핵심 요약
첫째, Yotzov와 동료들(2026)은 7개국 약 9,000명의 고위 경영진을 대상으로 한 대규모 조사에서 기업의 AI 도입률, 지출, 경영진 활용 강도와 기대 효과를 체계적으로 측정했다.
둘째, 2026년 여름 기준 조사 대상 기업의 78%가 AI를 사용하고 있었고, 미국 기업의 평균 AI 지출은 직원 1인당 약 2,000달러였다. 경영진 개인의 AI 사용 시간도 주당 1.5시간에서 2.1시간으로 늘었다.
셋째, 지금까지 측정 가능한 순 고용 효과는 나타나지 않았다. 다만 기업의 40% 이상이 향후 상쇄 방향의 인력 변동, 즉 일부 직무의 감축과 다른 일부의 신규 채용이 동시에 일어나는 구조적 조정을 예상했다.
넷째, 기업들은 AI가 지난 3년간 생산성에 연 0.2% 기여했다고 추정했고, 향후 3년간은 연 0.6%의 기여를 기대했다. 기대치가 실현치를 크게 앞서는 양상이다.
이 논문은 NBER 워킹페이퍼(No. 34836)로 동료심사를 거치지 않았다.
배경 및 이론적 맥락
AI의 거시경제적 효과를 둘러싼 논쟁은 오랫동안 기대와 예측에 의존해 왔다. 생산성 통계에 아직 뚜렷한 AI 효과가 잡히지 않는다는 ‘생산성 역설’ 논의와, 금융시장이 미리 반영하는 기대 생산성 사이의 간극을 메우려면 기업 단위의 실측 데이터가 필요하다.
이 연구는 그 간극을 메우는 시도로, 국가 통계기관과 협력한 대표성 있는 경영진 조사에서 AI 도입의 광범위함과 그 경제적 강도를 동시에 읽는다. 도입 여부만이 아니라 지출 규모, 사용 시간, 고용 기대까지 한 프레임에서 묻는다는 점에서 기존 설문들과 구별된다.
연구 방법론
자료는 2026년 여름 7개국에서 수집한 약 9,000명의 고위 경영진 응답이다. 각국 통계기관의 사업체 조사 체계와 연계해 표본의 대표성을 확보했고, 국가 간 비교가 가능하도록 문항을 조율했다.
문항은 기업의 AI 사용 여부와 용도, AI 관련 지출액, 경영진 개인의 주당 AI 사용 시간, 그리고 AI가 고용과 생산성에 미친 과거 효과에 대한 자체 추정과 향후 기대를 포함한다.
분석은 기술통계 중심이다. 도입률과 지출의 분포를 국가별·산업별로 비교하고, 과거 기여 추정치와 미래 기대치를 대조해 기대-실현 격차를 계량화한다.
연구 결과
조사 대상 기업의 78%가 어떤 형태로든 AI를 사용하고 있었다. 도입은 대기업과 정보·전문서비스업에서 더 높았다.
미국 기업의 평균 AI 지출은 직원 1인당 약 2,000달러 수준이었다. 경영진 개인의 AI 사용 시간은 주당 평균 2.1시간으로, 이전 조사 물결의 1.5시간보다 증가했다.
고용에 관해서는 지금까지 순 효과가 통계적으로 확인되지 않았다. 그러나 40% 이상의 기업이 일부 직무의 축소와 다른 직무의 확대가 맞물리는 방향의 조정을 향후 예상했다.
생산성에 관해서 기업들은 지난 3년간 연 0.2%의 AI 기여를 추정했고, 향후 3년간은 연 0.6%를 기대했다.
결론 및 의의
이 연구의 발견은 세 가지다. 첫째, 기업의 AI 도입은 이제 예외가 아니라 표준이 되어 가고 있다. 둘째, 지출과 사용 시간의 강도는 도입률에 비해 아직 얕다. 셋째, 측정된 생산성 기여는 작은 반면 기대는 크다. 도입의 광범위함과 효과의 미약함이 공존하는 국면이다.
이론적으로 이 결과는 기술 확산의 시차 논의와 맞물린다. 범용기술의 생산성 효과가 도입 직후가 아니라 조직 재편과 보완 투자 이후에 나타난다면, 현재의 작은 기여 추정치는 실패의 증거라기보다 확산 초기 단계의 특징으로 읽을 수 있다. 다만 기업 스스로의 기대가 실현보다 세 배 큰 격차는 기대 형성 자체를 연구 대상으로 만든다.
적용에서, 이 조사는 AI 도입의 기준선(baseline)으로서 정책과 기업 전략 양쪽에 유용하다. 산업별·국가별 도입 격차는 보급 정책의 표적을 제시한다. 반면 생산성 기대치를 근거로 투자나 고용 계획을 세우는 것은 검증되지 않은 적용이다. 기대는 경영진의 자기보고일 뿐 실현된 결과가 아니다.
한계는 자기보고 조사 특유의 측정 오류, 고용과 생산성 효과가 인과 추정이 아닌 인식 조사라는 점, 그리고 단일 시점 조사라 도입 효과의 동태를 추적하지 못한다는 점이다. 후속 연구는 패널 추적, 행정자료와의 결합, 기대와 실현의 괴리가 해소되는 조건의 식별이 필요하다.
참고문헌
Yotzov, I., Barrero, J. M., Bloom, N., Bunn, P., Chawla, C., Davis, S., Foster, K., Jalca, A., Meyer, B., Mizen, P., Navarrete, M., Oh, S., Garcia Loredo, K., Reid, M., Smietanka, P., Thwaites, G., & Wang, B. Z. (2026). Firm data on AI (NBER Working Paper No. 34836). National Bureau of Economic Research. https://doi.org/10.3386/w34836
NBER 워킹페이퍼(2026년 2월)로 동료심사를 거치지 않았다. 고용·생산성 수치는 경영진의 자기보고 추정과 기대다. 본문은 해당 논문의 연구와 그로부터 도출한 해석만을 다룬다.
AI 활용 내역
이 글은 AI(Instinct AI 어시스턴트)를 활용하여 논문의 핵심 내용을 분석·요약하고, 한국어 리뷰 원고를 작성하였습니다. 최종 검토 및 발행은 블로그 운영자가 수행합니다.