아폴로 글로벌 매니지먼트(Apollo Global Management)의 수석 이코노미스트 토르스텐 슬록(Torsten Slok)이 최근 분석 노트를 통해, 막대한 투자와 열풍에도 불구하고 기술 업종 외 미국 기업들에서 인공지능(AI)의 재무적 성과가 나타나지 않고 있다고 밝혔습니다. 그는 S&P 500 지수에서 주요 기술 기업 7곳(알파벳, 아마존, 애플, 메타, 마이크로소프트, 엔비디아, 테슬라)을 제외한 493개 기업(S&P 493)의 이익률과 직원당 매출이 정체된 것으로 보이며, AI가 생산성을 유의미하게 개선한다는 증거를 찾지 못했다고 주장했습니다.
슬록은 AI가 생산성 향상으로 이어지지 않는 이유로, 기업 활동에서 지능은 단순 계산보다 판단력, 책임, 신뢰, 문화, 윤리적 상충관계 등 복합적인 요소를 포함하기 때문이라고 설명합니다. AI는 이러한 요소들을 이해하지 못하며, 이는 평판 위험을 형성하고 궁극적으로 매출 성장과 이익률에 영향을 미친다는 것입니다. 그는 비기술 기업들이 기술 대기업보다 AI 효과를 늦게 누리는 것뿐이라는 해석에도 회의적이며, 저렴해지는 지능을 더 높은 매출 성장률과 이익률로 전환하기는 어려울 것이라고 전망했습니다.
이러한 분석은 AI가 가져올 경제적 파급 효과에 대한 낙관론에 찬물을 끼얹는 것으로 해석될 수 있습니다. AI 기술 자체의 발전 속도와는 별개로, 실제 기업 환경에서 AI를 도입하고 이를 수익성 개선으로 연결하는 과정이 생각보다 복잡하고 어렵다는 점을 시사합니다. 특히 기술 기업이 아닌 전통 산업 분야의 기업들은 AI 도입을 통한 생산성 향상과 재무적 성과 창출에 더 큰 어려움을 겪을 수 있음을 보여줍니다.
다만, 일각에서는 이러한 분석이 AI의 실제 경제적 효과를 과소평가할 수 있다는 반론도 제기됩니다. AI 지출이 아직 기업 전체 매출에서 차지하는 비중이 미미하고, AI 도입의 효과가 재무 지표에 반영되기까지는 시간이 걸릴 수 있다는 주장입니다. 또한, AI가 특정 분야에서 효율성을 크게 높여주는 사례도 분명히 존재하며, 이는 장기적으로 기업의 경쟁력 강화에 기여할 수 있습니다. 예를 들어, 데이터 과학 분야에서 AI를 활용해 아이디어 검증 및 시제품 제작 시간을 획기적으로 단축하거나, 콘텐츠 제작 및 고객 응대 자동화를 통해 매출 증대를 이룬 사례도 보고되고 있습니다.
결론적으로, AI의 경제적 효과에 대한 논의는 여전히 진행 중이며, 단기적인 재무 지표만으로 AI의 가치를 단정하기는 어렵습니다. AI는 분명 강력한 도구이지만, 이를 효과적으로 활용하여 실제 사업 성과로 연결하기 위해서는 기술 도입을 넘어 기업의 비즈니스 모델, 조직 문화, 인력 구성 등 전반적인 변화가 필요하다는 점을 시사합니다. 앞으로 더 많은 기업이 AI를 통해 어떤 혁신과 성과를 만들어낼지 지켜봐야 할 것입니다.