AI, 일자리 충격 없이 경제성장과 생산성 향상 이끈다

인공지능(AI)이 경제의 투자, 생산성, 고용에 미칠 잠재적 영향은 미국 경제를 둘러싼 논의의 핵심 주제로 부상했다. 이미 앞선 시대에서 기술 발전 물결이 경제 구조에 상당한 변화를 가져온 경험이 있기 때문이다. 예를 들어 2000년대 초반 정보화 기술(IT)의 급속한 발전으로 생산성이 강력히 향상됐고, 이로 인해 경제 성장이 가속화되는 와중에도 인플레이션이 억제됐다. 또한 컴퓨터 및 수리과학 분야와 같은 고임금 직종에 유리한 방향으로 노동 시장이 구조적 변화를 거쳤다.

그렇다면, 최신 생성형 AI 기술의 출현은 지금까지 어떤 변화를 가져왔는지 살펴보자. 아직 기술 발전의 초기 단계이긴 하지만, 세 가지 추세가 두드러진다. 첫째, AI 기반 기술 투자는 경제 성장의 주요 동력 중 하나가 되었으며, 2025년 이후 실질 국내총생산(GDP) 성장의 약 절반을 차지한 것으로 추정된다.^[1] 둘째, 생산성 증가율이 이전 10년 대비 상승했다. 다만 이러한 생산성 향상은 현재까지는 주로 기술 관련 산업에 집중되어 있다.^[2] 마지막으로, 기술 관련 산업의 고용은 2023년 이후 감소했지만, 그 원인이 AI로 인한 일자리 대체 때문인지 아니면 팬데믹 이후 급격한 고용 확대에 이은 ‘적정 규모화를 위한 조정’(rightsizing)인지는 불분명하다. 현재까지 직업 관련 데이터 상으로는 AI로 인한 광범위한 일자리 감소에 대한 증거는 거의 찾기 힘들다.^[3]

미국 경제 성장을 견인하는 기술 투자 붐

미국에서 기업의 AI 관련 투자 규모를 추적하는 공식 데이터는 없다. 하지만 미국 경제분석국(Bureau of Economic Analysis; BEA)의 국민계정 데이터에서 정보처리장비(information-processing equipment)와 소프트웨어(software) 등 두 가지 기업 투자 항목을 합쳐서 보면 경제 내에서 ‘전체 기술 투자 동향’을 알 수 있는 유용한 대리 지표가 된다. 물론 이러한 측정치는 포괄적이지 않다. 서버, 네트워킹 장비 및 소프트웨어에 대한 지출은 이러한 측정치에 포함되지만, 데이터센터 건설은 빠져 있다. 이 부분은 기업 투자의 구조물(structures) 항목에 포함되어 있기 때문이다.^[4]

BEA 데이터에 따르면, 물가를 반영한 미국 실질 기술 투자는 2023년 이후 분기당 평균 2.6% 증가했으며, 이는 같은 기간 전체 기업 투자 증가율 1.2%의 두 배가 넘는 수치다.^[5] 기술 투자 증가 속도는 지난 1년 사이 점차 가속화됐다. 기술 투자 내에서 정보처리장비 투자는 분기당 3.2% 증가했고, 소프트웨어 투자는 같은 기간 분기당 2.1% 증가했다. 전체적으로 보면, 2023년 이후 기술 투자 증가율은 2010년부터 2019년까지 팬데믹 이전 경기 주기 동안 기록한 분기당 평균 1.9% 증가율보다 훨씬 높은 것이다. (그림 1)

그림 1. 미국 경제 내 기술 투자 성장률, 전체 기업 투자 대폭 상회

출처: US Bureau of Economic Analysis, 딜로이트 분석

기술 투자의 빠른 증가세는 미국 경제 성장의 핵심 동력으로, 2023년 이후 실질 GDP 성장률에 약 4분의 1을 기여했다. 2026년 1분기까지 5개 분기 동안은 성장 기여도 비중이 약 두 배로 증가했다. 이는 주목할 만한 사실이지만, 현재와 같은 투자 호황 추세가 갑자기 둔화되거나 역전될 경우 경제 전반이 취약해질 수 있다는 점 역시 시사한다.

딜로이트의 경제전문가들은 최신 미국 경제 전망 내 ‘하방 시나리오’에서 AI 거품의 붕괴가 자본 지출 감소와 주식 시장의 하락(손실)을 통해 경제에 부담을 줄 것으로 예상했다.^[6] 기술 기업이 최근 미국 주가 상승에 기여한 몫은 대단히 크다. 2025년 초부터 최근까지 기술주 중심의 나스닥 종합지수는 33% 상승했다(2026년 7월 14일 종가 기준).^[7] 이러한 주가 상승세는 특히 긍정적 부의 효과(wealth effect)를 통해 고소득 가구를 중심으로 한 소비자 지출 증가세를 뒷받침했을 가능성이 크다.^[8]

생산성 향상, 주로 기술 부문에 집중

생산성 증가세가 가속화된 배경은 기술 투자의 빠른 증가로 보인다. 2023년 이후 비농업 기업 부문의 생산성(전체 근로자의 시간당 실질 생산량)은 분기당 평균 2.6% 증가했는데, 이는 앞서 10년간 분기당 평균 증가율인 1.2%의 두 배 이상 빠른 속도다.^[9]

하지만 이러한 생산성 증가가 산업 전반에 광범위하게 나타나는 현상인지 살펴볼 필요가 있다. 일반적인 생산성 데이터는 부문별 세부 정보를 제대로 보여주지 않는다. 이러한 한계를 보완하기 위해 두 가지 데이터 세트를 결합해보자. 그 중 하나는 BEA에서 발표하는 국민계정표의 실질 총 부가가치이고, 다른 하나는 노동통계국(Bureau of Labor Statistics; BLS)의 고용 데이터이다. 이런 방식으로 주요 부문의 생산성에 대한 대안적 측정치인 ‘직원 1인당 산출량’을 추정할 수 있다.^[10]

기술에 초점을 맞추어 재화(상품) 및 서비스 생산 산업 전반에 걸쳐 5개 부문을 통합하면 보다 광범위한 핵심 ‘기술 부문’을 만들 수 있다(그림 2). 인터넷 출판을 제외한 출판 산업의 경우 신문과 같은 비기술 분야를 포함하지만, 총 부가가치에 대한 보다 세부적인 데이터가 부족하기 때문에 폭넓은 범주이지만 이를 그대로 사용한다. 여기서 분석은 실질 총 부가가치의 수치가 제공되는 가장 최근 기간인 2025년 4분기까지의 데이터를 기반으로 한다.

그림 2. 미국 경제 내 핵심 기술 부문을 구성하는 5개 하위 부문

출처: US BEA, BLS. 딜로이트 분석

우리의 분석에 따르면 생산성 향상은 주로 기술 부문에 집중되어 있다. 2023년 이후 기술 부문의 직원 1인당 생산량은 분기당 평균 2.2% 증가했는데, 이는 민간 부문 전체의 분기당 평균 0.5% 증가율을 훨씬 웃도는 수치다.

생산성 증가 속도 또한 가속화되면서 2025년에는 기술 부문 생산성이 분기당 평균 2.9% 증가했다. 기술 부문 내에서는 ‘데이터 처리, 인터넷 출판 및 기타 정보 서비스’ 부문이 가장 큰 폭 증가했고, 그 뒤를 ‘컴퓨터 시스템 설계 및 관련 서비스’ 부문이 차지했다. 기술 부문의 생산성 증가율은 팬데믹 이전 경기 주기의 추세(2010~2019년 분기당 평균 1.4%)를 넘어섰다.

기술 부문을 제외하고는 생산성 증가 폭이 미미했다(그림 3). 특히 ‘레저 및 숙박업과 교육 서비스’ 부문에서는 생산성이 되레 감소하기도 했다. 하지만 AI 도입으로 인해 갈수록 혜택을 볼 것으로 예상되는 일부 부문에서는 생산성 향상이 나타났다. 예를 들어 ‘금융 활동’ 부문의 생산성은 2023년 이후 분기당 평균 0.5% 증가했으며, ‘운송 및 창고업’ 부문도 생산성이 분기당 평균 0.6% 증가했다. 의료와 같은 분야에서는 AI 도입의 이점이 생산성 증가뿐 아니라 생명 구조 및 의료 서비스 품질의 향상과 같은 실질적인 결과에도 나타날 수 있다.

그림 3. 기술 부문 생산성이 비기술 부문을 상회

출처: US BEA, US BLS. 딜로이트 분석

생산성 향상에도 광범위한 일자리 감소는 없다

최근 기술 투자와 생산성 급증이 고용 감소를 초래했는지 살펴보자. 지금까지 드러난 증거는 이런 면에서 어떤 광범위한 추세가 형성되지는 않고 있음을 시사한다. 게다가 특정 추세들도 기술 부문의 고용, AI 관련 직종의 고용, 경제 내 전체 기술 인력 규모 등 분석 대상이 된 고용 유형에 따라 서로 다르게 나타났다.

먼저, 기술 부문의 고용은 감소했다. 앞서 정의한 바와 같은 기술 부문은 생산성은 증가한 반면 고용은 감소했다.^[11] 2023년 이후 기술 부문의 고용은 분기당 평균 약 0.4% 감소했는데, 이는 기술 부문을 제외한 민간 부문 고용이 분기당 평균 0.2% 증가한 것과 대조적이다. 또한 최근 고용 감소세는 앞서 10년 동안 기술 부문 고용이 분기당 평균 약 0.4%씩 꾸준히 증가했던 것과 반대되는 추세이다.

하지만 이러한 고용 감소세가 반드시 AI로 인한 구조적 일자리 감소를 의미하는 것은 아니다. 분석 기간이 짧고, 최근의 약세는 팬데믹 이후 시기의 급격한 고용 증가 이후 규모 적정화 노력의 결과일 가능성도 있기 때문이다. 지난 2021년부터 2022년 사이 기술 부문 고용은 10% 증가해 나머지 민간 부문 전체의 고용 증가율을 크게 앞질렀다. 기술 부문 내에서 ‘데이터 처리, 인터넷 출판 및 기타 정보 서비스’ 부문의 고용은 같은 기간 무려 24.6%나 증가했다.

더욱이 고용 감소가 기술 부문에만 국한된 것도 아니다. 실제로 2024년 이후 민간 부문의 전반적인 고용 증가는 의료 및 사회복지, 레저 및 숙박, 건설 등 소수 부문에 집중되어 왔다.

직종별 데이터에 커다란 AI 충격은 보이지 않는다. 지금까지 많은 연구에 따르면, AI는 컴퓨터 및 수리과학, 기업 및 금융 운영, 사무 및 행정 지원, 법률 등 몇 가지 예시 직종에서 규칙 기반의 반복적인 작업을 대체할 것으로 예상되며, 이러한 직종은 경비 서비스, 건설 및 채굴과 같은 육체 노동 직종보다 AI의 영향을 더 많이 받는 것으로 알려졌다.^[12]

하지만 AI에 대한 노출이 큰 직종에서 일자리가 감소하는지 여부를 살펴보면, 적어도 지금까지 월별 직업 데이터 추세로 볼 때 반드시 그렇지 않다는 것을 알 수 있다. 미국 노동통계국은 22개 주요 직종에 대한 월별 고용 데이터를 발표한다. 다만 월별 고용 데이터에는 주요 범주 내의 하위 직종이나 경제의 다른 여러 부문을 포괄하는 데이터는 없다.^[13]

현재까지 증거로 보면 노동 시장에 큰 변화가 일어날 조짐은 보이지 않는다.(그림 4). 예를 들어, 컴퓨터 및 수학 관련 직종의 고용은 2023년 이후 5.7% 증가했으며, 특히 2025년과 2026년 현재까지도 강력한 증가세를 보이고 있다. 이는 앞서 2021년과 2022년 사이에 해당 직종의 고용이 16% 급증한 데서 이어진 결과이다. 다른 AI에 영향을 받는 직종들도 비슷한 양상을 보인다. 사무 및 행정 지원 직종은 2023년 이후 고용이 3.8% 증가했다. 이 직종은 AI에 대한 노출도가 높을 뿐만 아니라 2000년대 초에 인터넷 기반 도구 및 소프트웨어의 확산과 같은 이전 기술 변화 물결에도 영향을 받았기 때문에 특히 주목할 만한다.

그림 4. 직업별 고용 추세, 노동 시장의 주요 변화 시사하지 않아

출처: US BEA, US BLS. 딜로이트 분석

기술 인력의 고용은 여전히 증가하고 있다. 지난 2021년 12월 딜로이트 경제 동향 분석 보고서에서 우리는 미국 노동통계국의 ‘직업별 고용 및 임금 통계’(OEWS) 연간 데이터를 기반으로 기술 인력을 6가지 유형의 직종으로 정의했다. 여기에는 경제 내 22개 주요 직종 중 1개 직종과 5개의 하위 직종이 포함된다(그림 5). 컴퓨터 및 수학 관련 직종이 이러한 기술 인력의 5분의 4 이상을 차지한다.^[14]

그림 5. 6개 직종으로 구성되는 미국 기술 인력

출처: US BEA, US BLS. 딜로이트 분석

지금까지 AI의 발전 속도를 고려할 때, 기술 부문 인력에 상당한 변화가 있을 것으로 예상할 수도 있다. 그러나 증거 자료들에 따르면 기술 부문 인력은 언급한 6개 직종별로 차이는 있지만 지속적으로 증가해 왔다. 2024년부터 2025년 사이 기술 인력은 6.6% 증가했으며, 이는 앞선 3년간 8.4% 증가에 이은 것이다. 두 기간 모두 기술 인력 증가율이 전체 고용 증가율을 앞질렀다.

장기적인 관점을 유지하라

기술 발전이 항상 일자리 감소로 이어지는 것은 아니다. 스프레드시트, 클라우드 기반 재무 소프트웨어, 디지털 데이터베이스, 감사 분석 도구가 발전했다고 해서 재무 분석가, 회계사 및 감사 인력에 대한 수요가 줄어든 것도 아니다.

미국 노동통계국의 ‘직업별 고용 및 임금 통계’에 따르면, 2021년부터 2025년 사이에 회계사 및 감사 인력의 고용은 64.5% 늘었으며, 재무분석가 고용은 129.4%나 증가했다. 이는 같은 기간 전체 고용 증가율인 21.5%보다 훨씬 높은 수치이다.^[15]

실제로 새로운 기술 덕분에 일상적인 분석 작업이 더 빠르고 저렴해졌음에도 불구하고, 이 두 직종에 대한 수요는 증가했다. 이처럼 효율성 향상으로 비용이 절감되어 되레 수요가 증가하는 현상을 ‘제본스 역설’(Jevons paradox)이라고 한다.^[16]

지금까지 증거들에 대한 분석을 종합해 보면, AI 도입이 광범위한 일자리 감소로 이어졌다는 증거는 제한적이다. 일부 기술 산업에서는 고용이 둔화되었지만, AI 관련 직종은 계속 성장하고 있으며 기술 인력은 전체 고용 증가율보다 빠르게 확대되었다. 다만 노동 시장의 광범위한 구조적 변화, 특히 노동력 구성의 직업 분포 변화에 미치는 영향을 분석하기에는 너무 짧은 기간이다.

분명한 것은 AI 기반 기술 투자의 급격한 증가세가 미국 경제에 뚜렷한 영향을 미치고 있다는 점이다. 기술 투자는 미국 경제 성장의 중요한 동력으로 자리 잡았으며, 기술 산업의 생산성 또한 크게 증가했다. 이러한 성과가 시간이 지남에 따라 다른 부문으로 확산될지, 아니면 현재의 AI 호황 자체가 지속될지 여부는 장기간에 걸친 미국 경제 성장의 궤적과 성격을 결정하는 데 중요한 단서가 될 것이다.

보론: AI 기술의 생산성 역설은 해소되었나?

과거 컴퓨터와 인터넷 통신망과 같은 정보통신기술(ICT) 혁신과 막대한 투자에도 불구하고 1960년대 3%에 달하던 생산성이 1980년대에 1%대로 떨어지자, 노벨 경제학상 수상자인 로버트 솔로 교수가 도무지 이런 현상을 이해하기 힘들다고 토로한 바 있다. 이로 인해 ‘솔로 패러독스’(Solow paradox)라는 용어가 생겼다. “컴퓨터 시대는 어디서나 볼 수 있지만, 생산성 통계에서는 전혀 찾아볼 수 없다”는 역설 말이다.

1990년대 들어서면서 비로소 생산성이 급격히 증가하면서 ICT 기술 혁신의 생산성의 역설은 해소가 되었다. AI 기술 혁신은 이러한 사례와 달리 생산성 향상이 눈에 띄게 나타나고 있다. 이러한 생산성 증가율이 본격적으로 강화되는 시기로 접어들었는지 여부를 파악하는 것이 중요하지만, 그 여부를 실시간으로 판단하는 것은 여전히 어렵다. 대개는 시간이 지나간 후에 이를 제대로 알 수 있다. 1990년대 생산성 향상도 한참 지난 후에 인식이 가능했다.

앞서 살펴본 것처럼, 미국 경제의 노동 생산성 추세를 팬데믹 이전과 이후로 나눠 살펴보면, 팬데믹 이후 기간의 생산성 증가율이 상당히 높게 나타난다. 하지만 생산성 강화를 이끈 것이 소수의 산업, 주로 기술 부문이라는 점에서 최신 AI 도입과 전반적인 생산성 증가율 강화 사이의 연관을 제대로 설명하지는 못한다(그림 6).
 

그림 6. 생성형 AI 영향? 2022년 하반기부터 강화된 생산성 추세

출처: Federal Reserve Bank of Kansas City, 딜로이트 인사이트

특히 총 노동 생산성 증가율이 높아지기는 했지만, 총요소생산성(TFP) 증가율은 상대적으로 부진한 것으로 나타나고 있다. 이는 광범위한 부문에서 생산 효율의 향상이 아직은 실현되지 못하고 있음을 시사한다. 2026년 1분기까지 최근 4분기 동안 TFP는 1.5% 증가했는데, 가동률을 조정한 TFP는 0.07% 증가하는 데 그쳤다. 자본 등 투입 요소에 비해 산출량 증가폭이 미미했다는 의미다.^[17]

결국 최신 AI 기술의 도입으로 인해 일부 부문의 생산성이 대폭 향상되고 있지만, 이러한 추세가 지속적으로 산업 전반으로 확산되어 나갈 것인지가 ‘관건’으로 부상한 것이다. 당장은 AI의 생산성 향상 효과를 ‘잠재력’ 정도만 인정해야 한다는 관점에서 보자면, 최근 금융시장의 변동성이 터무니없이 높아진 것은 위험한 신호로 볼 수 있다.^[18]

2022년 하반기부터 3년여 정도 기간의 변화로 단정적인 주장을 하기는 어렵지만, 총 노동 생산성 증가율이 추세적으로 높아지는 것은 사실이다. 이미 일부 부문에서 AI 도입과 생산성 향상 사이에 긍정적인 상관성이 나타나고 있어, 앞으로 AI 도입이 확산됨에 따라 총 노동 생산성의 강화 잠재력이 있음을 보여준다.^[19]

AI가 이미 전반적인 노동 생산성에 상당히 큰 영향을 미치고 있을 것이란 ‘가설’에 힘을 싣는 분석에 주목할 수 있다. 예를 들어 세인트루이스 연방준비은행의 2025년 조사 결과, 생성형 AI가 생산성을 최대 1.3% 향상시킨 것으로 추정되는데 이것이 미국 총 노동 생산성 데이터와 거의 일치하는 것으로 나타났다. 나아가 AI 도입율이 높은 산업일수록 이전 추세보다 생산성이 빠르게 증가하는 경향도 관찰되었다.(그림 7)^[20]

그림 7. 생산성 증가율과 생성형 AI 활용 수준 상관관계

출처: Federal Reserve Bank of St. Louis, 딜로이트 인사이트

하지만 가설에 대한 증명이 곧 인과관계를 설명해주지는 않는다. 이 때문에 숨어 있는 인과관계를 설명하려는 시도가 나온다. 생성형 AI가 범용기술(General-Purpose Technology; GPT)이자 혁신 방법의 혁신(Innovation in the Method of Innovation; IMI)이라는 전제 하에, 2017년을 기점으로 하여 전후 생산성 통계를 비교해 보니 AI의 영향이 확인되었다. 해당 연구 결과에 따르면, 소프트웨어 및 소프트웨어 연구개발의 생산 및 사용 효과가 2017년부터 2024년까지 미국 비농업부문 노동생산성 평균 증가율 2%의 절반을 설명해주며, 2017년 이전 5년간 생산성 증가율보다 1.2%포인트 가속화된 부분의 절반을 차지하는 것으로 나타났다.^[21]

그림 8. 생산성과 소프트웨어 부문의 기여 비교

출처: Filippo Bontadini et al.(2025 Oct). 딜로이트 인사이트

참고로 2017년은 ‘AI의 기술적 전환점’으로 보는데, 당시 딥러닝 분야의 유명한 논문 “Attention Is All You Need”가 제출됐다. 논문에서 소개된 모델은 기존 머신러닝에 트랜스포머 아키텍처를 도입하여 생성형 AI를 획기적으로 발전시킨 것으로 평가된다. 최신 생성형 AI 모델은 거의 모두 트랜스포머 디코더 구조를 기반으로 제작된 언어 모델이다.

이러한 분석도 가설에 대한 검증을 통해 ‘상관관계’를 보여주지만, 여전히 ‘인과관계’를 설명해주지는 않는다. 생산성에는 기술 외에도 여러가지 요인들이 작용한다. 기업의 투자 외에 고용과 해고 추세에 따른 노동시간 투입의 변화가 중요하다. 게다가 아직 전반적인 기업의 AI 도입율이나 활용 수준이 높지 않다는 점을 고려하면, 이러한 분석 결과가 보여주는 의미에 대해 유보적인 태도를 갖는 것이 합리적일 수 있다.^[22]

AI 도입에 가장 앞선 국가가 최고 성과를 내고 있는 것도 아니다. 일부 지표에 따르면 미국은 현재 민간 부문 AI 투자에서 세계 1위를 차지했지만, 초기 성과는 미미한 편이다. 한 조사 결과 미국 기업들 중 AI 도입으로 인해 실질적인 영업이익 개선이 있었다는 경우는 40% 미만으로 나타났다.^[23]

일부 전문가들은 혁신 기술이 확산되는 초기에는 생산성 향상이 소수 산업에 집중되어 나타날 수 있다고 본다. 범용기술의 경우 무형자산 투자 효과가 뒤늦게 반영된다는 이른바 ‘J-커브’ 이론이 그것으로, 앞서 ‘솔로 패러독스’를 기술 혁신 초기 무형자본 투자의 필요에 의해 나타나는 일반적인 현상으로 설명했다. 또한 경제 통계상 제대로 반영되지 않는 것들이 있다고 본다.^[24]

그림 9. 경제 측정 오차를 감안한 ‘J-커브’

출처: E. Brynjolfsson(2017), 딜로이트 인사이트

J-커브 이론이 맞는다면, 생성형 AI 도입에 따른 효과도 상당히 오랜 기간이 지나야 생산성 지표에 반영될 것이다. 심지어 초기에는 생산성이 낮아지는 것이 일반적이겠지만, 최근 통계는 이 같은 설명과 잘 들어맞지는 않는다.

J-커브 현상을 감안해 투자 전문가들 사이에서는 AI로 인한 경제 전반의 생산성 향상과 그 영향을 보려면 최소한 앞으로 수년은 지나야 할 것이라는 주장이 제기된다.^[25] 최근 AI로 인한 경제적 성과는 과거 10년간 디지털 부문이 주도한 투자 추세의 성과 연장선에서 이해할 수 있다는 의견도 있다.^[26]

한편, 생산성 향상이 보편화되려면 미국 경제에서 가장 큰 비중을 차지하는 서비스 부문의 변화가 중요하다. 리치몬드 연방준비은행의 미국 경제 생산성 전망 분석에 따르면, 관건은 역사적으로 낮은 노동 생산성 추세를 유지해왔던 서비스 부문에 있다.^[27]

과거 생산성 증가를 주도한 지식 재산 상품(IPP) 서비스의 중요성이 높아지기는 하지만, 미국 경제 내 비중은 10%대에 그친다. 전체 서비스 부문의 약 3분의 2, 경제 전체의 절반을 차지하는 3대 서비스 하위 부문은 금융, 보험 및 부동산(FIRE)과 전문 기업 서비스(PBS), 교육 및 의료(EHC) 등이다. 그 중에서 금융, 보험 및 부동산 부문의 생산성 기여도가 강화되는 추세인 반면 나머지 두 가지 하위 부문의 기여도는 줄어드는 추세이다.^[28]

시카고 연방준비은행은 40년간 미국의 TFP 성장이 특정 부문에 집중되었으며, 특히 정보화기술(IT) 부문이 TFP 성장의 45%라는 가장 큰 비중을 차지했다는 분석을 제시한다. 기업 부문의 전체 재화 및 서비스 생산에서 IT부문의 비중이 8%에 불과했지만 강력한 역할을 한 셈이다.^[29]

이는 앞으로도 AI 기술 도입 및 확산으로 인해 경제 성장과 생산성 향상에 IT 부문의 역할이 계속 중요할 것임을 시사하지만, 또한 경제 성장이 단일한 부문에 집중된 상황에서는 성장 동력이 보다 광범위하게 분포했던 과거에 비해 안정적인 성장 추세를 유지하기가 더 어려워질 수 있다는 점도 보여준다.

그림 10. 미국 연간 총 TFP 성장률, 1988~2023

출처: US BLS, BEA 데이터 기반 저자 계산. 딜로이트 인사이트

2000년대 중반 미국의 TFP 증가율이 둔화된 것도 글로벌 금융 위기로 인한 대침체보다는 그에 앞서 IT 부문의 예외적인 성장 효과가 약화되었기 때문이다.^[30]