** 이것도 43페이지나 되는 리포트라 양이 많습니다.
하이라이트 친 부분만 읽으셔도 무방하실 것 같습니다.

목차

US Productivity— Key Concepts & Long-Term Performance

Where Are We in the AI Adoption Cycle?

Technological Diffusion— Lessons from History

AI’s Effects on Productivity

Financial Market Implications of the AI Revolution

요약

AI와 생산성 성장의 관계 및 잠재적 영향

• 생산성의 중요성: 생산성 성장은 경제 전반에서 가장 중요한 변수로 인식되며, AI는 증기기관, 전기, 인터넷 등과 같은 변혁적인 신기술의 목록에 곧 추가될 가능성이 높은 것으로 판단됨.

• 현재 생산성 현황: 최근 몇 년간 미국 생산성 성장은 글로벌 금융 위기 이후의 저점 대비 반등되었으며, 특히 서비스 부문에서 주목됨. 그러나 이 반등의 동인은 구조적이라기보다는 경기 순환적(cyclical)인 것으로 분석됨.

• AI의 구조적 기여: 현재까지는 신흥 AI 기술의 결과로 인한 지속적인 생산성 가속화 증거는 거의 관찰되지 않음.

잠재적 생산성 이익 추정

• 작업 자동화 범위: 학계 연구에 따르면, 생산 작업의 약 20%에서 40%가 AI로 자동화될 잠재력이 있음.

• 노동 비용 절감: 결과적인 노동 비용 절감 효과는 약 30%에서 40% 수준으로 예상됨.

• 총 생산성 증가분: 이를 종합한 총 생산성 이익은 6%에서 16%에 달함. 이 이익이 10년에 걸쳐 실현될 경우, 연평균 생산성 성장률은 0.5~1.5%p 증가할 것으로 추정됨.

AI 투자 현황 및 채택 주기 분석

• AI 확산 속도: AI 확산은 역사적으로 빠르게 진행되는 중임. 이는 현대 경제의 고도로 경쟁적이고 유동적인 특성과 AI 기술의 강력한 접근성을 반영하는 것으로 가설됨.

• AI 투자 규모: 거시 경제 데이터를 활용한 새로운 측정치에 따르면, 미국 AI 투자는 2023년 4분기 600억 달러, 2024년 4분기 1,500억 달러, 올해 2분기 2,550억 달러 수준인 것으로 나타남.

• 경제 성장 기여: 이러한 AI 투자는 수요 측면 효과를 통해 최근 몇 년간 미국 경제 성장에 약 20~40bp의 상향 충격(upward impulse)을 제공하고 있음.

• 채택 단계: AI 채택은 여전히 초기 단계(early days)로 평가됨. 최근 조사 결과, GenAI 프로젝트 중 완전히 확장되어 의미 있는 가치를 창출하는 비율은 5%에 불과함.

• 역사적 비교 및 전망: AI 투자는 현재 1990년대 생산성 붐을 특징지었던 수준에 빠르게 근접하는 중이며, 이는 미국이 향후 몇 년 내에 유사한 생산성 붐을 경험할 수 있음을 시사함.

AI 확산의 주요 장애물

• 노동자 수용 (Worker Acceptance)

• 견고한 물리적 인프라 구축 (충분한 전력 공급 포함)

• 정보의 신뢰성 확보

• 지원적인 법적 및 규제 프레임워크 구축

금융 시장에 미치는 영향

• 1차적 시장 영향: AI 발전으로 인한 생산성 가속화는 현재 수준보다 더 높은 실질 채권 수익률과 더 낮은 금 가격을 초래할 것으로 분석됨.

• 주식 및 환율: 원칙적으로는 더 높은 주가와 더 강한 달러를 의미하나, 이러한 효과는 이들 시장에 이미 부분적으로 반영된 것으로 판단됨.

• 주식 시장 (AI Trade):

  • 초기에는 AI 기술 생산 기업인 AI '조력자(Enablers)'에 초점이 맞추어졌음.

  • 현재는 AI 기술을 활용하는 AI '채택자(Adopters)'로 초점이 확대되는 중임.

  • 더 많은 기업이 AI 기술을 채택할수록, 결과적인 생산성 이익은 미국 주가를 추가적으로 상승시킬 것으로 예상됨.

• 시장 취약성: AI의 이익이 투자자들의 현재 기대보다 덜 두드러지거나 더 느리게 실현될 경우, 시장은 취약성에 노출될 수 있음.

  
  

Chapter 1. 미국 생산성 — 주요 개념 및 장기 성과 분석

생산성의 정의 및 거시 경제적 중요성

• 변혁적 기술의 역할: 지난 200년간 세계 경제는 증기기관, 철도, 전기, 컴퓨터, 그리고 현재의 AI와 같은 변혁적인 기술에 의해 글로벌 산출물과 생산성, 삶의 질이 지속적으로 상승됨.

• 경제적 중요성: 생산성 성장은 거시 경제에서 가장 큰 변수로, 경제학에서 '공짜 점심'에 가장 가까운 것으로 인식됨.

• 기본 정의: 동일한 투입물을 통해 더 많거나(혹은 더 나은) 산출물을 얻는 것을 의미함.

• 생산성 반영 요소: 자본의 품질, 적응성 및 기능 개선, 근로자의 능력, 전문 지식 및 훈련, 중간 투입물의 특성 등을 반영함.

• 긍정적 효과: 더 빠른 실질 GDP 성장, 더 낮은 인플레이션, 더 높은 실질 임금을 달성하는 데 기여하며, 1990년대 후반에는 급격한 세수 증가를 통해 재정 성과 개선을 주도했음.

• 공정 혁신: 연구자들이 자본, 노동 등의 투입물 품질을 조정하고도 남는 지속적이고 상당한 잔차(Residual)는 진정한 공정 혁신을 반영하며, 이는 기업들이 생산 방식을 더 효율적으로 조직하는 방법을 발견했음을 시사함.

생산성 분석을 위한 개념적 프레임워크

• 생산 함수: 산출물(Y)은 노동(L)과 자본(K)의 결합으로 생산되는 것으로 표준 생산 함수가 제시됨.

  

  • A: 총요소 생산성(Multifactor Productivity, MFP)을 나타내며, 자본과 노동 단위가 산출물로 얼마나 효율적으로 결합되는지를 포착함. 공정 혁신, 개선된 사업 방식 등의 무형 요소를 반영함.

  • K: 자본 투입.

  • L: 노동 투입 (근무 시간으로 정의됨).

  • α: 자본의 국민 소득 점유율을 반영함.

  • 
    

• 노동 생산성: 근로자당 산출물(Y/L)로 정의됨.

  

• 노동 생산성의 동인: 노동 생산성은 총요소 생산성(A)과 노동 단위당 자본량(K/L, 자본 심화 정도)에 의해 결정됨.

• 투자 증대의 역할: 추가 투자는 K/L 비율을 직접적으로 증가시키고, 기업이 새로운 최신 자본을 효과적으로 배치하기 위해 생산을 재조직하는 만큼 총요소 생산성(A)을 높여 노동 생산성을 향상시키는 것으로 분석됨.

미국 생산성의 장기 추이 및 최근 동향

GFC 이후 침체 및 최근 회복

• 2011년~2017년 (GFC 후유증): GFC 이후 몇 년 동안 생산성이 급격히 하락되었음. 노동 생산성 증가율이 연간 1% 미만으로 떨어지며 2차 세계대전 이후 가장 약한 성과를 기록함.

• 자본-노동 비율의 정체: 2011~2017년 기간의 특징은 수십 년간의 강한 증가세 이후 자본-노동 비율(K/L)이 지속적으로 정체된 것임. GFC 여파로 기업들은 조심스럽게 움직이며 자본 확대를 주저했고, 주식 시장은 가용 자원을 자사주 매입에 사용하는 기업에 보상함. 이러한 자본 형성의 약화가 관찰된 생산성 증가율 하락에 의미 있게 기여한 것으로 보임.

  

• 최근 회복: 최근 몇 년간, 팬데믹 기간을 포함하여 미국 노동 생산성 증가율은 2010년대의 저점에서 회복됨. 자본-노동 비율은 변동성이 컸으나 평균 1.3% 성장으로 다시 상승되었고, 이에 따라 노동 생산성 증가율은 장기 평균과 거의 일치하는 2%로 반등되었음.

  
  

  

AI 혁명의 초기 흔적과 투자 사이클 비교

• AI 영향 평가: 생산성 성장이 최근 GFC 이후 저점에서 반등되었으며, 특히 서비스 부문에서 이러한 가속화가 두드러지게 나타남. 그러나 이러한 반등의 동인은 구조적(structural)이라기보다는 경기 순환적(cyclical)인 것으로 판단됨. 따라서 신흥 AI 기술의 결과로 인한 지속적인 생산성 성장의 가속화 증거는 현재까지 거의 없음이 확인됨.★

  
  

• IT 부문의 가속: 현재 GDP의 6%를 차지하는 정보 기술(IT) 부문은 2018년 이후 눈부신 생산성 증가를 기록했지만, 이러한 이익은 아직 경제 전반으로 광범위하게 확산되지 못했음.

• 투자 사이클 비교: 현재 사이클(2019년 4분기 시작)의 투자 궤적은 V자형 초기 회복이 특징임. 최근 투자 속도는 일부 둔화되었으나 현재까지는 역사적 평균과 일치함.

  • 1990년대 사이클: 회복 후 16~20분기(1995년경)에 투자가 급격히 상향 변곡점을 보이며 인터넷 혁명을 반영하고 주도했음.

  • GFC 이후 사이클: 전체 기간 동안 투자가 현저하게 약세였음.

  • 현재의 포스트 팬데믹 사이클은 아직 1990년대 사이클과 같은 투자의 급격한 서지(surge)를 보여주지 못했음.

산업별 생산성 성과

경제의 산업별 재균형 현황

• 분할: 미국 경제는 논의를 촉진하기 위해 상품(Goods), 서비스(Services), 중간재(Intermediates, 즉 무역, 운송 및 공공 서비스)의 세 가지 '슈퍼 섹터'로 나뉘며, 이는 총 14개의 세부 산업을 포함함.

• 장기적 추세: 1987년 이후 미국 경제는 제조업에서 서비스업으로 재균형이 진행되어 왔음이 주목됨.

  
  

• 상품 부문 감소: 내구재 생산이 차지하는 GDP 점유율은 7%p, 비내구재 점유율은 3%p 이상 하락됨. 소매 무역 및 공공 서비스(Utilities)의 점유율 또한 현저한 감소가 관찰됨.

• 서비스 부문 증가: 긍정적인 측면에서는, 전문 및 비즈니스 서비스, 금융 및 부동산, 교육 및 보건 부문이 차지하는 GDP 점유율이 합산하여 12%p 이상 상승되었음. 이러한 뚜렷한 산업별 재균형은 생산성 성과를 해석하는 데 있어 중요한 시각을 제공함.

산업별 생산성 데이터의 특징 및 최근 성과 (2018~2024년)

• 최근 성과 분류 (2018~2024년): 가장 최근 기간(2018년~2024년)의 산업별 생산성은 세 가지 뚜렷한 그룹으로 분류됨.

  1. 고성장 부문: 5개 산업에서 평균 2% 이상의 생산성 성장이 기록됨. 이 중 정보 기술(Information Technology) 부문은 평균 7%로 단연코 가장 강력한 수치가 확인됨.

  2. 역성장 부문: 4개 산업에서 생산성이 수축되었으며, 평균 수치는 -0.5%에서 -1.6% 사이로 관찰됨. 건설업과 운송 및 창고업이 가장 부진한 성과를 보였음.

  3. 미온적 성장 부문: 나머지 5개 산업에서는 평균 0.5%에서 1.5% 사이의 미미한 성장이 나타남.

     
     

III. 슈퍼 섹터별 장기 추이 및 해석의 주의점

• 장기 추이 (7년 평균):

  • 인터넷 붐 시기: 1990년대 후반과 2000년대 초반의 인터넷 붐 동안 상품 부문과 서비스 부문 모두에서 7년 평균 생산성 증가율이 상승되었으며, 중간재(무역, 운송 및 공공 서비스)의 생산성 역시 3% 근처에 머물렀음.

  • GFC 이후 침체: 글로벌 금융 위기(GFC) 이후 생산성 성장이 후퇴되었으며, 2017년까지의 7년 동안 상품 부문은 마이너스로 전환되고 서비스 부문은 이보다 몇 십 분의 일 포인트만 더 강한 수준에 머물렀음.

    

  • 최근 성과: 서비스 부문의 생산성이 최근 수십 년간 최고의 성과를 기록하며 급증되었음. 반면, 다른 두 슈퍼 섹터(상품, 중간재)의 수치는 최근 저점 대비 상승되었으나, 여전히 역사적으로 약세인 1% 내외에 머물고 있음.

• 서비스 생산성 증가 해석의 주의점: 서비스 생산성의 최근 급증은 신중하게 해석될 필요가 있음.

  • 대체 관점 (3년 평균): 3년 평균 생산성 증가율로 보면, 팬데믹 기간 동안 서비스 생산성 증가율이 급증했으나, 이후 약 1% 수준으로 하락되었음.

    

  • 주로 순환적 요인: 이러한 성과는 대부분 경기 순환적(cyclical)인 것으로 판단됨. 팬데믹 기간 동안 기업들이 특히 경제의 V자형 회복 속에서 수요 감소 속도보다 더 빠르게 근로자를 해고한 결과, 측정된 생산성이 일시적으로 증가되었으나 이 빠른 속도는 지속 가능하지 않았음.

  • 가상 기술의 기여: 팬데믹 기간 동안 일부 산업에서 생산성에 긍정적인 영향을 미칠 수 있는 가상 기술의 확산이 관찰되었으나, 이것이 광범위한 성과의 중심 동인은 아닌 것으로 판단됨.

• 중간재 부문의 순환적 요인: 중간재(무역, 운송 및 공공 서비스)의 생산성 성장은 또 다른 중요한 순환적 이야기를 보여줌. 글로벌 공급망 혼란과 러시아-우크라이나 전쟁 발발에 직면하여 2021년과 2022년에 급격히 하락되었으나, 이러한 충격이 해소됨에 따라 이 부문의 생산성이 다시 반등되었음.

Chapter 2. AI 도입 사이클에서 우리는 어디에 와있는가

I. 미국 AI 투자 측정 및 거시 경제적 영향 분석

1. 새로운 AI 투자 측정치 개발 및 규모 추정 : 아래의 4가지 분야로 투자를 나누어 측정함.

• AI 투자 사이클의 시작과 범위 가정

• 사이클 시작 시점: 현재의 AI 투자 사이클 시작 시점은 2022년 11월 ChatGPT의 출시 시점으로 간주되는 것이 핵심 가정으로 사용됨. 이에 따라 2022년 4분기 이후에 발생된 각 기술 범주의 신규 지출 중 일부만이 AI 투자로 분류됨. 이 접근법은 2022년 말 이전에 이루어진 AI 관련 투자는 현재의 AI 사이클 관점에서 그 중요성이 무시할 수 있는 수준이라고 암묵적으로 가정하고 분석됨.

• AI 분류의 핵심 질문: 2022년 말 이후의 전체 투자액 중 정확히 얼마만큼이 AI로 분류되어야 하는지가 보다 어려운 질문으로 제시됨.

기술 관련 투자 총계 데이터 추이

• 장기 상승 추세: 네 가지 범주(하드웨어, 소프트웨어, 전력망, 데이터센터)를 합산한 기술 관련 총 투자액은 지난 10년간 전반적으로 상승세를 보였음.

• 팬데믹 이전: 팬데믹 이전 5년 동안 이 투자 범주들은 연평균 4.5%의 속도로 상승 추세를 보였음.

• 팬데믹 초기 급증: 팬데믹 초기에는 기업들이 재택근무 전략을 급속하게 채택함에 따라, GDP에서 기술 투자가 차지하는 비중이 급격하게 증가하는 현상이 나타났음.

• 2022년 말 정체: 2022년 말경에는 기술 지출이 명목 기준으로 평탄화되었고, GDP 대비 비중은 후퇴하는 모습을 보였음.

• 최근 반등: 최근 들어 이 지출이 다시 증가세를 보이며 현재 1.5조 달러를 초과하는 수준에 도달했으며, 이는 GDP의 5% 이상으로 지난 10년 중 가장 높은 수준임. 이러한 최근의 급증은 AI 투자가 증가하고 있다는 가설을 광범위하게 뒷받침하는 것으로 해석됨.

AI 투자 구성 요소별 상세 분석

1. 하드웨어 투자 (Hardware Investment)

• 2023년 정체: 팬데믹 초기에 재택근무 활동을 지원하기 위해 기업들이 공격적으로 지출했던 물량을 소화하는 과정에서 2023년 내내 지출이 정체되는 현상이 관찰되었음.

• 2024년 상승: 2024년을 통틀어 구매가 상승 궤도에 올라, 연말에는 2022년 말 수준 대비 약 40B 더 높은 수준으로 마감되었음.

• 2025년 상반기 급증: 2025년 상반기에는 새로운 하드웨어 지출이 더욱 급증하여 연율 기준으로 130B 달러 이상에 달하는 수준으로 상승했음.

• 상반기 급증의 동인: 이 상반기 상승은 두 가지 주요 요인을 반영함.

  1. 관세 선매수(Frontloading): 행정부의 관세 부과를 예상하여 상품 지출이 광범위하게 선매수되는 현상이 있었으며, 하드웨어 투자 또한 명백히 이익을 얻었음. 이 반등의 지속성에 대한 면밀한 관찰이 요구됨.

  2. AI 지출의 급증: AI 관련 지출이 급증하고 있다는 보고가 다수이며, 관세가 상승하는 환경에서 미국 기업들이 비용 절감 및 경쟁력 유지를 위해 노력하고 있어 AI 투자는 경쟁력을 강화하는 비용 효율성을 제공하는 것으로 인식됨.

  3. 정책적 요인: 행정부의 최근 ...