AI가 벌어준 주당 1.5시간, 왜 성과로 안 바뀔까 — 상관계수 0이 가리키는 진짜 변수

AI를 도입한 지 3년이 지났다. 챗봇이 이메일을 대신 쓰고, 생성형 AI가 보고서 초안을 뽑아주고, 코드 자동완성이 개발 속도를 끌어올렸다. 체감은 분명하다. 그런데 한국은행이 올해 발표한 이슈노트 한 편이 그 체감을 정면으로 부정한다. AI 활용으로 업무시간은 주당 평균 3.8%, 약 1.5시간이 줄었다. 그러나 그 시간 절감과 실제 생산 증가 사이의 상관계수는 0이었다. 문자 그대로 제로. 보고서는 이 현상을 Solow 역설의 초기 단계로 진단하며, 조직 재설계와 성과 기반 인센티브를 처방한다. 하지만 보고서가 묶어서 다룬 두 변수 — 성과 유인과 업무 자율성 — 를 분리해보면, 데이터는 전혀 다른 이야기를 한다. AI 생산성 역설의 바인딩 변수는 인센티브가 아니라 자율성이다. 시간을 벌어준 AI의 성과를 수확하려면, 그 시간의 용처를 스스로 결정할 권한이 있어야 한다. 대부분의 조직은 바로 그 권한을 구조적으로 허용하지 않는다.

한 줄 요약: AI가 벌어준 시간이 성과로 전환되는 유일한 조건은 ‘자율성’이며, 인센티브만으로는 그 전환이 일어나지 않는다.

상관계수 제로가 말하는 것

개별 업무 수준에서 AI의 효과는 의심할 여지가 없다. 이메일 작성 시간이 절반으로 줄고, 데이터 분석에 걸리는 시간이 크게 단축된다. 한국은행 연구팀이 가계조사 데이터를 분석한 결과도 이를 확인한다. AI를 활용하는 근로자의 업무시간은 평균 3.8% 감소했고, 이를 생산성으로 환산하면 약 1.0%의 잠재적 향상에 해당한다.

문제는 그 잠재력이 실현되지 않았다는 데 있다. 업무시간 절감과 실제 생산량(또는 소득, 산출) 증가 사이의 상관관계를 검증하자, 계수가 0으로 나왔다. 양의 상관도 아니고 음의 상관도 아닌, 아무런 관계가 없다는 뜻이다. 개인적으로는 이 숫자가 가장 충격적이었다. 0.2나 0.3이라도 나왔다면 “아직 초기 단계”라고 위안할 수 있다. 그런데 완전한 제로라는 건, AI가 벌어준 시간이 생산적 활동이 아닌 다른 어딘가로 흡수되고 있다는 뜻이다.

그 ‘다른 어딘가’가 어디인지를 보고서는 직접적으로 추적하지 않는다. 하지만 고용형태별 세부 분석 결과가 간접적으로 그 경로를 보여준다.

자영업자만 성과가 오르는 이유

보고서의 핵심 발견 중 하나는 집단별 효과의 극적인 차이다. 전체 평균에서는 AI와 생산성 사이에 아무 관계가 없지만, 자영업자·전문직·AI 고강도 사용자 집단에서는 실제 생산 증가가 관찰되었다. 보고서는 이들의 공통 특성을 “성과 유인과 업무 자율성이 높은 집단”이라고 설명한다.

여기서 주목할 부분이 있다. 보고서는 “성과 유인”과 “업무 자율성”을 하나의 묶음으로 처리한다. 마치 두 조건이 동시에 충족되어야 하는 것처럼, 혹은 어느 쪽이든 충족되면 되는 것처럼. 하지만 데이터를 한 발 더 들여다보면 이 두 변수의 무게가 같지 않다는 걸 알 수 있다.

반면, 자영업자에게는 성과급이라는 개념 자체가 없다. 이들이 가진 건 시간의 용처를 스스로 결정할 수 있는 권한이다. AI가 계약서 검토 시간을 절반으로 줄여주면, 그 시간에 새 고객을 만나거나, 서비스 품질을 높이거나, 신규 프로젝트를 시작할 수 있다. 줄어든 시간을 무엇에 쓸지 누군가에게 보고하거나 승인받을 필요가 없다. 이 차이가 전부다.

시간은 줄었는데, 그 시간은 어디로 갔나

보고서가 지적하는 구조적 문제의 핵심은 이것이다. AI로 업무 효율이 올라가면, 기업은 그 여유 시간을 세 가지 방식으로 처리한다.

첫째, 기존 인력을 그대로 유지하면서 생산량을 늘리지 않는다. 조직도 변하지 않고, 목표치도 변하지 않는다. AI가 벌어준 시간은 문자 그대로 사라진다 — 조금 더 여유로운 점심시간이나 약간 이른 퇴근으로.

둘째, 추가 과제를 할당한다. 보고서 하나 쓰는 데 4시간 걸리던 걸 2시간에 끝냈으니, 나머지 2시간에 다른 보고서를 쓰게 한다. 개별 근로자의 업무 밀도는 올라가지만, 조직 전체의 산출물은 크게 달라지지 않는다. 이건 좀 아이러니하다 — AI가 일을 줄여준 게 아니라 같은 시간에 더 많은 일을 시키는 도구가 된 것이다.

셋째, 조직 구조 자체를 재설계하지 않는다. 보고서의 표현을 빌리면, AI 도입이 “업무 흐름 개선, 조직 구조 변화, 인력 재배치로 확장되지 못한” 상태다. 새로운 워크플로우를 만들거나, 불필요한 프로세스를 제거하거나, 역할을 재정의하는 작업은 일어나지 않는다.

세 가지 경로 모두에서 공통되는 건, 시간의 용처를 결정하는 주체가 근로자 본인이 아니라 조직이라는 점이다. 자영업자는 AI가 벌어준 2시간을 어디에 쓸지 스스로 결정한다. 임금근로자는 그 2시간의 행방을 상사가, 조직이, 프로세스가 결정한다.

인센티브 처방의 구조적 맹점

보고서의 정책 제언 중 하나가 “성과 기반 유인체계 구축”이다. 자영업자처럼 성과와 보상을 연동시키면, 임금근로자도 AI 시간 절감을 생산적으로 전환할 것이라는 논리다. 솔직히 이 처방이 가장 아쉬운 대목이다.

성과 기반 인센티브가 작동하려면 전제 조건이 있다. 근로자가 무엇을 더 할 수 있는지 선택지가 존재해야 하고, 그 선택을 실행할 수 있는 재량이 있어야 한다. 자영업자에게 이 두 조건은 기본 설정이다. 하지만 대부분의 임금근로자에게는 그렇지 않다.

영업사원에게 AI가 제안서 작성 시간을 절반으로 줄여줬다고 하자. 남은 시간에 추가 고객을 만나러 나갈 수 있는가? 대부분의 조직에서 그 결정은 영업사원 본인이 아니라 팀장의 승인, 일정 조율, 출장 품의서가 좌우한다. 성과급을 아무리 올려줘도, 시간을 전환할 재량이 없으면 전환은 일어나지 않는다.

오히려 역효과가 발생할 수 있다. 성과 기반 인센티브는 측정 가능한 산출물에 초점을 맞추게 만든다. 측정 가능한 산출물을 관리하려면 모니터링이 강화된다. 모니터링이 강화되면 자율성은 줄어든다. AI 생산성의 유일한 매개변수가 자율성이라면, 성과 인센티브 강화가 오히려 그 매개변수를 약화시키는 역설이 생긴다.

Solow 역설이라는 편리한 프레임

보고서는 현 상황을 J-curve 또는 Solow 역설의 초기 단계로 진단한다. 1987년 경제학자 로버트 솔로우가 “컴퓨터 시대가 모든 곳에서 보이는데, 생산성 통계에서만 안 보인다”고 했던 것처럼, AI도 아직 효율성 단계(efficiency)에 머물러 있고 생산성 단계(productivity)로 전환되기까지 시간이 필요하다는 것이다.

이 진단은 일부 맞고, 일부 위험하다.

맞는 부분: 범용기술(GPT, General Purpose Technology)이 거시 생산성에 반영되기까지 시간이 걸리는 건 역사적 패턴이다. 전기, 컴퓨터, 인터넷 모두 도입 후 10~15년의 시차가 있었다.

위험한 부분: Solow 역설 프레임은 “기다리면 된다”는 메시지를 내포한다. 시간이 지나면 조직이 자연스럽게 적응하고, 생산성이 뒤따라올 것이라는 기대. 하지만 이번 데이터가 보여주는 바인딩 변수가 자율성이라면, 시간만으로는 해결되지 않는다. 자율성은 시간이 지난다고 저절로 늘어나는 것이 아니다. 조직의 의사결정 구조, 권한 배분, 업무 설계 방식이 의도적으로 바뀌어야 한다.

보고서 스스로도 “향후 정책 대응과 기업조직 및 노동시장 구조의 전환에 따라 생산성 경로는 크게 달라질 수 있다”고 단서를 달았다. 이건 핵심이다 — 경로가 자동으로 결정되는 게 아니라 ‘구조 전환’이라는 조건부라는 뜻이다. Solow 역설의 후반부, 즉 생산성 폭발은 전기나 컴퓨터 때도 조직 구조가 근본적으로 바뀐 후에야 찾아왔다. 기다림이 아니라 재설계가 선행 조건이었다.

자율성은 방임이 아니다

여기서 오해를 잘라야 한다. “자율성이 AI 생산성의 열쇠”라는 말이 “직원에게 알아서 하라고 놔두라”는 뜻은 아니다. 데이터가 가리키는 자율성은 매우 구체적인 것이다 — AI로 절약한 시간을 어디에 재투자할지 결정할 수 있는 재량.

자영업자가 높은 생산성 전환율을 보이는 건, 이들이 뛰어나서가 아니라 구조가 허용하기 때문이다. 고객 하나를 더 만날지, 서비스를 개선할지, 신규 사업을 탐색할지를 본인이 결정한다. 이건 방임이 아니라 의사결정권의 위치 문제다.

조직에서 이를 구현하려면, AI 도입과 동시에 두 가지가 바뀌어야 한다. 하나는 업무의 경계다. “이 업무를 AI로 빨리 끝내라”가 아니라 “이 업무 영역에서 어떤 가치를 만들어라”로 지시 단위가 바뀌어야 한다. 다른 하나는 시간의 소유권이다. AI가 절약해준 2시간이 조직의 것인지 개인의 것인지가 명확해야 한다 — 아니, 적어도 그 2시간의 일부를 개인이 재투자할 수 있도록 열어둬야 한다.

청년 숙련의 경로가 바뀌고 있다

보고서가 짧게 언급하고 넘어간 논점 하나가 눈에 걸린다. “청년층의 숙련 형성 경로 변화에 대한 지속적인 점검이 필요하다”는 대목이다.

AI가 가장 큰 시간 절감 효과를 보인 집단이 저숙련·고강도 AI 사용자라는 사실은, 엔트리 레벨 직무의 성격 자체가 바뀌고 있음을 시사한다. 전통적으로 주니어 직원은 반복적이고 표준화된 업무를 수행하면서 업무 프로세스를 체득했다. 보고서 교정, 데이터 입력, 일정 관리 — 이런 업무가 숙련의 토대였다.

AI가 이 토대를 자동화하면, 주니어 직원이 기본기를 익힐 기회가 사라진다. 동시에, AI 도구를 집중적으로 활용하는 주니어들의 시간 절감 효과가 크다는 건, 이들이 일찍부터 ‘고숙련 업무’에 노출될 수 있다는 뜻이기도 하다. 문제는 그 노출이 실현되려면 — 역시 — 자율성이 필요하다는 것이다. AI로 절약한 시간에 더 복잡한 업무를 시도해볼 재량이 주어져야 한다. 그렇지 않으면, AI가 반복 업무를 줄여줬을 뿐 숙련의 기회도 함께 줄여버리는 결과가 된다.

구조를 바꾸지 않으면 J-curve는 오지 않는다

한국은행 보고서가 보여주는 AI 3년의 성적표는 분명하다. 기술은 작동하고 있고, 시간은 줄었고, 그러나 생산성은 꿈쩍도 하지 않았다. 보고서의 진단 — Solow 역설의 초기 단계 — 은 반쪽만 맞다. 기다린다고 해결될 문제가 아니기 때문이다.

데이터가 가리키는 방향은 하나다. AI가 벌어준 시간이 성과로 전환된 유일한 집단은, 그 시간을 스스로 관리할 권한이 있는 사람들이었다. 인센티브가 있어도, 기술 숙련도가 높아도, 자율성이 없으면 전환은 일어나지 않았다. AI 생산성의 진짜 병목은 알고리즘이 아니라 조직도에 있다.

💡 실무 시사점 — HR이 이번 분기에 점검할 3가지:

① AI 절약 시간의 용처를 추적하라. 도입 후 “업무가 빨라졌다”는 보고만 받고 있다면, 그 빨라진 시간이 어디로 갔는지를 물어야 한다. 업무 밀도 증가로 흡수되고 있다면, AI는 생산성 도구가 아니라 업무량 증가 도구가 된 것이다.

② 지시 단위를 ‘작업’에서 ‘가치’로 전환하라. “이 보고서를 금요일까지”가 아니라 “이 프로젝트에서 고객 만족도를 5% 올려라”는 식으로 목표를 재정의하면, AI로 절약된 시간이 어디로 흘러야 하는지가 자동으로 결정된다.

③ 주니어 직군의 업무 재설계를 우선하라. AI가 엔트리 레벨 반복 업무를 대체하고 있다면, 그 직군의 역할 정의가 함께 바뀌어야 한다. 숙련 경로가 사라지면 2~3년 후 중간 관리자 파이프라인이 끊기는 문제는 지금 손대야 막을 수 있다.

#AI생산성 #자율성 #조직재설계 #솔로우역설 #업무자율성

참고 링크

• 한국은행, “[제2026-12호] AI 도입은 생산성을 높이는가? 초기 3년의 효과 분석” (2026)
• SHRM, “State of the Workplace 2026: Emerging Challenges” (2026)

작성: 서재홍 | NODE