AI 생산성 역설: 개인 업무는 빨라졌지만 기업 생산성은 제자리

생성형 인공지능(AI) 도입이 확산되고 있지만, 개인의 업무 효율만 높아지고 기업 전체 생산성은 제자리걸음인 'AI 생산성 역설' 현상이 심화하고 있다는 분석이 나왔다. AI 기술이 조직 전체 성과로 이어지려면 넘어야 할 과제가 많다는 점이 지적된다.

하나금융연구소는 'AI 생산성 역설: 조직 내 성공적인 AI 전환을 위한 요건' 보고서를 발표했다. 보고서에 따르면 생성형 AI는 단순 보조 역할을 넘어 스스로 업무를 계획하고 수행하는 '에이전틱 AI'로 진화하는 추세이며, 이는 개인 단위 업무 성과 개선으로 이어졌다. 프로그래밍 분야에서 AI 활용 시 작업 속도가 55.8% 개선되고 코드 변경 요청 성공 반영률이 15% 증가했다. 법률·마케팅·연구개발 분야에서도 계약 분석 시간이 수일에서 수 시간으로 단축되고 데이터 분석과 콘텐츠 제작이 자동화하는 등 개인 생산성 향상은 뚜렷하다.

그러나 이러한 개인 생산성 향상이 기업 차원의 재무 지표로 연결되지 못하고 있다. 전미경제연구소의 조사 결과, AI를 활용 중인 기업의 약 90%는 생산성이나 고용에 미친 영향이 거의 없다고 응답했으며, 조직 단위 성과로 전이되지 못하는 구조적 단절이 발생했다. 다수 기업이 장기적인 생산성 혁신 전략 없이 단기 성과 중심으로 AI를 도입하면서 고객 경험 저하 등 부작용이 나타났다. AI가 내부 데이터와 업무 시스템에 충분히 통합되지 못해 실제 활용은 검색·요약 등 제한적인 수준에 머무는 경우가 많다. 직원들이 공식 시스템을 우회해 AI를 사용하는 '섀도우 AI' 문제도 확산되었다.

이러한 환경 속에서 기업 간 격차는 확대되고 있다. AI 투자 상위 25% 기업의 매출은 최근 몇 년간 두 배 이상 증가한 반면, 하위 기업은 성장 정체를 보였다. AI 도입 자체보다 운영 방식과 활용 수준이 성과를 좌우하는 국면에 접어들었다는 평가가 나온다. 하나금융연구소는 'AI 생산성 역설: 조직 내 성공적인 AI 전환을 위한 요건' 보고서에서 AI를 단순 보조 도구가 아닌 업무 수행 주체로 재정의하고 조직 전반의 운영 체계를 재설계해야 한다고 지적한다. AI 도입 목표를 비용 절감이나 매출 확대 등 재무 지표와 직접 연계하고 데이터, 시스템, AI를 통합한 플랫폼 구축이 필요하다. 또한 부서 중심 구조에서 벗어나 프로젝트 기반의 유연한 조직 운영과 인력 재배치 전략도 병행해야 한다.

AI 기술 자체의 성능은 이미 개인 생산성을 크게 끌어올리고 있다. 다만 이를 조직 성과로 연결하기 위한 구조적 전환이 뒤따르지 않을 경우, 기업 간 생산성 격차는 더욱 확대될 가능성이 있다.

본 기사는 AI가 생성하였으며, 사람이 검수한 기사입니다.