AI에 그렇게 돈을 쏟는데 왜 생산성은 그대로일까 — '생산성 J곡선'이 주는 답

AI에 그렇게 돈을 쏟는데, 왜 생산성은 안 오를까

요즘 회사마다 AI에 어마어마한 돈을 붓고 있죠. 그런데 막상 '그래서 생산성이 얼마나 올랐냐'고 물으면 통계상으론 시원한 답이 안 나와요. 이상하지 않나요? 사실 이 수수께끼는 처음이 아니에요. 1980년대 경제학자 로버트 솔로우가 '컴퓨터 시대의 흔적은 어디에나 보이는데, 생산성 통계에만 안 보인다'고 꼬집었던 그 유명한 '솔로우 역설'이죠. 2018년에 나온 이 논문 'The Productivity J-Curve'는 그 역설을 깔끔하게 설명해줘요. 지금 AI를 둘러싼 답답함에도 그대로 들어맞고요.

J자 곡선이 뭐냐면

저자들(에릭 브린욜프슨 등)이 말하는 핵심은 이거예요. 전기나 컴퓨터, AI 같은 '범용기술(General Purpose Technology)'은 그냥 사다 꽂는다고 효과가 나지 않아요. 그 기술을 제대로 써먹으려면 눈에 안 보이는 투자, 즉 '무형 자산(intangibles)'이 엄청나게 필요해요. 업무 프로세스를 새로 짜고, 직원을 교육하고, 조직 구조를 바꾸고, 거기 맞는 소프트웨어를 만드는 일들이죠.

문제는 이 무형 투자가 회계와 통계에서 이상하게 잡힌다는 거예요. 사람들을 새 도구에 적응시키느라 들인 시간과 돈은 당장은 '비용'으로만 잡히고, 그 대가로 쌓이는 '미래를 위한 자산'은 통계에 제대로 안 들어가요. 그래서 새 기술 도입 초반에는 측정된 생산성이 오히려 뚝 떨어져요. 이게 J자의 아래로 움푹 파인 부분이에요. 그러다 무형 자산이 무르익으면 생산성이 확 솟구치죠. 이게 J자의 위로 치솟는 부분이고요. 곡선 모양이 알파벳 J를 닮아서 'J-커브'라고 불러요. 즉, 지금 통계가 시원찮은 건 기술이 별로여서가 아니라, 우리가 아직 J자의 골짜기를 지나는 중일 수 있다는 거예요.

100년 전 전기 공장의 교훈

비슷한 일이 100여 년 전에도 있었어요. 공장에 전기 모터가 처음 들어왔을 때, 사람들은 그냥 증기기관 자리에 모터만 바꿔 끼웠어요. 그랬더니 별 효과가 없었죠. 진짜 도약은 공장 전체 배치를 전기에 맞게 새로 설계하고 나서야 찾아왔는데, 거기까지 수십 년이 걸렸어요. 기술 그 자체보다 그 기술에 맞게 '일하는 방식'을 바꾸는 게 핵심이라는 거예요. AI도 똑같은 길을 걷고 있는지도 몰라요.

한국 개발자에게

이건 단순한 경제 이론이 아니라 우리 일과 직결돼요. AI 코딩 도구를 팀에 도입했는데 '생각보다 별로네' 싶었던 적 있나요? J-커브는 그게 자연스러운 골짜기 구간일 수 있다고 말해줘요. 도구만 던져준다고 효과가 나는 게 아니라, 코드 리뷰 방식, 문서화, 테스트 흐름, 팀 협업 방식까지 AI에 맞게 새로 짜야 진짜 효과가 나거든요. 경영진에게 'AI 투자 효과가 왜 바로 안 나오냐'는 압박을 받을 때, 이 J-커브는 좋은 설명 도구가 돼주기도 하고요. 반대로 '곧 위로 솟을 거니까 무형 투자(교육·프로세스 개선)를 지금 해야 한다'는 근거도 되죠.