인공지능(AI)은 오늘날(2026년 기준) 모든 산업의 화두이며, 인류의 생산성을 혁신할 것이라는 장밋빛 전망이 쏟아지고 있습니다.

그러나 현실은 어떨까요?

최근 포춘(Fortune) 보도에 따르면, 수많은 최고경영자(CEO)들은 AI가 생산성이나 고용에 미치는 영향이 미미하다고 답했습니다.

이는 40년 전 IT 시대에 경제학자 로버트 솔로우(Robert Solow)가 제기했던 ‘생산성 역설(Productivity Paradox)’을 떠올리게 합니다.

40년 전 IT 시대의 ‘솔로우 역설’ 재조명

1980년대, 트랜지스터, 마이크로프로세서 등 혁신적인 IT 기술의 등장은 기업과 경제학자들에게 폭발적인 생산성 증대를 약속했습니다.

그러나 예상과는 달리, 생산성 성장률은 오히려 둔화되는 기현상이 나타났습니다.

1948년부터 1973년까지 연평균 2.9%에 달했던 생산성 증가율은 1973년 이후 1.1%로 급락했습니다.

로버트 솔로우는 1987년 뉴욕타임스 서평에서 “컴퓨터 시대를 모든 곳에서 볼 수 있지만, 생산성 통계에서는 찾아볼 수 없다”고 지적하며 이 모순적인 상황을 ‘솔로우 역설’이라 명명했습니다.

당시 기업들은 엄청난 양의 정보를 생성하고 인쇄하며 오히려 비효율을 겪는 경우도 많았습니다.

이러한 역사적 맥락은 현재 AI 시대가 마주한 도전과 상당한 유사점을 보여줍니다.

AI가 기업의 수익 보고서에서 긍정적으로 언급되고 있음에도 불구하고, 거시경제 지표에서는 그 영향이 아직 뚜렷이 나타나지 않는다는 점은 깊은 성찰을 요구합니다.

과거 IT 기술이 제대로 활용되기까지 시간이 필요했던 것처럼, AI 역시 단순한 도입을 넘어선 전략적인 통합과 운영 방식의 변화가 선행되어야 함을 시사합니다.

CEO들이 체감하는 AI: 기대와 현실의 괴리

현재(2026년 기준), AI에 대한 막대한 투자와 장밋빛 전망에도 불구하고, 기업 현장의 목소리는 사뭇 다릅니다.

국립경제연구국(National Bureau of Economic Research)의 최근 연구에 따르면, 미국, 영국, 독일, 호주 등 6,000여 명의 CEO, CFO 및 기타 임원들을 대상으로 한 설문조사에서 대다수가 AI가 자사 운영에 미치는 영향이 미미하다고 응답했습니다.

응답 기업의 거의 90%가 지난 3년간(2023년~2026년) AI가 고용이나 생산성에 아무런 영향을 미치지 않았다고 밝혔습니다.

또한, 임원들의 약 3분의 2가 AI를 사용한다고 보고했지만, 주당 사용 시간은 평균 1.5시간에 불과했으며, 25%는 직장에서 AI를 전혀 사용하지 않는다고 답했습니다.

이는 AI 기술의 잠재력에 대한 인식이 높음에도 불구하고, 실제 기업 현장에서는 AI가 아직 깊이 있게 통합되거나 효과적으로 활용되지 못하고 있음을 명확히 보여줍니다.

흥미롭게도, 같은 임원들은 향후 3년간(2026년~2029년) AI가 생산성을 1.4%, 생산량을 0.8% 증가시킬 것으로 예측하고 있어, 기대와 현재의 괴리가 더욱 부각됩니다.

아폴로(Apollo)의 수석 이코노미스트 토르스텐 슬록(Torsten Slok)은 “오늘날 AI는 고용 데이터, 생산성 데이터, 인플레이션 데이터에서 보이지 않는다”고 지적하며, ‘솔로우 역설’을 다시금 언급했습니다.

이는 일부 빅테크 기업을 제외하고는 AI가 아직 기업의 수익 마진이나 실적 기대치에 유의미한 변화를 가져오지 못하고 있음을 의미합니다.

AI 생산성 ‘J-커브’를 가로막는 요인들

AI가 약속된 생산성 향상으로 이어지지 못하는 데에는 몇 가지 복합적인 요인이 작용하고 있습니다.

첫째, 기술에 대한 불신과 낮은 활용도입니다.

2026년 맨파워그룹(ManpowerGroup)의 글로벌 인재 동향 보고서에 따르면, 근로자들의 AI 정기 사용은 증가했지만, 기술의 유용성에 대한 신뢰도는 18%나 급락했습니다.

이는 AI가 아직 사용자의 일상적인 업무 흐름에 자연스럽게 녹아들지 못하고 있거나, 기대만큼의 가치를 제공하지 못하고 있다는 방증입니다.

둘째, ‘AI 브레인 프라이(AI brain fry)’ 현상입니다.

보스턴컨설팅그룹(Boston Consulting Group)의 연구에 따르면, 3개 이하의 AI 도구를 사용할 때는 생산성이 증가했지만, 4개 이상의 도구를 사용할 때는 오히려 생산성이 급감하며 ‘뇌 과부하’나 작은 실수가 증가한다고 합니다.

이는 AI 도구의 무분별한 도입이 오히려 인지적 부담을 가중시키고 집중력을 저하시켜 역효과를 낼 수 있음을 시사합니다.

셋째, 인력 구조 변화에 대한 복잡성입니다.

IBM의 최고 인사 책임자 니클 라모로(Nickle LaMoreaux)는 AI가 일부 신입직 업무를 자동화할 수 있음에도 불구하고, 미래의 중간 관리자 및 리더십 파이프라인의 공백을 우려하며 신입 채용을 3배로 늘리겠다고 밝혔습니다.

이는 AI가 단기적인 비용 절감 효과를 넘어, 장기적인 조직의 인력 계획과 역량 개발에 대한 심층적인 고민이 필요함을 의미합니다.

숨겨진 효율성과 미래 생산성 폭발의 조건

현재의 ‘AI 생산성 역설’이 지속될 것이라고 단정할 수는 없습니다.

과거 IT 붐이 1990년대 중반부터 2000년대 초반까지 생산성 급증으로 이어진 것처럼, AI 역시 ‘J-커브(J-curve)’ 형태의 발전을 보일 가능성이 큽니다.

즉, 초기에는 투자 대비 성과가 미미하거나 심지어 둔화될 수 있지만, 일정 시점을 지나면 폭발적인 생산성 향상을 가져올 수 있다는 분석입니다.

스탠포드 대학교 디지털 경제 연구소의 에릭 브린욜프손(Erik Brynjolfsson) 소장은 최근 GDP 성장률과 고용 지표의 디커플링(decoupling) 현상을 지적하며, AI 투자가 이제 그 효과를 거두기 시작했을 가능성을 제기했습니다.

그의 분석에 따르면 지난 한 해 동안 미국의 생산성이 2.7% 급증했으며, 이는 AI 투자에서 이익 창출로의 전환을 의미한다고 보았습니다.

일부 생산성 향상은 측정되지 않은 채 ‘숨겨져’ 있을 수도 있습니다.

스탠포드 경제정책연구소(Stanford Institute for Economic Policy Research)의 연구는 생성형 AI가 구직, 여행 계획, 쇼핑과 같은 온라인 작업의 효율성을 76%에서 176%까지 증가시켰다는 사실을 밝혀냈습니다.

다만, AI 사용자들이 절약한 시간을 업무나 새로운 기술 개발에 사용하기보다는 여가 활동에 활용하는 경향이 있다는 점은 AI의 잠재적 가치가 아직 온전히 업무 생산성으로 전환되지 않고 있음을 시사합니다.

토르스텐 슬록은 AI의 미래 생산성 효과가 1980년대 IT 시대와는 다른 양상으로 전개될 것이라고 분석합니다.

과거 IT 기술은 초기 혁신 기업이 독점적인 가격 결정력을 가졌지만, 오늘날 AI 도구는 치열한 경쟁 덕분에 훨씬 더 접근성이 높고 저렴합니다.

이는 기업들이 AI를 활용하여 가치를 창출하려는 의지와 노력에 따라 그 영향력이 크게 달라질 것임을 의미합니다.

AI 시대, 기업의 현명한 투자와 전략은?

‘AI 생산성 역설’을 극복하고 진정한 AI 시대를 열기 위해 기업들은 단순히 기술을 도입하는 것을 넘어, 더욱 전략적이고 총체적인 접근 방식을 채택해야 합니다.

다음은 기업들이 고려해야 할 핵심 전략들입니다.

  • 명확한 목표 설정 및 ROI 측정: AI 도입의 목적을 분명히 하고, 기대하는 생산성 향상 지표를 설정하며, 주기적으로 투자 대비 효과(ROI)를 측정해야 합니다. 막연한 기대보다는 데이터 기반의 평가가 중요합니다.
  • 인력 교육 및 재숙련화 투자: AI 도구의 효과적인 사용법을 교육하고, AI와 협업하는 새로운 업무 방식을 훈련하는 데 투자해야 합니다. 기술에 대한 직원들의 신뢰와 숙련도를 높이는 것이 핵심입니다.
  • 단계적이고 신중한 도입: ‘AI 브레인 프라이’를 방지하기 위해 너무 많은 AI 도구를 한꺼번에 도입하기보다는, 가장 효과적인 2~3가지 도구에 집중하고, 조직의 특성과 업무 흐름에 맞춰 단계적으로 확장해 나가는 것이 현명합니다.
  • 업무 프로세스 재설계: AI는 단순히 기존 작업을 자동화하는 것을 넘어, 업무 프로세스 자체를 재구상하고 최적화할 기회를 제공합니다. AI의 강점을 최대한 활용할 수 있도록 프로세스를 혁신해야 합니다.
  • 성과 측정 방식의 진화: AI가 가져오는 생산성 향상은 기존의 거시경제 지표로 즉각적으로 포착하기 어려울 수 있습니다. 미시적 수준에서의 효율성 증대와 비정형적 가치 창출을 측정할 수 있는 새로운 지표 개발이 필요합니다.

결론: 기다림과 전략이 필요한 AI 시대의 생산성 혁명

AI는 인류의 생산성 지형을 근본적으로 바꿀 잠재력을 지니고 있습니다.

그러나 현재 우리가 목격하는 ‘AI 생산성 역설’은 기술 도입만으로는 충분치 않다는 명확한 메시지를 던지고 있습니다.

과거 IT 시대가 그랬듯이, AI의 진정한 가치는 기술적 성숙과 함께 기업 문화, 인력 구조, 업무 프로세스의 총체적인 변화가 수반될 때 비로소 꽃피울 것입니다.

지금은 인내심을 가지고 AI의 잠재력을 최대한 이끌어낼 수 있는 전략과 실행력을 고민해야 할 때입니다.

AI 시대를 맞아 기업들이 현명한 투자를 통해 진정한 생산성 혁명을 이뤄내기를 기대합니다.

—2026년 4월 19일

출처 URL: https://fortune.com/article/why-do-thousands-of-ceos-believe-ai-not-having-impact-productivity-employment-study/