생산성의 향상은 일의 총량과는 다르니까.

기술의 발전은 생산성을 높여줍니다.

하지만 생산성 향상이 일의 총량의 감소와 직결되지는 않습니다.

예를 들어, 채팅형 LLM 서비스를 생각해 보겠습니다.

일상생활이나 사무실에서 이제는 AI의 활용이 필수가 되었습니다.

chatGPT, Claude, Perplexity 같은 채팅형 서비스가 가장 대표적이지만,

여러 SaaS도 AI 기능들을 출시하고 적극적으로 마케팅하고 있습니다.

이를 통해 효율성의 극대화를 이야기하기도 하고,

디자인 툴들은 자칫 창의력을 대신하는 듯한 오해를 살 수 있을 정도의 자동화를 이야기합니다.

물론 저도 이런 마케팅 콘텐츠들을 보거나 다른 새로운 기술들이 나올 때마다 정말 놀라운 발전이라는 생각을 하면서 제가 얼마나 더 효율적으로 일할 수 있게 될지 상상하게 됩니다.

제가 하지 않아도 되는 일들을 상상 속 리스트에 적어보면서요.

하지만 막상 사용하다 보면 처음에는 효율성이 정말 높아지면서 일이 줄어드는 것 같다가도 결국 일의 총량은 비슷해져 가는 것을 느낍니다.

정신 차리고 보면 효율성으로 줄어든 시간만큼의 일을 다시 input으로 넣는,

그리고 그 input을 위해 더 고민하면서 시간을 쓰고 있는 저를 발견합니다.

마치, 일의 총량은 정해져 있어서 다시금 채워지는… 데이터로 치면 평균 회귀의 느낌이죠.

그래서 정리해 보자면 새로운 기술은 분명 생산성에 도움을 줍니다.

다만 생산성 향상이 언제나 일의 총량이 줄어든다는 오해로 이어지지는 말아야 합니다.

일이 쉬워지고 편리해지는 것과 일이 줄어드는 것은 분리해서 생각해야 합니다.