개요
조쉬 김이 제기한 AI 생산성 패러독스는 단순한 기술적 한계가 아닌, 인간의 인지적 리소스 할당 방식과 기술 발전 속도 간의 근본적 불일치에서 비롯된다. 그의 주장은 표면적으로 “AI가 생산성을 높여주지 않는다”는 현상에 대한 불만처럼 보이지만, 실제로는 인간의 주의력(attention)이라는 유한한 자원이 AI가 생성하는 무한한 정보 흐름을 따라잡지 못하는 구조적 모순을 드러낸다.
본질적 통찰
-
생산성의 정의 전환: 전통적 생산성은 “단위 시간당 산출량”으로 측정되나, AI 시대에는 “단위 주의력당 가치 창출량”으로 재정의되어야 한다. AI가 산출량을 폭발적으로 증가시켜도, 인간의 주의력은 생물학적 한계에 묶여 있어 실질적 생산성은 정체된다.
-
필터링 비용의 역설: AI가 정보 생성 비용을 0에 가깝게 낮출수록, 양질의 정보를 선별하는 필터링 비용은 오히려 증가한다. 이는 정보비용역설의 전형적 사례다.
-
생산성 측정의 환영: 기업들이 AI 도입 후 단기적 생산성 향상을 보고하는 것은, AI가 저수준 작업을 대체함으로써 발생하는 “통계적 착시”일 가능성이 높다. 실제 가치 창출은 이전과 동일하거나 감소했을 수 있다.
함의
이 패러독스는 AI 기술 발전이 단순히 “더 많이, 더 빠르게”가 아닌 “더 현명하게, 더 선택적으로”로 패러다임 전환을 요구한다. 진정한 해결책은 AI 자체의 성능 향상이 아니라, 인간-인공지능 협업의 새로운 인지적 인터페이스 설계에 있다.