요약

최근 정보통신, 전문서비스, 첨단 제조, 금융, 의료 등 주요 AI 활용산업에서 AI가 빠르게 확산되며, 다양한 AI 기술 혁신이 산업 전반의 생산성에 미칠 잠재적 파급효과가 주목받고 있다. 한편 산업의 생산성은 지리적 요소, 집적효과 등에 의해 지역별로 상이하며, 이러한 지역·산업별 생산성 구조는 각 지역이 어떤 산업에서 비교우위를 갖는지를 결정한다. AI 활용산업에 비교우위를 가진 지역에 AI가 집중적으로 분포되어 있다면, AI가 AI 활용산업에 미치는 생산성 증대 효과는 극대화될 수 있다. 그러나 AI가 지역별로 어떻게 분포되어 있는지, AI 활용산업의 지역별 비교우위를 정량적으로 분석한 연구는 부족하다. 이에 본 연구는 지역별 AI 역량(‘AI 준비도’)을 측정하고, 이를 AI 활용산업의 지역별 비교우위와 결합하여 AI의 지역적 분포가 생산성 극대화 관점에서 효율적인지를 진단하고자 한다. 본 연구의 주요 내용은 다음과 같다. 첫째, 인재·혁신·도입 요소를 활용해 시군구 수준에서 지역별 AI 준비도를 측정하였다. 둘째, 산업별 AI 노출도(AI exposure)를 이용해 AI 활용산업을 식별하고, 입지계수(location quotient)를 통해 지역별 비교우위를 측정하였다. 셋째, 지역별 AI 준비도와 AI 활용산업의 비교우위를 결합하여 분석한 결과, 정보통신·전문서비스에서는 비교우위 지역의 AI 준비도가 대체로 높았으나, 첨단 제조·금융·의료에서는 비교우위 지역의 AI 준비도가 전반적으로 낮은 것을 발견하였다. 이는 AI 활용산업의 비교우위와 AI 준비도 간 불균형이 AI가 AI 활용산업에 미치는 생산성 향상 효과를 제약할 수 있음을 시사한다. 단, 첨단 제조·금융·의료 비교우위 지역에서 발견된 낮은 AI 준비도는 그 구성요소들의 전반적 수준을 요약한 것임을 유의해야 한다. 이러한 분석 결과를 바탕으로, 본 연구는 지역 균형 발전 정책의 방향을 제시한다. 첫째, 지역 균형 발전 정책(예: 지역 AX 정책)은 지역의 비교우위 산업을 고려해 설계되어야 한다. AI가 AI 활용산업에 미치는 생산성 향상 효과를 극대화하기 위해서는 AI 활용산업에 특화된 지역을 중심으로 AI 역량을 강화해야 한다. 둘째, 이러한 정책은 광역 단위보다 더 세분화된 지역 단위에서 설계될 필요가 있다. 지역별 비교우위를 결정하는 생산성은 집적효과에 큰 영향을 받으며, 집적효과는 거리에 따라 급격히 감쇠하기 때문이다. 셋째, 생산성 향상과 지역 불평등 완화를 위한 전략을 함께 추진해야 한다. 지역의 특화 산업을 중심으로 AI 투자가 이루어질 경우, 해당 산업의 생산성 향상뿐 아니라 지역 경제 활성화에도 긍정적 효과가 기대되는 반면, 지역 특화 산업과 무관하게 AI 역량이 낮은 지역을 일률적으로 지원하는 방식은 정책 효율성을 저해할 수 있다.