AI 경제성장 효과 전망, 결론부터 보면 어떤가요?
AI의 거시경제 효과 전망은 연구마다 열 배 넘게 차이가 납니다. OECD가 비교한 바에 따르면 노동생산성 기여를 연간으로 환산했을 때 Acemoglu는 약 0.1%포인트, OECD 자체 추정은 0.4~0.9%포인트, 한 투자은행 추정은 1.5%포인트였습니다. 차이는 대부분 AI에 노출된 업무의 범위, 기업의 채택률, 업무당 비용 절감 폭을 어떻게 가정하느냐에서 나오므로, 숫자보다 가정을 먼저 확인하는 것이 좋습니다.
기관마다 AI 효과를 얼마로 보나요?
같은 AI를 두고도 추정치의 단위부터 다릅니다. 어떤 연구는 10년 동안 쌓이는 누적 효과를, 어떤 연구는 해마다 더해지는 성장률을 제시합니다.
표 1. AI의 거시경제 효과 추정 비교
| 연구 | 대상 | 추정 | 단위 |
|---|---|---|---|
| Acemoglu(2025) | 미국 총요소생산성 | 0.66% 이하 (어려운 과업 반영 시 0.53% 미만) | 10년 누적 |
| Acemoglu(2024 워킹페이퍼) | 미국 GDP | 0.93~1.16% (투자 확대 시 1.4~1.56%) | 10년 누적 |
| OECD(2024) | 미국 총요소생산성 | 0.25~0.6%포인트 | 연간 |
| OECD(2024) | 미국 노동생산성 | 0.4~0.9%포인트 | 연간 |
| IMF(2024) | 세계 고용 | 약 40%가 AI에 노출 | 성장률 전망 아님 |
전망 차이는 어떤 가정에서 나오나요?
OECD 보고서는 주요 추정의 가정을 나란히 놓고 비교했습니다. Acemoglu는 AI에 노출된 업무를 전체의 20%, 그중 AI가 수익성 있게 맡을 수 있는 비율을 23%로 봤습니다. 10년 안에 실제로 영향을 받는 업무는 4.6%인 셈이고, 인건비 절감 27%에 노동 소득 비중을 곱하면 총비용 절감은 14.4%로 줄어듭니다. 반면 OECD는 노출을 12~50%(평균 약 35%), 채택률을 23% 또는 40%로 잡고, AI의 이득을 인건비가 아닌 총비용 절감으로 해석해 더 큰 효과를 얻었습니다.
표 2. 주요 추정의 가정 비교 (OECD 2024 정리)
| 가정 | Acemoglu | OECD |
|---|---|---|
| 업무 단위 이득 | 인건비 27% 절감 | 총비용 30% 절감 |
| 노출 범위 | 업무의 20% | 12~50%(평균 약 35%) |
| 채택률 | 23% | 23% 또는 40% |
| 산업 간 재배분 | 반영 안 함 | 반영 |
산업 구조는 AI 효과를 어떻게 줄이나요?
OECD는 AI가 빠르게 생산성을 높이는 산업의 비중이 오히려 줄어드는 보몰 효과를 계산에 넣었습니다. 이 효과가 연간 이득에서 약 0.1%포인트, 전체의 약 6분의 1을 깎고, 산업 간 격차가 과거만큼 크면 이득이 3분의 1 가까이 줄 수 있다고 봤습니다. 반대로 로봇과 결합해 물리적 작업까지 AI에 노출되면 연간 약 1%포인트까지 커질 수 있다고 봤습니다. 같은 방법을 G7에 적용하면 독일과 캐나다는 미국과 비슷하고 프랑스와 이탈리아는 약 절반이었습니다. 비교를 위해 OECD는 지난 20년 미국 총요소생산성 증가율이 연 약 1%였고, 1995~2004년 정보통신기술 붐의 기여가 연 1~1.5%포인트였다고 적었습니다.
AI에 노출된 일자리는 얼마나 되나요?
IMF는 세계 고용의 약 40%, 선진국 고용의 약 60%가 AI에 노출되어 있다고 추정했습니다. 선진국에서 노출된 일자리의 약 절반은 AI의 부정적 영향을 받을 수 있지만 나머지는 AI와 보완 관계라 혜택을 볼 수 있다고 봤습니다. 선진국 고용 가운데 노출이 크면서 AI와 보완 관계가 높은 일자리는 27%, 보완 관계가 낮은 일자리는 33%였습니다. 신흥국의 노출 비율은 40%, 저소득국은 26%입니다. 노출은 일자리가 사라진다는 뜻이 아니라 업무가 AI와 겹친다는 뜻입니다.
한국에서는 AI 생산성 효과가 나타나고 있나요?
한국은행 이슈노트(2026)는 AI 활용이 업무시간을 평균 3.8%, 주당 약 1.5시간 줄였고, 이를 생산성으로 환산하면 약 1.0%의 잠재 효과라고 추정했습니다. 그러나 시간 절감이 실제 생산 증가로 이어지지는 않아 상관계수가 0이었고, 집필진은 이를 생산성 단절로 불렀습니다. 자영업자, 전문직, AI 고강도 사용자에게서는 예외적으로 생산성 증가가 관찰됐습니다. 업무 흐름과 조직이 함께 바뀌어야 효과가 드러난다는 점은 AI 생산성 해설에서도 확인할 수 있습니다.
AI 성장 전망을 읽을 때 무엇을 확인하면 좋을까요?
- 10년 누적인지 연간 증가율인지 단위부터 맞춰 보세요.
- 노출 범위, 채택률, 업무당 이득의 세 가정을 따로 확인해 보세요.
- 산업 간 재배분과 투자 확대를 계산에 넣었는지 살펴보세요.
전망이 과거에 얼마나 빗나갔는지는 경제성장률 전망 해설과 에너지 기술 비용 전망 해설에서 비교해 볼 수 있습니다. 시나리오로 전망을 읽는 방법은 기술경제 분석 방법에서 확인해 보세요.
한국기술경제연구소는 AI 전망을 어떻게 다루나요?
한국기술경제연구소는 2023년 7월 AI·에너지 전환 연구를 확대했고, 기술 발전 속도, 비용, 수요, 규제에 따른 여러 시나리오로 전망을 제시합니다. 기술의 가능성과 도입 과정의 비용·위험을 함께 설명하는 태도는 연구 독립성과 이해관계 공개에서, 연구비를 낸 쪽이 결론에 주는 영향은 연구비 이해상충 해설에서 볼 수 있습니다.
AI 경제성장 효과 자주 묻는 질문
AI가 경제성장률을 크게 올린다는 전망은 틀린 것인가요?
틀렸다기보다 가정이 다릅니다. 노출 범위와 채택률을 넓게 잡으면 효과가 커지고, 좁게 잡으면 작아집니다.
AI에 노출된 일자리는 사라지나요?
IMF는 노출된 일자리의 상당수가 AI와 보완 관계라 혜택을 볼 수 있다고 봤습니다. 노출은 업무가 AI와 겹친다는 뜻입니다.
보몰 효과는 무엇인가요?
생산성이 빨리 오르는 산업은 가격이 내려가 경제에서 차지하는 비중이 줄어드는 현상입니다. 이 때문에 전체 생산성 이득이 작아질 수 있습니다.
한국은 AI로 생산성이 올랐나요?
한국은행 분석에서 업무시간은 줄었지만 실제 생산 증가로는 아직 이어지지 않았습니다. 집필진은 범용기술 초기의 시차 현상으로 해석했습니다.
출처
- Daron Acemoglu, 「The simple macroeconomics of AI」, Economic Policy, 2025. https://doi.org/10.1093/epolic/eiae042
- Daron Acemoglu, 「The Simple Macroeconomics of AI」, NBER Working Paper 32487, 2024. https://doi.org/10.3386/w32487
- Filippo Filippucci·Peter Gal·Matthias Schief, 「Miracle or Myth? Assessing the macroeconomic productivity gains from Artificial Intelligence」, OECD Artificial Intelligence Papers No. 29, 2024. https://doi.org/10.1787/b524a072-en
- Mauro Cazzaniga 외, 「Gen-AI: Artificial Intelligence and the Future of Work」, IMF Staff Discussion Note SDN/2024/001, 2024. https://doi.org/10.5089/9798400262548.006
- 서동현·오삼일·윤종원, 「AI 도입은 생산성을 높이는가? 초기 3년의 효과 분석」, BOK 이슈노트 제2026-12호, 한국은행, 2026. https://www.bok.or.kr/portal/bbs/P0002353/view.do?nttId=10098322&menuNo=200433