AI 혁명, 약한 고리에 달렸다 [세상을 움직일 미래 코드]

AI 요약

스탠퍼드대의 찰스 존스는 1870년 이후 미국의 1인당 GDP가 로그 눈금에서 연 2% 안팎으로 꾸준히 증가해 왔고 이는 전기·자동차·인터넷 등 연속되는 범용기술들이 그 기울기를 유지해 왔다는 해석이며, AI가 이 계보에 또 하나의 범용기술로 기울기를 바꿀지 여부가 쟁점입니다. AI의 경제적 효과에 대해서는 인지노동을 빠르게 대체해 생산성을 크게 끌어올릴 것이라는 가속론과 2024년 노벨경제학상 수상자인 MIT의 대런 아세모글루처럼 향후 10년간 거시적 생산성 효과를 제한적으로 보는 관점, 그리고 스탠퍼드대의 에릭 브리뇰프슨의 중간적 낙관론으로 나뉘며 핵심은 일부 업무의 성능 향상이 경제 전반으로 얼마나 빠르고 폭넓게 확산되느냐입니다. 존스의 약한 고리 모형과 생산성 J커브 논의는 일부 업무 자동화만으로는 전체 산출이 크게 오르지 않음을 보여주며(현재 GDP에서 비용 비중이 절반인 업무를 거의 무한히 자동화해도 전체 산출은 약 20% 증가하고, GDP를 두 배로 하려면 경제활동의 약 94%가 자동화돼야 함), 기업 수준의 효과는 3~5년 안에 나타날 수 있으나 국가의 장기 성장률 변화는 10~20년 이상 걸릴 수 있고 AI 편익은 반도체·전력·데이터·조직·숙련·제도 등 여러 뒷받침이 필요하지만 위험은 약한 고리 하나로도 빠르게 번질 수 있다고 지적합니다.