[경제분석] AI 생산성 혁명은 시작됐지만, 과실이 노동이 아닌 소수 기업과 자산가격으로 먼저 흘러가는 국면임
https://stock.naver.com/research/economy/13821
📋 핵심 내용 요약
보고서의 핵심은 AI(Artificial Intelligence, 인공지능)가 생산성을 높일 가능성 자체보다 그 생산성 개선이 경제 전체로 어떻게 퍼지는지가 과거 전기·IT 혁신과 다르다는 점이며, 현재는 노동·임금·소비로 이어지는 확산 경로가 약해 소수 기업의 이익과 자산가격에 성과가 집중되고 있음. [해석]
과거 전기와 IT 같은 범용기술은 기술 도입 후 생산방식 재설계와 노동 재배치가 함께 진행되면서 광범위한 생산성 향상으로 이어졌지만, AI는 판단 업무까지 대체하면서 기존 노동자가 이동할 새로운 일자리의 흡수력이 아직 충분히 나타나지 않고 있음. [팩트, p4]
미국의 데이터센터·컴퓨팅 하드웨어 투자는 2026년 1분기 국내총생산(GDP)의 약 1.4%까지 커졌고, 상위 5개 하이퍼스케일러(Hyperscaler, 대규모 클라우드·AI 인프라 사업자)의 2026년 설비투자 계획은 7,000억달러를 넘어서므로 AI 투자 자체는 이미 거시경제를 움직이는 수준임. [팩트, p2]
그러나 업무에 AI를 사용하는 미국 기업은 2026년 4월 기준 19.8%에 불과하고, 기술·미디어·금융 등 일부 업종에 사용이 집중돼 있어 현재의 생산성 개선을 경제 전반의 확산으로 해석하기는 이름. [팩트, p6]
AI 도입의 비용 절감 효과도 아직 소비자가격이나 임금으로 충분히 전달되지 않고 있으며, 한국과 미국의 최근 지표에서는 기업이익이 가계소득보다 빠르게 증가해 생산성 과실이 우선 기업 마진으로 축적되는 모습이 나타남. [팩트, p8]
과거 1990년대 미국의 물가 안정은 생산성 향상뿐 아니라 교역 확대와 노동 공급 증가가 함께 작용했지만, 현재는 관세·공급망 재편·고령화·이민 제한 등으로 두 완충 요인이 약해져 AI 생산성만으로 광범위한 디스인플레이션(물가상승률 둔화)을 만들기 어려움. [팩트, p9]
따라서 현재 AI 투자 사이클의 핵심 변수는 “AI가 생산성을 높이느냐”보다 ① 얼마나 많은 기업에 퍼지는지, ② 노동과 임금으로 과실이 전달되는지, ③ 전력·반도체·인력 병목이 얼마나 빨리 풀리는지에 있음. [해석]
투자 관점에서는 AI 인프라와 상위 기술기업의 이익 집중 구조가 당분간 유지될 가능성이 크지만, 이 구조가 광범위한 경제 성장으로 전환됐다고 단정하기에는 아직 근거가 부족하므로 섹터 전체에 대한 확신형 투자 판단보다는 확산 속도와 이익 집중도의 변화를 확인하는 접근이 적절함. [해석]
첨부 보고서 전체는 신한투자증권의 「노동 없는 생산성: AI 생산성 개선의 파급 경로」를 기준으로 분석했음.
🚀 AI 생산성 논쟁의 핵심은 ‘도입’이 아니라 ‘확산’임
- 과거 전기 기술은 1880년대에 이미 확보됐지만 공장 구조가 증기기관 중심으로 남아 있어 생산성 가속이 1920-1940년대에야 나타났으며, 기술 구매만으로는 충분하지 않고 생산방식을 다시 설계해야 생산성 혁명이 발생한다는 점을 보여줌. [팩트, p3]
[그림 ‘미국 제조업 동력 중 전기 비중과 노동생산성’, p3]
- IT 혁명도 비슷하게 반도체 가격 하락과 컴퓨터 보급 확대가 일정 임계점을 넘은 뒤에야 1995년 이후 미국 노동생산성이 연평균 약 3% 수준으로 가속됐으므로, AI 역시 현재의 대규모 투자만으로 생산성 전환이 즉시 보장되는 것은 아님. [팩트, p3]
[그림 ‘미국 IT 자본재 상대가격과 IT 자본 축적’, p3]
현재 AI는 과거와 달리 이용 기업이 자체 설비를 보유하지 않고 하이퍼스케일러의 데이터센터와 모델을 구독하는 구조이므로, AI 사용이 늘어도 기업 전체의 자본투자가 넓게 퍼지지 않고 생산성 개선의 일부가 구독료 형태로 인프라 소유자에게 귀속될 수 있음. [팩트, p5]
이 구조 때문에 AI 투자 확대는 경제 전체의 설비투자 확산보다 소수 인프라 기업의 자본집약도를 높이는 방향으로 진행되며, 전력·첨단 반도체·데이터센터 용량 부족이 AI 사용 단계까지 직접적인 제약으로 작용함. [팩트, p5]
[그림 ‘S&P500 상위 5개 기업 자본지출 GDP 비중’, p5]
👥 이번 기술혁명에서는 노동이 연결고리가 되지 못하고 있음
전기와 IT 혁명에서는 자동화로 밀려난 노동자가 서비스업·대인업무 등 다른 직무로 이동하면서 임금이 유지됐고 생산성 개선이 소비 증가로 연결됐지만, AI는 비정형 인지업무와 판단 업무까지 대체해 재훈련과 직무 이동의 난도가 훨씬 높아지고 있음. [팩트, p4]
실제로 미국 정보업 취업자는 감소하고 전문사업서비스 고용은 정체된 반면 최근 임금 상승은 AI 노출도가 낮은 산업에서 상대적으로 크게 나타나므로, 현재는 AI가 노동을 대체하는 첫 단계는 진행되지만 새로운 노동 수요를 만드는 두 번째 단계는 뚜렷하지 않음. [팩트, p4]
PwC 자료에서 AI 기술 보유자의 임금 프리미엄은 2025년 57%에서 2026년 62%로 확대됐는데, 이는 AI 인력 수요는 높지만 공급이 적어 활용 인력이 병목이 되고 있음을 보여줌. [팩트, p5]
[그림 ‘AI 기술 임금 프리미엄’, p5]
💰 생산성 과실은 현재 소비자보다 기업 이익에 먼저 쌓이고 있음
AI 노출도가 높은 상위 25% 기업의 2025년 생산성 증가율은 33.5%로 하위 25%의 24.0%를 웃돌았고 상위 5% 기업은 평균 163% 증가해, AI 생산성 효과가 경제 전체보다 일부 선도 기업에 극단적으로 집중되고 있음. [팩트, p6]
AI 노출도가 높은 컨설팅·광고·소프트웨어·데이터처리 서비스의 생산자물가 상승은 상대적으로 낮았지만 이들 서비스는 대부분 기업이 구매하는 중간재이므로, 비용 절감이 최종 소비자가격으로 넘어가기 위해서는 이를 구매한 기업이 추가로 가격을 내려야 함. [팩트, p6]
보고서는 2026년 1분기 한국의 피용자보수가 전기 대비 4.0% 증가한 반면 총영업잉여는 17.0% 늘었다고 제시하며, AI 관련 효율 개선이 임금보다 기업 이익에 더 빠르게 반영되는 구조를 설명함. [팩트, p8]
[그림 ‘미국과 한국 기업이익과 가계 가처분소득’, p8]
🌐 물가와 금리까지 내려가려면 지금보다 훨씬 넓은 확산이 필요함
**단기 1-3개월에는 AI 투자 집중 구조가 유지될 확률을 75%, 영향도를 높음으로 판단하며, 상위 하이퍼스케일러 설비투자 계획·반도체 및 전력 병목·AI 관련 기업이익 집중도가 유지되는지를 확인해야 하고, 중기 6-12개월에는 생산성 개선이 비기술 업종으로 확산될 확률을 45%, 영향도를 높음으로 판단하며 기업 AI 사용률·비기술 업종 생산성·임금 증가·최종 소비자가격 둔화를 함께 확인해야 함. [해석]
**반대로 전력·반도체·고숙련 인력 병목이 빠르게 해소돼 AI 사용 비용이 낮아지면 확산 속도가 예상보다 빨라질 수 있으나, 현재 보고서가 제시한 자료만으로는 광범위한 생산성 개선과 물가 안정이 이미 시작됐다고 보기는 어려우므로 나라면 지금 이 보고서만을 근거로 ‘AI 섹터 전체에 투자한다’는 확신형 판단은 내리지 않고, AI 이용 기업의 생산성 개선이 인프라 공급 기업 밖으로 퍼지는지 확인한 뒤 판단하겠음. [해석]
🧵 한 줄 코멘트
AI 혁명은 지금 “큰 공장을 짓는 단계”에서는 매우 빠르게 진행되고 있지만, 그 공장에서 생긴 효율이 임금과 소비까지 흐르는 수도관은 아직 충분히 연결되지 않은 상태임.