챗GPT가 출시된 이후 3년간 미국의 노동생산성이 8% 증가한 반면, 한국은 0.4% 감소한 것으로 나타났다. 이는 두 나라가 AI를 접목한 업무 현장에서 생산성과 효율성에 있어 큰 차이를 보이고 있다는 것을 의미한다. 미국은 인공지능(AI)을 신속히 도입함으로써 근로 시간 대비 더 많은 가치를 창출하는 ‘고효율 경제’로 나아가는 데 반해, 한국은 노동시간의 증대가 생산 증가를 상쇄하며 생산성이 제자리걸음을 하고 있다.
미국 노동통계국(BLS)과 한국생산성본부(KPC)에 따르면, 2022년 3분기와 2025년 3분기의 노동생산성 데이터를 비교했을 때 미국은 7.8%의 긍정적인 변화를 보였으며, 한국은 같은 기간 0.4%의 감소를 기록하였다. 노동생산성은 근로자 1인당 혹은 시간당 생산한 재화와 서비스의 양을 나타내는 중요한 지표로, 효율성을 평가하는 데 핵심적인 역할을 한다. 챗GPT가 급성장한 후에도 미국과 한국의 생산성 성과는 극명한 대조를 이루고 있다.
더욱이 미국은 최근 몇 년 간 노동생산성이 급증하고 있으며, 2023년 3분기 기준으로 전기연율로 4.9% 증가하여 시장에서 예상한 3%를 크게 초과하는 성과를 보였다. 이는 기업들이 AI를 활용해 업무 자동화를 확대하고, 이에 따른 생산성 향상이 큰 영향을 미치고 있다는 분석이 뒤따른다.
반면, 한국에서는 노동생산성이 지난해 2분기와 3분기 연속 감소를 기록했다. 생산성 통계를 제공하는 한국생산성본부는 “생산량은 증가했으나, 노동시간의 증가 속도가 더 빨라 최근 들어 생산성이 오히려 하락했다”고 설명하고 있다. 산업별 분석에 따르면, 제조업의 생산성은 6.8% 증가한 반면 서비스업은 1.7%에 그쳤으며, 건설업의 경우 생산성이 6.4% 감소하는 등의 불균형이 나타났다.
한국은행은 서비스업의 생산성 향상에 대한 구조적 제약이 존재한다고 지적하고 있다. 고부가가치 서비스를 제공하는 업종은 내수와 공공부문에 높은 의존도를 가지고 있어 경쟁을 통한 효율 개선이 어렵고, 저부가가치 서비스업은 생계형 자영업과 영세성에 발목이 잡혀 디지털 전환이 더딘 상황이다. 이러한 요소들이 한국의 전반적인 생산성 저하를 초래하고 있는 것으로 보인다.
결국, AI의 도입이 목표로 하는 ‘효율성’은 미국에서는 눈에 띄게 이루어지고 있지만, 한국은 여전히 기존의 산업구조와 근로 형태에 기인한 한계를 극복하지 못하고 있는 상황이다. 이러한 문제 해결을 위해서는 서비스업의 구조 개선과 디지털화 촉진이 필수적이다.
