AI가 주 1.5시간을 아껴도 생산성이 바로 늘지 않은 이유

AI 도구를 쓰면 초안과 요약은 빨라지는데 조직의 성과표는 왜 그대로일까. 한국은행이 7월 22일 공개한 설명 자료는 이 간극을 “AI 생산성 단절”로 부른다. 도구가 개별 작업의 시간을 줄였어도 그 시간이 더 많은 산출이나 더 나은 업무로 자동 전환되지는 않았다는 뜻이다.

한국은행 이슈노트는 대표성 있는 가구조사 자료를 이용해 생성형 AI의 업무 활용을 분석했다. 연구진은 2025년 취업자의 51.8%가 업무에서 생성형 AI를 사용했다고 추정했다. 사용자는 같은 업무를 수행하는 데 평균 3.8% 적은 시간을 썼고, 40시간 근무로 환산하면 주 약 1.5시간의 절약이다.

시간은 줄었지만 산출과의 상관은 거의 0

가장 중요한 제한은 그다음에 있다. 시간을 더 많이 아낀 사람이 실제 업무량도 더 많이 늘렸는지를 보면 전체적인 상관관계가 거의 0이었다. 연구진은 모든 절약 시간을 생산에 다시 쓴다는 강한 가정 아래 잠재 생산성 증가 폭을 약 1.0%포인트로 계산했지만, 이를 실제 성과로 해석하면 안 된다고 분명히 했다.

예외도 있었다. 자영업자, 젊은 근로자, 전문직, AI를 많이 쓰는 집단에서는 절약 시간을 산출 증가로 연결하는 경향이 상대적으로 나타났다. 성과와 보상의 연결이 직접적이거나 업무 자율성이 큰 집단에서 도구의 효과를 재배치하기 쉬웠다는 설명이다.

병목은 AI가 없는 곳에 남는다

보고서 요약과 자료 정리가 빨라져도 결재 대기, 부서 간 전달, 품질검토가 그대로라면 전체 과정은 빨라지지 않는다. 연구진은 AI 활용이 직무 전체가 아니라 일부 작업에 머물고, 조직의 업무 흐름이 경직돼 있으며, 특정 단계의 병목과 보상 불일치가 효과를 막는다고 봤다.

기업의 점검표도 “몇 개의 AI 계정을 샀는가”에서 벗어날 필요가 있다. AI 전후의 작업시간, 재작업률, 승인 대기시간, 오류율을 같은 흐름에서 측정해야 한다. 절약 시간을 고부가가치 업무에 배정할 책임자와 기준이 없다면 직원 개인의 편의는 늘어도 조직의 산출은 움직이지 않을 수 있다.

신입의 학습 경로도 함께 설계해야 한다

연구진은 표준화된 과업은 AI 중심으로 흐름을 재설계하되, 판단과 창의성이 중요한 개방형 과업에서는 AI를 보조자로 두라고 제안했다. 특히 신입 직원이 기본 업무를 AI에 넘길 때 숙련을 쌓을 기회를 잃지 않도록 학습 경로를 다시 만들어야 한다고 강조했다.

이 연구는 AI가 생산성을 높이지 못한다는 최종 판정이 아니다. 범용기술 도입 초기에 조직 적응 비용 때문에 성과가 늦게 나타나는 J곡선 가능성도 제시한다. 지금 읽어야 할 결론은 더 좁다. 개별 작업의 속도는 확인됐지만, 실제 생산성은 업무 흐름과 인센티브가 움직일 때 비로소 측정된다는 것이다.