생성형 인공지능(AI) 서비스 도입으로 업무시간이 줄어드는 효과는 있었지만 실제 생산성이 증가하지는 않았다는 분석이 나왔다. AI를 활용해 단축한 시간을 효과적으로 쓰지 못해 ‘생산성 단절’ 현상이 나타나고 있다는 것이다.

한국은행이 7일 발표한 ‘AI 도입은 생산성을 높이는가? 초기 3년의 효과 분석’ 보고서를 보면, 생성형 AI를 활용한 근로자의 평균 업무 시간은 3.8% 감소한 것으로 나타났다.

챗GPT나 제미나이 같은 생성형 AI 서비스로 문서 작성과 데이터 분석 등에 활용하면서 실제 주 40시간 기준으로 약 1시간 30분 가량 업무시간을 단축했다는 뜻이다.

특히 전문직·사무직·관리직 등의 업무 시간 절감률이 상대적으로 높았고 서비스직·기능직 등에선 AI로 인한 시간 절감 효과가 작은 편이었다.

한은은 그러나 이렇게 절감한 시간을 모두 생산 활동에 투입할 때 얻는 생산성 증가 효과는 약 1% 수준으로 추정했다. ‘생산성’이란 국내총생산(GDP)을 근로 시간으로 나눈 값으로 사실상 효과가 거의 없는 셈이다.

실제로 생성형 AI 활용에 따른 업무시간 절감률과 업무처리량 증가율의 상관관계를 분석했더니 두 변수 간 상관관계는 ‘0’에 불과했다. AI를 이용한 업무 시간 단축이 실제 생산성 향상로 이어지지 않았다는 것이다. 이른바 ‘AI 생산성 단절’이다.

보고서는 AI가 아직 개별 작업을 보조하는 수준에 머물러 있기 때문이라고 분석했다. 업무의 모든 과정에 AI가 도입되지 않다 보니 생산성 향상이 크게 늘지 않았다는 것이다.

AI로 데이터 분석 시간을 앞당기더라도 조직의 의사 결정 과정과 승인 등 다른 단계가 기존과 같다는 한계도 배경으로 꼽혔다. 나아가 성과 보상이 적절히 이뤄지지 않으면 AI 도입이 되레 근로자의 노력을 감소시켜 생산성 향상을 가로막을 수 있다고 한은은 평가했다.

다만 한은은 AI라는 기술 자체의 한계가 아닌 범용 기술 도입 초기에 나타나는 전형적인 전환 과정이라고 봤다. 그러면서 기업이 AI를 어떻게 활용하고 조직 구조를 변화시키느냐를 생산성 증가의 핵심 과제로 꼽았다.

한은은 기업이 표준화 업무와 열린 업무를 명확히 구분해야 한다고 제언했다. 보고서 요약이나 데이터 정리 등 표준화 업무는 AI에 맡기고 사람의 경험과 판단, 창의성이 필요한 열린 업무는 AI와 협업해 생산성을 높이라는 취지다.

연구진은 “앞으로 중요한 것은 AI 도입 자체가 아니라 AI가 실제 생산성 변화로 어떻게 연결되는지 지속적으로 점검하는 것”이라며 “정책의 초점도 AI 활용이 생산성 증가로 이어지게끔 조직과 제도적 전환을 체계적으로 지원하는 데 맞춰야 한다”고 밝혔다.