TL;DR

  • 총요소생산성(TFP)은 노동과 자본 투입 증가를 제외한 경제의 효율성 변화를 측정하며, 현재 데이터에서는 AI로 인한 상승 신호가 보이지 않음.
  • 노동생산성은 자본 심화, 노동력 구성 변화, TFP 개선으로 오를 수 있으며, 진정한 혁신을 반영하는 것은 이 가운데 TFP 개선뿐임.
  • 데이터센터, 칩, 모델 훈련에 수천억 달러가 투입되고 있지만, 샌프란시스코 연방준비은행의 활용도 조정 TFP는 0%를 약간 밑돌고 AI 투자 사이클 이후 가속 징후가 없음.
  • 시간당 산출은 약 2.5%로 2005년 이후 평균을 웃돌지만, TFP가 정체된 상황에서 이는 기술 충격보다 자본 심화의 특징에 가까움.
  • AI 붐은 투자 데이터와 주식 가치 평가에 나타나지만 생산성 통계에는 아직 드러나지 않아, AI의 생산성 효과는 관측된 사실이 아니라 전망에 머무름.

생산성 지표가 측정하는 것

  • 총요소생산성(TFP)은 주어진 노동과 자본으로 경제가 얼마나 많은 산출을 생산하는지를 측정하며, 노동시간 증가와 기계 설치를 반영한 뒤 남는 성장분임.
  • 기업이 투입을 늘리지 않고 더 많이 생산하면 TFP가 상승하므로, TFP는 기술 진보와 투입 요소를 결합하는 방식의 실질적 개선을 보여주는 가장 가까운 대리 지표임.
  • 노동생산성, 즉 시간당 산출은 다른 개념이며 세 가지 요인으로 상승할 수 있음.
  • 근로자에게 더 많거나 더 나은 장비를 제공하는 자본 심화
  • 노동력 구성이 더 높은 숙련도의 노동 쪽으로 이동하는 변화
  • TFP 개선
  • 이 가운데 진정한 혁신을 반영하는 요인은 TFP 개선뿐임. 모든 직원에게 보조 모니터를 하나씩 더 제공하면 기업 운영 방식이 더 효율적으로 바뀌지 않아도 시간당 산출은 증가할 수 있음.

AI 투자와 생산성 데이터

  • 이 구분은 AI 논쟁의 핵심임. 데이터센터, 칩, 모델 훈련에 수천억 달러가 투입되고 있으며, 이런 자본 심화는 기계적으로 시간당 산출을 높일 수 있음.
  • 더 어려운 질문은 AI가 경제의 근본적인 효율성을 높여 TFP도 끌어올리는지 여부임.
  • 샌프란시스코 연방준비은행의 활용도 조정 TFP는 현재 0%를 약간 밑돌며, AI 자본지출 사이클이 시작된 뒤 가속 신호가 없음.
  • 반면 시간당 산출은 약 2.5%로, 2005년 이후 평균을 여유 있게 웃돎. 이 강세는 AI가 이미 효과를 내고 있다는 근거로 인용됨.
  • 그러나 TFP가 정체된 상태에서 시간당 산출이 강한 것은 기술 충격이 아니라 자본 심화의 전형적인 특징임.

장기 추세와 결론

  • 지난 40년 동안 TFP는 뚜렷한 추세 없이 대략 -3%에서 +4% 사이를 오갔으며, 현재의 0% 미만 수치 자체는 이례적이지 않음.
  • 전기와 정보기술(IT)도 경제 전체의 통계에 나타나기까지 10년 이상이 걸렸음.
  • AI 붐은 투자 데이터와 주식 가치 평가에서 분명하게 보이지만 생산성 통계에는 아직 나타나지 않음. 따라서 AI의 생산성 효과는 현재 관측된 결과가 아니라 전망임.
  • 주: 총요소생산성(TFP)은 샌프란시스코 연방준비은행의 활용도 조정 시계열(Fernald, 2014)이며, 요소 활용도의 경기 순환 변동을 조정한 지표임.
  • 출처: 샌프란시스코 연방준비은행, 미국 노동통계국, Apollo 수석 이코노미스트