제목: Philip R. Lane: 인공지능(AI)과 유로지역 경제
요약: Philip R. Lane의 연설은 AI가 경제 전반에 걸쳐 생산성 파이를 어떻게 바꿀 수 있는지에 대한 다양한 시나리오를 소개합니다. 과거의 일반 목적 기술처럼 AI도 생산성의 수준뿐 아니라 혁신 과정 자체의 속도를 크게 끌어올릴 가능성이 있습니다. 다만 연구 결과는 분산돼 있으며, 글로벌·지역 간 차이도 큽니다. 유로지역의 경우 AI 도입 속도와 투자의 규모, 금융 체계의 구조적 한계가 주요 변수입니다. ECB는 디지털 투자 확대와 AI 확산을 촉진하기 위한 정책과 도구를 개발 중이며, AI 도입이 고용과 물가에 미치는 단기적 효과는 아직 확정적이지 않습니다. 또한 금융시장, 벤처 자본, 은행 대출과 같은 자금 조달 경로의 변화가 AI 확산에 중요한 역할을 하며, 은행 중심의 금융 시스템이 대규모 AI 투자에 충분히 작동하지 않는다는 점이 유로지역의 주요 도전으로 지적됩니다. ECB는 AI를 내부 분석·정책 준비에 점진적으로 통합하고 있으며, 2026년~2027년 사이 실무 전환을 목표로 중앙은행 디지털화 프로그램을 운영 중입니다. 원문 링크를 함께 첨부합니다.
자세한 내용:
-
AI의 경제적 잠재력과 현황
- AI는 특정 응용에 국한되지 않는 범용 기술로서, 생산 공정, 비즈니스 모델, 경제 구조 전반을 재편할 가능성이 큽니다. 대규모 언어모델과 제너레이티브 AI가 등장하면서 인지적 작업의 수행 능력이 크게 확장되고, 앞으로는 에이전트 AI가 인간의 노력만을 보완하는 수준을 넘어 자율적 경제 주체로 작동할 가능성도 있습니다.
- 과거의 일반 목적 기술은 주로 기존 생산 방식의 속도나 비용을 개선하는 반면, AI는 혁신 과정 자체의 생산성을 높일 수 있는 잠재력을 가집니다. 이는 지식 창출에서 상용화까지의 시간도 단축시킬 수 있습니다.
- 경제학 연구의 분산된 결과가 시사하는 바는 크고, AI의 거시경제적 효과는 보수적에서 혁신적까지 다양하게 제시됩니다.
-
글로벌·유로지역의 예측 차이와 채택 속도
- 2022년 말 제너레이티브 AI가 등장한 이후 주요 연구들은 AI의 글로벌 GDP 증가율과 노동생산성 증가를 두고 서로 다른 시나리오를 제시합니다. 초기 예측은 연간 1.5%포인트의 노동생산성 증가를, 더 강력한 시나리오는 연간 ~3.4%포인트의 생산성 증가를 제시하기도 했습니다. 그러나 2025년 연구들은 지역별·정책별 차이를 반영하며 예측 폭이 더 넓습니다.
- 도입 속도(speed of adoption)가 중요한데, 일반-purpose 기술은 과거에도 도입이 느렸으나 최근 추세는 더 빠르고 광범위하게 확산될 가능성이 있습니다. 다만 확산 속도가 빨라질수록 조정 부담도 커질 수 있습니다.
- 유럽은 미국에 비해 AI 투자 규모와 도입 속도가 느리며, 이는 생산성 및 고용 측면에서의 잠재적 차이를 초래할 수 있습니다. 유럽의 구조적 제약(SME 비중, 고위험 혁신 자본 시장의 미성숙, 규제 환경의 불확실성 등)이 도입에 영향을 미칠 수 있습니다.
-
투자와 금융의 구조적 변화
- AI는 데이터센터 인프라, 반도체, 에너지 시스템 등에서 자본지출을 크게 촉진하고 있습니다. 투자 확산의 규모와 구성은 경제 전체에 미치는 거시적 효과의 크기를 결정합니다.
- 투자 자금 조달은 국면에 따라 달라지며, 은행 대출 중심의 금융 시스템은 무형자산이 많은 AI 투자에 비효율적일 수 있습니다. 반면 벤처캐피탈(VC)과 민간 신용은 유럽에서 아직 미성숙합니다. 이로 인해 AI 분야의 선도 기업과 신생 기업 간 자금 조달 격차가 남아 있습니다.
- ECB 연구는 은행들이 AI를 활용한 신용평가·리스크 관리에서 이점을 얻는다고 보지만, 사이버 보안, 데이터 품질, 과다한 규제 등 새로운 위험도 동반된다고 지적합니다. 또한 AI 기반 가격결정 알고리즘이 경쟁 압력을 약화시킬 수 있는 우려도 있습니다.
-
고용과 사회적 효과
- AI의 고용영향은 아직 명확하지 않습니다. 일부 연구는 고용의 질적 변화나 특정 직군의 업무 재배치 가능성을 시사하는 한편, 다른 연구는 단기적으로 고용에 큰 충격이 크지 않을 수 있다고 봅니다. 유럽의 기업 조사를 보면 AI 도입은 생산성 상승으로 이어지지만 고용에 부정적 영향을 크게 보이지 않는 사례도 있습니다.
- 도입 속도와 생산성 증가의 규모가 클수록 단기적 수요 충격이 커질 수 있으며, 이는 재분배와 실업 위험 관리의 필요성으로 이어질 수 있습니다.
-
ECB의 AI 활용과 정책 준비
- ECB는 최근 AI 및 기계학습 도구를 활용해 예측 정확도와 데이터 분석력을 높이고 있습니다. 고빈도 지표를 접목한 예측, 대안 데이터에서의 신호 추출, 그리고 상황판(현황 파악) 능력 향상을 목표로 합니다.
- 예를 들어, 분포 가설(분포 내 다양한 결과)을 다루는 양적 회귀 숲(quantile regression forests)을 활용해 인플레이션의 분포를 예측하고, 위험 관리와 시나리오 설계에 활용합니다.
- 내부 업무에서도 워크플로우 자동화 및 텍스트 분석 등 AI 도구를 활용해 보고서 작성 시간을 줄이고, 중앙은행 업무의 효율성과 일관성을 높이고 있습니다. 인간 전문가의 검증은 여전히 필수입니다.
- 2026년~2027년에 걸쳐 ECB는 AI를 보다 체계적으로 내부 운영에 통합하기 위한 디지털화 프로그램을 추진합니다. 데이터 분석 허브, AI 연구소, 어시스턴트 스튜디오 등 3대 축으로 구성된 이 계획은 AI 도구를 실무에 확산시키고 중앙은행의 분석 역량을 강화하는 데 목적이 있습니다.
- 유로지역의 실증은 빠르게 확산되는 AI 도입과 증가하는 디지털 투자에도 불구하고, 생산성·고용·물가의 총체적 효과는 아직 제한적이고 불확실합니다. 이는 도입의 속도와 폭, 투자의 규모·구성, 그리고 경제가 적응하는 능력에 크게 의존합니다.
-
정책 시사점과 향후 방향
- AI의 생산성 배당이 도입 속도에 크게 좌우되므로 기업의 채택 촉진, 중소기업의 확산, 인력 재훈련 등의 정책이 중요합니다.
- 에너지 수요 증가와 컴퓨팅 파워 확대로 인한 비용도 물가에 영향을 줄 수 있습니다. 따라서 에너지 공급의 안정성과 친환경 전환 정책이 AI 확산의 가격 신호를 완화하는 역할을 할 수 있습니다.
- 자본시장 발달의 필요성도 강조됩니다. 혁신적 AI 프로젝트의 자금 조달을 은행 중심에서 벗어나 다양한 자본시장으로 확장하는 것이 생산성 혜택을 넓게 퍼뜨리는 데 중요합니다.
- ECB는 AI의 거시경제 효과를 면밀히 모니터링하고 다양한 경로에 대응하기 위해 데이터에 의한 정책 접근을 유지합니다. 단기와 중장기 경로의 불확실성 속에서도 데이터 의존적 접근이 바람직하다고 제언합니다.
원문 링크: https://www.ecb.europa.eu/press/key/date/2026/html/ecb.sp260323_1~1e06784a89.en.html