AI 혁명은 컴퓨터 혁명을 뒤따를 것인가

(Economist, Nov/21/2024) Computers unleashed economic growth. Will artificial intelligence?

 

오픈AI가 큰 환호 속에 GPT-3.5를 출시한 지 거의 2년이 지났다.

 

마이크로소프트의 공동 창립자인 빌 게이츠는 이 기술의 도래를 1980년대에 개인용 컴퓨팅을 재편한 획기적인 그래픽 사용자 인터페이스를 처음 접했을 때와 비교했다.

 

다른 사람들은 생성형 인공지능(AI)이 전 세계 경제를 급속히 변화시켜 수백만 명의 실업자를 낼 것이라고 예측했다.

 

그러나 과대광고와 우려에도 불구하고, 지금까지 AI의 영향은 미미했다. 미국 인구조사국에 따르면, 기업의 단 6%만이 상품과 서비스를 생산하는 데 AI를 사용하고 있다. 한편, 생산성과 노동 생산성의 성장률은 1990년대 컴퓨터 시대의 급성장 수준에 훨씬 못 미치고 있다.

 

왜 AI는 지금까지 그 약속을 실현하지 못했을까?

 

컴퓨터 시대의 교훈이 이 질문에 답을 줄 수 있다. 오늘날의 AI처럼, 컴퓨터 시대의 초기에도 경제 변혁에 대한 예측이 있었다.

 

1965년, 컴퓨터 과학의 거장인 허버트 사이먼은 “기계는 20년 안에 인간이 할 수 있는 모든 일을 할 수 있게 될 것”이라고 선언했다. 사이먼의 예측 후 20년이 지나도 약속된 생산성 혁명은 실현되지 않았다.

 

1987년, 노벨상 수상자인 로버트 솔로우는 “생산성 통계를 제외하고는 어디에서나 컴퓨터 시대를 볼 수 있다”고 유명한 말을 남겼다.

 

1990년대 후반에야 경제 변혁이 마침내 실현되었고, 솔로우는 초기의 열광 이후 30년 만에 컴퓨터가 경제를 재편하기 시작했다고 인정했다.

 

 

컴퓨터 시대의 생산성 붐이 결국 도래하게 된 데에는 세 가지 주요 요인이 있었다:

 

기업들이 정보 기술에 대한 투자를 대폭 늘렸고, 컴퓨터와 소프트웨어 가격이 급격히 하락했으며, 경영진은 이 기술을 운영에 통합할 새로운 방법을 찾았다.

 

오늘날 이러한 요인들이 나타나고 있을까?

 

IT 투자부터 시작하자. 1995년부터 기업들은 컴퓨터 하드웨어, 네트워크 인프라, 소프트웨어에 대한 지출을 크게 늘렸다. 1995년부터 2000년까지 정보 처리 장비와 소프트웨어에 대한 그들의 투자는 실질적으로 연평균 20% 증가했다. 뉴욕 연방준비은행의 케빈 스티로의 연구에 따르면, 기업들은 1999년까지 이러한 기술에 거의 4,000억 달러를 투자했고, 이는 전체 비주거용 고정 투자 중 30% 이상을 차지했다.

 

반면, 최근 자본 지출은 실망스러운 수준이다. 지난 2년 동안 정보 처리 장비와 소프트웨어에 대한 기업 투자는 연간 약 4% 증가하는 데 그쳤다. AI 투자는 알고리즘과 데이터와 같은 무형 자산에 더 집중될 수 있는데, 이는 물리적 자산보다 측정하기 어렵다. 예를 들어, 맞춤형 도구를 위해 스타트업에 지불한 비용이 통계에서는 운영비로 나타날 수 있다. 그럼에도 불구하고 최소한 소프트웨어 투자 증가가 기대되지만, 실제로는 마이크로소프트 365 같은 상업용 소프트웨어나 특정 작업 흐름에 맞춘 AI 도구 등 맞춤형 시스템에 대한 지출이 놀랍도록 낮다. 지난 한 해 동안 소프트웨어 투자 증가율은 1990년대 후반에 비해 실질적으로 세 배나 낮았고, 여전히 장기 평균치를 크게 밑돌고 있다.

 

1990년대 후반에는 품질이 조정된 컴퓨터 하드웨어와 소프트웨어의 가격이 극적으로 하락하는 현상이 나타났다. 1995년부터 2000년까지 정보 처리 장비와 소프트웨어의 가격은 3분의 1 정도 하락하며 더 저렴하고 성능 좋은 컴퓨터를 만들었다.

 

그러나 AI 시대에는 이와 같은 가격 하락이 아직 나타나지 않았다. 지난 5년 동안 소프트웨어와 정보 처리 장비의 가격은 거의 변동이 없었다. 실제로, 가장 최근 분기에는 이들 상품의 가격 지수가 연간 4%의 속도로 상승했다. 기초 기술 자체는 더 저렴해지고 있지만, AI 도구를 재포장하는 중개업자들이 점점 더 높은 마진을 추가하면서 가격을 끌어올리고 있다.

 

1990년대 경제 혁명의 마지막 요소는 무엇이었을까? 기술이 생산성 향상을 제공하려면 기업들이 운영 방식과 비즈니스 모델을 재구축하여 이를 통합해야 한다.

 

월마트의 사례를 살펴보자. 1990년대에 월마트는 새로운 소프트웨어 시스템인 Retail Link를 운영에 통합해 생산성을 높였다.

 

이 시스템은 공급업체들이 판매 및 재고 데이터를 실시간으로 확인할 수 있도록 했다. 현재 AI 도입은 금융 서비스 회사가 사기 탐지용 AI 애플리케이션을 사용하는 것과 같은 기존 운영 내의 제한적인 응용에 주로 국한되어 있다.

 

대부분의 기업은 맞춤형 모델을 훈련하는 데 필요한 데이터 인프라를 갖추고 있지 않다.

 

AI의 잠재력을 완전히 발휘하려면 더 근본적인 변화가 필요할 것이다.

 

이러한 제약을 고려할 때, 매사추세츠 공과대학교(MIT)에서 경력을 쌓은 경제학자 루디 돈부시의 말을 떠올리는 것이 현명할 수 있다.

 

그는 경제학에서 일이 예상보다 느리게 일어나다가도 예상보다 빠르게 진행되곤 한다고 말했다.

 

AI는 궁극적으로 엄청난 생산성 성장을 가져올 수 있지만, 현재로서는 1990년대에 경험했던 도약 시점과는 거리가 있어 보인다.

 

더 적합한 비교는 1970년대일지도 모른다. 기술적 가능성이 높았지만 생산성 성장은 실망스러웠던 시기였다. 개인용 컴퓨터를 구동하는 메모리 칩과 실리콘 마이크로프로세서는 1970년경에 등장했지만, 20년이 지난 후에도 세계 기업의 10% 미만만이 컴퓨터를 사용하고 있었다. 이

 

메일, 휴대폰, 인터넷이 등장하면서 세계가 정보화 시대로 접어들었음에도 불구하고 생산성 성장은 여전히 저조했다. 1975년부터 1994년까지 미국의 노동 생산성은 연평균 1.7%라는 부진한 수준에 머물렀다.

 

그러다 마침내 상황이 변하기 시작했다.

 

AI 혁명도 비슷한 경로를 따르고 있는 것으로 보인다.