공지능과 비생성형 인공지능 모두가 작용한 결과이다.

    일곱째, 생성형 인공지능은 노동자가 업무 활동을 변경하거나 직업을 바꾸기 위해 필요한 투자를 하는 경우에만 경제 전반에 걸쳐 노동 생산성을 크게 높일 것이다.

    맥킨지앤컨설팅에 따르면, 기술 채택 속도와 근무 시간을 다른 활동에 재배치하는 정도에 따라 생성형 인공지만으로도 2040년까지 노동 생산성이 연간 최대 0.6% 증가할 수 있다고 추정한다. 생성형 인공지능과 또 다른 모든 유관 기술을 결합하면 작업 자동화를 통해 연간 생산성 증가율이 최대 3.3%포인트 증가할 수 있다.

    그러나 노동자가 새로운 기술을 배우려면 지원이 필요하고 일부는 직업을 바꿔야 할 것이다. 노동자의 전환 및 기타 위험을 관리할 수 있다면 생성형 인공지능은 경제 성장에 실질적으로 기여하고 보다 지속 가능하고 포용적인 세상이 되도록 지원할 수 있을 것이다.

    여덟째, 생성형 인공지능의 시대는 이제 막 시작되었다.

    이 기술에 대한 기대감은 뚜렷하고 초기 파일럿은 매력적인 상황이다. 그러나 미국과 독일에서도 기술의 이점을 완전히 실현하는 데는 시간이 걸리며 기업과 사회의 리더들은 여전히 해결해야 할 상당한 과제를 안고 있다.

    여기에는 생성형 인공지능에 내재된 위험 관리, 인력에게 필요한 새로운 기술과 역량 결정, 재교육 및 기술 개발과 같은 핵심 비즈니스 프로세스에 대한 재검토가 포함된다.

    Resource List
    1. AEIdeas. March 27, 2023. James Pethokoukis. Why Goldman Sachs thinks generative AI could have a huge impact on economic growth and productivity.

    2. AEIdeas. May 12, 2023. James Pethokoukis. The Case for an AI-Driven Productivity Boom. 

    3. Brookings Institution. May 10, 2023. Martin Neil Baily, Erik Brynjolfsson, & Anton Korinek. Machines of mind: The case for an AI-powered productivity boom.

    4. AEIdeas. June 14, 2023. James Pethokoukis. Brace yourself: The AI jobs panic is about to explode.

    5. McKinsey.com. June 14, 2023. Michael Chui, Eric Hazan, Roger Roberts, Alex Singla, Kate Smaje, Alex Sukharevsky, Lareina Yee, and Rodney Zemmel. The economic potential of generative AI: The next productivity frontier.

    6. Goldman Sachs. March 26, 2023. Joseph Briggs & Devesh Kodnani. The Potentially Large Effects of Artificial Intelligence on Economic Growth.

    7. Trends. December 2022. The Trends Editors. Economic Realities Driving America’s AI-Based Reindustrialization.

    8. Trends. January 2023. The Trends Editors. The Biggest Implications of Artificial Intelligence for the 2020s.