AI 투자 수조원, 생산성 향상은 어디에?

기업들이 AI에 수조원을 쏟아붓고 있다. 하지만 정작 생산성 데이터에서는 그 효과를 찾기 어렵다는 지적이 나오고 있다. 파이낸셜타임스가 제기한 이 질문은 단순한 의구심을 넘어, AI 투자 열풍의 실체를 들여다보게 만든다.

투자는 폭증, 성과는 미지수

마이크로소프트, 구글, 아마존 등 빅테크 기업들은 지난해에만 AI 인프라에 수천억 달러를 투입했다. 오픈AI의 ChatGPT 출시 이후 AI 투자 규모는 기하급수적으로 늘어났다. 국내에서도 삼성전자와 네이버, 카카오 등이 AI 개발에 막대한 자금을 투자하고 있다.

문제는 이런 투자가 실제 생산성 향상으로 이어지고 있는지 명확하지 않다는 점이다. 경제학자들은 "솔로우 역설"이라는 용어로 이를 설명한다. 1980년대 컴퓨터가 도입됐을 때도 비슷한 현상이 있었다. 기술 투자는 늘어나는데 생산성 지표는 제자리걸음을 했던 것이다.

측정의 한계인가, 실제 효과 부족인가

생산성 측정 자체의 한계를 지적하는 목소리도 있다. 전통적인 생산성 지표는 제조업 중심으로 설계됐다. AI가 주로 활용되는 서비스업이나 지식 작업의 효과를 제대로 포착하지 못할 수 있다는 것이다.

실제로 일부 기업에서는 AI 도입 후 업무 효율이 크게 개선됐다고 보고하고 있다. 고객 서비스 자동화, 문서 작성 지원, 코딩 보조 등에서 눈에 띄는 성과를 보이고 있다. 하지만 이런 개별 사례들이 전체 경제 차원의 생산성 향상으로 이어지지는 않고 있다.

시차의 문제일까

역사적으로 혁신 기술이 생산성 향상으로 이어지기까지는 상당한 시간이 걸렸다. 전기가 도입된 후 생산성이 본격적으로 향상되기까지 수십 년이 걸렸다. 인터넷도 마찬가지였다. 1990년대 닷컴 버블 이후 실제 생산성 향상이 나타난 것은 2000년대 중반이었다.

AI도 비슷한 패턴을 보일 가능성이 있다. 기술이 성숙하고, 조직이 적응하고, 새로운 업무 방식이 정착되기까지는 시간이 필요하다. 현재는 그 과도기일 수 있다는 분석이다.

투자자들의 딜레마

이런 상황은 투자자들에게 딜레마를 안겨준다. AI 관련 주식들은 여전히 높은 밸류에이션을 유지하고 있다. 하지만 실제 수익성 개선이 언제 나타날지는 불분명하다.

국내 투자자들도 마찬가지다. 삼성전자의 AI 반도체 사업이나 네이버의 AI 플랫폼 투자가 언제 실질적인 수익으로 이어질지 지켜봐야 하는 상황이다. 단기적 기대와 장기적 가능성 사이에서 균형을 잡아야 한다.