댈러스 연은: AI는 '실제로 쓰는 곳'에서만 생산성을 올린다

당신이 속한 산업의 AI "노출도 점수"는 앞으로 무슨 일이 벌어질지 거의 아무것도 예측하지 못합니다. 미국과 유럽 16개국을 비교한 댈러스 연방준비은행의 새 분석에 따르면, 실제로 결과를 가르는 변수는 따로 있습니다. 바로 당신 주변 사람들이 그 도구를 실제로 쓰고 있는가입니다. 같은 직업, 같은 기술인데 결과는 완전히 갈립니다.

2026년 7월 7일 댈러스 연은의 이코노미스트 스콧 데이비스(Scott Davis)가 내놓은 이 분석에는 조용하지만 희망적인 발견이 담겨 있습니다. AI에 대한 가장 흔한 공포를 뒤집는 결론이거든요. 당신 직업의 자동화 가능성은 운명이 아닙니다. 채택(adoption)이 운명을 만듭니다.

노동시간의 16%가 생산성 증가의 40%를 만든다

먼저 큰 숫자부터 봅시다. 미국의 노동생산성은 2024년 초 이후 연율 2.4%로 성장했습니다. 팬데믹 이전 5년 평균이 1.6%였던 것과 비교하면 확실한 가속입니다 [사실]. 그런데 이 성장은 고르게 퍼져 있지 않습니다.

무거운 짐을 지고 있는 건 세 개 부문입니다. 정보(information), 금융·보험, 그리고 전문·기술 서비스. 이 세 부문의 2024년 1분기 이후 평균 연율 생산성 증가율은 3.7%, 나머지 경제 전체는 1.7%였습니다 [사실]. 그리고 이 세 부문은 펠튼–라지–시먼스(Felten–Raj–Seamans) AI 산업 노출도 지수에서 가장 높은 점수를 받은 바로 그 부문들입니다. 이 지수는 AI가 특정 직무의 과업을 얼마나 잘 대신할 수 있는지를 점수화한 것입니다.

여기서부터가 자동화 공포 기사를 읽는 방식을 바꿔놓을 대목입니다. 노출도가 높은 이 세 부문은 미국 전체 노동시간의 16%밖에 차지하지 않습니다. 그런데 2024년 초 이후 미국 생산성 증가분의 40%를 이들이 만들어냈습니다 [사실]. 노동력의 작은 조각이 성장의 압도적 몫을 만들어내고 있고, 그 일이 벌어지는 곳은 "AI 노출도" 순위가 가장 위험하다고 찍은 바로 그 직업들입니다.

댈러스 연은이 공개한 차트 데이터를 직업군별로 보면 더 선명합니다. 정보 부문은 AI 노출도 1.15에 생산성 증가율 7.8%. 전문·기술 서비스는 노출도 1.71에 4.1%. 금융·보험은 전 부문 중 가장 높은 노출도 2.04에 2.7% [사실]. 반면 노출도 -1.10인 건설업은 1.2%에 그쳤고, -1.05인 레저·숙박업은 -0.03%로 사실상 제자리였습니다 [사실]. AI가 손댈 수 있는 산업이 더 생산적으로 변하고 있고, 손댈 수 없는 산업은 정체돼 있습니다.

유럽은 같은 실험을 했는데 아무 일도 일어나지 않았다

노출도만으로 생산성이 결정된다면, 이 패턴은 어디서나 반복돼야 합니다. AI는 국경을 따지지 않으니까요. 뮌헨의 회계사가 하는 과업 목록은 맨해튼 회계사의 과업 목록과 다르지 않습니다. 실제로 노출도 지수는 정의상 미국과 EU에서 완전히 동일합니다 [사실].

그래서 데이비스는 유럽 국민계정 데이터에 똑같은 회귀분석을 돌렸습니다. 결과는? EU에서는 부문별 AI 노출도와 최근 생산성 증가 사이에 상관관계가 전혀 없었습니다 [사실]. 0입니다. 노출도가 높은 유럽 부문들은 미국 짝꿍들처럼 앞서 나가지 못했습니다. 유럽의 정보 서비스는 생산성이 3.2% 올랐지만, 금융·보험은 오히려 -1.0% 줄었고 부동산은 -2.8% 하락했습니다 [사실].

두 대륙, 같은 도구, 같은 과업 목록, 정반대의 결과. 노출도가 아닌 다른 무언가가 일을 하고 있다는 뜻입니다.

빠진 변수는 '사용량'이고, 그건 측정 가능하다

댈러스 연은의 답은 Anthropic AI 사용 지수(AI Usage Index)에서 나옵니다. 각국의 Claude 사용량을 생산가능인구로 정규화한 지표로, 글로벌 평균만큼 쓰는 나라는 1.0이 됩니다.

미국은 3.69입니다. 1인당 세계 평균의 3.69배를 쓴다는 뜻입니다 [사실]. EU-27 평균은 1.85, 대략 절반 수준이죠 [사실]. 유럽 내부의 편차도 어마어마합니다. 에스토니아 3.05, 프랑스 2.66, 네덜란드 2.61, 아일랜드 2.39, 스웨덴 2.29, 포르투갈 2.23, 덴마크 2.10, 독일 1.79, 이탈리아와 스페인 각각 1.62, 폴란드 1.41 [사실].

이제 이 사용량 수치를, 각국에서 "AI 노출도가 높을수록 생산성이 더 올랐는가"의 기울기와 나란히 놓아봅시다. 유럽에서 AI를 가장 많이 쓰는 에스토니아가 표본 전체에서 가장 강한 관계(기울기 2.20)를 보였습니다. 미국은 1.18, 프랑스 0.92, 포르투갈 0.75 [사실]. 사용량 사다리를 내려가면 관계는 무너지거나 뒤집힙니다. 독일 -0.86, 스페인 -0.79, 폴란드 -1.91 [사실].

데이비스의 결론은 이렇습니다. 미국은 예외적 존재가 아니라는 것. 미국은 추세선 위에 정확히 놓여 있습니다. AI 노출도 높은 미국 부문의 높은 생산성 증가는 '미국만의 특별함'이 아니라, 사람들이 실제로 기술을 채택하는 곳이라면 어디서나 벌어지는 일입니다 [주장].

이게 들리는 것보다 좋은 소식인 이유

AI 노출도를 둘러싼 종말론적 프레임은 이렇습니다. 노출도가 높다 = 당신 과업이 자동화될 수 있다 = 당신은 대체된다. 그런데 댈러스 연은 데이터는 다른 인과 사슬을 보여줍니다. 높은 노출도 + 높은 사용량 = 시간당 산출 증가. 그리고 이 부문들에서 그 결과는 지금까지 '사라지는 일자리'가 아니라 '더 가치 있는 일'로 나타났습니다. 정보와 전문 서비스는 생산성이 급등하는 와중에도 미국 경제에서 가장 빠르게 성장하고 가장 잘 버는 영역으로 남아 있습니다.

그리고 두 번째, 더 힘이 되는 함의가 있습니다. 노출도는 당신 직업의 성격이 부여하는 것이지만, 사용량은 선택입니다. 당신이, 당신의 회사가, 당신 나라의 정책 환경이 선택하는 것입니다. 에스토니아 회계사가 하는 일이 독일 회계사보다 구조적으로 유리할 리 없습니다. 에스토니아가 가진 건 채택의 우위입니다. 그 격차는 좁힐 수 있고, 좁히는 건 운명이 아니라 결정입니다.

당신이 재무 분석가, 경영 컨설턴트, 소프트웨어 개발자, 시장조사 분석가, 보험 언더라이터라면 지금 이 생산성 배당이 떨어지고 있는 바로 그 부문에 앉아 있는 것입니다. 데이터가 당신에게 던지는 질문은 "AI가 나를 대체할까?"가 아닙니다. "나는 3.69 그룹인가, 1.41 그룹인가?"입니다.

솔직한 한계

데이비스는 신중합니다. 우리도 그래야 합니다. 그는 이것이 인과관계가 아니라 상관관계임을 명시적으로 밝힙니다 [사실]. 생산성은 자본 투자, 노동시장 유연성, 에너지 비용, 산업 구성 등 수십 가지 요인에 좌우되고, 그중 일부는 AI 사용과 상관관계가 있을 뿐 AI 때문에 생긴 게 아닙니다.

아일랜드 사례가 이를 생생히 보여줍니다. 아일랜드는 사용 지수가 2.39로 꽤 높은데, 표본에서 가장 음(-)의 기울기인 -3.39를 기록했습니다 [사실]. 아일랜드 국민계정이 다국적 기업의 이익 이전으로 왜곡돼 있다는 건 유명한 얘기죠. 이 데이터가 깨끗한 실험이 아니라 잡음 많은 거시 시계열이라는 점을 상기시킵니다.

두 가지 단서를 더 붙입니다. 사용 지수는 하나의 AI 제품(Claude)을 국가 전체의 AI 채택 대리변수로 씁니다 [추정] — 합리적인 대리변수지만 어디까지나 대리변수입니다. 그리고 생산성 증가는 고용 증가와 같은 말이 아닙니다. 산업은 사람을 덜 쓰면서도 시간당 더 많이 만들어낼 수 있습니다. 우리가 분석한 ECB의 2026년 노동시장 데이터와 6월 챌린저 감원 보고서를 보면, 두 효과가 경제의 서로 다른 구석에서 동시에 굴러가고 있습니다.

월요일 아침에 할 일

노출도 점수를 판결문처럼 취급하지 마세요. 그건 AI가 당신 과업 목록으로 무엇을 할 수 있는지를 말할 뿐, 당신 월급에 무슨 일이 벌어질지를 말하지 않습니다. 노출도는 높고 사용량은 낮았던 유럽 부문들은 생산성 이득도, 유예도 얻지 못했습니다. 그냥 뒤처졌을 뿐입니다.

당신 자신의 사용 지수를 재보세요. 매주 반복하는 업무 중 몇 개나 실제로 AI 도구를 거치나요? 솔직한 답이 "거의 없다"면, 여권이 무엇이든 당신은 1.41 국가에 살고 있는 겁니다.

레버리지가 있는 곳에서 채택을 밀어붙이세요. 댈러스 연은의 국가 간 증거가 말하는 건, 이득은 도구를 '쓸 수 있는' 곳이 아니라 '집중적으로 쓰는' 곳으로 흘러간다는 것입니다. 회사 안에서 그 레버는 대개 한 팀이 하나의 워크플로를 다시 짜겠다는 의지입니다.

나머지 84%를 주시하세요. 데이비스가 열어둔 미해결 질문은, AI가 진짜 범용기술이 되어 지금은 노출도가 낮은 부문 — 건설, 운수, 숙박 — 까지 끌어올릴 것인가입니다. 이 부문들의 생산성 증가율은 2023년 정점 이후 계속 내려가고 있습니다 [사실]. 사무직 대체가 아니라 이쪽이 향후 5년의 더 큰 이야기일지 모릅니다.

당신의 직업이 노출도와 자동화 위험도에서 어디쯤 있는지는 직업 페이지에서 확인할 수 있습니다 — 재무 분석가, 소프트웨어 개발자, 경영 컨설턴트, 보험 언더라이터 등.

출처

• Scott Davis, "International comparisons show AI effect on productivity," 댈러스 연방준비은행, 2026년 7월 7일 — https://www.dallasfed.org/research/economics/2026/0707
• 댈러스 연은 차트 데이터 (차트 1–5, 부문별 노출도 및 국가별 사용량 시계열) — https://www.dallasfed.org/-/media/documents/research/economics/2026/0707data.xlsx
• Anthropic Economic Index (국가별 AI 사용 지수) — https://www.anthropic.com/economic-index
• 미국 노동통계국(BLS), 노동생산성 및 비용 — https://www.bls.gov/productivity/

_AI 보조 분석입니다. 수치는 댈러스 연은 기사와 공개 차트 데이터에서 직접 인용했습니다. 저희 직업 페이지의 O\*NET 기반 노출도·자동화 위험도 점수는 자체 방법론을 사용하며, 여기 인용된 펠튼–라지–시먼스 지수와 다를 수 있습니다._