KISDI 기본연구(25-08) ’생성형 AI의 생산성 분석’

KISDI, “생성형 AI 활용, 분업의 비효율성 줄여 생산성 개선”
.................................................................................................................................................
▲생성형 AI 활용 여부와 순차적 분업 여부에 따른 4개 집단 실험 분석
▲생성형 AI 활용으로 분업이 사라지는 경우 약 10%의 생산성 향상
▲분업이 존재하는 경우에도 생성형 AI 활용은 분업의 비효율성을 상쇄
▲생성형 AI는 분업의 소멸 또는 비효율성 상쇄로 생산성을 향상
▲“AI의 노동력 대체가 반드시 더 높은 생산성을 의미하지 않을 수 있어”

정보통신정책연구원(KISDI, 원장 이상규)은 생성형 인공지능(Generative AI)의 활용이 순차적 분업 하에서 생산성에 미치는 영향을 분석한 KISDI 기본연구(25-08) ‘생성형 AI의 생산성 분석’ 보고서를 최근 발간했다.

생성형 AI의 활용은 다양한 업무와 직군에서 빠르게 확산되고 있으며, 관련 연구들은 생성형 AI 활용에 따른 생산성 향상을 확인해 왔다. 하지만 기존 연구는 단일 과업에 초점을 맞추고 있어, 실제 업무 환경에서 빈번히 나타나는 다양한 과업 수행 방식을 충분히 반영하지 못하는 한계가 있었다.

이번 연구는 실제 업무 환경의 한 형태인 순차적 분업을 실험에서 재현하고, 생성형 AI 활용이 이와 같은 업무 환경에서 생산성에 미치는 영향을 분석하고자 하였다. 특히, 생성형 AI 활용 유무와 순차적 분업 유무에 따라 구성된 4개 집단을 상대로 진행된 실험을 통해 ▲순차적 분업의 비효율성 ▲노동대체 시나리오에서 생산성 증가 ▲노동보완 시나리오에서 생산성 증가를 확인했다.

실험에서 재현한 순차적 분업은 가상의 제품에 대한 마케팅 과업으로, 과업1은 제품 설명문을 요약하는 작업이고, 과업2는 요약문을 바탕으로 한 판매설득 이메일을 작성하는 작업이다. 또한 과업1의 결과물이 과업2의 투입물로 사용되는 순차적 구조로 설계했다.

먼저 생성형 AI가 노동력 한 단위를 대체하여 순차적 분업을 소멸시키는 시나리오에서의 생산성 변화를 확인하기 위해, 생성형 AI 활용 없이 두 사람이 하나의 팀을 이루어 각 과업을 진행하는 대조군과 한 사람이 생성형 AI를 활용하여 두 과업을 순차적으로 진행한 실험군을 비교하였다. 그 결과, 실험군이 대조군보다 더 높은 품질의 결과물을 산출하고 과업도 더 빠르게 완료한 것으로 나타났다. 이를 통해 생성형 AI 활용이 기존에 분업을 통해 수행하던 과업을 한 사람이 수행할 수 있게 하고, 분업 과정의 비효율성을 줄여 생산성을 높일 수 있음을 확인했다.

또한, 두 사람이 생성형 AI를 활용하여 각 과업을 순차적으로 수행한 집단과 한 사람이 생성형 AI를 활용하여 두 과업을 모두 수행한 집단을 비교한 결과, 최종 과업 결과물의 품질과 과업 완료 소요 시간 모두에서 통계적으로 유의미한 차이를 발견할 수 없었다. 즉, 이는 생성형 AI가 순차적 분업 환경에서 발생하는 비효율성을 상쇄하여 얻는 생산성 향상 효과와 생성형 AI 활용으로 기존에 분업을 통해 수행하던 과업을 한 사람이 수행하게 되면서 얻는 생산성 향상 효과 간 차이가 크지 않음을 보여준다.

민대홍 연구위원은 “생성형 AI가 노동력을 대체할 경우, 분업의 소멸과 그에 따른 비효율성이 제거될 가능성을 확인하였지만, 분업을 유지한 채로 노동력을 대체하지 않고 생성형 AI를 활용하는 경우에도 분업의 비효율성은 제거될 수 있다”며, “생성형 AI의 노동력 대체가 반드시 더 높은 생산성을 의미하지 않을 수 있다는 점은 향후 노동정책 입안자와 노동시장 참여자 모두 의사결정과정에서 반드시 고려해야 한다”고 덧붙였다.

KISDI 기본연구는 KISDI 홈페이지(www.kisdi.re.kr)에서 내려받을 수 있다.

문의 : 인공지능정책연구실 민대홍 연구위원(043-531-4298)