전기 모터가 공장에 들어왔을 때 — AI는 도구가 아니라 일하는 방식을 바꿀 때 효과가 난다

전기를 넣었는데 생산성이 그대로였다

1890년대 미국 공장에 전기 모터가 들어오기 시작했다. 새 동력원은 더 깨끗하고 다루기 쉬웠다. 그런데 이상한 일이 벌어졌다. 공장이 전기를 받아들이는데도 생산성 통계는 거의 움직이지 않았다. 기술은 바뀌었는데 성과는 그대로인 이 현상을 경제학에서는 생산성 역설(productivity paradox, 기술은 분명히 발전했는데 측정된 생산성은 오르지 않는 어긋남)이라고 부른다.

경제사학자 폴 데이비드(Paul David)는 1990년 논문 "발전기와 컴퓨터(The Dynamo and the Computer)"에서 그 이유를 짚었다. 많은 공장이 전기를 새 기술로 받아들이면서도 일하는 방식은 옛날 그대로 두었기 때문이다. 한가운데 있던 거대한 증기기관을 떼어내고 그 자리에 똑같이 거대한 전기 모터 하나를 끼워 넣었을 뿐이다. 모터는 바뀌었지만 공장의 뼈대는 증기 시대 그대로였다.

30년이 걸린 진짜 변화 — 기계 배치를 다시 짰다

증기 시대 공장은 라인 샤프트(line shaft, 천장에 매단 긴 회전축 하나에 벨트를 걸어 모든 기계로 동력을 나눠 주던 구조)를 중심으로 지어졌다. 동력원이 하나뿐이니 모든 기계를 그 축 가까이 다닥다닥 붙여야 했다. 공장 배치는 동력을 어떻게 전달하느냐가 정했지, 일이 어떻게 흘러야 자연스러운가가 정하지 못했다.

다이어그램 설명. 공장 동력이 거쳐 온 세 단계를 보여준다. 천장 회전축 하나로 모든 기계를 돌리던 구조에서 출발해, 그 자리에 전기 모터를 끼워 넣되 배치는 그대로 둔 중간 단계를 지나, 기계마다 전용 모터를 달고 배치와 동선까지 전면 재설계한 단계로 이어진다. 동력원만 바꾼 중간 단계에서는 성과가 거의 따라오지 않았고, 일하는 구조까지 다시 짠 마지막 단계에 와서야 큰 도약이 나왔다는 점이 핵심이다. 같은 전기를 쓰는데도 결과가 갈린 이유는 도구가 아니라 일하는 구조를 바꿨는지에 있었다.

경제사학자 워런 디바인(Warren Devine)이 1983년 논문 "축에서 전선으로(From Shafts to Wires)"에서 정리한 대로, 진짜 도약은 기계마다 자기 전용 모터를 다는 단위 구동(unit drive) 방식이 퍼진 1920년대에 와서야 일어났다. 모터가 작아져 기계마다 하나씩 붙이자 더 이상 천장 축에 매달릴 이유가 사라졌다. 그제서야 공장을 일의 흐름에 맞춰 다시 배치할 수 있었다. 작업 순서대로 기계를 늘어놓고, 단층 건물로 넓게 펴고, 쓸데없는 동선을 걷어냈다. 전기가 들어온 지 약 30년이 지나서였다.

핵심은 분명하다. 도약은 전기 모터라는 도구에서 나오지 않았다. 그 도구에 맞춰 일하는 방식 자체를 다시 짠 데서 나왔다.

컴퓨터도, AI도 같은 길을 걷는다

이 패턴은 한 번으로 끝나지 않았다. 1980~90년대 컴퓨터가 사무실에 깔릴 때도 똑같은 생산성 역설이 반복됐다. 책상마다 컴퓨터가 놓였지만 한동안 생산성 통계는 잠잠했다. 종이 시절의 업무 절차를 그대로 둔 채 화면으로만 옮긴 조직이 많았기 때문이다.

경제학자 에릭 브리뇰프슨(Erik Brynjolfsson)과 동료들은 이를 생산성 J-커브(productivity J-curve, 초기에 잠깐 내려갔다가 나중에 크게 오르는 J자 모양 곡선)로 설명한다. 전기·컴퓨터·AI 같은 일반목적기술(general purpose technology, 한 산업이 아니라 경제 전반을 떠받치는 기반 기술)은 도입 초기에 오히려 생산성이 잠깐 내려갔다가 한참 뒤에 크게 오르는 모양을 그린다. 내려가는 구간의 정체는 새 기술을 둘러싼 보이지 않는 투자 때문이다. 일하는 방식을 새로 짜고 사람들이 새 기술을 익히는 시간이 거기 들어간다. 통계에는 비용만 잡히고 성과는 아직 안 잡힌다. 그 보이지 않는 재설계가 무르익어야 비로소 곡선이 위로 꺾인다.

브리뇰프슨은 지금의 AI가 바로 이 J-커브의 내려가는 구간 어딘가에 있다고 본다(추정). 도구는 놀라운데 생산성 통계는 더딘, 우리 시대의 수수께끼다.

도구를 도입하지 말고, 일을 재설계하라

여기서 갈림길이 생긴다. 똑같은 AI 도구를 손에 쥐고도 어떤 길을 택하느냐에 따라 결과가 정반대로 벌어진다.

다이어그램 설명. 새 AI 도구를 손에 넣은 뒤 갈라지는 두 길을 보여준다. 기존 업무 틀을 그대로 두고 도구만 끼워 넣는 길은 효과가 미미한 정체로 이어지고, 그 끝은 같은 일을 더 적은 인원으로 처리하는 감원 압력이다. 반대로 업무 흐름 자체를 다시 짜는 길은 큰 생산성 도약으로 이어진다. 두 길의 출발점은 똑같은 도구이고, 결과를 가른 것은 일을 재설계했는지 여부라는 점이 핵심이다.

경영학자 마이클 해머(Michael Hammer)는 1990년 "일을 재설계하라 — 자동화하지 말고 갈아엎어라(Reengineering Work: Don't Automate, Obliterate)"라는 글에서 같은 함정을 지적했다. 비효율적인 기존 절차에 컴퓨터만 입히면 비효율을 더 빠르게 반복할 뿐이라는 것이다. 그가 말한 업무 프로세스 재설계(business process reengineering, 일하는 절차를 근본부터 다시 짜는 접근)는 30년이 지난 지금 AI 앞에서 그대로 되살아난다.

기존 업무의 틀을 그대로 둔 채 AI 도구만 끼워 넣으면, 1890년대에 증기기관을 전기 모터로 갈아 끼우기만 한 공장과 똑같아진다. 보고서 쓰는 절차는 그대로 두고 문장 다듬기에만 AI를 붙이고, 일이 오가는 흐름은 그대로 두고 요약에만 AI를 붙인다. 각 단계는 조금 빨라지지만 일 전체의 구조는 그대로다. 효과가 작을 수밖에 없다.

재설계의 고비를 못 넘으면 감원으로 흐른다

여기에 함정이 하나 더 있다. 일을 재설계하지 못한 채 도구만 들이면, 효과가 나타나는 거의 유일한 방향이 "같은 일을 조금 더 적은 사람으로" 처리하는 쪽이 된다. 일의 총량과 구조는 그대로인데 각 단계만 빨라졌으니, 남는 것은 사람을 줄여 비용을 깎는 선택뿐이다. 재설계의 고비를 넘지 못한 조직이 감원으로 흐르는 이유다.

반대로 일을 재설계하면 사람이 하던 일의 가치가 달라진다. AI가 초안과 반복 작업을 떠안는 만큼 사람은 판단·검증·방향 설정처럼 더 높은 곳으로 옮겨간다. 같은 인원으로 더 큰 일을 해낸다. 두 길의 갈림은 도구의 성능이 아니라 일을 다시 짤 의지가 있느냐에 달려 있다.

개인의 AI 경험으로 옮겨 보면

이 이야기는 거대 기업의 전략에만 해당하지 않는다. 혼자 일하는 개인이 AI를 자기 일상 작업에 녹여 쓰는 경험, 곧 AX(AI Experience, AI를 내 업무 흐름에 통합해 쓰는 경험)에도 그대로 적용된다. 새 모델이 나올 때마다 깔아 보는 것만으로는 천장 축에 모터 하나 더 다는 것과 다르지 않다.

나에게 이 말은 결국 하나로 모인다. 어떤 AI 도구를 새로 깔지 고민하기 전에, 내가 지금 하는 일의 흐름부터 다시 그려 보는 것이다. 어느 단계를 통째로 없앨 수 있는지, 어떤 일을 AI에 넘기고 나는 무엇을 쥘지, 순서 자체를 어떻게 바꿀지 먼저 정한다. 도구를 도입하지 말고, 일을 재설계한다. 100년 전 공장이 30년 걸려 배운 교훈을, 이번에는 더 빨리 가져가고 싶다.

---

참고한 공개 자료:

• Paul David, "The Dynamo and the Computer: An Historical Perspective on the Modern Productivity Paradox" (1990): https://www.almendron.com/tribuna/wp-content/uploads/2018/03/the-dynamo-and-the-computer-an-historical-perspective-on-the-modern-productivity-paradox.pdf
• "The Dynamo, the Computer, and ChatGPT" (AEI 해설): https://www.aei.org/articles/the-dynamo-the-computer-and-chatgpt-explaining-todays-productivity-paradox/
• Warren D. Devine Jr., "From Shafts to Wires: Historical Perspective on Electrification" (1983): https://www.cambridge.org/core/journals/journal-of-economic-history/article/abs/from-shafts-to-wires-historical-perspective-on-electrification/500078D9B4764BA1109A7967437CF226
• Brynjolfsson, Rock, Syverson, "The Productivity J-Curve" (NBER w25148): https://www.nber.org/system/files/working_papers/w25148/w25148.pdf
• MIT IDE, "The Productivity J-Curve" brief: https://ide.mit.edu/sites/default/files/publications/2019-04JCurvebrief.final2_.pdf

---

이 글은 생성형 AI의 도움을 받아 작성되었습니다. 원본 자료를 기반으로 AI가 초안을 생성하고, 작성자가 검토·편집하였습니다.