- Claude.ai에서 이루어진 10만 건의 실제 대화를 분석한 결과, AI를 사용하지 않고 작업을 완료하는 평균 시간은 90분이었으며, AI는 그 시간을 80% 단축하는 데 도움이 되는 것으로 나타났습니다.
- ONET 및 BLS 임금 데이터를 기준으로 환산했을 때, 평균 작업 가치는 55달러에 해당합니다. Claude는 일반적으로 완료하는 데 1.4시간이 걸리는 복잡한 작업에 자주 사용됩니다.
- 시간 절약의 정도는 직업별로 큰 차이가 납니다. 법률 및 관리 작업은 거의 2시간이 걸리는 반면, 음식 준비는 30분만 걸립니다. 의료 지원은 90%의 시간을 절약하지만, 하드웨어 문제 해결은 56%만 절약됩니다.
- 구체적인 사례: 교육 과정 개발은 4.5시간에서 11분으로 단축되었고, 청구서 및 메모 작성은 87% 절약되었으며, 금융 분석은 31달러 가치의 작업에 대해 80% 절약되었습니다.
- 전체 데이터 세트에서 시간 절약의 중간값은 84%에 달했으며, 대부분 50%에서 95% 사이였습니다.
- 전체 미국 경제를 대상으로 시뮬레이션하고 AI가 10년 이내에 보편적으로 채택된다고 가정했을 때, 노동 생산성은 매년 1.8% 증가할 수 있습니다. 이는 2019년 이후 평균 성장률의 두 배에 해당합니다. 이는 연간 1.1%의 총요소생산성(TFP) 증가와 맞먹습니다.
- 가장 큰 생산성 기여는 프로그래밍(19%)에서 나왔으며, 그 다음은 관리(6%), 마케팅(5%), 고객 서비스(4%), 그리고 고등학교 교사(3%)였습니다.
- 식당, 현장 의료, 건설, 소매업과 같은 일부 부문은 표본 내에서 생성형 AI에 적합한 작업이 적기 때문에 기여도가 거의 없었습니다.
- AI에 의해 크게 가속화된 작업은 가속화되지 않은 작업을 병목 현상으로 만들 것입니다. 예를 들어, 교사는 여전히 수업을 감독해야 하거나 엔지니어는 여전히 수동으로 시스템을 설치해야 하는 것과 같습니다.
- 주요 한계점: 시간 예측에 여전히 잡음이 있으며, 실증 데이터 부족, ONET 작업 모델의 단순화, 기업 재편 및 기술 혁신을 고려하지 않음, 그리고 데이터 샘플이 Claude 사용자에게서만 추출되었다는 점입니다.
📌 Claude와 같은 생성형 AI는 평균 가치 54~55달러 상당의 작업 시간을 80% 단축할 수 있으며, 향후 10년간 미국 노동 생산성을 연간 1.8% 증가시키는 데 도움이 될 수 있습니다. 전체 미국 경제를 대상으로 시뮬레이션했을 때, 노동 생산성은 매년 1.8% 증가할 수 있으며, 이는 연간 1.1%의 TFP 증가와 맞먹습니다. 가장 큰 생산성 기여는 프로그래밍(19%)에서 나왔으며, 그 다음은 관리(6%), 마케팅(5%), 고객 서비스(4%), 그리고 고등학교 교사(3%)였습니다.
