저소득 국가, AI 시대 낙오 위기...OECD "생산성 격차 2배로 벌어질 것" 작성일 01-09 48 목록 <div id="layerTranslateNotice" style="display:none;"></div> <div class="article_view" data-translation-body="true" data-tiara-layer="article_body" data-tiara-action-name="본문이미지확대_클릭"> <section dmcf-sid="uOmrybHlcO"> <p contents-hash="49a2081205964334e359328cfb759a058a9d3cc7e36790b1325ff1cdf77fc1cd" dmcf-pid="7IsmWKXSgs" dmcf-ptype="general">(지디넷코리아=AI 에디터 )</p> <figure class="figure_frm origin_fig" contents-hash="3ffd969814f5a030be9d2c0a1228fcc974da3d030b64c178932794763e2e9d1d" dmcf-pid="zCOsY9Zvgm" dmcf-ptype="figure"> <p class="link_figure"><img class="thumb_g_article" data-org-src="https://t1.daumcdn.net/news/202601/09/ZDNetKorea/20260109140644399ppka.jpg" data-org-width="640" dmcf-mid="0k3PovjJjh" dmcf-mtype="image" height="auto" src="https://img2.daumcdn.net/thumb/R658x0.q70/?fname=https://t1.daumcdn.net/news/202601/09/ZDNetKorea/20260109140644399ppka.jpg" width="658"></p> </figure> <p contents-hash="c35f640507c63f71d6157fe3fa33b5cfefca019f29ec05bb1aa3654b97736af7" dmcf-pid="qhIOG25Tgr" dmcf-ptype="general">경제협력개발기구(OECD)가 지난달 발표한 보고서를 통해 인공지능이 선진국의 생산성을 크게 높일 것으로 전망하면서도, 저소득 국가와 중하위소득 국가에서는 오히려 글로벌 생산성 격차를 심화시킬 위험이 있다고 경고했다. 이 보고서는 AI가 모든 국가에 균등한 혜택을 가져다주지 않을 것이며, 특히 개발도상국들이 AI 채택에서 상당한 장벽에 직면해 있다는 점을 강조한다.</p> <p contents-hash="dea85bf9ba43895f44220bda13fdfa5552ec6e702cd7a05bd7b238d0ce06d166" dmcf-pid="BlCIHV1yAw" dmcf-ptype="general"><strong>선진국은 생산성 급증, 개발도상국은 절반 수준에 그칠 전망</strong></p> <p contents-hash="a76a7a34619028555b7f16bf83afe5688bdc80725b74bb4c44acac818b8c84c1" dmcf-pid="bShCXftWoD" dmcf-ptype="general">OECD의 분석에 따르면 AI는 향후 10년간 선진국 경제의 주요 생산성 성장 동력이 될 것으로 예상되지만, 국가 간 편차가 매우 클 것으로 나타났다. 골드만삭스는 생성형 AI가 미국의 연간 노동생산성을 1.5%포인트 높일 것으로 전망했으며, 학술 연구들은 0%에서 1%포인트 사이의 기여도를 예측했다. 이는 1995~2005년 ICT 붐 시기 미국에서 정보통신기술이 연간 노동생산성에 기여한 1~1.5%포인트와 비슷한 수준이다.</p> <p contents-hash="86169ef5a43fc04b2fbfd64c03c9d112e130fefa068287b945fca4af0f74132f" dmcf-pid="KvlhZ4FYoE" dmcf-ptype="general">그러나 다른 선진국들의 경우 미국보다 낮은 수준의 AI 생산성 효과가 예상된다. OECD의 최근 연구는 일관된 방법론을 사용해 주요 7개국(G7) 경제에서 AI로 인한 생산성 향상을 추정했는데, 이탈리아와 일본의 경우 AI로 인한 노동생산성 혜택이 미국의 절반 수준에 그칠 것으로 나타났다. 국제통화기금(IMF)의 추정에 따르면 저소득 국가에서 AI가 생산성 성장에 기여하는 정도는 선진국의 약 절반에 불과할 것으로 예상된다.</p> <p contents-hash="8ee2ace9abe25bc0eceee05507c02814193ab860c98947b2d230f7ad6fda9fca" dmcf-pid="9TSl583Gck" dmcf-ptype="general">실제로 챗GPT와 같은 생성형 AI 도구의 초기 사용 데이터를 보면, 저소득 국가에서의 채택률은 고소득 국가 대비 10분의 1 수준으로 나타났다. 고소득 및 중상위소득 국가에서는 빠르게 증가하고 있지만, 대부분의 중하위소득 국가에서는 여전히 낮은 수준을 유지하고 있으며 저소득 국가에서는 사실상 전무한 실정이다.</p> <figure class="figure_frm origin_fig" contents-hash="69b04f2d7cb278e49042d334a4832aa17564806fdba1fdd4e7cee5dd1f598959" dmcf-pid="2yvS160Hac" dmcf-ptype="figure"> <p class="link_figure"><img class="thumb_g_article" data-org-src="https://t1.daumcdn.net/news/202601/09/ZDNetKorea/20260109140645641tnha.jpg" data-org-width="638" dmcf-mid="pg7u4cQ9AC" dmcf-mtype="image" height="auto" src="https://img1.daumcdn.net/thumb/R658x0.q70/?fname=https://t1.daumcdn.net/news/202601/09/ZDNetKorea/20260109140645641tnha.jpg" width="658"></p> </figure> <p contents-hash="3f3e239448410470e1c3a6b4a72a2d5b708191fa8acc158d9f69e382f8344ee6" dmcf-pid="VWTvtPpXNA" dmcf-ptype="general"><strong>교육 수준과 디지털 인프라 부족이 AI 채택의 최대 걸림돌</strong></p> <p contents-hash="9cab3ff504282705a05ae530d6dc4c8231650b84d53f163b6cc955db2a0dd38b" dmcf-pid="fYyTFQUZcj" dmcf-ptype="general">보고서는 저소득 및 중하위소득 국가들이 AI 채택에서 직면한 주요 장벽들을 구체적으로 분석했다. 가장 큰 문제는 노동력의 교육 수준이다. 전 세계적으로 생성형 AI 챗봇 사용자 중 정규 교육을 받지 않은 사람은 거의 없는 것으로 나타났다. 하지만 저소득 국가 인구의 59%, 중하위소득 국가 인구의 32%가 정규 교육을 받지 못한 상태다.</p> <p contents-hash="790016c301990cfffa1f4a49252b92778f72c5b2d09126dc637ca06dbf65cdc6" dmcf-pid="4t5ZziKpgN" dmcf-ptype="general">또한 저소득 국가의 문해율은 63%에 불과하며, 중하위소득 국가는 78%에 그친다. 이는 대규모 언어모델(LLM) 챗봇을 글로 사용하는 것이 불가능한 인구 비율이 상당하다는 의미다. 게다가 챗봇 사용자의 절반 이상이 최소한 대학 학위를 보유하고 있지만, 중하위소득 국가의 대졸자 비율은 고소득 국가의 3분의 1에도 미치지 못하며, 저소득 국가에서는 6분의 1 수준이다.</p> <p contents-hash="bde36f55007a5ad6c30c400f3bb368849f2c09154c823813d5a7a2da0248b651" dmcf-pid="8F15qn9Uja" dmcf-ptype="general">디지털 인프라의 부족도 심각한 문제다. 2023년 기준 저소득 국가에서 휴대전화를 소유한 인구는 58%에 불과하고, 중하위소득 국가는 74%다. 이는 고소득 국가의 95%와 큰 차이를 보인다. 고정 광대역 보급률은 더욱 낮아서, 2024년 기준 중하위소득 국가는 100명당 4.8건, 저소득 국가는 0.5건에 불과했다. 기업 수준에서 보면 저소득 국가 기업의 32%, 중하위소득 국가 기업의 41%만이 웹사이트를 보유하고 있어, 고소득 국가의 거의 절반 수준이다.</p> <p contents-hash="2d597754d19920d49af98a7d371ffdfc97e5c970d0da3428a9f837941e4b3275" dmcf-pid="63t1BL2ujg" dmcf-ptype="general">전력 접근성도 중요한 제약 요인이다. 2023년 기준 저소득 국가 인구의 47%만이 전기를 이용할 수 있으며, 중하위소득 국가는 91%다. 복잡한 AI 애플리케이션을 유지하기 위한 적절한 전력망과 생산 인프라는 저소득 및 중하위소득 국가에서 심각하게 준비되지 않은 상태다.</p> <figure class="figure_frm origin_fig" contents-hash="02b5a67d9392c9e80c83f87b87b6924c26b12035458ed776f7ba8924532588f4" dmcf-pid="P0FtboV7co" dmcf-ptype="figure"> <p class="link_figure"><img class="thumb_g_article" data-org-src="https://t1.daumcdn.net/news/202601/09/ZDNetKorea/20260109140646898lvxi.jpg" data-org-width="640" dmcf-mid="UySl583GAI" dmcf-mtype="image" height="auto" src="https://img4.daumcdn.net/thumb/R658x0.q70/?fname=https://t1.daumcdn.net/news/202601/09/ZDNetKorea/20260109140646898lvxi.jpg" width="658"></p> </figure> <p contents-hash="301fb8bac7d12c010c4566b6802eba0cddf075eeddee16d6b24357ba62df469d" dmcf-pid="Qp3FKgfzkL" dmcf-ptype="general"><strong>AI 비용 부담, 저소득 국가에선 연간 소득의 25%에 달해</strong></p> <p contents-hash="237b4d1c9a1eaf2439698e7a0c70f59408fb4345c5560d85d4d85e705b79db57" dmcf-pid="xU039a4qgn" dmcf-ptype="general">AI 도구의 높은 비용도 채택을 가로막는 주요 장벽이다. 챗GPT 플러스의 중간 강도 사용 구독료는 월 20달러로, 저소득 국가의 평균 연간 소득의 약 25%, 중하위소득 국가의 10%에 해당한다. 더 저렴한 대안 모델들도 존재하지만, 중간 수준의 품질을 제공하는 모델을 사용해 복잡한 작업을 수행하는 데 드는 비용도 저소득 및 중하위소득 국가의 구매력 대비 상당한 부담이다.</p> <p contents-hash="83fc74b968979324b3d456bd436b46a363feab7cd212712180b5a05554227050" dmcf-pid="yANas3hDoi" dmcf-ptype="general">기업 차원에서 체계적인 AI 채택은 훈련, 생산 재조직, 보완적 기술과 무형자산 투자 등 큰 고정비용을 수반한다. 이러한 비용은 고소득 국가에서도 AI 채택을 저해하는 요인으로 작용하는데, 일반적으로 기업 규모가 작고 신용 제약이 심한 중하위소득 및 저소득 국가에서는 더욱 심각한 장벽이 될 수 있다.</p> <p contents-hash="a7567afab6df1b2356834c92ab0274f6317bf8a3bc3aa897a3f8a8f3ac1b7f0a" dmcf-pid="WcjNO0lwAJ" dmcf-ptype="general">보고서는 또한 저소득 및 중하위소득 국가들의 산업 구조가 AI 노출도가 낮다는 점도 지적했다. AI 노출도는 미국 기준으로 추정했을 때 금융, IT 서비스 및 전문직과 같은 지식집약적 서비스에 집중되어 있다. 하지만 서비스업은 저소득 및 중하위소득 국가의 GDP에서 고소득 국가보다 훨씬 작은 비중을 차지한다. 반대로 이들 국가는 농업과 같은 저기술 부문의 비중이 높은데, 이 부문의 AI 노출도는 서비스업의 약 3분의 1 수준이다.</p> <p contents-hash="158d831bbec3cb1f2d7a8a5f64b51e1340af14faf4895b7a968c6296930d77b2" dmcf-pid="YkAjIpSrNd" dmcf-ptype="general"><strong>젊은 노동력은 장점, 하지만 구조적 약점이 압도</strong></p> <p contents-hash="7b5a7f05b91eba4110036f8787723dd396ba907e5fa858bdb73ec13ce60fc8f7" dmcf-pid="GEcACUvmNe" dmcf-ptype="general">보고서는 저소득 및 중하위소득 국가가 가진 몇 가지 잠재적 이점도 언급했다. 가장 주목할 만한 것은 젊은 노동력이다. 최근 증거에 따르면 젊은 근로자들이 새로운 기술을 더 빠르고 효과적으로 채택하는 경향이 있다. 미국에서는 40세 미만 근로자가 40세 이상보다 AI를 사용할 가능성이 약 1.5배 높았다.</p> <p contents-hash="8231437d3c3a5af9cadebc126c6e1f0752bebcd6bbe9861708317f6aa8f94e72" dmcf-pid="HDkchuTsNR" dmcf-ptype="general">저소득 국가에서는 노동력의 약 75%가 40세 미만이며, 중하위소득 국가에서는 69%다. 이는 고소득 국가의 연령 구조를 가졌을 때보다 AI 채택률이 5~10% 높을 수 있음을 시사한다. 보고서는 이러한 젊은 연령 구조가 채택에 긍정적인 영향을 미칠 수 있다고 평가했다.</p> <p contents-hash="2f716c011d9fcbbb5aa6f7f088896a758f2cf7e8e040ab9808884cf260a1c2ca" dmcf-pid="XwEkl7yOoM" dmcf-ptype="general">그러나 전반적으로 저소득 및 중하위소득 국가가 직면한 도전 과제들이 이러한 장점을 크게 압도한다. 교육 부족(저소득 국가 인구의 59%, 중하위소득 국가 인구의 32%가 대부분의 AI 도구에서 배제될 위험), 에너지 및 디지털 인프라 장벽(저소득 국가의 53%가 전기에 접근할 수 없고, 약 4분의 1이 적절한 인터넷 커버리지가 없음) 등이 대규모 인구 집단을 AI 기술 사용에서 제한할 수 있다.</p> <p contents-hash="f25284e050b3aeface90bb764eca64064c2e7a7d48d7a8e1b8581c0d79e7f427" dmcf-pid="ZrDESzWIax" dmcf-ptype="general">또한 AI 노출도 측면에서, 지식집약적 서비스의 작은 역할로 인해 저소득 국가에서는 고소득 국가 대비 약 40% 낮은 생산성, 중하위소득 국가에서는 약 25% 낮은 생산성이 예상된다. 이러한 AI의 특성—지식집약적 부문 의존성, 기본 인지 능력과의 시너지, 디지털 인프라 의존성—은 새로운 기술 격차를 더욱 어렵게 만든다.</p> <p contents-hash="b80c292c7d6968c202a1c028352405300204937fdc815904821ca794250c27b8" dmcf-pid="5mwDvqYCaQ" dmcf-ptype="general"><strong>AI 격차 해소를 위한 정책 방향: 인프라·교육·금융 접근성 개선 필요</strong></p> <p contents-hash="4c46a5352d3253fa4924ee9b2c10f36592413690337e799d8e5ba30700fa9aa2" dmcf-pid="1JeRjYEoNP" dmcf-ptype="general">보고서는 저소득 및 중하위소득 국가에서 AI 생산성 격차를 방지하기 위한 구체적인 정책 방향을 제시했다. 단기적으로는 AI 채택 역량을 강화하는 데 초점을 맞춰야 하며, 네 가지 핵심 영역이 확인되었다.</p> <p contents-hash="e9d4eb1d419a20c24275585dc33b78906c90f5b3c31ffe48353dd00f48d2e718" dmcf-pid="tideAGDgk6" dmcf-ptype="general">첫째, 에너지 및 디지털 연결 인프라에 대한 투자가 필수적이다. 안정적인 전력 접근은 기본 전제조건이며, 에너지망 확장 및 현대화, 에너지원 믹스 다변화 등이 필요하다. 디지털 연결성 측면에서는 건전한 제도 및 규제 프레임워크, 국가 광대역 목표 및 전략 설정, 광대역 매핑 및 데이터 개선 등이 권장된다. 특히 외딴 지역과 서비스가 부족한 지역에서 연결성 문제가 중요하다.</p> <p contents-hash="a69fe287880d997ec90a63695e3a99ddd5993d86597b4e99cdcfe1c65d1ec2a6" dmcf-pid="FnJdcHwak8" dmcf-ptype="general">둘째, 교육과 노동력 기술이 AI 채택의 필수 보완 요소로 부각된다. 최근 연구에 따르면 저소득 및 중하위소득 국가에서 기술 개발은 부문별 인력 훈련을 통해 제공될 때 특히 효과적이다. 타겟팅이 중요하며, 이들 국가의 경제 구조를 고려할 때 농업을 포함하고 중소기업과 특히 기술이 부족한 취약 계층에 초점을 맞춰야 한다. AI 기술의 특성상 디지털 리터러시와 ICT 기술, 영어 능력에 특별한 강조를 둘 수 있다.</p> <p contents-hash="c9fa04345c364455c5351b5b490f4bfdeeef63e86d6381ace146d20f1527d872" dmcf-pid="3LiJkXrNa4" dmcf-ptype="general">셋째, 금융 접근성이 중요한 역할을 한다. AI 채택 비용은 심각한 신용 제약 하에서 금지적으로 변할 수 있다. 저소득 및 중하위소득 국가에서 효율적인 자본 시장을 지원하는 정책들이 더 디지털화되고 경쟁력 있는 금융 부문을 강화할 수 있다. AI 서비스 구매나 휴대전화 및 컴퓨터 같은 보완 하드웨어를 위한 표적 금융 지원이 기업들의 채택 비용 관리를 도울 수 있다.</p> <p contents-hash="5bd163ede8915f6e35524e0274339e8d1105ec2f3911df2602e92dd8f3e31301" dmcf-pid="0oniEZmjNf" dmcf-ptype="general">넷째, AI 규제 준비성과 집행이 관련성이 있다. 기관들은 불필요한 규제 부담을 최소화하는 것과 신뢰할 수 있는 AI를 위한 강력한 프레임워크를 구축하는 것 사이에서 균형을 맞춰야 한다. OECD AI 원칙은 AI 시스템의 공정성, 투명성, 견고성 및 책임성을 보장하는 데 있어 핵심 참고 자료가 된다.</p> <p contents-hash="d33737905d58d2a54ea3a717799dfd557f661ac1b588811cfcd335919622043c" dmcf-pid="pgLnD5sAAV" dmcf-ptype="general">장기적으로는 AI 경제에서의 기회를 포착하는 것이 중요하다. 보고서는 저소득 및 중하위소득 국가가 건강과 교육 같은 장기 성장의 핵심 동력 영역에서 AI 채택과 실험을 지원해야 한다고 강조했다. 또한 AI가 무역과 지식 파급효과를 촉진할 수 있으므로, 무역 개방성과 국제 협력을 촉진하는 것이 필수적이다. 데이터 시스템의 상호 운용성 확보와 오픈소스 플랫폼을 통한 최첨단 AI 모델에 대한 접근 보장이 이러한 혜택을 극대화하는 데 필수적이다.</p> <p contents-hash="2c9e435bffd3bcf0a8e9f751c3098b03a66782247f1f137443fed8c6ae0e9b8e" dmcf-pid="UaoLw1Oco2" dmcf-ptype="general"><strong>FAQ ( ※ 이 FAQ는 본지가 리포트를 참고해 자체 작성한 내용입니다.)</strong></p> <p contents-hash="46753c29226c2122036c8848cc064ba8e7a0e7c5a850be5d72733c92114eac3a" dmcf-pid="uNgortIka9" dmcf-ptype="general"><strong>Q1. 왜 개발도상국에서는 AI 채택이 어려운가요?</strong></p> <p contents-hash="b046d730f8ad6a6623d9d17beaa6a68983dc9c2648982de384bcb8a2ba3d6d9c" dmcf-pid="7jagmFCEaK" dmcf-ptype="general">A1. 개발도상국에서 AI 채택이 어려운 주요 이유는 세 가지입니다. 첫째, 인구의 상당수가 정규 교육을 받지 못했고 문해율이 낮아 AI 도구를 사용할 기본 능력이 부족합니다. 둘째, 인터넷과 전력 같은 기본 인프라가 부족합니다. 셋째, AI 도구 비용이 이들 국가의 소득 대비 너무 높아 경제적으로 부담이 됩니다.</p> <p contents-hash="5ca6d1467a1cb7d24994ef06c78aaddc1df355d8882726c737a868e502dc67e5" dmcf-pid="zANas3hDNb" dmcf-ptype="general"><strong>Q2. AI가 모든 국가에 똑같은 혜택을 주지 않는 이유는 무엇인가요?</strong></p> <p contents-hash="9affc4e0b8e9f670d82d062fbfc35b491233c19d69cd253269b9cfe4b1df1e64" dmcf-pid="qcjNO0lwcB" dmcf-ptype="general">A2. AI의 혜택은 국가의 경제 구조와 준비 상태에 따라 크게 다릅니다. 선진국은 AI가 가장 효과적인 금융, IT 등 지식집약적 서비스업 비중이 높지만, 개발도상국은 농업과 제조업 비중이 높아 AI 활용도가 낮습니다. 또한 선진국은 디지털 인프라와 고학력 인력을 갖추고 있어 AI를 빠르게 채택할 수 있습니다.</p> <p contents-hash="98fd22bf3c49c014cd42ffab1a7924db74ec635e71ff598447ead8262ae3ed26" dmcf-pid="BkAjIpSrgq" dmcf-ptype="general"><strong>Q3. 개발도상국이 AI 격차를 줄이려면 어떤 정책이 필요한가요?</strong></p> <p contents-hash="0cfa7ad77eb112a2c6e256b0a357f0a8e004baf9b325ef756c5cd6250959bff1" dmcf-pid="bEcACUvmoz" dmcf-ptype="general">A3. 개발도상국은 네 가지 핵심 영역에 집중해야 합니다. 첫째, 전력과 인터넷 같은 기본 인프라 구축이 최우선입니다. 둘째, 국민의 디지털 리터러시와 기술 교육을 강화해야 합니다. 셋째, 중소기업이 AI를 도입할 수 있도록 금융 지원을 제공해야 합니다. 넷째, AI를 안전하고 공정하게 사용할 수 있는 규제 체계를 마련해야 합니다.</p> <p contents-hash="cc48648248aef00ec051f1f2e529d811b4cb391346445f45561f209288ef5ced" dmcf-pid="KDkchuTso7" dmcf-ptype="general">■ 이 기사는 AI 전문 매체 ‘<span>AI 매터스</span>’와 제휴를 통해 제공됩니다. 기사는 클로드 3.5 소네트와 챗GPT를 활용해 작성되었습니다. </p> <p contents-hash="b355e8b7ea70a921de9854c3325f13c83ca7d29360128337b028ca054a5797cc" dmcf-pid="9wEkl7yONu" dmcf-ptype="general">AI 에디터 (media@zdnet.co.kr)</p> </section> </div> <p class="" data-translation="true">Copyright © 지디넷코리아. 무단전재 및 재배포 금지.</p> 관련자료 이전 Arm "엣지 AI, 사용자 만족도 좌우...웨어러블·IoT에도 필수" 01-09 다음 LG전자, ‘9년 만에 적자’ 이후 반등 시험대… 전장·HVAC 등 B2B가 관건 01-09 댓글 0 등록된 댓글이 없습니다. 로그인한 회원만 댓글 등록이 가능합니다.
