인공지능의 생산성 역설

지난 10년간 노동 생산성은 인공지능이 일상 업무의 반복적인 작업을 대체하는 데 도움을 주었음에도 불구하고 크게 감소했습니다.

인공지능이 정말로 업무 생산성을 향상시킬까요? 사진: 링크드인

인공지능(AI)으로 인한 일자리 감소에 대한 우려가 커지는 가운데, 낙관론자들은 AI가 생산성을 높이는 도구일 뿐이며 노동자와 경제 모두에 이롭다고 주장합니다. 마이크로소프트 CEO 사티아 나델라는 사용자가 목표만 제시하면 자동화된 AI 에이전트가 모든 시스템에서 스스로 계획, 실행, 학습을 수행할 것이라고 말합니다.

하지만 인공지능은 점점 더 많은 사람들이 인공지능을 사용하고 심지어 의존하게끔 부추기는 "생산성 함정"을 만들고 있습니다. 이는 자기 성찰 및 문제 해결 능력의 저하로 이어질 뿐만 아니라, 더 심각하게는 창의성과 삶의 혁신에도 악영향을 미칠 것입니다.

양을 질보다 우선시하는 것.

파이낸셜 타임스(FT)에 따르면, 인공지능 도구는 성능 향상만으로 생산성 문제를 해결할 수 있을 때 이상적일 것이다. 신문은 지난 반세기 동안 그 어느 때보다 빠른 컴퓨터들이 많이 개발되었지만, 선진국의 노동 생산성 증가율은 1990년대 연평균 약 2%에서 현재 약 0.8%로 둔화되었다고 지적했다.

컴퓨터, 인터넷, 그리고 전 세계적인 인재 연결망의 등장으로 획기적인 연구 성과가 폭발적으로 증가했어야 했습니다. 그러나 연구 생산성은 오히려 감소했습니다. 오늘날 과학자들은 1960년대 과학자들에 비해 투자 대비 획기적인 아이디어를 더 적게 창출하고 있습니다.

경제학자 게리 베커는 부모가 "질과 양" 사이에서 선택해야 한다고 지적한 적이 있습니다. 예를 들어 자녀가 많을수록 각 자녀에게 개별적으로 투자할 가능성이 줄어든다는 것입니다. 혁신에서도 비슷한 현상이 나타날 수 있습니다.

동시에 너무 많은 프로젝트를 진행하면 창의성에 부정적인 영향을 미칠 수 있습니다. 사진: Adobe Stock.

특허 출원 현황에 대한 대규모 연구들은 수행되는 프로젝트 수가 많을수록 획기적인 발견으로 이어질 가능성이 낮다는 것을 확인시켜 줍니다. 최근 수십 년 동안 과학 논문과 특허는 주요한 돌파구라기보다는 점진적인 증분에 그치는 경우가 점점 더 많아지고 있습니다.

한편, 역사 속 위대한 사상가들은 모두 이 점을 이해했습니다. 아이작 뉴턴은 "문제를 항상 마음속에 간직한 채, 조금씩 첫 번째 깨달음의 불꽃이 나타나고 마침내 명확하고 완전한 빛으로 피어날 때까지 기다린다"고 말했습니다. 스티브 잡스 또한 "창의력이란 수많은 것들에 '아니오'라고 말하는 것이다"라고 동의했습니다.

"인공지능의 중간 수준 역량 함정"

브리스톨 대학교 재무회계 석사 프로그램 책임자인 호 꾸옥 뚜안(Ho Quoc Tuan) 교수는 "AI의 평균 능력 함정"이라는 개념을 언급했습니다. 평균적인 사람의 능력을 요구하는 직무는 반복적인 작업이 많고, 명확하고 정량화 가능한 절차를 따르는 경우가 많습니다. 그러나 그는 바로 이러한 점이 AI의 뛰어난 강점이라고 주장합니다.

대규모 언어 모델(LLM)은 통계적으로 일반적인 합의로 여겨지는 것에 집착하는 경향이 있습니다. 예를 들어, 챗봇이 19세기 문헌을 읽으면 라이트 형제가 비행에 성공하기 전까지 인간은 날 수 없었다는 결론을 내릴 것입니다.

2025년 3월 네이처 에 발표된 한 연구 논문은 LLM(Learning Leadership Model)이 반복적인 과학적 작업을 줄이는 데 도움이 될 수 있지만, 진정한 사고의 도약은 여전히 ​​인간의 몫이라고 지적했습니다. 투안 씨는 또한 이미 알려진 것에 집착하고, 위험을 감수하기를 꺼리고, 비판적 사고가 부족한 것이 AI 시대에 치명적인 약점이라고 주장했습니다.

단백질 형태를 예측하는 모델인 알파폴드를 개발한 구글 딥마인드 팀의 수장 데미스 하사비스는 현재까지 인공지능 분야에서 가장 뛰어난 과학적 업적 중 하나로 꼽힙니다. 그러나 그 자신조차도 진정한 범용 인공지능을 구현하려면 "훨씬 더 많은 혁신"이 필요하다고 인정합니다.

노벨상을 수상한 과학 연구인 알파폴드 역시 "더 많은 혁신"이 필요합니다. 사진: 구글 딥마인드.

가까운 미래에 인공지능(AI)은 혁신을 촉진하기보다는 주로 효율성 향상에 기여할 것입니다. 아르크시브(Arxiv) 에 발표된 7,000명 이상의 지식 근로자를 대상으로 한 설문조사에 따르면, AI를 생산성 있게 활용하는 사람들은 이메일 처리 시간을 평균 주 3.6시간(31%) 단축한 반면, 협업 작업 시간은 거의 변화가 없었습니다.

하지만 모든 사람이 이메일 답장을 ChatGPT에 위임하면 받은 편지함의 이메일 수가 증가하여 초기 효율성이 저해될 수 있습니다. 파이낸셜 타임스(FT) 에 따르면, 1990년대 미국의 생산성 회복 경험은 진정한 혁신적 돌파구가 동반되지 않으면 새로운 도구의 이점이 빠르게 사라진다는 것을 보여줍니다.

출처: https://znews.vn/nghich-ly-nang-suat-cua-ai-post1561451.html