생성형 AI를 업무에 도입하면 생산성이 늘어난다는 기대가 큽니다. 실제로는 업무 시간은 줄었지만 생산성은 그대로라는 조사 결과가 나왔습니다. 한국은행 보고서는 AI 도입 초기 3년간의 효과를 들여다보며 이런 역설적인 상황을 짚었습니다. 흥미로운 지점입니다.

AI가 아낀 시간은 어디로 갔을까

한국은행이 발표한 ‘BOK 이슈노트’에 따르면 AI를 쓰는 근로자의 업무 시간은 평균 3.8% 줄었습니다. 주 40시간 기준 1.5시간이 단축된 셈입니다. 이 시간을 모두 생산 활동에 투입한다면 잠재적으로 1.0%의 생산성 증가를 기대합니다. 실제 생산성 개선은 전혀 없었습니다. 업무 시간 절감률과 업무 처리량 증가율의 상관계수는 0.00이었습니다. 아낀 1.5시간은 직장 내 여가나 자기 계발에 쓰이거나 일 집중도를 낮추는 데 쓰였다고 해석합니다. 차이가 큽니다.

성과와 보상에 달린 AI 효과

모든 직군에서 생산성 향상이 없었던 건 아닙니다. 자영업자와 전문직은 유의미한 생산성 향상을 보였습니다. 자영업자는 AI 활용으로 업무 시간 1% 감소할 때 임금 근로자보다 업무 처리량이 1.0%포인트 늘었습니다. 전문직도 사무직 대비 업무 처리량이 0.7%포인트 증가했습니다. 핵심입니다. 이 직군은 성과가 보상과 직접 연결되고 업무 자율성이 높습니다. AI로 절약한 시간을 추가 생산에 재투자할 유인 구조가 확실합니다. 눈에 띕니다.

조직 재설계와 보상 체계 구축

대다수 근로자에게 생산성 증가가 없는 이유는 AI가 특정 작업 수준에 머물기 때문입니다. 업무 시간 절감률이 20%를 넘는 작업은 전체의 4.4%에 불과했습니다. AI가 문서 작성이나 데이터 분석 같은 보조 도구로만 쓰이며 업무 전체를 자동화하지 못한 결과입니다. 조직 업무 구조의 경직성도 한계입니다. 데이터 분석이 AI로 빨라져도 의사결정이나 승인 절차가 줄지 않으면 절약된 시간은 대기 시간으로 변합니다. 보상 체계가 미약하면 근로자는 생산성 향상 유인을 느끼지 못합니다. 문제가 복합적입니다.

이런 현상은 기술 도입 초기에 흔히 나타나는 과정입니다. 전반적인 조직 개편과 업무 재설계, 성과 기반 유인 체계 구축 같은 보완적 혁신을 수반해야 합니다. 그래야 AI 도입의 진정한 생산성 향상을 경험합니다.

요약

  • AI 도입만으로 생산성 향상은 자동 발생하지 않습니다.
  • 성과-보상 연계가 확실한 직군에서만 AI 효과가 나타났습니다.
  • 조직 구조와 업무 재설계가 AI 생산성 향상의 핵심입니다.