개선 폭 65%와 4% 사이의 격차

보고서 원문에 따르면 AI 활용 시 생산성 개선 효과가 가장 큰 직무에서는 64.7%까지 개선된 반면, 가장 낮은 구간은 4.0%에 그쳤다. 상위 구간과 하위 구간의 개선 폭이 60%포인트 이상 벌어진 것이다.

화이트칼라 자기보고 수치라는 한계

발표문에 따르면 이번 수치는 실험실 측정이 아닌 근로자 자기보고 기반이며 화이트칼라 직무 중심으로 수집됐다. 수치 자체의 신뢰도에 영향을 줄 수 있는 성격의 한계가 있다는 설명이다.

고용·임금엔 아직 인과 영향 없다

보고서는 생산성 개선 편차가 확인됐어도 현 시점 고용·채용·임금에 일관된 인과적 영향은 발견되지 않았다고 전했다. 개인 수준의 효과가 노동시장 지표로 이어지지 않았다는 것이다.

개발자 연구와 부합하는 편차

METR의 2025년 초 경험 많은 오픈소스 개발자 대상 연구에 따르면 AI가 효과가 만능은 아니며 상황에 따라 편차가 존재한다고 밝혔다. 숙련 개발자조차 AI 사용 시 오히려 느려진 사례가 보고되며 도구 효과의 일률성에 의문이 제기됐다.

도입 전략은 직무별 맞춤으로

편차가 크다는 사실은 AI를 전사적으로 일괄 도입하기보다 개선 폭이 큰 직무를 선별해 적용하는 접근이 유효하다는 점을 시사한다. 보고서는 노동시장 영향 판단에는 추가 데이터 축적이 필요하다고 강조했다. 생산성 개선 폭의 직무별 편차라는 주장은 공식 보고서 원문 수치와 정확히 일치하므로 사실로 판정된다. 향후 고용·임금 지표에 인과 영향이 나타나는지는 추가 조사와 후속 보고서를 통해 확인할 지점이다.