국문요약

제1장 서론
1. 연구의 배경과 목적
2. 연구의 내용과 구성

제2장 주요국의 무형자산 투자와 경제성장
1. 도입
2. 주요국의 무형자산 투자
3. 무형자산 투자가 포함된 성장회계
4. 무형자산과 경제성장에 대한 회귀분석
5. 소결

제3장 한국의 무형자산 투자가 생산성과 기업 분포에 미치는 영향
1. 도입
2. 선행연구
3. 모형 경제
4. 모수 설정 및 모형 평가
5. 무형자산 투자가 생산성, 기업 크기 분포, 소득 분포에 미치는 영향
6. 소결

제4장 한국기업의 무형자산 보유 현황과 무형자산이 기업 성과에 미치는 영향 분석
1. 도입
2. 한국기업의 무형자산 보유 현황
3. 무형자산과 기업 성과의 관계 분석
4. 소결

제5장 산업별 AI와 경제적 영향
1. 도입
2. 선행연구
3. 한국과 미국의 AI 노출지수
4. 산업별 AI 노출지수 분석 결과
5. 소결

제6장 결론 및 정책 시사점
1. 주요 연구 결과 요약
2. 정책적 시사점

참고문헌

부록
1. 미국
2. 한국

Executive Summary

20세기 중반까지 전통적인 경제성장의 주요 동력이 유형자산(tangible assets)이었다면 21세기 들어 디지털 전환(digital transformation)과 4차 산업혁명이 대두되면서 무형자산(intangible assets)의 중요성이 점차 확대되고 있다. 소프트웨어, 연구개발(R&D), 브랜딩, 지적재산권, 디자인, 조직자본(organizational capital) 등 전통적인 무형자산은 기업 및 경제 전체의 효율성과 경쟁력을 높이는 주요 자산으로 자리 잡았으며, 최근에는 AI(인공지능), 빅데이터, 클라우드 컴퓨팅과 같은 첨단 기술들이 새로운 형태의 무형자산으로 활용되며 기술혁신과 생산성 향상, 경제성장에 기여하고 있다. 이에 본고는 주요국 및 한국 경제에서 무형자산 투자의 중요성을 분석하고, 무형자산 투자와 성장, 생산성, 기업 성과 등 다양한 경제 지표와의 관계를 통해 한국 경제의 무형자산 투자 확대를 위한 정책적 근거를 제시하고자 하였다.

본 보고서는 서론과 결론을 제외하고 총 4개의 장으로 구성되어 있다. 먼저 제2장에서는 EKIP 데이터를 활용하여 무형자산 투자와 경제성장 간의 관계를 분석하였다. 그 결과 무형자산 투자와 생산성 증가 사이에 양의 상관관계가 있지만 국가와 산업별로 큰 차이가 있음을 발견하였다. 이어진 성장회계 분석에서는 대부분의 국가에서 유형자산의 성장 기여도는 감소하고 무형자산의 기여도가 증가하는 추세를 확인하였다. 특히 국민계정에 포함되는 무형자산의 성장 기여도가 높아지는 경향이 있었다. 무형자산 투자와 경제성장률 간의 회귀분석에서는, 무형자산 투자 집중도가 높아질수록 중단기 경제성장률과 양의 상관관계를 가지는 것으로 나타났다. 주요국과 기타 국가집단을 나누어 분석한 결과, 경제규모에 따라 무형자산 투자 효과가 달라지는 것을 확인했다.

제3장에서는 경제 주체들의 무형자산에의 최적 투자가 있는 거시모형을 활용하여 각각 한국과 미국의 데이터와 맞는 모수 설정을 하고 무형자산 투자와 생산성, 기업 크기 분포, 그리고 소득 분배의 연관성을 알아보았다. 그 결과 한국의 무형자산 분포의 분산이 미국 대비 낮았으며, 무형자산 투자를 장려하는 정책 변화로 인해 무형자산 투자가 늘어나면 한국도 미국처럼 더 큰 기업이 더 많은 고용을 하게 되고 생산성도 증가하게 되지만 소득 분배는 악화됨을 모형 실험을 통해 확인하였다.

제4장에서는 2006년부터 2021년까지의 우리나라 통계청 기업활동조사 자료를 활용하여 무형자산과 기업 성과의 관계를 살펴보았다. 무형자산 보유 기업의 비중과 보유 금액은 꾸준히 증가했지만, 총자산 대비 비중은 2010년대 중반 이후 감소 추세를 보였다. 이어진 회귀분석 결과, 무형자산 보유 정도가 클수록 매출액, 노동생산성, 수출 성과에 긍정적인 영향을 미치는 것으로 나타났으며, 이는 단기(1년)와 중장기(5년) 모두에서 관찰되었다. 특히 매출액과 노동생산성 성장에 대한 긍정적 영향은 지속적인 것으로 확인되었다. 수출액의 경우 1년 성장률에서는 긍정적 영향이 뚜렷했으나, 5년 기간에서는 효과가 약해졌다. 그러나 수출활동 여부에 대해서는 단기와 중장기 모두 긍정적인 영향을 미쳤다.

마지막 제5장에서는 2019~22년 데이터에 기반해 AI 노출도가 한국과 미국의 산업에 미치는 영향을 다루었으며, 생성형 AI의 광범위한 도입 이전의 단기적 영향을 살펴보았다. 한국에서는 AI 노출지수와 고용 지표 간에 일부 양의 상관관계가 나타났으나, 노동생산성 통제 후 종사자 수, 여성 종사자 수, 상용근로자와의 상관관계는 통계적으로 유의하지 않았다. 또한 AI 노출이 1인당 매출액과 노동분배율에는 음의 상관관계를 보여, 기술 도입이 모든 지표에 동일한 영향을 미치지 않음을 확인하였다. 반면 미국의 경우 AI 노출지수와 고용, 시간당 임금, 노동 보상 사이에 통계적으로 유의한 양의 상관관계가 확인되었다. 이는 AI가 미국 산업의 고용과 임금 수준에 긍정적 영향을 줄 가능성을 나타내며, AI 도입이 노동생산성과 관계없이도 산업의 고용 및 임금 개선에 기여할 수 있음을 보여준다.

이러한 분석 결과들을 기반으로 제시된 정책적 시사점들은 다음과 같다. 먼저 제2장에서는 무형자산의 증가하는 경제적 기여도를 고려하여 연구개발, 소프트웨어, 조직자본에 대한 세제 혜택과 재정 지원을 강화하고, 특히 제조업과 정보통신업에 대한 기술 개발 지원을 확대하며, 금융업의 디지털화를 촉진해야 한다는 점이 도출되었다. 제3장의 이론적 분석으로부터는 대기업과 중소기업 간 무형자산 격차 해소를 위해 중소기업 대상 신용 제약 완화, 세제 혜택, 기술혁신 바우처 프로그램 등이 필요하며, 무형자산 투자 확대에 따른 소득 분배 양극화에 대응하기 위한 근로자 재교육과 정책이 요구된다는 점을 제시하였다. 제4장에서는 무형자산이 기업 성과에 미치는 긍정적 영향을 고려하여, 중소기업 특화 무형자산 금융 지원과 담보 대출 개발, AI·빅데이터 기반 무형자산의 창출과 가치 평가를 위한 정책적 가이드라인 마련이 필요함을 언급하였다. 제5장에서는 AI 기술 도입이 고용과 임금에 미치는 영향이 국가별로 상이한 점을 고려하여, 한국의 경우 기존 근로자의 AI 활용 직업훈련 강화, 중소기업과 전통산업의 AI 활용 지원, 그리고 AI 관련 산업의 노동자 보호 정책이 필요함을 제시하였다.