퇴근 후 카페, 깃허브 트렌드 페이지. 화면 속에는 불과 몇 분 만에 뚝딱 만들어진 코드와 수십 개의 생성형 AI 프로젝트가 쉴 새 없이 올라옵니다. 예전 같으면 며칠이 걸렸을 기능 구현이 이제는 프롬프트 몇 번으로 완성되는 광경이 펼쳐집니다. 하지만 이 화려한 효율성 뒤에는 쏟아지는 결과물을 확인하고, 수정하고, 관리해야 하는 개발자들의 피로감이 그림자처럼 드리워져 있습니다. 이런 풍경이 AI가 약속한 장밋빛 미래와는 사뭇 다른 방향으로 흐르고 있습니다.
제번스 역설(Jevons Paradox)과 AI 생산성 데이터
증기기관의 설계가 개선되어 석탄을 적게 써도 같은 출력을 낼 수 있게 되었을 때, 당시 사람들은 석탄 소비량이 획기적으로 줄어들 것이라 예상했습니다. 하지만 결과는 정반대였습니다. 효율이 좋아지자 증기기관을 사용하는 공장이 기하급수적으로 늘어났고, 오히려 이전보다 더 많은 석탄이 산업 현장에서 타오르게 되었습니다. 쉽게 말하면 기술이 효율적일수록 그 기술을 활용하려는 수요가 폭발적으로 늘어나, 결국 자원 소비 총량은 줄어들기는커녕 이전보다 더 커지는 현상입니다. 이를 경제학에서는 제번스 역설이라고 부릅니다.
비유하자면, 고속도로의 통행료를 낮추거나 차선을 넓히면 정체가 풀릴 것이라 기대하지만, 실제로는 더 많은 차가 도로로 쏟아져 나와 정체가 더 심해지는 상황과 같습니다. AI 분야에서도 이와 똑같은 역설이 반복되고 있습니다. 과거에는 숙련된 개발자가 며칠을 꼬박 매달려야 작성할 수 있던 코드를 이제는 AI가 몇 초 만에 생성합니다. 코드 작성 비용이 극적으로 낮아지자, 기업들은 예전보다 훨씬 더 많은 소프트웨어와 기능을 쏟아내기 시작했습니다. 소프트웨어를 만드는 비용이 줄어드니, 시장에 공급되는 소프트웨어의 총량은 과거와 비교할 수 없을 만큼 폭증한 것입니다.
콘텐츠 제작 분야도 다르지 않습니다. 글을 쓰고 영상을 만드는 비용이 하락하자, 인터넷 공간은 AI가 생성한 수많은 문서와 이미지로 가득 차게 되었습니다. 문제는 이러한 효율화가 단순히 일의 속도를 높이는 데 그치지 않는다는 점입니다. 효율이 높아질수록 조직은 더 많은 이메일을 보내고, 더 많은 문서를 작성하며, 더 많은 알림과 검토 노동을 요구합니다. 생산성이 높아지면 노동자의 삶이 여유로워질 것이라는 낙관적인 기대와 달리, 실제로는 AI가 만든 결과물을 관리하고 검토하는 새로운 형태의 노동이 끊임없이 발생하고 있습니다.
결국 AI가 가져온 생산성 향상은 노동의 총량을 줄여주는 것이 아니라, 오히려 우리가 처리해야 할 정보의 밀도를 높이는 결과를 낳았습니다. 칼 뉴포트(Cal Newport, 기술과 생산성을 연구하는 작가)는 이를 제번스 역설의 어두운 면이라고 지적합니다. 기술이 발전할수록 우리가 마주하는 것은 일의 부족이 아니라, 오히려 의미 없는 과잉 생산과 그로 인한 피로감일지도 모릅니다. 생산성 향상이 반드시 삶의 질 향상으로 직결되지 않는다는 사실은, 우리가 AI를 도구로 활용할 때 반드시 고려해야 할 핵심적인 맥락입니다.
칼 뉴포트(Cal Newport)가 경고하는 효율성의 함정
증기기관의 효율이 올라갔을 때 당시 사람들은 석탄 사용량이 줄어들 것이라고 믿었다. 연료를 적게 쓰면서도 더 큰 힘을 낼 수 있게 되었으니 당연한 추론이었다. 하지만 실제 결과는 정반대로 나타났다. 효율이 좋아지자 증기기관을 도입하는 산업 분야가 폭발적으로 늘어났고, 결과적으로 석탄 소비량은 이전보다 훨씬 더 가파르게 증가했다. 이것이 경제학에서 말하는 제번스 역설이다. 기술이 자원 이용의 효율성을 높이면 오히려 그 자원의 전체 수요가 증가한다는 논리다.
최근의 AI 기술 역시 이와 놀랍도록 비슷한 경로를 걷고 있다. 쉽게 말하면 AI가 글을 쓰고 코드를 짜는 비용을 획기적으로 낮추자, 시장에서는 더 많은 소프트웨어와 콘텐츠를 요구하기 시작했다. 예전에는 숙련된 개발자나 작가가 며칠을 매달려야 했던 작업이 AI 덕분에 단 몇 분 만에 초안으로 완성된다. 하지만 여기서 끝나는 것이 아니라, 생산 속도가 빨라지자 조직 내에서는 더 많은 보고서를 요구하고 더 잦은 업데이트를 압박하는 문화가 형성된다. 생산 비용의 하락이 곧바로 수요의 폭증으로 이어지며 전체 업무량 자체가 팽창하는 구조다.
기술 철학자인 칼 뉴포트(Cal Newport)는 이러한 현상을 제번스 역설의 어두운 면이라고 지적한다. 비유하자면 AI라는 고성능 엔진을 달았는데, 정작 우리가 가야 할 목적지는 사라지고 엔진이 뿜어내는 배기가스만 처리해야 하는 상황과 같다. AI가 순식간에 생성한 수많은 이메일과 문서, 끊임없이 쏟아지는 알림은 결국 사람이 직접 읽고 검토하며 수정해야 하는 노동으로 되돌아온다. 생산 도구가 좋아질수록 우리가 관리하고 검수해야 할 지적 노동의 총량은 오히려 늘어나는 역설적인 구조가 만들어지는 셈이다. 빠르게 만들어진 만큼 빠르게 검토해야 한다는 압박이 노동자를 더 강하게 옥죄게 된다.
과거의 기술 혁신이 석탄이나 철강 같은 물리적 자원의 소비를 늘렸다면, AI는 인간의 주의력과 시간이라는 지적 자원의 과잉 생산을 유도한다. 생산성이 높아지면 당연히 삶의 질이 올라가고 개인의 여유 시간이 늘어날 것이라는 전통적인 믿음과는 거리가 멀다. 이제는 생산성 증가와 삶의 질 향상 사이의 상관관계가 완전히 단절되는 구조적 변화가 일어나고 있다. AI가 가져온 효율성이 우리에게 진정한 휴식을 주는 것이 아니라, 처리해야 할 의미 없는 업무의 더미를 더 높게 쌓아 올리는 도구가 되고 있다는 점이 이번 변화의 핵심이다. 기술의 진보가 노동의 해방이 아닌 노동의 밀도 증가로 이어지는 흐름이 뚜렷해지고 있다.
AI 시대의 진짜 리스크: 일 부족이 아닌 과잉 생산
실무자가 AI 도구를 도입해 보고서 작성 시간을 1시간에서 10분으로 줄였다고 가정해 보자. 상식적으로는 50분의 여유 시간이 생겨야 하지만 현실은 다르게 흘러간다. 줄어든 시간만큼 더 많은 보고서를 쓰라는 요구가 들어오거나 다른 복잡한 업무가 그 자리를 채운다. 이는 기술의 효율이 높아질수록 오히려 자원 소비가 늘어나는 제번스 역설(Jevons Paradox, 효율성 향상이 수요 증가를 불러와 전체 소비량을 늘리는 현상)과 닮아 있다. 과거 증기기관의 효율이 좋아지자 석탄 사용량이 줄어드는 대신 산업 전체가 팽창하며 석탄 소비가 폭증했던 것과 같은 원리다.
비유하자면 수도꼭지의 크기를 키워 물을 훨씬 빠르게 쏟아낼 수 있게 된 상황이다. 물을 받는 그릇의 크기는 그대로인데 쏟아지는 물의 양만 압도적으로 늘어난 셈이다. AI가 코드를 순식간에 짜고 글을 쏟아내면 소프트웨어 수요와 콘텐츠 양은 기하급수적으로 증가한다. 문제는 이를 검토하고 관리해야 하는 인간의 인지 능력은 그대로라는 점이다. 결국 더 많은 이메일과 문서, 끊임없는 알림 속에서 이를 확인하고 수정하는 검토 노동만 늘어나는 과잉 생산의 굴레에 빠지게 된다.
특히 빠른 실행력과 성과를 강조하는 한국의 업무 환경에서 이러한 경향은 더욱 뚜렷하게 나타난다. 기업들이 앞다투어 AI 도구를 도입하며 업무 자동화를 추진하지만 이는 노동자의 휴식으로 이어지기보다 업무량의 재배치로 나타나는 경우가 많다. 단순히 AI 도구를 잘 다루어 결과물을 많이 만들어내는 능력은 이제 더 이상 경쟁 우위를 제공하지 못한다. 누구나 버튼 하나로 수십 페이지의 기획안을 만들 수 있는 시대에는 그 수많은 선택지 중에서 진짜 비즈니스 가치를 창출하는 결과물을 골라내는 선별 역량이 핵심적인 생존 전략이 된다. 이제 실무자에게 필요한 것은 생성 능력이 아니라 무엇이 불필요한 노이즈인지 구분하고 과감히 쳐내는 편집자적 관점이다.
AI가 가져올 진짜 위협은 내 일자리가 사라지는 공포가 아니라 감당할 수 없는 수준의 무의미한 결과물에 매몰되는 것이다. 생산성 향상이 곧 삶의 질 향상으로 이어지지 않는 이유는 우리가 효율의 함정에 빠져 더 많은 일을 더 빨리 처리해야 한다는 강박에 시달리기 때문이다. 인간이 하루에 처리할 수 있는 고도의 집중력과 정보 처리량은 물리적으로 한정되어 있다. AI가 만드는 과잉 생산의 파도 속에서 의미 있는 가치를 지키지 못한다면 우리는 기술의 주인이 아니라 AI가 쏟아내는 데이터 쓰레기를 치우는 관리자로 전락할 가능성이 크다. 결국 AI 시대의 리스크는 일의 부족이 아니라 인간의 인지 능력을 초과하는 과잉 생산 그 자체에 있다.
