AI 기업들이 수십억 달러를 데이터 센터에 쏟아붓고 있지만, 정작 핵심 약속인 ‘생산성 향상’은 어디에도 보이지 않습니다. 글로벌 시장 분석 기업 Forrester의 JP Gownder 부사장은 단도직입적으로 말합니다. “데이터 어디에도 AI로 인한 생산성 향상은 없습니다.”

Futurism이 보도한 Forrester 분석에 따르면, AI가 경제적으로 생산성을 높인다는 증거가 없으며, 오히려 MIT 연구는 AI를 도입한 기업의 95%가 의미 있는 매출 성장을 전혀 경험하지 못했다고 밝혔습니다. 이 글은 AI 투자 열풍 속에서 냉정하게 점검해야 할 현실을 데이터로 보여줍니다.

출처: AI Completely Failing to Boost Productivity, Says Top Analyst – Futurism

데이터가 말하는 불편한 진실

미국 노동통계국 데이터를 보면 역설적인 패턴이 나타납니다. PC가 등장하기 전인 1947년부터 1973년까지 연간 생산성 증가율은 2.7%였습니다. 그런데 PC가 대중화된 1990년부터 2001년 사이에는 2.1%로 떨어졌고, 2007년부터 2019년에는 1.5%로 더 낮아졌습니다.

“PC가 넘쳐나는데도 생산성은 훨씬 낮았죠.” Gownder가 지적한 이 현상은 ‘솔로우 역설(Solow Paradox)’로 알려져 있습니다. 노벨경제학상 수상자 로버트 솔로가 1987년에 “PC 혁명의 효과는 생산성 통계를 제외한 모든 곳에서 볼 수 있다”고 예측했던 그 역설이죠.

MIT 연구는 더 충격적입니다. AI를 통합한 기업의 95%가 손익에 실질적 이익이 없었습니다. ROI가 제로라는 뜻입니다.

현장에서 드러난 AI의 민낯

가장 큰 기대를 받았던 분야에서조차 AI는 기대에 못 미쳤습니다. 코딩 작업에 AI 도구를 사용한 프로그래머들은 오히려 작업 속도가 느려졌다는 연구 결과가 나왔습니다. AI 에이전트가 원격 업무를 자동화하는 실험에서는 단 하나의 모델도 주어진 과제의 3% 이상을 완수하지 못했습니다.

더 심각한 건 직장 문화에 미치는 영향입니다. 한 연구에 따르면 AI 도입 후 직원들이 저품질의 ‘워크슬롭(workslop)’을 양산하기 시작했습니다. “누군가 나중에 다듬겠지”라는 기대로 AI가 만든 조잡한 결과물을 그대로 넘기는 거죠.

“생성형 AI는 대부분 제대로 작동하지 않습니다. 소비자 경험만이 아니라 MIT 연구가 보여주듯 95%의 생성형 AI 프로젝트가 실질적 손익 이익을 내지 못하고 있어요.” Gownder의 설명입니다.

모두가 같은 뇌를 쓴다면

그렇다면 왜 이런 일이 벌어지는 걸까요? International Data Center Authority의 CEO Mehdi Paryavi는 Business Insider와의 인터뷰에서 핵심을 짚었습니다. “당신과 경쟁사가 모두 같은 서비스를 쓴다면, 서로에 대한 우위가 없습니다. 당신의 AI와 그들의 AI가 맞붙었을 때 누가 이길까요?”

모두가 같은 대규모 언어모델을 쓰고 같은 데이터로 학습한다면, 의사결정과 문제해결 방식이 수렴하기 시작합니다. 창의적 차별화가 사라지는 거죠. 단기적으로는 효율적으로 보이지만, 장기적으로는 외부 벤더에 대한 의존성만 키우게 됩니다.

“처음에는 더 효율적이고 생산적이며 저렴해 보입니다. 하지만 장기적으로는 매우 비싼 대가를 치르게 될 겁니다.” Paryavi의 경고입니다. 그는 이를 2000년대 초 클라우드 컴퓨팅 열풍에 비유했습니다. 많은 기업이 클라우드로 이전했다가 비용과 종속성 문제로 다시 자체 인프라로 돌아왔죠. AI에서도 같은 패턴이 반복될 수 있다는 겁니다.

일자리는 사라지고 생산성은 제자리

아이러니하게도 생산성 향상은 없지만 일자리 감소는 현실이 될 전망입니다. Forrester 연구는 AI와 물리적 로봇 같은 자동화 기술이 2030년까지 약 6%의 일자리를 대체할 것으로 예측했습니다. 약 1,040만 개의 일자리가 구조적으로 사라진다는 뜻입니다.

“이 일자리들은 구조적으로 사라집니다. 대체되었기 때문에 영원히 없어지는 거죠. 경제에 결코 작지 않은 타격입니다.” Gownder의 말입니다.

일부 고용주들은 이미 실수를 깨닫고 있습니다. AI 에이전트를 위해 직원을 해고했다가 다시 사람을 재고용한 사례도 나오고 있죠. 하지만 때로는 ‘AI 때문’이라는 말이 다른 형태의 비용 절감을 포장하는 수단이 되기도 합니다. “AI 때문에 해고하고 3주 후 인도에 팀을 꾸려요. 인건비가 훨씬 싸니까요.”

이게 의미하는 것

AI는 의학 연구나 재난 예측 같은 분야에서 분명히 가치가 있습니다. 문제는 만능 도구처럼 취급하며 무분별하게 도입하는 태도입니다. 생산성 향상이라는 핵심 약속이 데이터로 입증되지 않는다면, 지금의 AI 투자 열풍은 재검토가 필요합니다.

기술이 정말 변혁적일 수 있지만, 그것이 반드시 경제적 이득으로 이어지지는 않는다는 솔로우 역설을 우리는 다시 한번 목격하고 있는지도 모릅니다. 중요한 건 AI를 어떻게 쓰느냐이지, 얼마나 많이 쓰느냐가 아닐 겁니다.

참고자료:

• AI Could Wipe Out Competitive Edges As Rivals Use Identical Tools – Business Insider