AI 부가가치 전망 · 기준 대 AI 확산

AI가 바꾸는 산업 부가가치

AI 수용도조사(사업체 2,297·21업종)와 특허·논문을 결합해, AI가 기준보다 빠르게 확산될 때 산업별 실질부가가치가 어떻게 달라지는지 전망하였다. 총량 효과는 완만하되, 정보통신·고기술에 뚜렷이 집중된다.

기준 시나리오

전산업 CAGR '25–35

AI 확산(중심)

Λ=0.5%p/yr

AI 효과

2035 +83조·+3.2%

최대 수혜

정보통신

+0.62%p/yr

① 총량

총량은 완만하게 상향

전산업 실질부가가치(조원, 2020년 연쇄가격) — 기준 대 AI 확산

기준AI 확산(중심)

기준 연 1.82% → AI 확산 2.14%(+0.32%p, 2035년 +83조 원). AI 생산성 크기(Λ) 가정에 따른 민감도:

Λ (성숙기 %p/yr)	2035 VA	CAGR	기준 대비

Λ는 문헌 AI 생산성 추정(보수 ~0.1 ~ 낙관 ~1.5%p/yr)의 중도 0.5를 중심으로, 산업 배분은 설문·특허·논문 삼각검증으로 확정.

② 산업

AI 효과는 정보통신·고기술에 집중

산업별 부가가치 프리미엄(2035, 연 %p) — 상위/하위

특허 상위 IPC(G06N 신경망·G06F 컴퓨팅)·논문 집중과 일치한다. 신산업(69분류): 반도체는 전자부품 프리미엄(+0.56%p)을 이어받아 2035년 부가가치가 기준 228조 원에서 AI 확산 시 236조 원으로 커지고, 이차전지도 같은 프리미엄(+0.56%p)을 받는다. 건설·문화·대면서비스는 미미하다.

③ 취업계수

추가 부가가치가 고용을 늘리지 않으면 — 취업계수 하락

설문 고용 탄력성을 적용한 하방 민감도: 취업계수(취업자/부가가치) 연변화(2035, %p) — 하락 폭 상위 5개와 하위 2개

중심 가정은 고용 중립이다. AI가 만드는 추가 부가가치가 고용을 늘리지 않는다고 보면 취업계수는 산업별 AI 프리미엄만큼(연 0.40~0.62%p) 낮아진다. 조사에서 사업체들은 2040년까지 매출은 늘고 고용은 줄 것으로 보았으므로 고용 탄력성은 대부분 0보다 작다. 이를 그대로 적용하면 위 막대처럼 섬유·가죽·비금속·자동차에서 더 크게 낮아진다. 다만 이 탄력성에는 고령화 같은 AI 외 요인이 섞여 있어 하방 민감도로만 쓴다. 취업계수 변화는 노동수요(취업자) 전망에 적용된다.

④ 방법·유의

어떻게 산정했나

산정 방식. 산업별 AI 영향 강도는 수용도조사 E4-1(업종 성장에 AI가 미치는 영향의 정도, ①매우 낮음~⑨매우 높음)의 2040년 점수에서 척도 최저점 1을 뺀 값으로 정하고(21업종→62/69), 특허(FindIP, G06N 집중)·논문(OpenAlex, 생성형 AI 논문 급증) 증거로 정보통신·고기술 집중을 확인했다. 기준점을 중간값 5로 두면 산업 간 차이가 36배로 벌어지지만 전산업 효과(+0.32%p)는 어느 방식이든 같다.
유의. 기준 시나리오는 보고서1의 2026년 10월 기준선 정비판(연 1.82%)이다. 정비 이전 기준 시나리오(연 2.13%)에 같은 AI 확산 층을 적용해도 기준 대비 차이는 +0.32%p로 같아, AI 확산 효과는 기준 수준에 강건하다. 다만 기준 시나리오의 장기 성장은 보고서1의 잠재성장률 가정(1.8%)에 의존한다. Λ 절대 크기는 문헌·설문 근거로 조정 가능하다. 값은 총부가가치(GVA)이며 GDP와 다르다.

방법: 기준=보고서1 5장 정비판(2026-10) 62/69 전망 · AI 프리미엄 = 배율×(E4-1 2040년 점수−1)×시점램프, 2035년 VA 가중평균 Λ=0.5%p/yr(민감도 0.3–0.8) · 취업계수 변화 = (ε−1)×프리미엄, 중심 ε=0(고용 중립), 설문 탄력성은 하방 민감도. 재현 패키지·원고. 한국고용정보원·한국재정학회 AI 기반 산업별 부가가치 전망. 관련 외생 진단·방법론.