사람들은 시, 소설, 보고서 등 글쓰기, 그림 그리기, 알고리즘 코딩 등 창작의 세계가 그동안 인간에게만 허락된 별도의 영역이라 알고 있었다. 그런데 AI(인공지능)의 발전과 함께 이제는 진화한 AI가 스스로 창작의 영역을 넘보는 시대가 되었다. 생성형 AI(Generative AI)의 등장은 인간에게 어떤 의미가 있으며 우리의 미래에 어떤 영향을 미칠지 가늠하기 쉽지 않지만, 생성형 AI는 이미 여러 분야에서 현실로 나타나 적용되고 있다. 우리에게 성큼 다가온 생성형 AI의 시장현황, 다양한 이슈와 관심 사항 등을 살펴보기로 하자. <편집자 주>

 

 

[뉴스투데이=최봉 산업경제 전문기자] 생성형 AI(Generative AI)가 생산성에 미치는 영향과 관련한 내용은 앞서 살펴보았던 본 시리즈를 통해 지속적으로 소개하고 있다.

 

이와 관련해서 글로벌 컨설팅 기관인 맥킨지(McKinsey)는 Generative AI가 생산성 측면에서 세계 경제에 수조 달러의 가치를 추가할 수 있다는 연구보고서를 발표한 바 있다(“The economic potential of generative AI: The next productivity frontier”, 2023.6).

 

이 연구는 16개의 사업 기능(business function)에 걸친 63개의 Generative AI 사용 사례를 바탕으로 분석 결과를 도출하였다. (※주: 사업 기능은 ‘업종(산업)’이 아닌 업무 기능을 의미)

 

---

• Generative AI 사용, 소프트웨어 엔지니어링 등 4개 분야에서 효과 커..

 

보고서에 따르면 Generative AI는 분석에 포함한 16개의 사업 기능 분야에서 연간 2조6천억달러에서 4조4천억달러에 해당하는 금액(가치)을 추가할 수 있다고 추정한다.

 

이것은 모든 AI의 영향을 15~40%까지 증가시킬 것이며, 이러한 사용 사례 이외의 다른 작업에 현재 사용되는 소프트웨어에 내장되어있는(embedded) Generative AI의 영향까지 포함하면 이 추정치는 대략 두 배가 될 것이라고 한다.

 

 

특기할만한 사실은 Generative AI 사용 사례에서 추정한 가치의 약 75%가 소프트웨어 엔지니어링, 고객 운용 관리, 마케팅 및 세일즈, R&D의 4개 사업 기능 분야에 주로 걸쳐 있다는 것이다.

 

이 가운데 소프트웨어 엔지니어링 분야에 초점을 맞추어 살펴보기로 하자. 보고서에 따르면 Generative AI는 코딩 어시스턴트로서 개발자의 작업 속도 향상에 크게 기여하고 있다.

 

Generative AI가 소프트웨어 엔지니어링 분야의 잠재적인 생산성에 미치는 직접적인 영향은 기업 IT 관련에서는 연간 지출의 31%, 금액(가치)으로는 4850억달러이며, 제품개발 관련에서는 연간 지출의 32%, 금액(가치)으로는 4140억달러에 이르는 것으로 추정하고 있다.

 

소프트웨어 엔지니어링은 대부분의 회사에서 중요한 기능이며 기술 대기업뿐만 아니라 모든 대기업이 다양한 제품 및 서비스에 소프트웨어를 내장함에 따라 계속해서 성장하고 있다.

 

예를 들어, 신차 가치의 상당 부분은 어댑티브 크루즈 컨트롤(adaptive cruise control), 주차 지원, IoT 연결과 같은 디지털 기능에서 나오는 것이 최근의 추세다.

 

 

---

• Generative AI 도구, 개발자 작업의 속도 향상 제공.. 하지만 작업 복잡성과 개발자 경험에 따라 차이

 

이제 한 걸음 더 들어가 소프트웨어 엔지니어링 분야에서 일하고 있는 개발자에게 Generative AI 활용은 어떤 영향을 미치는지 살펴보자.

 

Generative AI 기반 도구가 개발자 생산성에 미치는 영향을 알아보기 위해 맥킨지는 미국과 아시아 전역에 위치하며 서로 다른 소프트웨어 개발 경험을 가진 40명 이상의 개발자로 실험대상을 구성했다(“Unleashing developer productivity with generative AI”, 2023.6).

 

실험 참가자들은 여러 주에 걸쳐 문서화, 코드 생성 및 리팩토링(코드 재구성)의 세 가지 영역에서 일반적인 소프트웨어 개발 작업을 수행하도록 요청받았다. 각 작업은 2개의 Generative AI 기반 도구에 액세스할 수 있는 테스트 그룹과 AI 지원을 사용하지 않는 통제 그룹이 수행했다.

 

실험결과에 따르면, Generative AI 기반 도구는 ‘일반적인’ 개발자의 작업에 대해 인상적인 속도 향상을 제공하는 것으로 나타났다.

 

유지 관리를 위한 코드 기능 문서화는 절반의 시간 내에 완료할 수 있었고, 새 코드를 작성하는 데는 35%~45%의 시간을 절감할 수 있었다. 또한, 기존 코드를 재구성·최적화(code refactoring)하는 데에는 거의 3분의 2의 시간만이 소요되었다.

 

 

하지만 주목할만한 사항은 시간 절감(생산성 향상)은 작업 복잡성과 개발자 경험에 따라 크게 다를 수 있다는 것이다.

 

예를 들어 필요한 프로그래밍의 프레임워크에 익숙하지 않아 개발자가 복잡도가 높다고 생각하는 작업의 경우 시간 절약이 10% 미만으로 줄었다.

 

1년 미만의 경험을 가진 개발자들 사이에서도 비슷한 결과가 나타났는데, 어떤 경우에는 Generative AI 도구가 없을 때보다 도구를 사용할 때 주니어 개발자가 작업에 7%~10% 더 오래 걸리기도 했다.

 

여러 사례와 실험 등을 통해 살펴보았을 때 공통적인 사실은 Generative AI 도구 활용에 따른 생산성 향상 효과는 상대적으로 작업 복잡성이 낮은 경우, 그리고 작업 숙련도가 높지 않은 작업자에게서 높게 나타나는 경향이 있는 것으로 판단된다.

 

이를 달리 해석한다면 Generative AI 도구가 루틴한 업무를 담당하는 숙련도가 낮은 작업자의 일자리를 가장 먼저 위협하는 것이 아닐까?

 

 

---