📈 economics

How Artificial Intelligence (AI) Affects Sustainable Economic Growth in the Jordanian Industrial Sector

본 연구는 인공지능 도입이 요르단 산업 부문의 지속 가능한 경제 성장을 긍정적으로 견인하며, 이 관계에서 조직 학습이 유의미한 부분 매개 역할을 한다는 것을 실증적으로 입증한다.

원저자: Ahmad Eyadat, Anas Kanaan, Tariq Talafha, Odai Mansour, Saed Mustafa, Amro Alamaren, Oualid Ali

게시일 2026-07-08

📖 4 분 읽기☕ 가벼운 읽기

원저자: Ahmad Eyadat, Anas Kanaan, Tariq Talafha, Odai Mansour, Saed Mustafa, Amro Alamaren, Oualid Ali

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

개요: 슈퍼 엔진으로서의 AI

요르단의 산업 부문(공장, 제조 공장 등)을 물건을 배달하려는 트럭 부대라고 상상해 보세요. 연구진은 다음과 같은 질문을 던졌습니다: 만약 이 트럭들에 고성능 자율주행 엔진(인공지능)을 장착한다면, 트럭들이 더 빠르게 달리고, 연료를 덜 쓰며, 더 오래 버틸 수 있을까(지속 가능한 경제 성장)?

연구 결과에 대한 대답은 강력한 **"예"**였지만, 매우 중요한 전제 조건이 붙었습니다. 단순히 엔진을 설치하는 것이 전부가 아니라, 그 엔진을 사용할 줄 아는 '운전자'가 있어야 한다는 것입니다.

등장인물

이 연구를 이해하기 위해 세 명의 주요 캐릭터를 생각해 보세요:

인공지능 (AI): 하이테크 엔진. 이는 교통 상황을 예측하고, 경로를 최적화하며, 문제가 발생하기 전에 해결할 수 있는 강력한 도구입니다. AI는 방대한 양의 데이터와 통찰력을 생성합니다.
조직 학습 (Organizational Learning): 운전 교육 학교. 이는 회사가 배우고, 지식을 공유하며, 적응하는 능력입니다. 엔진의 데이터를 읽고 더 잘 운전하는 방법을 찾아내는 운전석의 팀원들을 의미합니다.
지속 가능한 경제 성장 (Sustainable Economic Growth): 목적지. 이는 단순히 오늘 당장의 이익을 내는 것이 아니라, 운송 회사가 수십 년 동안 사업을 유지하고, 꾸준히 성장하며, 지치지 않고 효율적으로 운영되는 것을 의미합니다.

연구진이 수행한 작업

연구팀은 요르단 산업 기업의 매니저 120명을 대상으로 설문 조사를 실시했습니다. 이들은 숙련된 리더들(많은 이들이 10년 이상의 경력과 고급 학위를 보유)로, 자신들의 비즈니스를 속속들이 알고 있는 사람들이었습니다. 그들에게 다음 사항들을 질문했습니다:

AI를 얼마나 사용하는가.
회사가 얼마나 잘 배우고 지식을 공유하는가.
회사가 얼마나 성장하고 효율적으로 변했는가.

연구진은 이 세 가지 요소가 어떻게 연결되는지 확인하기 위해 통계적 방법(정교한 계산기 같은 역할)을 사용했습니다.

세 가지 주요 결과 (무슨 일이 일어났는가)

1. AI는 당신을 더 나은 학습자로 만든다 (H1)

발견: 기업이 AI를 사용하기 시작하면 더 빠르게 학습합니다.
비유: AI를 **슈퍼 튜터(과외 선생님)**라고 생각해보세요. 이전에는 매니저가 기계가 왜 고장 났는지 추측해야 했을 수도 있습니다. 이제 AI는 정확히 왜 고장이 났는지 알려주고, 패턴을 보여주며, 해결책을 제안합니다. 이는 팀 전체가 새로운 것을 배우고 지식을 공유하도록 강제합니다. 연구 결과는 강력한 연결 고리를 발견했습니다: 더 많은 AI = 더 나은 학습.

2. 학습은 장기적인 성공으로 이어진다 (H2)

발견: 학습 능력이 뛰어난 기업은 더 잘 성장하고 더 오래 지속됩니다.
비유: 계속해서 운전 학교에 다니며 새로운 경로를 배우는 운전자는 매일 똑같은 방식으로 운전하는 사람보다 항상 더 효율적일 것입니다. 기업이 학습하면 더 혁신적이고 효율적이 되며, 이는 지속 가능한 경제 성장으로 이어집니다.

3. AI는 직접적으로 성장을 돕는다 (H3)

발견: 학습을 고려하지 않더라도, AI는 직접적으로 기업의 성장을 돕습니다.
비유: 트럭에 슈퍼 엔진을 장착하는 것만으로도 즉시 더 빠르고 연료 효율이 좋아집니다. AI는 지루한 업무를 자동화하고 낭비를 줄여, 직접적으로 수익을 높입니다.

핵심 비결: "가교" (매개 효과)

이 부분이 논문에서 가장 중요한 부분입니다. 연구진은 조직 학습이 가교(다리) 또는 돋보기 역할을 한다는 것을 발견했습니다.

비유: 여러분에게 강력한 **손전등 (AI)**이 있다고 상상해 보세요.
- 단순히 벽에 손전등을 비추기만 한다면 도움이 조금 될 뿐입니다 (직접 효과).
- 하지만, 빛을 읽고 지형을 파악하여 그 지도를 모두와 공유할 줄 아는 **탐험가 팀 (조직 학습)**이 있다면, 그 손전등은 믿을 수 없을 정도로 강력해집니다.
결과: 연구에 따르면 AI는 두 가지 방식으로 성장을 돕습니다:
1. 직접적으로: 일을 더 빠르게 만듭니다.
2. 간접적으로 (가교를 통해): 기업에 새로운 정보를 제공하고, 기업은 이를 통해 학습하며, 이를 통해 더욱 똑똑해지고 성공하게 됩니다.

연구진은 이를 **"부분 매개 (Partial Mediation)"**라고 부릅니다. 즉, AI는 그 자체로도 훌륭하지만, 기업이 그로부터 배우는 법을 알 때 훨씬 더 강력해진다는 뜻입니다.

이것이 요르단에 중요한 이유

많은 연구가 완벽한 기술을 갖춘 부유한 국가를 대상으로 하지만, 이 연구는 신흥 경제국인 요르단을 주목했습니다.

교훈: 요르단의 공장들이 현대 사회에서 성공하려면, 단순히 "슈퍼 엔진(AI)"을 사고 잘 되기를 바랄 수 없습니다. 반드시 "교육 학교(조직 학습)"도 함께 구축해야 합니다.
조언: 매니저들은 AI가 제공하는 데이터를 이해할 수 있도록 인력을 교육하는 데 투자해야 합니다. 정책 입안자들은 디지털 기술과 지식 공유를 가르치는 프로그램을 지원해야 합니다.

연구의 한계 (연구가 말해주지 않은 것)

저자들은 자신들이 증명할 수 없었던 부분에 대해 솔직하게 밝혔습니다:

단기적 스냅샷: 이들은 특정 시점에 기업들을 찍은 "사진"을 찍은 것입니다. 성장이 영원히 지속되는지 보기 위해 5년 혹은 10년 동안 관찰하지는 않았습니다.
요르단에 국한됨: 결과는 요르단의 산업 부문에 특화되어 있습니다. 다른 국가나 다른 유형의 비즈니스(예: 병원이나 학교)는 다른 결과를 보일 수 있습니다.
자기 보고 방식: 데이터는 매니저들이 설문 조사에 답변한 내용을 바탕으로 합니다. 따라서 그들이 자신의 성공에 대해 다소 낙관적으로 답변했을 가능성이 있습니다.

한 문장 요약

인공지능은 요르단 산업의 성장을 돕는 강력한 도구이지만, 기업이 이 기술을 활용해 팀이 함께 배우고, 적응하며, 혁신하는 법을 가르칠 때 가장 효과적입니다.

기술 요약: 요르단 산업 부문의 인공지능과 지속 가능한 경제 성장

문제 제기
인공지능(AI)이 4차 산업혁명의 변혁적 동력으로 널리 인식되고 있음에도 불구하고, 신흥 경제국 내에서의 지속 가능한 경제 성장에 미치는 영향에 대해서는 실증적 연구의 공백이 존재한다. 기존 문헌은 주로 성숙한 기술 인프라를 갖춘 선진국에 집중되어 있어, 다양한 제도적 환경과 기술적 준비도를 특징으로 하는 맥락에서 AI가 어떻게 기능하는지에 대한 이해가 부족하다. 또한, 선행 연구들은 주로 AI 도입과 조직 성과 사이의 직접적인 연결 고리를 조사해 왔으며, AI 투자를 지속 가능한 경제적 성과로 전환하는 데 매개 역할을 하는 구체적인 조직적 메커는즘(예: 지식 전환 프로세스)은 간과하는 경우가 많았다. 본 연구는 요르단 산업 부문을 조사함으로써 이러한 격차를 해소하고자 하며, AI 도입이 지속 가능한 경제 성장에 어떻게 영향을 미치는지 규명하고, 이 관계에서 조직 학습의 매개 역할을 식별하는 것을 목표로 한다.

연구 방법론
본 연구는 연역적 전략에 기반한 양적, 횡단적 연구 설계를 채택하였다. 이론적 프레임워크는 세 가지의 구별된 이론을 통합한다:

자원 기반 관점 (RBV): AI를 전략적이고 가치 있으며, 희소하고 대체 불가능한 자원으로 상정한다.
동적 역량 이론 (DC): 조직이 변화하는 환경에 적응하기 위해 자원을 재구성해야 함을 시사한다.
내생적 성장 이론 (EGT): 장기적 경제 성장을 기술 혁신 및 지식 생성과 연결한다.

데이터는 요르단 내 산업 조직의 관리자 120명을 대상으로 구조화된 설문지를 통해 수집되었다. 표본은 AI 및 조직 전략과 관련된 경험을 보유한 응답자를 확보하기 위해 유의 표집법(purposive sampling)을 사용하여 선정되었다. 설문은 세 가지 잠재적 구성 개념인 인공지능 도입(독립 변수), 조직 학습(매개 변수), 지속 가능한 경제 성장(종속 변수)을 측정하기 위해 5점 리커트 척도를 활용하였다.

데이터 분석은 SmartPLS 버전 4를 이용한 부분 최소 제곱 구조 방정식 모델링(PLS-SEM)을 통해 수행되었다. 이 방법은 소규모 표본 크기와 매개가 포함된 복잡한 예측 모델에 적합하기 때문에 선택되었다. 분석은 두 단계로 진행되었다:

측정 모델 평가: 지표 신뢰도(요인 적재량 > 0.7), 내부 일관성(Cronbach's Alpha 및 합성 신뢰도 > 0.7), 수렴 타당도(AVE > 0.5), 판별 타당도(HTMT < 0.85)를 평가하였다.
구조 모델 평가: 가설 검증 및 매개 효과를 테스트하기 위해 경로 계수, $R^2$ (결정 계수), $Q^2$ (예측 관련성), 그리고 부트스트랩 신뢰 구간(5,000회 재표본 추출)을 검토하였다.

주요 결과
실증 분석을 통해 다음과 같은 통계적으로 유의미한 결과가 도출되었다:

H1 지지됨: AI 도입은 조직 학습에 강력한 정(+)의 영향을 미친다 ( $\beta = 0.612, p < 0.001$ ). AI 도입은 조직 학습 분산의 37.5%를 설명한다.
H2 지지됨: 조직 학습은 지속 가능한 경제 성장에 정(+)의 영향을 미친다 ( $\beta = 0.487, p < 0.001$ ).
H3 지지됨: AI 도입은 지속 가능한 경제 성장에 직접적인 정(+)의 영향을 미친다 ( $\beta = 0.321, p < 0.001$ ).
H4 지지됨: 조직 학습은 AI 도입과 지속 가능한 경제 성장 사이의 관계에서 부분 매개 역할을 한다. 간접 효과는 유의미했다 ( $\beta = 0.298, p < 0.001$ ).

모델은 강력한 설명력을 보여주었으며, AI 도입과 조직 학습은 지속 가능한 경제 성장 분산의 58.1%를 공동으로 설명하였다 ( $R^2 = 0.581$ ). 두 내생적 구성 개념 모두에 대해 예측 관련성( $Q^2$ )이 확인되었다.

주요 기여
본 논문은 기존 문헌에 세 가지 주요 기여를 한다:

맥락적 확장: 선진국을 넘어 AI 연구의 지리적 범위를 확장하고, 독특한 제도적 환경을 가진 개발도상국 맥락에서의 연구 부족 문제를 해결함으로써 신흥 시장(요르단)으로부터의 실증적 근거를 제공한다.
메커니즘 식별: 조직 학습을 핵심적인 매개 메커니즘으로 식별하고 검증하였다. 본 연구는 AI가 단순히 자동화를 통해 가치를 창출하는 것이 아니라, 조직이 AI에 의해 생성된 지식을 습득, 배포, 해석 및 적용할 수 있는 역량을 갖추었을 때 그 경제적 영향력이 크게 증폭된다는 점을 입증한다.
이론적 통합: RBV, 동적 역량, 내생적 성장 이론을 성공적으로 통합하여 기술 도입에서 지속 가능한 경제 성장으로 이어지는 경로를 설명하며, 전략적 자원(AI)이 우수한 성과를 내기 위해서는 보완적 역량(학습)이 필요하다는 관점을 강화한다.

의의 및 주장
저자들은 본 연구가 디지털 전환에 관한 신흥 경제국의 관리자와 정책 입안자들에게 구체적인 통찰력을 제공한다고 주장한다. 연구 결과는 산업 조직이 AI의 생산성 및 혁신 혜택을 완전히 누리기 위해서는 이러한 기술을 견고한 조직 학습 프로세스 내에 내재화해야 함을 시사한다. 본 연구는 지속 가능한 경제 성장이 단순히 기술 투자에 의한 결과가 아니라, 기술과 데이터를 실행 가능한 지식으로 전환하는 조직의 능력 사이의 상호작용에 의해 주도된다고 상정한다.

실무적으로, 본 논문은 관리자들이 AI 투자를 극대화하기 위해 지식 공유와 지속적인 학습의 문화를 육성해야 한다고 주장한다. 정책 입안자의 경우, 본 연구는 디지털 인프라와 조직 학습 및 디지털 리터러시 분야의 인력 업스킬링(upskilling)을 동시에 촉진하는 국가 전략 수립을 지원한다. 연구는 AI가 성장의 강력한 동력이기는 하지만, 그 효과는 조직의 학습 역량에 달려 있으며, 따라서 이러한 역량의 개발이 요르단 및 유사한 신흥 경제국의 지속 가능한 산업 발전을 위한 전략적 필수 과제라고 결론짓는다.

한계점
저자들은 몇 가지 한계점을 인정한다: 횡단적 데이터의 특성상 확정적인 인과 관계 추론이 불가능하며, 요르단의 산업 부문에 국 한되어 있어 다른 산업이나 국가로의 일반화가 제한된다. 또한, 자기 보고식 설문 데이터에 의존함에 따라 잠재적인 공통 방법 편향(common method bias)이 발생할 수 있으며, 본 연구는 혁신 역량이나 흡수 역량과 같은 다른 잠재적 변수를 제외하고 오직 하나의 매개 변수(조직 학습)만을 조사하였다.