생산성 이득

생산성 이득이란 사람이 AI의 도움을 받아 일을 더 빠르게, 더 많이, 혹은 더 적은 노력으로 해내는 것을 말한다. 예를 들어 예전에는 하루 종일 걸리던 자료 조사를 AI가 몇 분 만에 초안으로 정리해준다면, 그 시간 차이가 바로 생산성 이득이다.

다만 이 이득은 저절로 생기지 않는다. AI가 내놓은 결과물이 그럴듯해 보여도 실제로 쓸 만한지는 사람이 걸러야 하는 경우가 많기 때문이다. 앨런AI 연구소의 과학 연구 보조 도구 사례가 이를 잘 보여준다. 이 도구는 통계적으로 눈에 띄는 가설을 잔뜩 뽑아내지만, 그중 상당수는 생물학적으로 말이 안 되는 것들이었다. 연구자가 자신의 전문 지식으로 쓸모없는 결과를 골라내는 과정을 거치고 나서야 진짜 시간 절약, 즉 생산성 이득으로 이어졌다.

그래서 AI로 인한 생산성 이득을 이야기할 때는 두 가지를 함께 봐야 한다. 하나는 AI가 얼마나 빨리 결과물을 뽑아내느냐이고, 다른 하나는 그 결과물을 사람이 검증하고 다듬는 데 시간이 얼마나 드느냐다. 검증에 드는 시간이 너무 길면, 겉보기엔 빨라 보여도 실제 이득은 크지 않을 수 있다.

앨런AI 연구소 사례에서 드러나듯, AI 도구가 통계적으로 놀라운 결과를 대량으로 쏟아내도 전문가의 판단 없이는 그 결과가 곧바로 생산성 이득으로 이어지지 않는다. 오해하기 쉬운 지점은 'AI가 결과를 많이 만들어냈다 = 생산성이 올랐다'는 등식인데, 실제로는 그 결과를 걸러내고 검증하는 과정까지 포함해서 따져야 진짜 이득인지 알 수 있다.

평소 반복적으로 하는 작업 하나를 골라 시간을 재보자. 예를 들어 긴 글을 세 문단으로 요약하는 일을 직접 해서 걸린 시간을 기록한다. 그다음 AI 챗봇에 같은 글을 붙여넣고 '세 문단으로 요약해줘'라고 요청한 뒤, 결과를 검토하고 고치는 데까지 걸린 전체 시간을 재본다. 두 시간을 비교하면 이 작업에서 AI가 실제로 생산성 이득을 주는지 감이 온다.