대규모 조직의 종말과 AI 시대의 새로운 조직 방정식
2024년, 아마존 CEO 앤디 재시(Andy Jassy)가 보낸 주주서한은 단순히 한 해의 실적을 보고하는 자리가 아니었다. 그는 서한에서 'AI'를 기업의 미래를 좌우할 핵심 키워드로 천명함과 동시에, 거대 기업 아마존이 여전히 '세상에서 가장 큰 스타트업(World’s Largest Startup)'처럼 기민하게 움직여야 함을 역설했다. 이는 AI가 단순한 기술적 도구를 넘어, 조직의 구조와 일하는 방식을 근본적으로 재편하고 있음을 시사하는 강력한 신호였다.
시선을 시장으로 돌려보면 이러한 변화는 더욱 적나라하게 다가온다. 최근 개발자 도구(IDE) 시장을 뒤흔든 '커서(Cursor)'의 사례는 충격적이다. 이들은 설립 초기 불과 12명 남짓한 인원으로 단기간에 수백억 원 규모의 연간 반복 매출(ARR)을 달성하며 SaaS 역사상 가장 빠른 성장 속도를 기록했다. 최근에는 유니콘 기업(기업가치 10억 달러 이상) 반열에 오르며, 극소수의 인원으로도 시장의 판도를 바꾸고 막대한 가치를 창출할 수 있음을 증명했다. 바야흐로 '1인 유니콘 기업'의 등장이 결코 낯선 공상과학이 아닌, 눈앞의 현실이 된 것이다.
최근 발표된 "AI as 'Co-founder': GenAI for Entrepreneurship" 연구는 1,200만 개 이상의 기업 데이터를 분석하여 생성형 AI가 비즈니스 생태계를 어떻게 뒤바꾸고 있는지 규명했다. 연구진은 챗GPT 출시 이후, AI가 '공동 창업자(Co-founder)'의 역할을 수행하며 창업의 풍경을 완전히 바꾸어 놓았음을 확인했다. AI는 코딩, 마케팅, 관리 업무 등 전문 역량을 대체함으로써 경험이 부족한 초보 창업가들도 시장에 쉽게 진입할 수 있도록 도왔다. 그 결과, 자본금이 적고 조직 규모가 작은 '소규모 기업'의 창업이 폭발적으로 증가했다. 이는 AI가 기업 운영에 필요한 최소한의 덩치(최소 효율 규모)를 획기적으로 낮췄으며, 그로 인해 더 적은 자본과 인력으로도 경쟁력 있는 비즈니스를 영위할 수 있는 '초경량 조직'의 시대를 열었음을 시사한다.
이러한 거대한 흐름 속에서, 우리 조직의 현주소를 진지하게 되물을 수밖에 없다. 과연 우리는 AI 도입의 목적을 단순히 업무 시간 단축이나 비용 절감과 같은 '생산성'의 틀 안에만 가두고 있는 것은 아닐까? AI를 등에 업고 태어난 'AI 네이티브' 기업들은 기존의 문법을 파괴하며 등장하고 있다. 이들 앞에서 효율성만을 쫓는 접근은 절반은 맞을지 모르나, 시장의 주도권이라는 더 큰 절반을 완전히 잃게 되는 위태로운 결과로 이어질 수 있다. 결국, 진정한 AX(AI Transformation)는 단순히 일을 더 빨리 하는 것이 아니라, '비즈니스의 정의'부터 새롭게 써 내려가는 과정이 아닐까 싶다. 아마존이 다시 스타트업으로 돌아가고자 하는 이유, 그리고 혼자서도 세상을 바꾸는 기업이 등장하는 이유가 바로 여기에 있다.
Cai, J. J., Gu, X., Sheng, L., Xia, M., Zhao, L., & Zhu, W. (2025). AI as" Co-founder": GenAI for Entrepreneurship. arXiv preprint arXiv:2512.06506.
이 연구는 2022년 11월 챗GPT 출시가 중국 내 신규 기업 설립에 미친 영향을, 기존 AI 특화 인적 자본이 풍부한 미세 지역(Grid)을 중심으로 분석한다.
분석 결과, AI 인적 자본이 풍부한 지역에서 소규모 기업의 창업이 급증한 반면 대기업의 진입은 감소하여, 기업 구조가 더 효율적이고 소규모화되는 경향을 확인했다.
이는 생성형 AI가 전문 지식과 초기 투입 자원을 대체하는 '공동 창업자(Co-founder)' 역할을 수행함으로써 창업 장벽을 낮추고 시장 경쟁을 촉진함을 시사한다.
생성형 AI(GenAI)의 등장이 기업 생성, 특히 창업 활동을 실질적으로 촉진하는지, 그리고 어떤 메커니즘을 통해 누구에게 혜택을 주는지를 실증적으로 규명하기 위해 연구를 진행했다.
기존 기술(예: 로봇)이 주로 노동을 대체하는 데 초점이 맞춰졌다면, 생성형 AI는 지식 노동과 관리 업무를 자동화하여 창업 비용을 낮추는 독특한 특성이 있음에 주목했다.
생성형 AI (Generative AI): 텍스트 생성, 코딩, 마케팅 등 다양한 인지 및 창의적 작업을 자동화하여 진입 장벽을 낮추는 핵심 기술이다.
AI 특화 인적 자본 (AI-specific Human Capital): 특정 지역 내에 축적된 AI 관련 기술적 역량으로, 본 연구에서는 2010-2019년 사이 출원된 AI 발명 특허 수로 측정한다.
공동 창업자로서의 AI (AI as “Co-founder”): AI가 초기 창업 팀의 전문 인력이나 관리 자본을 대체하여 소규모 팀으로도 기업 운영이 가능하게 만드는 현상을 의미한다.
자연 실험 (Natural Experiment): 2022년 11월 챗GPT의 출시를 전 세계적인 외생적 기술 충격으로 간주했다.
이중차분법 (Difference-in-Differences, DiD): 중국 내 미세 지역 단위(H3 육각형 그리드)에서 AI 특화 인적 자본이 높은 지역(실험군)과 낮은 지역(대조군) 간의 기업 진입 변화를 비교 분석했다.
데이터: 2021년부터 2024년까지 중국의 전체 신규 기업 등록 데이터(약 1,200만 건)와 2010~2019년의 AI 발명 특허 데이터를 지리적으로 매칭하여 활용했다.
AI 인적 자본이 풍부한 지역에서 챗GPT 출시 이후 신규 기업 설립이 급격히 증가했으며, 이는 전체 국가 기업 진입의 약 6.0%를 차지하는 규모였다.
이러한 증가는 전적으로 자본금 100만 위안 미만의 소규모 기업에 의해 주도되었으며, 반대로 대기업의 진입은 감소했다.
신규 기업들은 자본금, 주주 수, 창업 팀 규모가 더 작아졌으며, 이러한 효과는 AI 응용 분야(Downstream)와 초보 창업가에게서 가장 뚜렷하게 나타났다.
기술의 진화는 "창조적 파괴"를 통해 새로운 기업과 시장을 형성하며 기업가 정신의 근간이 된다. 특히 2022년 11월 출시된 OpenAI의 챗GPT(ChatGPT)는 출시 두 달 만에 월간 활성 사용자 1억 명을 돌파하며 전례 없는 속도로 확산되었다. 생성형 AI는 기존 기술과 달리 광범위한 작업 범용성과 자연어 인터페이스를 통한 높은 접근성을 결합한 특징을 가진다.
실무적으로 생성형 AI는 추론, 합성, 코딩, 콘텐츠 생성과 같은 언어 기반 정보 처리 작업뿐만 아니라 창의적이고 관리적인 업무까지 자동화한다. 과거에는 자본 집약적이거나 전문 인력 및 대규모 조직이 필요했던 역량들에 대한 진입 장벽을 낮추는 것이다. 결과적으로 생성형 AI는 일종의 "공동 창업자(Co-founder)" 역할을 수행하여 창업가가 소규모의 다기능 팀으로 기능할 수 있게 돕는다. 이는 팀 규모 축소와 고정 비용 절감을 유도하여 시장 진입을 가속화한다.
이러한 배경을 바탕으로 본 연구는 생성형 AI의 확산이 기업 생성을 증가시키는지, 어떠한 메커니즘을 통하는지, 그리고 누가 가장 큰 혜택을 입는지를 질문한다. 연구진은 2022년 11월 챗GPT 출시를 생성형 AI의 가용성과 인식에 대한 급격한 충격(Shock)으로 활용하여 인과관계를 식별한다. 분석 전략은 AI 기술의 확산과 채택에 인적 자본이 핵심적이라는 선행 연구에 착안하여, 도시 내 미세 지역(Grid) 별로 사전에 축적된 'AI 특화 인적 자본'의 차이를 활용한다. 구체적으로 다음과 같은 데이터를 결합하여 분석을 수행한다.
기업 등록 데이터: 2021년부터 2024년까지 중국에서 신규 등록된 1,200만 개 이상의 기업 전수 데이터
특허 데이터: 2010년부터 2019년 사이 출원된 AI 발명 특허 데이터
연구진은 각 신규 기업과 특허의 위치를 약 5㎢ 해상도의 육각형 그리드(H3 grid)에 매핑하여, 전국 16만여 개의 공간 셀(Cell)로 구성된 패널 데이터를 구축하였다. 이를 통해 AI 관련 인적 자본이 서로 다른 인접 지역들이 챗GPT 출시 이후 어떻게 다른 창업 패턴을 보이는지를 정밀하게 비교 분석한다.
분석 결과, 챗GPT 출시 이후 중국 전역에서 신규 기업 설립이 급증한 것으로 나타났다. 특히 AI 특화 인적 자본이 풍부한 지역에서는 신규 기업 형성이 뚜렷하고 지속적으로 증가했다. 이러한 효과는 경제적으로도 유의미하여, AI 인적 자본이 높은 지역들은 챗GPT 출시 이후 전체 국가 기업 진입의 약 6.0%에 해당하는 추가적인 기업 생성을 기록했다.
이러한 창업 붐의 결정적인 특징은 기업 규모에 따른 비대칭성이다.
소규모 기업의 급증: 기업 진입의 증가는 전적으로 자본금과 자원이 제한된 소규모 기업들에 의해 주도되었다.
대기업 진입의 감소: 반면 대규모 기업의 진입은 감소하는 경향을 보였다.
이는 생성형 AI가 조직 및 관리 고정 비용을 낮추고 효율성을 높여, 신규 벤처의 최소 효율 규모(Minimum Viable Scale)를 낮춘다는 가설과 일치한다. 또한 효과는 AI 기술을 핵심 생산이나 서비스에 적용할 수 있는 'AI 다운스트림(Downstream)' 산업, 즉 소매업, 비즈니스 서비스, 소프트웨어 등에서 가장 강력하게 나타났다.
연구는 생성형 AI가 창업을 촉진하는 구체적인 경로를 다음과 같이 제시한다.
경험 부족 보완: 연속 창업가(Serial Entrepreneur)의 비중이 감소하고, 경험이 부족한 초보 창업가의 진입이 늘어났다. 이는 AI가 초기 창업에 필요한 관리적 노하우를 보완해 줌을 시사한다.
재무 및 인력 제약 완화: 신규 기업은 더 적은 수의 주주와 더 작은 규모의 창업 팀으로 설립되었다. 이는 AI가 초기 단계의 관리자나 전문 인력을 대체하여 더 간소화된 조직 형태를 가능하게 함을 의미한다.
이러한 발견은 연속 창업가들이 챗GPT 이후 의도적으로 더 작은 규모의 벤처를 시작한다는 사실로도 뒷받침된다. 즉, 생성형 AI는 단순히 진입의 양적 확대(Extensive Margin)뿐만 아니라, 최적 기업 규모의 축소라는 질적 변화도 유발한다.
이 연구는 크게 세 가지 측면에서 기존 문헌에 기여한다.
첫째, 기업 진입(Firm Entry)에 관한 연구이다. 기술적 돌파구가 창업에 미치는 영향을 정량적으로 측정하는 것은 어려운 과제였으나, 본 연구는 챗GPT라는 외생적 충격을 활용하여 생성형 AI가 기업 생성에 미치는 인과적 효과를 규명했다.
둘째, AI와 기업 역동성에 관한 연구이다. 기존 연구들이 주로 기존 기업(Incumbent)의 성장이나 근로자 생산성에 초점을 맞춘 것과 달리, 이 연구는 시장 진입 단계에 미치는 영향을 분석했다. 결과는 생성형 AI가 대기업의 지배력을 강화하기보다 소규모 기업의 진입을 촉진하여 친경쟁적(Pro-competitive) 힘으로 작용함을 시사한다.
셋째, 기계와 인간의 대체 관계에 관한 논쟁이다. 기존의 자동화 논의가 일자리 대체에 대한 우려에 집중했다면, 이 연구는 AI가 창업 장벽을 낮추어 기업가 정신을 고취하는 긍정적 측면을 조명한다. AI는 코딩, 마케팅, 문서 작성 등을 자동화함으로써 예비 창업가들이 적은 자원으로도 사업을 시작할 수 있게 돕는다.
이러한 논의는 이후 본문의 상세 분석을 통해, 생성형 AI가 단순히 기술적 도구를 넘어 창업의 민주화를 이끄는 제도적 변화의 촉매제임을 입증하는 과정으로 이어진다.
챗GPT 출시와 기술적 패러다임의 변화
2022년 11월 OpenAI가 공개한 챗GPT는 생성형 AI 확산의 전지구적 전환점이 되었다. 이전의 자동화 물결이 코딩이나 데이터 분석과 같은 특정 영역에 국한되었다면, 챗GPT는 거대언어모델(LLM)이 텍스트 생성, 문서 초안 작성, 코딩 보조, 마케팅 콘텐츠 제작, 기본 고객 응대 등 광범위한 인지 및 창의적 업무를 수행할 수 있음을 증명했다.
특히 자연어 기반의 직관적인 인터페이스와 무시할 수 있을 정도의 낮은 한계 비용은 고급 AI 기술에 대한 접근성을 획기적으로 높였다. 챗GPT는 출시 몇 달 만에 전 세계 사용자 1억 명을 돌파하며 전례 없는 속도로 확산되었고, 이는 창업가와 소기업들이 새로운 벤처를 시작하는 데 드는 비용과 타당성을 인식하는 방식을 근본적으로 변화시켰다.
이러한 변화는 'AI 네이티브' 스타트업이라는 새로운 기업 형태의 등장을 예고했다.
초소형 팀(Tiny teams): 소수의 엔지니어로 구성된 팀이 챗GPT와 같은 도구를 활용하여 운영된다.
효율성 극대화: 과거 세대보다 훨씬 적은 자본과 인력으로도 수백만 명의 사용자를 확보하고 상당한 수익을 창출하는 등, 기업 설립의 비용 구조와 조직 형태를 급격하게 변화시키고 있다.
중국 내 생성형 AI 개발의 가속화
챗GPT의 확산 효과는 중국에서도 뚜렷하게 나타났다. 중국의 주요 기술 기업들은 2023년 초부터 2024년 중반 사이에 자체 거대언어모델(LLM) 개발을 급격히 가속화했다.
주요 모델 출시: 바이두(Baidu)의 어니봇(ERNIE Bot), 알리바바(Alibaba)의 퉁이첸원(Qwen), 아이플라이텍(iFlytek)의 스파크데스크(SparkDesk), 텐센트(Tencent)의 훈위안(Hunyuan), 지푸 AI(ZhiPu AI)의 챗GLM(ChatGLM), 그리고 딥시크(DeepSeek) 등이 잇따라 출시되었다.
오픈 소스 공개: 이들 시스템의 대부분은 오픈 소스 또는 오픈 웨이트(Open-weight) 모델로 공개되어 접근성을 높였다.
이러한 자생적 혁신의 물결은 마케팅, 전자상거래, 교육, 전문 서비스 분야에서 생성형 AI 애플리케이션에 대한 대중의 관심과 투자를 폭발적으로 증가시켰다.
창업 장벽의 완화와 생산성 촉매
결과적으로 챗GPT 충격은 전 세계적인 생산성 촉매제 역할을 하며 부문과 지역을 가리지 않고 신규 기업 생성을 자극했다. 특히 자영업자와 소규모 창업가들에게 생성형 AI 도구는 다음과 같은 방식으로 창업 비용을 획기적으로 낮추는 역할을 했다.
전문 인력 대체: 디자이너, 코더, 번역가 등 전문 인력의 역할을 AI가 대체함으로써 고용 비용을 절감한다.
전문적 결과물 산출: 기술적 전문 지식이 없는 창업가도 AI를 통해 전문적인 수준의 결과물을 만들어낼 수 있도록 지원한다.
3.1. 데이터 소스 및 표본 구축
연구진은 기업 진입과 AI 인적 자본 간의 관계를 분석하기 위해 두 가지 대규모 행정 데이터를 결합하고, 이를 육각형 그리드 시스템(H3)을 통해 공간적으로 매핑하였다.
먼저, 기업 등록 데이터(Firm Registration Data)는 중국 국가공상행정관리총국(SAIC)의 자료를 활용하였다. 이 데이터는 2021년 1월부터 2024년 12월 사이에 등록된 모든 신규 기업을 포함하며, 개별 공상업 가구(individual industrial and commercial households)는 제외하였다. 최종적으로 구축된 표본은 1,282만 211개의 신규 기업으로 구성된다. 연구진은 중국 회사법 기준에 따라 등록 자본금 100만 위안(RMB)을 기준으로 기업을 두 가지로 분류하였다.
소규모 기업(Small firms): 등록 자본금이 100만 위안 미만인 기업
대규모 기업(Large firms): 등록 자본금이 100만 위안 이상인 기업
다음으로, 특허 데이터 및 AI 분류(Patent Data and AI Classification)는 챗GPT 출시 이전의 AI 혁신 활동을 측정하기 위해 사용되었다. 2010년부터 2019년까지 중국 국가지식산권국(CNIPA)에 출원된 발명 특허 데이터를 수집하였으며, AIPatentSBerta 모델을 적용하여 340,771개의 AI 관련 발명 특허를 식별하였다. 이 특허 데이터는 각 지역의 AI 관련 기술적 역량을 나타내는 대리 변수로 활용된다.
마지막으로, 공간 그리드 및 패널 구축(Spatial Grids and Panel Construction)을 통해 두 데이터를 지리적으로 통합하였다. 연구진은 H3 지리 공간 인덱싱 시스템을 사용하여 중국 전역을 약 5㎢ 면적(반지름 약 2km)의 육각형 그리드 셀로 분할하였다. 각 신규 기업의 등록 주소와 특허 출원인의 주소를 위도·경도 좌표로 변환하여 해당 그리드 셀에 할당하였다. 이를 통해 전국 166,156개의 고유 그리드 셀에 대한 2021년 1분기부터 2024년 4분기까지의 그리드-분기(Grid-by-Quarter) 패널 데이터를 구축하였다.
3.2. 주요 변수
분석은 H3 그리드 셀 단위를 기본으로 하며, 주요 변수는 다음과 같이 정의된다.
신규 기업 생성(New Firm Creation)은 종속 변수로서, 각 그리드와 분기별로 신규 등록된 기업의 총수를 측정한다. 또한, 앞서 정의한 자본금 기준에 따라 소규모 기업 진입 수와 대규모 기업 진입 수를 별도로 집계하여 기업 규모별 효과를 분석한다.
챗GPT 이전 그리드별 AI 인적 자본(Pre-ChatGPT Grid-Level AI Human Capital)은 핵심 설명 변수이다. 선행 연구에 따르면 인적 자본은 AI 기술의 확산과 채택에 중요한 역할을 한다. 따라서 연구진은 2010년부터 2019년 사이 해당 그리드($g$)에서 출원된 AI 관련 발명 특허 수($AIpat_g$)를 AI 특화 인적 자본의 대리 변수로 사용하였다. 기본 분석에서는 측정 오차를 줄이고 해석을 용이하게 하기 위해 이진 지표를 사용한다.
HighAI: 2010-2019년 동안 AI 관련 특허가 하나라도 있는 그리드는 1, 그렇지 않은 경우 0으로 정의한다. 전체 그리드 중 약 6.1%가 이에 해당한다.
창업가 및 조직 특성과 관련해서는 창업가의 경험과 초기 조직 구조를 측정한다.
연속 창업가(Serial Entrepreneur): 신규 기업의 법적 대표자가 지난 3년 이내에 다른 기업을 설립한 경험이 있는지를 추적하여, 해당 그리드-분기 내 신규 창업가 중 연속 창업가의 비율을 계산한다.
조직 구조(Organizational Structure): 설립 시점의 주주 수, 개인 주주 비율, 경영진(Executive team) 규모를 통해 초기 자원 동원 방식과 조직의 복잡성을 측정한다.
3.3. 기술 통계
구축된 데이터의 기술 통계는 연구의 식별 전략과 주요 발견을 뒷받침하는 몇 가지 특징을 보여준다.
첫째, 기업 진입의 구조적 변화가 관찰된다. 전체 표본 기간 동안 그리드당 분기 평균 약 4.8개의 신규 기업이 설립되었다. 챗GPT 출시(2022년 4분기) 이전에는 대규모 기업의 진입이 소규모 기업보다 많았으나, 출시 이후에는 소규모 기업의 진입이 급격히 증가하여 대규모 기업 진입 수를 추월하는 패턴을 보였다.
둘째, 창업가 및 조직 특성을 살펴보면, 신규 창업가의 약 26.7%만이 연속 창업가였으며, 소규모 기업의 경우 이 비율은 16.3%로 더 낮았다. 이는 소규모 창업의 상당수가 초보 창업가에 의해 이루어짐을 시사한다. 또한 평균 주주 수는 1.5명, 경영진 규모는 약 2명으로 나타나, 대다수 신규 기업이 소수의 인원으로 운영되는 간소한 구조임을 알 수 있다.
셋째, AI 노출의 지리적 분포는 매우 불균등하다. AI 특허 분포는 오른쪽으로 긴 꼬리를 가진(right-skewed) 형태를 보이며, 베이징, 상하이, 선전 등 주요 혁신 허브에 집중되어 있다. 그러나 중요한 점은 동일한 도시 내에서도 AI 활동이 활발한 그리드와 그렇지 않은 인접 그리드가 혼재한다는 것이다. 이러한 도시 내 이질성(Within-city heterogeneity)은 도시 수준의 거시적 충격을 통제하면서 국지적인 AI 인적 자본의 효과를 식별할 수 있게 하는 본 연구의 핵심적인 식별 근거가 된다.
4.1. 기본 분석 결과 (Baseline Results)
분석 결과, 2022년 11월 챗GPT 출시 이후 AI 특화 인적 자본이 풍부한 지역(High-AI grids)에서 신규 기업 설립이 통계적으로 유의미하게 급증하였다.
이 효과는 경제적으로도 상당한 규모이다. 다른 조건이 동일할 때, AI 인적 자본이 높은 지역은 낮은 지역에 비해 분기당 약 5개의 추가적인 기업이 생성되었다. 이를 전국적으로 합산하면 챗GPT 출시 이후 약 41만 개의 추가적인 기업 진입이 발생한 것으로 추산되며, 이는 전체 신규 진입의 약 6.0%를 설명한다.
이러한 창업 붐의 가장 큰 특징은 기업 규모에 따른 비대칭성이다.
소규모 기업의 증가: 전체적인 기업 진입 증가는 전적으로 자본금 100만 위안 미만의 소규모 기업에 의해 주도되었다.
대규모 기업의 감소: 반면, 대규모 기업의 진입은 오히려 유의미하게 감소하는 패턴을 보였다.
이는 생성형 AI가 마케팅, 코딩, 고객 응대 등 핵심 업무를 자동화하여 사업 운영에 필요한 최소 규모를 축소시켰음을 시사한다. 창업가들은 과거 대규모 팀과 자본이 필요했던 사업을 더 작고 민첩한 형태로 시작할 수 있게 되었으며, 대기업 진입의 감소는 이러한 '린(Lean) 조직'으로의 전환을 반영한다.
4.2. 산업별 이질성 (Industry Heterogeneity)
생성형 AI의 영향은 산업별로 다르게 나타났으며, 특히 지식 노동과 창의성이 중요한 분야에서 두드러졌다.
가장 큰 긍정적 효과를 보인 산업은 소매업, 비즈니스 서비스, 기술 프로모션 및 응용 서비스 등이었다. 이들 산업은 고객 응대나 콘텐츠 생성 등 생성형 AI 도구를 즉각적으로 적용할 수 있는 분야이다. 반면, 건설이나 제조와 같은 자본 집약적이고 전통적인 산업에서는 효과가 미미하거나 오히려 부정적으로 나타났다.
연구진은 기업의 비즈니스 설명을 텍스트 분석하여 AI 관련성을 세분화하였다. 그 결과, AI 기술 자체를 개발하는 '업스트림(Upstream)' 분야보다는 AI 기술을 활용하여 제품이나 서비스를 만드는 '다운스트림(Downstream)' 분야에서 진입이 훨씬 활발했다. 또한, AI가 창업 활동을 돕는 정도(Entrepreneurship Helpfulness Score)가 높은 산업일수록 신규 진입 효과가 강력하게 나타났다. 이는 생성형 AI가 기술 개발보다는 기술 채택과 응용을 통해 창업을 촉진한다는 점을 보여준다.
4.3. 메커니즘 분석 (Mechanisms)
저자들은 생성형 AI가 창업을 가로막는 주요 장벽을 어떻게 낮추는지 규명하기 위해 경험, 자금, 노동 측면의 메커니즘을 분석하였다.
경험(Experience): AI 인적 자본이 높은 지역에서 연속 창업가(Serial Entrepreneur)의 비중이 감소하고, 초보 창업가의 진입이 늘어났다. 이는 AI 도구가 창업 경험 부족을 보완하여, 경험이 없는 개인도 쉽게 창업할 수 있도록 돕는다는 것을 의미한다.
자금(Financing): 신규 기업 설립 시 등록된 주주 수가 감소하였다. 이는 창업가가 사업 시작을 위해 다수의 투자자나 공동 창업자로부터 자본을 모을 필요성이 줄어들었음을 시사하며, 재무적 진입 장벽이 낮아졌음을 보여준다.
노동(Labor): 창업 초기 경영진 팀(Executive team)의 규모가 축소되었다. 이는 AI가 초기 단계에서 필요한 관리자나 전문 인력의 역할을 대체함으로써, 더 적은 인원으로도 기업 운영이 가능해졌음을 입증한다.
4.3.1. 연속 창업가와 소규모 기업으로의 대체 (Substitution Towards Smaller Firms)
연구진은 연속 창업가들의 행동 변화를 분석하여 생성형 AI가 기업의 최적 규모를 변화시키고 있음을 추가로 확인하였다.
AI 인적 자본이 풍부한 지역의 연속 창업가들은 챗GPT 출시 이후, 자신이 이전에 설립했던 기업보다 현저히 작은 자본 규모로 새로운 기업을 시작하는 경향을 보였다. 평균적으로 신규 기업은 이전 기업보다 약 7배 더 작은 규모로 설립되었다.
이러한 결과는 단순히 새로운 소규모 창업가가 시장에 진입하는 것뿐만 아니라, 경험이 풍부한 창업가들조차 AI의 생산성 향상을 활용하여 더 가볍고 민첩한 조직 형태를 선택하고 있음을 보여준다. 즉, 생성형 AI는 창업의 양적 팽창(Extensive margin)뿐만 아니라 기업 구조의 질적 전환을 유도하고 있다.
5.1. 위약 테스트 (Placebo Tests)
연구진은 관찰된 효과가 일반적인 혁신 역량이나 기존의 창업 활어도 때문이 아님을 증명하기 위해 세 가지 위약 테스트를 실시했다.
일반 혁신 역량과의 비교: AI 특화 인적 자본이 아닌 일반적인 혁신 역량이 결과를 주도했을 가능성을 배제하기 위해, AI 관련 특허 대신 '비(非) AI 특허'를 사용하여 분석을 수행했다. 분석 결과, 비 AI 혁신 역량이 높은 지역에서는 챗GPT 출시 이후 유의미한 기업 진입 증가가 관찰되지 않았다. 이는 창업 붐이 일반적인 기술 역량이 아닌, AI와 관련된 구체적인 인적 자본에 기인함을 시사한다.
기존 창업 활어도 통제: AI 활동이 활발한 지역이 원래부터 창업이 활발했던 지역일 가능성을 배제하기 위해, 2019년 이전의 기업 진입 수에서 AI 특허로 설명되는 부분을 제거한 잔차(Residual)를 사용하여 분석했다. 그 결과, 치료 효과의 크기가 약 85% 감소했다. 이는 본 연구의 결과가 단순히 해당 지역의 전반적인 경제적 활력이 아니라, AI 특화 인적 자본 요인에 의해 주도되었음을 뒷받침한다.
무작위 배정 테스트: 'AI 인적 자본이 높은 지역'이라는 라벨을 무작위로 섞어 100회 시뮬레이션을 수행했다. 그 결과, 추정된 계수들의 분포는 0을 중심으로 형성되었으며 통계적으로 유의하지 않았다. 이는 기본 분석 결과가 우연이나 모델의 과적합(Overfitting)에 의한 것이 아님을 입증한다.
5.2. 강건성 테스트 (Additional Robustness Tests)
연구 결과가 특정 지역이나 표본 설정에 민감하게 반응하지 않음을 확인하기 위해 다양한 조건에서 강건성 테스트를 수행했다.
주요 대도시 제외: 베이징, 상하이, 광동성과 같은 1선 지역(First-tier provinces)을 표본에서 제외하고 분석했다. 그 결과, 여전히 소규모 기업 진입의 유의미한 증가와 대기업 진입의 감소가 관찰되었다. 이는 연구 결과가 몇몇 혁신 허브에 국한된 현상이 아니라 중국 전역으로 확장되는 일반적인 패턴임을 보여준다.
AI 활동 지역 한정 분석: AI 특허가 전혀 없는 지역을 대조군에서 제외하고, 적어도 하나의 AI 특허가 있는 지역들만을 대상으로 분석했다. 'AI 활동이 매우 높은 지역'과 '중간 정도인 지역'을 비교했을 때, 소규모 기업 진입 효과는 더욱 강력하게 나타났으며 대기업 진입 감소 효과도 뚜렷했다.
지리적 매칭(Matching): AI 활동이 있는 그리드와 지리적으로 가장 가까운 비(非) AI 그리드를 매칭하여 비교 분석했다. 이는 지역 정부의 지원 정책이나 인프라 차이 등 관찰되지 않은 지역적 특성을 통제하기 위함이며, 분석 결과는 기본 모형과 일치했다.
소규모 기업 기준 변경: 소규모 기업의 정의를 자본금 100만 위안 미만에서 200만, 300만, 500만 위안으로 변경하며 분석했다. 모든 기준에서 소규모 기업의 진입 증가는 통계적으로 유의했고 대기업은 감소하는 일관된 결과가 나타났다. 이는 연구의 결론이 자의적인 기업 규모 분류에 의존하지 않음을 확인시켜 준다.
이 연구는 1,280만 개 이상의 신규 기업 등록 데이터와 고해상도 AI 혁신 지표를 활용하여, 생성형 AI의 등장이 실물 경제의 창업 활동에 미치는 영향을 대규모로 입증한 최초의 연구이다. 분석 결과, 챗GPT 출시 이후 AI 관련 인적 자본이 풍부한 지역에서 신규 기업 설립이 실질적으로 증가했으며, 이는 전적으로 소규모 기업과 초보 창업가들에 의해 주도되었다.
연구진은 생성형 AI가 경험, 자본, 인력과 같은 창업의 핵심 보완재를 대체하는 '디지털 공동 창업자(Digital Co-founder)' 역할을 수행함을 확인했다. 구체적으로 AI 도입이 활발한 지역의 신규 기업들은 다음과 같은 '경량화(Lightweight)' 특징을 보인다.
창업가의 사전 경험이 부족하더라도 진입이 가능하다.
더 적은 수의 주주로 설립되어 자본 조달의 부담이 낮다.
소규모 경영진 팀에 의존하여 조직 구성이 간소화된다.
이러한 효과는 자본 집약적인 AI 개발(Upstream) 산업보다는, AI 도구를 상업화나 고객 서비스에 즉시 적용할 수 있는 다운스트림(Downstream) 및 채택 지향적 산업에서 가장 강력하게 나타났다.
결론적으로 이 연구는 생성형 AI가 단순히 첨단 혁신을 확장하는 것을 넘어, 창업의 기회를 민주화하고 초기 벤처의 조직 형태를 변화시킴으로써 경제적 역동성을 자극하는 새로운 경로임을 시사한다. 이는 생성형 AI의 부상이 기술적 돌파구일 뿐만 아니라, 기업가 정신의 접근성과 포용성, 그리고 규모를 재편하는 제도적 변화임을 의미한다.