생성형 AI의 생산성 분석

국문 초록 (Abstract)

■ 연구목적
생성형 AI의 활용이 생산성 증가로 이어진다는 결과는 최근 다수의 연구에서 확인되었다. 하지만 이러한 생산성 향상이 어떠한 경로를 통해 이루어지는지에 대해서는 활발한 논의가 이루어지고 있지 않다. 이에 본 연구는 생성형 AI의 생산성 향상 경로 중 분업과 관련된 경로에 주목하여, 생성형 AI활용과 분업의 상호작용을 실험을 통해 분석하고자 한다.

■ 주요 연구내용 및 정책적 시사점
실험은 생성형 AI의 활용여부와 분업의 유무가 서로 상호작용할 수 있도록 2x2로 구성되었다. 생성형 AI 활용 여부와 분업의 유무에 따라 네 개 집단이 가상의 제품에 관한 마케팅 과업을 수행하였다. 마케팅 과업은 2개의 과업으로 구성되고 순차적으로 수행되는데, 세부 과업1과 세부 과업2는 분업을 통해 수행될 수도, 분업 없이 한 명의 개인이 연속적으로 수행할 수 있도록 설계되었다. 만 19세 이상 만 60세 미만 대한민국 성인 대상 온라인 실험이 실시되어 총 553개의 유효응답이 수집되었다.
실험 결과, 먼저 생성형 AI가 활용되지 않는 상황에서, 분업을 통해 과업을 실시한 집단의 과업 결과물의 품질이 그렇지 않은 집단보다 낮게 나타나 기존 문헌에서 논의되었던 정보손실 및 정보해석 비용으로 인한 분업의 비효율성을 재확인하였다.
생성형 AI의 활용이 분업을 소멸시키는 상황에서 생산성 변화를 측정하기 위하여, 생성형 AI 없이 분업을 통해 과업을 수행한 집단과 생성형 AI를 활용하면서 분업 없이 과업을 수행한 집단을 비교한 결과, 생성형 AI의 활용, 분업의 소멸, 그리고 생산성 향상으로 이어지는 경로를 확인하였다. 즉, 생성형 AI로 인해 종전에는 분업을 통해서만 수행 할 수 있엇던 과업이 분업 없이 수행 가능해 질 경우, 분업이 생산성에 미치는 부정적인 효과가 제거되고 생성형 AI 활용 그 자체로 인한 생산성 향상으로 인해 생산성 증가가 가능함을 확인하였다.
마지막으로 생성형 AI가 분업에 미치는 영향을 살펴보기 위해, 생성형 AI가 활용되는 상황 하에서 분업을 통해 과업을 수행한 집단과 그렇지 않은 집단을 비교한 결과, 두 집단 간의 과업 결과물의 품질에서 유의미한 차이가 없는 것으로 나타났다. 이는 분업이 존재하는 환경에서 생성형 AI가 활용될 경우, 앞서 확인하였던 분업의 비효율성을 상쇄하는 것으로 이해할 수 있다. 해당 결과는 순차적 분업 상황에서 단순히 AI가 노동을 대체하여 증가하는 생산성 증분과 AI가 노동을 대체하지 않고 보완하여 증가하는 생산성 증분이 크게 다르지 않을 수 있음을 시사한다.

목차 (Table of Contents)

• 서 언 1
• 요약문 9
• 제1장 서 론 11
• 1. 연구의 배경 및 필요성 11
• 2. 연구의 목표 12
• 제2장 생성형 AI 관련 선행 실험연구 분석 14
• 제3장 생성형 AI의 생산성 분석 46
• 제1절 실험설계 46
• 1. 실험 설계 전 고려 사항 46
• 2. 실험 설계 47
• 3. 검증 가능 가설 52
• 제2절 실험 결과 분석 57
• 1. 실험 실사 57
• 2. 과업 결과물의 평가 61
• 3. 실험 분석 결과 63
• 4. 소결 84
• 제4장 결 론 87
• 참고문헌 89
• 부 록 92
• Abstract 110