이 글은 McKinsey & Company의 2023년 리포트 “The economic potential of generative AI: The next productivity frontier”의 Key Insights 내용을 번역, 요약, 의역 및 재구성한 글입니다.
Key Insights 1
- 최근 63가지 사용 사례 조사 결과에 따르면, 생성형 AI는 2.6~4.4조 달러에 이르는 가치를 제공할 것으로 분석됨 (cf. 2021년 영국 전체 GDP의 규모는 3.1조 달러)
- 위의 63가지 사용 사례 이외의 업무 사례에 생성형 AI를 적용시킨다고 가정하면, 예측치는 배로 늘어날 것
Key Insights 2
- 생성형 AI가 창출하는 가치의 75%는 4가지 영역에 해당됨: 고객 대상 운영, 마케팅 및 영업, 소프트웨어 엔지니어링, R&D
- 고객 대상 운영: 고객과의 상호작용을 증진 및 강화
- 마케팅 및 영업: 창의적인 컨텐츠 생성
- 소프트웨어 엔지니어링: 자연어 프롬프트를 기반으로 코드 작성
Key Insights 3
- 생성형 AI에 가장 영향을 많이 받는 산업 부문(industry sector): 은행, 첨단 기술, 생명 과학
- 예를 들어, 은행 부문은 연간 2,000억~3,400억 달러의 부가 가치를 만들어 낼 수 있을 것으로 추정
- 소매 및 소비재(retail and consumer) 부문에서도 연간 4,000억~6,600억 달러의 영향을 받을 것으로 추정
Key Insights 4
- 생성형 AI는 업무의 일부를 자동화하여 근로자의 역량을 강화시킬 것이며, 이는 업무의 구조 자체를 바꿀 것
- 현재 직원들의 업무 중 60~70%를 자동화할 수 있는 것으로 분석됨
- 이전 맥킨지는 50%정도를 자동화할 수 있을 것이라 예측했는데, 자동화 여지의 증가는 업무 활동에 필요한 자연어를 이해하는 능력의 가속화로 인한 것
- 생성형 AI의 자연어 이해 능력의 가속화는 높은 임금을 요구하는 지식 기반 업무에 더 큰 영향을 미칠 것으로 보임
Key Insights 5
- 생성형 AI 기술 발전과 자동화의 가능성의 증가는 인력 구조의 변화의 시기를 가속화 시킬 것
- 2030년 ~ 2060년 사이에 현재의 업무 활동의 절반이 자동화 될 수 있을 것으로 예상 (이전 추정치보다 약 10년 앞당겨질 수 있음을 시사)
Key Insights 6
- 생성형 AI를 활용하여 노동 생산성을 증가시키려는 움직임에는, 사람 인력들의 업무 활동 전환이나 직무 전환에 대한 투자를 필요로 함
- 인력의 시간적/업무적 재배치와 생산성 AI를 동시에 실행할 경우, 2040년까지 연간 0.1~0.6%의 노동 생산성 증가를 할 수 있을 것으로 예상됨
- 생성형 AI와 다른 기술의 결합으로 업무 자동화를 하여 연간 0.5~3.4%의 생산성 증가의 효과를 볼 수 있을 것으로 예상
- 하지만 이러한 생산성 증가는, 기존의 인력들의 업무 전환과 기타 위험을 제대로 관리해야만 지속가능하고 포용적으로 진행될 수 있을 것
Key Insights 7
- 생성형 AI 시대는 이제 막 시작되었기에, 기술의 혜택을 완전히 실현하고 리스크를 관리하는 데에는 많은 노력과 시간이 필요할 것
- 리더들은 생성형 AI에 내재된 리스크 관리, 인력에 필요한 기술 및 능력 결정과 재교육, 핵심 비즈니스 프로세스 재고 등의 과정을 거칠 필요성이 있음