사회 정치
AI의 거시경제 영향 분석
남창우
한국개발연구원
0 (0명)
6명이 읽었어요
원스토리 앱에서 볼 수 있는 작품이에요.
- 할인
- 총 1권 무료
- 소장
- 무료
| 듣기기능 | 미지원 | 파일정보 | |
|---|---|---|---|
| 총 용량 | 3.0 MB | 이용기기 | |
| ISBN | 9791175661189 | ||
책 소개
각 장의 내용을 간략히 정리하면 다음과 같다. 제1장에서는 ChatGPT를 계기로 본격화된 생성형 AI 확산을 한국경제의 구조적 저성장·인구감소와 결부하여 문제의식을 제기한다. AI를 단순한 기술 변화가 아니라 과업task 단위의 비용구조를 변화시키는 충격으로 규정하고, 노동 대체와 보완이 동시에 작동하는 과업기반task-based 분석 관점을 채택한다. 특히 한국의 고용·산업 구조와 디지털 인프라 수준을 반영한 실증분석을 통해, AI가 총요소생산성TFP, 기업성과, 고용과 임금분포에 미칠 영향을 정량적으로 평가하는 것을 연구 목표로 설정한다. 이를 위해 5개의 장에 걸쳐 AI의 기술 진화, 과업 자동화 가능성과 경제성, 기업생산성, 거시경제 파급효과, 마지막으로 AI 전환을 위한 정책·기업 전략까지 연결하는 통합적 분석 틀을 설명한다.
제2장에서는 트랜스포머, 대규모 사전학습, 인스트럭션 튜닝 및 인간 피드백 강화학습 등 생성형 AI의 기술발전 경로를 다섯 단계로 나누어 정리한다. 초기에는 번역·검색 등 제한된 영역에서 생산성 향상이 나타났으나, AI의 거대언어모형Large Language Model: LLM과 멀티모달모형의 등장으로 코드, 이미지, 음성까지 포괄하는 범용기술로 진화하였음을 보여준다. 이러한 기술은 지식노동 과업의 시간 단축과 품질 개선을 통해 미시적 생산성을 높이고, 동시에 새로운 사업모델과 산업을 창출하는 잠재력을 가진다. 다만, 과도한 기대, 성능의 편차, 규제·윤리 문제 등으로 인해 거시적 생산성 효과는 지연될 수 있으며, 이에 따라 정책은 J-커브형 전환 경로를 감안해 설계되어야 함을 주장한다.
제3장에서는 한국고용직업분류KECO와 임금직업포털Workpedia 직무기술서를 바탕으로 6천여 개 단위과업을 추출하여, 결과측정 가능성, 데이터 가용성, 맥락 의존성, 인간 판단 필요성, 에이전트화 가능성 등 5대 지표로 AI 자동화 가능성을 계량한다. 이어 Svanberg·Thompson 방식의 AI 비용 모형을 적용하여 국내 임금수준, 데이터·컴퓨팅 비용을 반영한 과업 단위의 경제성을 산출하고, 실제로 기술적으로 가능하면서 경제적으로도 수지타산이 맞는 과업 비중을 계산한다. 분석 결과, AI 자동화 노출도는 IT, 경영·사무, 영업·상담 직무에서 높지만, 경제성이 확보된 자동화 과업 비중은 전체 임금의 일부에 그치며, 특히 중소기업과 오프라인·고맥락 업무에서 자동화 유인이 낮음을 보여준다. 이는 AI의 고용 충격이 전면적이거나 급작스럽기보다는 산업·직종별로 점진적이고 이질적으로 나타날 수 있음을 의미한다.
제4장에서는 기업활동조사 패널자료를 이용하여 AI 활용이 기업성과에 미치는 영향을 실증적으로 추정한다. 2017~23년 동안 AI 활용 기업의 비중은 1%대에서 6% 수준으로 상승하였으며, 특히 정보통신, 금융, 전기·가스, 교육서비스 등에서 활용률이 높고, 대기업에 집중되는 특징을 보인다. 패널 IV 분석 및 성향점수매칭 결과, AI 도입기업은 비도입기업보다 1인당 매출과 총매출이 유의하게 높아지지만 고용수준에서는 단기적으로 큰 감소 효과가 나타나지 않는다. 이는 AI가 현재까지는 인건비 절감보다는 생산성·매출 증대를 통해 기업성과를 개선하고 있음을 시사하며, 인력 구조조정보다는 빅데이터·클라우드 등 다른 4차 산업혁명 기술 및 조직·프로세스 혁신과 병행될 때 효과가 크다는 점을 보여준다. 더불어, 추정치는 이후 거시모형에서 AI에 의한 생산성 향
제2장에서는 트랜스포머, 대규모 사전학습, 인스트럭션 튜닝 및 인간 피드백 강화학습 등 생성형 AI의 기술발전 경로를 다섯 단계로 나누어 정리한다. 초기에는 번역·검색 등 제한된 영역에서 생산성 향상이 나타났으나, AI의 거대언어모형Large Language Model: LLM과 멀티모달모형의 등장으로 코드, 이미지, 음성까지 포괄하는 범용기술로 진화하였음을 보여준다. 이러한 기술은 지식노동 과업의 시간 단축과 품질 개선을 통해 미시적 생산성을 높이고, 동시에 새로운 사업모델과 산업을 창출하는 잠재력을 가진다. 다만, 과도한 기대, 성능의 편차, 규제·윤리 문제 등으로 인해 거시적 생산성 효과는 지연될 수 있으며, 이에 따라 정책은 J-커브형 전환 경로를 감안해 설계되어야 함을 주장한다.
제3장에서는 한국고용직업분류KECO와 임금직업포털Workpedia 직무기술서를 바탕으로 6천여 개 단위과업을 추출하여, 결과측정 가능성, 데이터 가용성, 맥락 의존성, 인간 판단 필요성, 에이전트화 가능성 등 5대 지표로 AI 자동화 가능성을 계량한다. 이어 Svanberg·Thompson 방식의 AI 비용 모형을 적용하여 국내 임금수준, 데이터·컴퓨팅 비용을 반영한 과업 단위의 경제성을 산출하고, 실제로 기술적으로 가능하면서 경제적으로도 수지타산이 맞는 과업 비중을 계산한다. 분석 결과, AI 자동화 노출도는 IT, 경영·사무, 영업·상담 직무에서 높지만, 경제성이 확보된 자동화 과업 비중은 전체 임금의 일부에 그치며, 특히 중소기업과 오프라인·고맥락 업무에서 자동화 유인이 낮음을 보여준다. 이는 AI의 고용 충격이 전면적이거나 급작스럽기보다는 산업·직종별로 점진적이고 이질적으로 나타날 수 있음을 의미한다.
제4장에서는 기업활동조사 패널자료를 이용하여 AI 활용이 기업성과에 미치는 영향을 실증적으로 추정한다. 2017~23년 동안 AI 활용 기업의 비중은 1%대에서 6% 수준으로 상승하였으며, 특히 정보통신, 금융, 전기·가스, 교육서비스 등에서 활용률이 높고, 대기업에 집중되는 특징을 보인다. 패널 IV 분석 및 성향점수매칭 결과, AI 도입기업은 비도입기업보다 1인당 매출과 총매출이 유의하게 높아지지만 고용수준에서는 단기적으로 큰 감소 효과가 나타나지 않는다. 이는 AI가 현재까지는 인건비 절감보다는 생산성·매출 증대를 통해 기업성과를 개선하고 있음을 시사하며, 인력 구조조정보다는 빅데이터·클라우드 등 다른 4차 산업혁명 기술 및 조직·프로세스 혁신과 병행될 때 효과가 크다는 점을 보여준다. 더불어, 추정치는 이후 거시모형에서 AI에 의한 생산성 향
목차
발간사
요 약
제1장 서 론
제2장 생성형 AI의 기술 진화와 경제적 의미
제1절 생성형 AI의 기술 진화
제2절 AI 활용의 경제적 의미
제3절 맺음말: AI 기술 진화와 경제적 가치
제3장 AI 자동화: 경제성을 중심으로
제1절 AI 자동화 가능성 추정
제2절 AI 자동화의 경제성 분석
제3절 AI 자동화의 거시경제적 의미
제4장 AI가 기업생산성에 미치는 영향
제1절 AI 활용 현황
제2절 실증분석 방법론
제3절 실증분석 결과
제4절 소 결
제5장 AI가 거시경제에 미치는 영향
제1절 AI 도입 확산으로 인한 TFP 성장기여
제2절 AI 활용이 장기 고용 및 임금에 미치는 영향
제3절 소 결
제6장 결론 및 정책 방안
제1절 본 연구의 요약 및 한계
제2절 AI 전환을 위한 정책 방안과 기업 전환 전략
참고문헌
부 록
ABSTRACT
요 약
제1장 서 론
제2장 생성형 AI의 기술 진화와 경제적 의미
제1절 생성형 AI의 기술 진화
제2절 AI 활용의 경제적 의미
제3절 맺음말: AI 기술 진화와 경제적 가치
제3장 AI 자동화: 경제성을 중심으로
제1절 AI 자동화 가능성 추정
제2절 AI 자동화의 경제성 분석
제3절 AI 자동화의 거시경제적 의미
제4장 AI가 기업생산성에 미치는 영향
제1절 AI 활용 현황
제2절 실증분석 방법론
제3절 실증분석 결과
제4절 소 결
제5장 AI가 거시경제에 미치는 영향
제1절 AI 도입 확산으로 인한 TFP 성장기여
제2절 AI 활용이 장기 고용 및 임금에 미치는 영향
제3절 소 결
제6장 결론 및 정책 방안
제1절 본 연구의 요약 및 한계
제2절 AI 전환을 위한 정책 방안과 기업 전환 전략
참고문헌
부 록
ABSTRACT