주식시장이 매긴 AI의 소프트웨어 엔지니어 생산성 효과 32.6%, GDP로는 3.6% 혹은 그 절반

주가가 말해 주는 숫자가 있습니다. ChatGPT 출시부터 2025년 말까지, AI가 소프트웨어 엔지니어의 생산성을 영구적으로 32.6% 끌어올린 것과 같은 효과를 냈다는 겁니다. 이 수치는 개발자 옆에서 스톱워치를 잰 실험이 아니라 새로 나온 NBER 워킹페이퍼에서 나왔고, 핵심은 전부 그 측정 방법에 있습니다. 무엇을 재는지, 무엇은 못 재는지, 그리고 여기에 붙은 GDP 수치가 헤드라인보다 훨씬 크게 흔들리는 이유를 차례로 짚어 보겠습니다.

주가 수익률로 읽어 낸 생산성

논문은 NBER 워킹페이퍼 35793, 「The Macroeconomic Effect of AI: Sizing the Software Engineering Channel」입니다. 저자는 Alex Blumenfeld(UC 버클리), Jonathon Hazell(런던정경대), Chen Lian·Andreas Schaab(둘 다 UC 버클리·NBER)이고, NBER은 2026년 9월 28일에 공개했습니다.

논리는 두 단계입니다. [사실] 먼저 각 기업의 주간 주가 수익률이 AI 주식 지수(ROBO Global Artificial Intelligence 지수, 티커 THNQ)에 얼마나 민감하게 움직이는지를, 표준 파마-프렌치 시장·규모·가치 요인을 걷어 낸 뒤 추정합니다. 다음으로, 인건비 중 소프트웨어 엔지니어 몫이 큰 기업일수록 AI 뉴스에 더 강하게 반응하는지를 봅니다. 인건비 비중은 Revelio Labs의 개인 단위 데이터에서 2021년, 즉 주가 패널이 시작되기 직전 해의 값을 씁니다.

가장 중요한 설계는 표본입니다. 소프트웨어를 파는 기업이 아니라 소프트웨어 엔지니어를 쓰는 기업을 봅니다. [사실] 소프트웨어 생산 기업, 반도체 공급망 기업, 금융 기업, 그리고 AI 지수 편입 종목은 빠졌습니다. 남은 기업 중 엔지니어 비중이 높은 곳으로 이베이, 소노스, 익스피디아, 에어비앤비가 거론됩니다. AI가 산출 단위당 엔지니어링 비용을 낮춘다면 이런 기업의 비용이 더 크게 줄고, 투자자는 더 많은 이익을 기대하고, 주가가 먼저 움직일 겁니다.

[사실] 데이터는 실제로 그렇게 나왔습니다. 기준 모형에서 엔지니어 인건비 비중이 1%p 높은 기업은 AI 지수가 1%p 오를 때 수익률이 1.24bp 더 높았습니다. 구조 모형이 이 기울기를 생산성으로 바꿔 줍니다. 결과는 2022년 11월부터 2025년 12월까지의 AI 뉴스가, 시장이 기대하는 소프트웨어 엔지니어링 생산성의 현재가치를 영구적 32.6% 상승과 같은 만큼 올렸다는 것입니다. 저자들은 이 값이 코딩 실험에서 관측된 과업 단위 속도 향상 21~56%와 같은 범위라고 덧붙입니다.

32.6%가 3.6%가 되는 이유, 대부분은 숫자 하나

[사실] 논문이 제시하는 GDP 효과는 기준 모형에서 3.6%, 소프트웨어 엔지니어링이 빨라지면서 연구개발(R&D)까지 빨라지는 경우 6.5%입니다.

GDP 수치는 왜 생산성 수치의 9분의 1 정도일까요? 거의 전부를 모수 하나가 설명합니다. [사실] 기준 보정에서 소프트웨어 엔지니어링이 경제 전체 비용에서 차지하는 가중치는 약 0.111입니다. [추정] 32.6%에 0.111을 곱하면 3.6%가 나옵니다. 1차 근사로 보면, GDP 결과는 생산성 향상에 「경제 전체 비용 중 소프트웨어 엔지니어에게 가는 몫」을 곱한 값입니다. 저자들이 비선형 모형을 정확히 풀어도 수치는 3.61%에서 3.84%로 조금 움직일 뿐입니다.

그런데 이 가중치는 자연법칙이 아닙니다. [사실] 각주에는 미국 직업고용통계(OES)로 보정한 대안이 나오는데, 여기서는 비중이 약 0.053입니다. 이 경우 생산성 향상은 33.6%인데 GDP는 약 1.77%만 오릅니다. [추정] 같은 주가 데이터, 같은 회귀, 거의 같은 생산성 수치인데도, 누구를 소프트웨어 엔지니어로 세느냐에 따라 GDP 효과가 절반으로 줄어듭니다.

헤드라인보다 무른 곳 세 군데

초록에는 잘 드러나지 않지만 본문 안에 있는 세부 사항 세 가지입니다.

가정 하나가 답을 2배 넘게 흔듭니다. [사실] 가장 영향력이 큰 모수는 σ, 즉 기업이 소프트웨어 엔지니어와 다른 인력을 얼마나 쉽게 대체하느냐입니다. 기준값 1.6은 한국 기업 단위 데이터를 쓴 연구에서 가져왔습니다. σ = 1이면 생산성 향상은 22.5%, σ = 0.5면 14.0%로 떨어집니다. [추정] 같은 0.111 가중치를 적용하면 GDP 효과는 각각 약 2.5%와 1.6%로, 기준 3.6%와 차이가 큽니다. 이건 저희의 선형 근사이지 논문 표에 있는 수치가 아닙니다.

통계적 폭이 넓습니다. [사실] 주(週)와 기업을 함께 재표집하는 부트스트랩에서 기울기 1.24의 표준오차는 0.47로, 본 표의 0.26보다 큽니다. 계수는 여전히 통상적인 유의 기준을 넘습니다. [추정] 생산성 수치는 기울기에 정비례하므로, 통상적인 95% 구간(약 0.32~2.16)을 적용하면 32.6%는 대략 8%에서 57% 사이 어디든 될 수 있습니다. 점추정치는 넓은 범위의 가운데 값일 뿐입니다.

결과는 상위 꼬리가 끌고 갑니다. [사실] 기업을 소프트웨어 집약도 5분위로 나누면, AI 민감도 초과분은 최상위 분위와 어느 정도는 4분위에서만 나타납니다. 산업 통제를 2자리에서 더 세밀한 3자리로 바꾸면 기울기가 1.91에서 1.24로 내려갑니다. [추정] 통제 변수 하나 바꿔서 35%가 줄어든 셈입니다. 관계는 살아남지만, 원래 상관의 상당 부분은 산업 차이였습니다.

일자리에 대해 말하는 것과 말하지 않는 것

이 논문은 고용이 아니라 생산성에 관한 연구입니다. 헤드라인에서는 이 경계가 쉽게 흐려집니다.

[사실] 기준 모형에서 노동 공급은 고정돼 있습니다. 소프트웨어 엔지니어 수는 움직이지 않습니다. 그러니 이 모형으로는 어떤 개발자가 일자리를 지킬지 알 수 없습니다. 과업 기반 확장 모형에서는 AI가 일부 디지털 과업에서 엔지니어 노동을 대체하고 소프트웨어 공급자의 생산성이 올라가도록 설정하는데, 그래도 생산성·GDP 수치는 크게 달라지지 않습니다. 저자들은 노출 직업에서 청년·주니어 채용이 크게 줄었다는 별도 연구(Brynjolfsson 외 2026, Hosseini Maasoum·Lichtinger 2026)도 인용합니다.

여기서 직관과 어긋나는 대목이 나옵니다. [사실] 정확한 해를 풀면, 생산성 향상으로 소프트웨어 엔지니어링이 실효 기준으로 싸지고, 기업은 이를 더 많이 쓰며, 경제 전체에서 그 비용 가중치는 0.111에서 0.125로 올라갑니다. [주장] 엔지니어링과 다른 업무가 대체 관계라면, 엔지니어링 산출이 싸질수록 지출은 엔지니어링 쪽으로 줄어드는 게 아니라 더 몰립니다. [추정] 그런데 σ를 1 아래로, 논문도 함께 보고한 보완 관계 쪽으로 내리면 그 끌어당김은 약해집니다. 소프트웨어 종사자에게 희망적인 해석은, 이미 헤드라인을 2배 넘게 흔드는 바로 그 모수에 달려 있습니다.

분명한 한계도 있습니다. [주장] 주식시장의 기대는 일 자체를 잰 값이 아닙니다. 저자들도 시장의 시각이 「완벽하게 정확할 가능성은 낮다」고 직접 씁니다. 기대감으로 오른 주가도 이 방법에서는 기대 생산성으로 잡힙니다. 논문 자신의 문헌 검토도 Demirer 외(2026)를 인용하는데, 코딩 활동이 크게 늘어도 프로젝트·릴리스 증가는 그보다 작았고 새 앱의 소비자 이용 증가는 감지되지 않았다는 결과입니다.

2026년의 급등

[사실] 가격으로 만든 지표라서 매주 갱신됩니다. Claude Code, Codex 같은 코딩 에이전트가 확산된 2026년 상반기의 뉴스는, 그 전 3년치를 합친 것보다 큰 기대 생산성 향상을 만들었습니다. 2026년 중반에는 생산성과 GDP에 대한 효과가 2025년 말 대비 두 배 넘게 커졌습니다.

[추정] 32.6%의 두 배가 넘는다는 건 현재가치 기준 65% 이상, 기준 모형의 GDP 효과로는 약 7% 이상이라는 뜻입니다. 초록에는 2026년 중반의 단일 수치가 없어서, 저희가 만들어 넣지는 않겠습니다.

비교해 보면, [사실] Acemoglu(2025)는 모든 AI 경로를 합쳐 10년간 총요소생산성 0.53~0.66% 상승을, Aghion·Bunel(2024)은 6.8~13%를 추정했습니다. 소프트웨어 경로 하나만, 그것도 2025년 말까지만 본 이 논문의 3.61%는 그 사이에 있습니다. [추정] Acemoglu 추정 상단의 약 5배입니다.

밝혀 둘 점: 이 글은 Anthropic 모델의 도움을 받아 작성했고, Claude Code는 논문이 2026년 급등과 함께 언급한 두 도구 중 하나입니다. 저자들과는 아무 관계가 없습니다.

소프트웨어를 만드는 사람에게 주는 의미

• 투자자들은 엔지니어 1인당 산출이 빠르게 늘어난다는 데 값을 매기고 있고, 2026년 상반기에는 그 베팅이 이전 3년보다 빠르게 커졌습니다. 이건 엔지니어링 일이 조직되는 방식에 대한 압력입니다. 그 자체로 인원수 전망은 아닙니다.
• 소프트웨어를 파는 곳이 아니라 쓰는 회사(여행, 유통, 가전)에서 일한다면, 여러분이 바로 이 논문이 측정한 집단입니다. 그런 회사의 기업가치는 이제 AI 도구로 엔지니어링을 얼마나 뽑아내느냐와 묶여 있습니다.
• 모형은 엔지니어링과 다른 업무가 대체 관계라는 가정에 기대고 있습니다. 엔지니어링이 제품·사업 판단과 맞닿는 역할은 보완 관계 쪽에 있고, 이 방법이 가장 가격을 매기기 어려운 영역입니다. [주장]

직업별 데이터는 소프트웨어 개발자, 컴퓨터 프로그래머, 웹 개발자 페이지에서 확인하세요.

출처

• Alex Blumenfeld, Jonathon Hazell, Chen Lian, Andreas Schaab, 「The Macroeconomic Effect of AI: Sizing the Software Engineering Channel」, NBER Working Paper 35793, 2026년 9월: https://www.nber.org/papers/w35793

이 분석에 대해

이 글은 AI의 도움을 받아 작성했습니다. 초록 수치(32.6%, 3.6%, 6.5%, 2026년 중반의 두 배 증가)는 NBER이 공개한 초록에서 가져왔습니다. 방법론 세부, 기울기 1.24, σ 민감도, 부트스트랩 표준오차, 0.111·0.053 가중치, 정확해의 0.125 가중치는 저자들이 공개한 2026년 9월 14일자 논문판에서 읽었으며, 그 초록은 NBER 초록과 문구가 완전히 같습니다. NBER PDF 자체는 비구독자에게 막혀 있어 읽지 않았습니다. [추정] 표시 수치(32.6 × 0.111 분해, 대안 σ에서의 GDP 효과, 8~57% 범위, 기울기 35% 감소, 2026년 중반 하한)는 저자가 아닌 저희의 계산입니다. 논문의 그림·표는 전재하지 않았습니다.