The paradox of faster learning and slower cost reduction as technologies mature
이 논문은 145개의 청정 기술 시리즈를 분석하여, 기술이 성숙해짐에 따라 학습 효율은 증가하는 반면 생산 성장 둔화로 인해 연간 비용 절감은 느려지는 역설을 밝혀내며, 초기 단계의 혁신을 촉진하는 동시에 성숙한 기술의 보급을 지속시키는 정책이 필요함을 제시한다.
원본 논문은 CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/) 라이선스로 제공됩니다. 이것은 아래 논문에 대한 AI 생성 설명입니다. 저자가 작성하거나 승인한 것이 아닙니다. 기술적 정확성을 위해서는 원본 논문을 참조하세요. 전체 면책 조항 읽기
새로운 비디오 게임 콘솔이 매장에 출시되는 모습을 보고 있다고 상상해 보세요. 처음에는 비싸고, 희귀하며, 약간의 버그도 있습니다. 하지만 더 많은 사람이 구매함에 따라 공장은 제품을 만드는 데 더 능숙해지고, 엔지니어들은 제품을 망가뜨리지 않으면서도 비용을 절감하는 방법을 찾아내며, 갑자기 가격이 급락합니다. 이것은 마법이 아닙니다. 과학에서 "기술 학습(technological learning)"이라고 불리는 잘 알려진 패턴입니다. 학생이 과목을 익히는 것과 비슷하다고 생각하면 됩니다. 연습을 많이 할수록(또는 생산량이 늘어날수록), 만드는 과정은 더 저렴해지고 쉬워집니다. 과학자들은 오랫동안 이 과정을 예측하기 위해 두 가지 주요 규칙을 사용해 왔습니다. 흔히 라이트의 법칙(Wright's Law)이라 불리는 한 규칙은 생산량이 두 배가 될 때마다 비용이 떨어진다고 말합니다. 또 다른 규칙인 무어의 법칙(Moore's Law)은 매년 시간이 흐를 때마다 비용이 떨어진다고 말합니다. 수십 년 동안 대부분의 컴퓨터 모델은 우리의 에너지 미래를 계획할 때 이 규칙들이 마치 일정한 속도로 움직이는 메트로놈처럼 '클릭, 클릭, 클릭' 하며 항상 같은 속도로 유지된다고 가정했습니다. 하지만 만약 그 리듬이 변한다면 어떨까요? 어떤 부분에서는 음악이 빨라지고, 어떤 부분에서는 느려진다면 어떨까요? 이를 이해하는 것은 매우 중요합니다. 왜냐하면 우리가 태양광 패널이나 전기차와 같은 깨끗한 에너지의 가격이 얼마나 빨리 저렴해질지 잘못 예측한다면, 불필요하게 공포에 빠지거나, 더 심각하게는 지구를 구하기 위해 충분히 빠르게 행동하지 못할 수도 있기 때문입니다.
이제 제시카 주엘(Jessica Jewell), 화쉬안 왕(Huaxuan Wang) 그리고 그들의 팀이 수행한 새로운 연구를 살펴보겠습니다. 이 연구는 기존의 메트로놈 아이디어를 뒤집습니다. 그들은 태양광 패널부터 원자력 발전까지, 작은 실험 단계에서 글로벌 거물로 성장한 145가지의 서로 다른 기술 이야기를 담은 방대한 데이터 라이브러리를 수집했습니다. 그들은 이 이야기들을 세 가지 장으로 나누었습니다: 혼란스러운 '형성기(formative)'의 시작, 빠른 '가속 성장(accelerating growth)'의 중기, 그리고 '정체 성장(steady growth)'의 성숙기입니다.
여기서 그들이 발견한 반전이자, 일종의 역설이 있습니다. 기술이 오래되고 성숙해질수록, 기술은 실제로 학습하는 능력이 더 좋아진다는 것입니다. 초보적인 실수를 연발하는 공장 노동자가 결국 숙련된 장인이 되는 모습을 상상해 보세요. 연구에 따르면 "학습률(learning rates)"(생산량이 두 배가 될 때마다 얼마나 저렴해지는지)이 크게 뛰어오릅니다. 완전히 새로운 기술의 경우 학습률은 약 15%입니다. 하지만 성숙한 기술의 경우, 학습률은 30% 이상으로 치솟습니다. 공장들이 그 어느 때보다 빠르게 배우고 있는 것입니다!
하지만 여기 함정이 있습니다. 공장들이 더 빠르게 배우고 있음에도 불구하고, 실제 기술 가격은 예전만큼 빠르게 떨어지지 않는다는 점입니다. 초기에는 매년 비용이 10%씩 떨어질 수 있습니다. 하지만 기술이 성숙해지면, 그 연간 하락 폭은 단 3%로 둔화됩니다. 어떻게 더 잘 배울 수 있는데 비용 절감은 더 못하게 되는 걸까요? 저자들은 이를 달리기 경주라는 간단한 비유를 통해 설명합니다. 처음에 당신은 짧은 트랙 위를 달리고 있으므로, 매 걸음(생산량의 두 배 증가)마다 매우 빠르게 진행되며 속도(비용 절감)도 높습니다. 하지만 경주가 계속될수록 트랙은 점점 더 길어집니다. 설령 당신이 더 빠른 러너(높은 학습률)일지라도, 트랙이 너무 거대해졌기 때문에 다음 바퀴(다음 생산량 두 배 증가)를 완료하는 데 훨씬 더 오랜 시간이 걸립니다. 경험은 쌓이고 있지만, 시장이 포화 상태에 이르면서 그 경험이 쌓이는 속도가 더뎌지는 것입니다.
연구팀은 단순히 추측한 것이 아니라 컴퓨터 시뮬레이션을 통해 이를 테스트했습니다. 그들은 현실 세계의 패턴—즉, 학습 속도는 빨라지는데 연간 비용 하락은 둔화되는 패턴—을 재현할 수 있는 유일한 방법은 두 가지 현상이 동시에 일어나야 한다는 것을 발견했습니다. 즉, 기술이 '경험을 통한 학습(learning-by-doing)'을 더 잘하게 되는 동시에, 시간이 흐름에 따라 자연스럽게 개선되는 '자율적 진보(autonomous progress)'가 함께 일어나야 한다는 것입니다. 만약 둘 중 하나만 있다면, 숫자는 현실과 일치하지 않았을 것입니다.
그렇다면 이것이 우리에게 의미하는 바는 무엇일까요? 이는 기술의 가격이 영원히 일정하고 예측 가능한 속도로 떨어질 것이라고 가정하며 미래를 모델링하는 기존 방식이 틀렸을 가능성이 높음을 시사합니다. 저렴한 기술이 더 많은 판매를 이끌고, 이것이 다시 더 저렴한 기술로 이어지는 '자기 강화적(self-reinforcing)' 순환은 기술이 성숙해짐에 따라 약화되기 시작합니다. 저자들은 우리가 그저 앉아서 가격이 폭락하기만을 기다려서는 안 된다고 제언합니다. 대신, 우리는 스마트한 정책이 필요합니다. 새로운 기술의 경우, 그 기술이 '가속 단계'에 진입하도록 강력하게 밀어붙여야 합니다. 하지만 성숙한 기술의 경우에는 과거의 마법 같은 빠른 성장에만 의존할 수 없습니다. 배치를 지속하고 성장을 늦추는 새로운 장벽들을 극복하기 위한 구체적인 정책이 필요합니다. 학습은 여전히 일어나고 있지만, 경주의 성격이 바뀌었으며, 우리는 그에 맞춰 다르게 달려야 합니다.
연구 분야의 논문에 파묻히고 계신가요?
연구 키워드에 맞는 최신 논문의 일일 다이제스트를 받아보세요 — 기술 요약 포함, 당신의 언어로.