CFO 다수가 AI 효과 체감, 실제 생산성 향상 수치는 1.8%다

Duke대학·NBER이 CFO 750명을 조사했다. 기업들이 스스로 보고한 AI 생산성 향상 평균은 1.8%였다. 연구자들이 실제 매출·고용 데이터로 역산하자 이 수치가 '훨씬 작다'는 결론이 나왔다. AI를 이유로 한 구조조정이 이미 진행 중인 상황에서, 효율화의 실제 크기가 기대보다 작다는 것이 이 조사가 말하는 핵심이다.

CFO의 체감과 연구자의 측정이 왜 다른가

CFO는 특정 업무의 속도 개선과 비용 절감을 직접 체감할 수 있다. 하지만 Duke/NBER 연구팀이 택한 측정 기준은 전사 매출과 고용 데이터다. 두 기준이 다르다. 특정 작업의 효율이 올라가도, 그것이 조직 전체 아웃풋으로 이어지기까지는 재조정 비용, 인력 재배치 지연, 조직 학습 시간이 필요하다. 체감과 측정값 사이의 간극은 이 과정이 아직 완료되지 않았다는 신호로 읽힌다.

연구팀은 AI 투자 효과를 판단하려면 3~4년의 관측 기간이 필요하다고 밝혔다. 기술의 성숙 속도보다 기업의 감원 타임라인이 앞서고 있다는 것이 이 데이터가 드러내는 구조다.

1.8%가 내 직무에 뜻하는 것

AI 생산성 향상이 실제로 작다면, AI를 명분으로 단행된 해고는 측정된 효율화가 아니라 기대값 기반 의사결정에 가깝다. CFO가 AI 효과를 기대하면, 실제 수치가 불분명해도 AI 명분으로 조직 슬림화를 진행할 유인이 생긴다. Fast Company 보도에서 글로벌 리더 40%가 신입 직책을 줄인 것도 같은 맥락이다. 실측치 1.8%와 신입 감축 40%가 같은 시점에 존재한다.

기술 효과가 축적되는 동안 구조조정은 먼저 일어나고, 이미 줄어든 자리는 기술 효과가 확인된 뒤에도 복원되지 않는다. 지금 진행 중인 AI 도입이 체감 기반인지 데이터 기반인지를 팀 단위에서 구분하는 것이 개인 커리어 전략의 출발점이다.

내 팀에서 지금 확인할 수 있는 것

AI 도입 이후 실제로 무엇이 줄었는지 수치로 추적하는 팀은 많지 않다. 업무 속도가 빨라진 느낌은 체감된다. 그것이 팀 전체 아웃풋이나 매출로 연결됐는지는 별개의 질문이다. 두 질문에 대한 답이 다르다면, 지금 진행 중인 구조 변화가 어떤 근거 위에 있는지를 파악하는 것이 가능하다.