ChatGPT의 첫 번째 버전이 출시된 지 1년 후, 생성 인공지능(AI)에 대한 언론과 투자자의 관심이 누그러졌다. 헤드라인도 적고, AI의 직접적인 수혜자로 꼽히는 미국 최대 기업의 시가총액도 처음 급등한 뒤 안정세를 보이고 있다.

ChatGPT 및 유사한 도구가 지난 한 해 동안 다양한 산업에 어떻게 적용되었는지, 그리고 향후 경제에 어떤 의미를 가질 수 있는지 살펴보는 것이 적절한 시기인 것 같다.

업무 경험을 재정의한다.

생성 AI의 혁신적인 영향을 과소평가해서는 안 된다. 1960년 영장류학자인 제인 구달이 곰베 침팬지가 풀잎을 조작하여 흰개미를 잡는 것을 처음 목격했을 때 인간과 다른 동물 사이의 경계가 갑자기 모호해졌다. 도구를 지능적으로 사용하는 것은 더 이상 인간 특유의 특성으로 알려져 있지 않았으며, 그녀의 멘토인 고인류학자 루이스 리키(Louis Leakey)는 "이제 우리는 도구를 재정의하거나, 인간을 재정의하거나, 침팬지를 인간으로 받아들여야 한다"고 유명하게 말했다.

이제 생성 AI는 우리가 결코 가능하다고 생각하지 못했던 효율성으로 작업을 수행하는 데 사용할 수 있는 도구라는 것이 분명해졌으며, 이는 업무 경험을 재정의하고 있다. 당신이 구멍을 파는 임무를 맡았는데 바위가 그 자리를 막고 있다고 상상해 보라. 생성 AI는 바위를 부수기 위해 곡괭이로 변하는 삽을 건네받은 다음, 작업을 완료하기 위해 다시 삽으로 돌아가는 것과 같다.

보다 구체적으로, 생성 AI는 이미 다양한 산업 분야에서 혁신적으로 사용되고 있다. 다음은 혁신적 애플리케이션의 잠재력을 보유하고 있지만 덜 알려진 사용 사례의 작은 샘플이다:

1. 의료: 의사들은 생성AI를 사용하여 대량의 의학 문헌 요약을 캡처하거나 진단하기 어려운 상태의 잠재적 원인을 브레인스토밍하는 데 도움을 주고 있다. 병원에서는 개별 환자와 더 잘 공감하여 환자의 요구 사항을 예측하거나 보다 이해하기 쉬운 방식으로 의사소통하기 위해 페르소나를 사용하고 있다.

2. 법률: 법률 회사는 AI를 사용하여 주장의 강도를 스트레스 테스트하고 중간 지점을 협상하는 방법을 모색하고 있다. 또한 이 기술은 특정 용어(예: "면책")를 찾고 추가 검토를 위한 섹션을 식별하여 계약 검토를 수행하는 인간을 지원하는 데에도 사용된다.

3. 농업: AI는 무엇보다도 온도, 습도, 풍속 및 방향에 대한 헥타르별 데이터를 수집하고 분석하여 농부들의 관개 최적화를 돕고 있다. 농부는 생성 AI를 사용하여 낮은 작물 수확량의 가능한 원인과 해결 방법을 찾거나 해충 및 질병을 식별할 수 있다.

4. 제조: 자동차 회사는 AI를 사용하여 녹음된 토론을 구조화된 데이터로 자동 전환하고 다양한 차량 기능에 대한 그룹 정서를 요약함으로써 포커스 그룹 피드백을 분석하고 있다. 제조업체는 설문 조사, 딜러 보증 보고서 및 차량 소유자의 기타 언어에서 구조화되지 않은 데이터를 사용하여 문제를 더 빠르게 식별하고 소비자 요구 사항을 파악하며 마케팅 캠페인을 계획하고 있다.

기술이 생산성에 영향을 미치는 또 다른 방법은 프로그래밍 배경 지식이 거의 또는 전혀 없는 직원에게 고용주의 요구에 맞는 프로그램을 작성할 수 있는 권한을 부여하는 것이다. 예를 들어, ChatGPT에 데이터를 입력하는 것을 걱정하는 규제가 심한 업계의 기업은 이 기술을 사용하여 Python 및 VBA로 사용자 지정 도구를 생성한 다음 처리 및 분석을 위해 내부 데이터에 적용할 수 있다. 이와 대조적으로 많은 소프트웨어 회사는 지적 재산이 침해될까 봐 ChatGPT에 코드를 넣는 것을 꺼려왔다.

개인 수준에서 혁신적인 작업자는 생성 AI를 사용하여 계획, 의제 및 이메일 초안을 작성함으로써 생산성을 향상시키고 있다. 브레인스토밍에 도움; 여러 각도에서 문제를 분석한다. 개인화된 소프트웨어 도구를 작성한다. 또는 특정 작업을 수행하는 데 필요한 많은 정보를 요약한다. 협업을 강조하는 업무 공간 플랫폼에 기술이 통합됨에 따라 OpenAI의 ChatGPT, Microsoft의 Copilot, Google의 GSuite와 같은 도구는 생산성 이점의 범위를 넓힐 수 있다.

생성 AI의 거시경제적 영향

그러나 생성 AI의 거시경제적 영향은 GDP 성장, 인플레이션, 요소 생산성과 같은 일반적인 지표를 통해 즉시 측정할 수는 없다. 과거의 기술 혁신이 거시경제 변수에 미치는 영향을 느끼려면 분기가 아니라 수년이 걸린다는 사실이 역사를 통해 시사된다. 그럼에도 불구하고, 생성 AI의 영향을 측정하기 위한 일정은 소프트웨어를 통해 기술을 신속하게 출시할 수 있다는 사실과 덜 까다로운 학습 및 훈련 요구 사항으로 상대적으로 사용하기 쉽기 때문에 가속화될 수 있다.

우리의 견해로는 생성 AI의 거시경제적 영향에 영향을 미치는 주요 변수는 민관 협력 정도와 기술에 대한 전반적인 규제 접근 방식이다. 공공 부문의 적극적인 참여와 합리적인 규제가 없다면 국가는 AI의 모든 힘을 활용하는 데 필요한 인적, 물적 자본에 대한 투자가 부족할 것이다.

이러한 새로운 현실에 적응하고 있는 국가의 예로는 아랍에미리트를 들 수 있다. 최근 세계경제포럼(World Economic Forum)의 젊은 리더 프로그램(Young Leaders Program)의 일환으로 UAE를 방문했을 때, 우리는 UAE가 세계 최초의 인공지능부(Ministry of Artificial Intelligence)를 창설했다는 사실을 알게 되었다. UAE 당국은 다른 나라들도 뒤따를 것이라고 확신하고 있다. 이는 100년 전 최초의 에너지 부처가 창설된 것과 유사한 일이다.

이와 대조적으로 생성AI의 힘을 즉각 인식하지 못하고 위험을 완화하기 위해 노력하지 않는 국가는 혁신적인 미시적 수준의 이니셔티브와 거시적 수준의 결과 사이의 격차를 좁히지 못할 수도 있다. 잃을 가능성은 그들의 것이다.