총요소생산성(Total Factor Productivity, TFP)

잘난 척을 위한 한 줄 요약

총요소생산성은 “사람을 더 쓰고 기계를 더 들인 효과”를 빼고도 남는, 경제의 진짜 실력 같은 생산성이다.

 

총요소생산성, 경제성장의 ‘숨은 실력’은 어떻게 측정할까?

먼저, 이 개념이 뭔지부터

총요소생산성(Total Factor Productivity, TFP)은 경제가 가진 노동과 자본을 얼마나 효율적으로 활용해 산출물을 만들어내는지를 보여주는 지표다.

 

조금 쉽게 말해보자.

어떤 공장이 있다. 이 공장이 작년보다 올해 더 많은 제품을 만들었다. 그러면 우리는 먼저 이렇게 생각할 수 있다.

“직원을 더 많이 뽑았나?”
“기계를 더 많이 들였나?”
“공장 설비를 늘렸나?”
“근무 시간이 늘었나?”

그런데 사람을 더 많이 쓴 것도 아니고, 기계를 더 많이 들인 것도 아닌데 생산량이 늘었다면 어떻게 설명해야 할까?

 

그때 등장하는 개념이 총요소생산성이다.

총요소생산성은 노동과 자본의 투입 증가만으로 설명되지 않는 산출 증가분을 설명하는 개념이다. Our World in Data는 TFP를 한 경제가 투입을 산출로 얼마나 효율적으로 바꾸는지에 대한 추정치이며, 자본과 노동 투입으로 설명되지 않는 GDP 부분이라고 설명한다.

 

즉, 경제성장을 아주 단순하게 나누면 이렇게 볼 수 있다.

경제성장 = 노동 증가 + 자본 증가 + 총요소생산성 증가

노동 증가는 사람을 더 많이 쓰는 것이다.
자본 증가는 기계, 건물, 설비, 인프라를 더 많이 쓰는 것이다.
총요소생산성 증가는 같은 사람과 같은 기계로 더 많이, 더 잘 만들어내는 것이다.

 

한마디로 TFP는 경제의 일하는 방식의 수준을 보여주는 지표다.

 

왜 ‘총요소’ 생산성이라고 부를까

생산성이라는 말은 보통 노동생산성으로 많이 접한다. 노동생산성은 대략 “근로자 한 명 또는 노동시간 한 단위가 얼마나 많은 산출을 만들어내는가”를 본다.

 

예를 들어 직원 10명이 하루에 100개를 만들면, 1명당 10개를 만든 셈이다. 다음 해에 10명이 하루에 120개를 만들면 노동생산성이 오른 것이다.

 

그런데 여기에는 문제가 있다.

노동생산성이 올랐다고 해서 반드시 사람이 더 똑똑하게 일한 것은 아닐 수 있다. 회사가 새 기계를 들였기 때문에 직원 1명이 더 많이 만들 수 있게 되었을 수도 있다. 이 경우 생산성이 오른 이유는 노동자의 능력 향상만이 아니라 자본 투입 증가 때문이다.

그래서 노동만 보지 말고, 자본도 함께 봐야 한다.

 

총요소생산성은 노동과 자본을 함께 고려한다. 그래서 이름에 “총요소”가 붙는다. 여기서 요소는 생산요소를 뜻한다. 대표적인 생산요소가 노동과 자본이다.

 

미국 노동통계국은 노동생산성이 노동 투입 대비 산출을 보는 반면, 총요소생산성은 노동과 자본을 포함한 모든 투입 대비 산출을 보며, 기술 발전과 전반적인 생산 효율성을 포착한다고 설명한다.

 

정리하면 이렇다.

구분	노동생산성	총요소생산성
보는 것	노동 한 단위당 산출	노동·자본 등 전체 투입 대비 산출
질문	“사람 한 명이 얼마나 많이 만들었나?”	“전체 자원을 얼마나 효율적으로 썼나?”
장점	이해하기 쉽고 계산이 비교적 단순함	경제의 효율성·기술 수준을 더 넓게 봄
한계	자본 증가 효과와 구분하기 어려움	직접 관찰하기 어렵고 추정이 필요함

 

TFP는 정확히 무엇을 의미할까

총요소생산성은 보통 경제학에서 A로 표현된다.

아주 단순한 생산함수를 떠올려보자.

 

Y = A × F(K, L)

 

여기서 Y는 산출량이다.
K는 자본이다.
L은 노동이다.
A가 바로 총요소생산성이다.

 

이 식을 어렵게 볼 필요는 없다. 뜻은 단순하다.

 

경제의 생산량은 자본과 노동에 의해 결정된다. 그런데 같은 자본과 노동을 가지고도 더 많은 산출을 만들 수 있게 해주는 무언가가 있다. 그 무언가가 A, 즉 총요소생산성이다.

 

그렇다면 A에는 무엇이 들어갈까?

• 기술 수준
• 경영 방식
• 조직 효율성
• 노동자의 숙련
• 교육 수준
• 제도와 법치
• 인프라 활용 능력
• 연구개발 성과
• 자원 배분 효율성
• 디지털 전환 수준
• 기업 간 경쟁 구조
• 공급망 운영 능력

이 모든 것이 TFP에 영향을 줄 수 있다.

다만 TFP는 이 요소들을 하나하나 직접 측정한 값은 아니다. 보통은 전체 성장에서 노동과 자본의 기여분을 빼고 남는 부분으로 계산한다. 그래서 TFP를 종종 솔로우 잔차(Solow residual)라고도 부른다.

잔차라는 말이 조금 허무하게 들릴 수 있다. 하지만 이 “남는 부분”이 경제성장에서 매우 중요하다. 기계와 사람을 더 투입하는 방식의 성장은 언젠가 한계에 부딪히기 때문이다.

 

예시로 이해해보자

두 나라가 있다고 해보자.

A국과 B국은 둘 다 노동자 100명과 기계 100대를 가지고 있다.

그런데 A국은 하루에 제품 1,000개를 만들고, B국은 하루에 제품 1,500개를 만든다.

 

왜 이런 차이가 날까?

노동자 수와 기계 수가 같다면 단순히 “사람이 많아서”나 “기계가 많아서”라고 설명할 수 없다. 차이는 다른 데 있다.

B국은 생산라인 배치가 더 좋을 수 있다.
노동자 교육이 더 잘 되어 있을 수 있다.
불량률이 낮을 수 있다.
소프트웨어를 활용해 재고를 효율적으로 관리할 수 있다.
기계 고장을 미리 예측해 멈추는 시간을 줄일 수 있다.
기업 간 협업과 물류 시스템이 더 매끄러울 수 있다.

 

이런 차이가 바로 총요소생산성의 차이다.

 

즉, TFP는 단순히 “얼마나 많이 가졌는가”가 아니라 가진 것을 얼마나 잘 쓰는가를 본다.

 

왜 경제성장에서 TFP가 중요할까

경제성장은 처음에는 투입을 늘려서 만들 수 있다.

노동자를 더 많이 고용한다.
공장을 더 짓는다.
기계를 더 산다.
도로와 항만을 더 만든다.
교육을 통해 노동력을 늘린다.

 

이런 방식은 중요하다. 특히 개발 초기 단계의 국가는 자본 축적과 노동 투입 증가만으로도 빠르게 성장할 수 있다.

하지만 시간이 지나면 한계가 온다.

노동인구는 무한히 늘지 않는다.
기계와 설비를 계속 늘리는 것도 비용이 든다.
자본을 많이 투입할수록 추가 효과는 줄어들 수 있다.
고령화가 진행되면 노동 투입은 오히려 감소할 수 있다.

 

이때 중요한 것이 TFP다.

같은 인구, 같은 설비, 같은 자원으로 더 많은 가치를 만들어내야 하기 때문이다. IMF는 TFP가 높은 국가들이 대체로 세계에서 가장 부유한 국가에 속하며, 글로벌 금융위기 이후 전 세계적으로 TFP 성장 둔화가 나타난 점을 우려할 만한 흐름으로 설명한다.

즉, 장기 성장의 핵심은 결국 “더 많이 투입하기”에서 “더 잘 쓰기”로 이동한다.

 

TFP가 높다는 것은 무슨 뜻일까

TFP가 높다는 것은 같은 노동과 자본으로 더 많은 산출을 만든다는 뜻이다. 하지만 이것을 단순히 “일을 더 열심히 한다”로 이해하면 안 된다.

 

TFP가 높은 경제는 보통 다음과 같은 특징을 가진다.

첫째, 기술을 잘 활용한다.
새로운 기계, 소프트웨어, 데이터, 자동화 기술을 도입해 생산 방식을 개선한다.

둘째, 자원이 효율적으로 배분된다.
생산성이 높은 기업이 성장하고, 생산성이 낮은 기업은 개선하거나 시장에서 퇴출된다. OECD는 기업의 진입·퇴출과 자원 재배분이 생산성 성장과 밀접하게 연결된다고 설명한다.

셋째, 제도와 인프라가 뒷받침된다.
법적 안정성, 공정한 경쟁, 금융 접근성, 교육 시스템, 물류 인프라가 좋으면 기업이 더 효율적으로 일할 수 있다.

넷째, 혁신이 지속된다.
연구개발, 창업, 기술 확산, 경영 개선이 이어질수록 같은 자원으로 더 높은 가치를 만들 가능성이 커진다.

다섯째, 조직 운영이 좋다.
생산성이 낮은 이유는 기술 부족만이 아니다. 회의가 많고, 의사결정이 느리고, 불필요한 보고가 많고, 부서 간 협업이 안 되면 TFP는 낮아질 수 있다.

 

즉, TFP는 기술만의 문제가 아니라 경제 전체의 운영 능력에 가깝다.

 

TFP와 기술혁신은 같은 말일까

많이 헷갈리는 부분이다. TFP는 기술혁신과 깊이 연결되어 있지만, 둘이 완전히 같은 말은 아니다.

기술혁신은 TFP를 높이는 중요한 요인이다. 예를 들어 AI, 반도체, 로봇, 클라우드, 자동화, 신약 개발, 고효율 배터리 같은 기술은 생산성을 높일 수 있다.

 

하지만 TFP에는 기술 외의 요소도 포함된다.

예를 들어 같은 기술을 도입해도 기업마다 성과가 다르다. 어떤 회사는 AI 도구를 도입해 업무 시간을 줄이고 품질을 높인다. 다른 회사는 도구는 샀지만 업무 방식이 그대로라 효과가 거의 없다.

기술은 같지만 생산성은 다르게 나타난다.

 

왜 그럴까?

조직문화, 교육, 업무 프로세스, 데이터 품질, 리더십, 제도, 인센티브가 다르기 때문이다.

그래서 TFP를 “기술 수준”으로만 해석하면 부족하다. 더 정확히는 기술을 포함한 전체 효율성이라고 봐야 한다.

 

TFP와 노동생산성은 어떻게 연결될까

노동생산성은 보통 1인당 산출 또는 시간당 산출로 본다. 노동생산성이 오르면 임금 상승과 생활수준 향상에 도움이 될 수 있다.

그런데 노동생산성이 오르는 이유는 크게 두 가지다.

 

첫째, 노동자 한 명당 더 많은 자본을 쓰게 되었기 때문이다.
예를 들어 사람이 삽 대신 굴착기를 쓰면 노동생산성이 크게 오른다.

둘째, 총요소생산성이 올랐기 때문이다.
같은 굴착기를 쓰더라도 작업 계획, 소프트웨어, 숙련, 현장 관리가 좋아지면 더 효율적으로 일할 수 있다.

따라서 노동생산성 상승은 자본 심화와 TFP 상승이 함께 만든 결과일 수 있다.

 

쉽게 말하면 이렇다.

노동생산성은 겉으로 보이는 결과이고, TFP는 그 결과를 만든 더 깊은 원인 중 하나다.

 

TFP는 어떻게 측정할까

TFP는 직접 눈으로 볼 수 있는 지표가 아니다. 그래서 보통 추정한다.

가장 단순한 방식은 성장회계다.

경제성장률에서 노동 투입 증가의 기여분과 자본 투입 증가의 기여분을 뺀다. 그러면 남는 부분이 TFP 성장률이다.

 

예를 들어 어떤 나라의 GDP가 5% 성장했다고 해보자.

노동 투입 증가가 1%p 기여했다.
자본 투입 증가가 2%p 기여했다.

 

그러면 남은 2%p가 TFP 증가로 해석될 수 있다.

물론 실제 계산은 훨씬 복잡하다. 노동도 단순히 사람 수만 보는 것이 아니라 노동시간, 교육 수준, 숙련도 등을 고려할 수 있다. 자본도 기계, 건물, 소프트웨어, 지식재산 등 다양한 형태가 있다. 그래서 어떤 데이터를 쓰고 어떤 생산함수를 가정하느냐에 따라 TFP 추정치는 달라질 수 있다.

 

샌프란시스코 연방준비은행은 미국 사업부문 TFP를 분기별로 추정하면서 노동 노력과 자본 가동률 같은 요소를 조정한 TFP 시계열을 제공한다. 이는 TFP가 단순 계산값이 아니라 여러 조정과 추정이 필요한 지표라는 점을 보여준다.

 

TFP를 볼 때 조심해야 할 점

TFP는 매우 중요한 개념이지만, 완벽한 지표는 아니다.

 

1. 잔차라는 한계

TFP는 노동과 자본으로 설명되지 않는 부분이다. 따라서 측정되지 않은 노동의 질, 자본의 질, 데이터 오류, 경기 변동, 가동률 변화 등이 TFP에 섞일 수 있다.

예를 들어 경기침체 때 공장 가동률이 떨어지면 같은 자본을 가지고도 산출이 줄어든다. 이때 TFP가 낮아진 것처럼 보일 수 있지만, 실제 기술 수준이 갑자기 나빠진 것은 아닐 수 있다.

 

2. 서비스업 측정의 어려움

제조업은 산출량을 비교적 측정하기 쉽다. 자동차 몇 대, 반도체 몇 개처럼 볼 수 있다.

하지만 교육, 의료, 컨설팅, 콘텐츠, 소프트웨어, 공공서비스는 산출의 질을 측정하기 어렵다. 같은 시간의 수업이라도 교육 효과는 다를 수 있고, 같은 진료 건수라도 건강 개선 효과는 다를 수 있다.

그래서 서비스업 중심 경제에서는 TFP 측정이 더 까다롭다.

 

3. 디지털 경제의 과소측정

무료 검색 서비스, 무료 지도 앱, 오픈소스 소프트웨어, AI 도구, 온라인 콘텐츠처럼 가격이 낮거나 무료인 서비스는 GDP에 충분히 반영되지 않을 수 있다. 실제 생활 편익은 커졌지만 공식 통계에는 작게 잡힐 수 있다.

이 경우 TFP가 실제보다 낮게 보일 가능성도 있다.

 

4. 국가 간 비교의 어려움

국가마다 통계 품질, 산업 구조, 물가 수준, 자본 측정 방식이 다르다. 그래서 TFP를 국가 간에 비교할 때는 조심해야 한다.

Penn World Table은 국가 간 소득과 생산성을 비교하는 대표 데이터베이스로 활용되지만, 이런 비교 역시 구매력평가, 자본스톡, 노동투입 등 여러 추정에 기반한다.

 

한국 경제와 TFP

한국 경제를 볼 때 TFP는 특히 중요하다.

한국은 과거 고성장 시기에 노동 투입과 자본 축적을 빠르게 늘리며 성장했다. 많은 사람이 교육을 받고 산업현장에 들어갔고, 기업은 공장과 설비에 대규모로 투자했다. 수출 제조업이 성장했고, 인프라가 확충되었다.

 

하지만 이제 상황이 달라졌다.

저출산·고령화로 노동인구 증가가 어렵다.
이미 자본 축적 수준도 과거보다 높아졌다.
단순히 공장을 더 짓고 사람을 더 투입하는 방식의 성장 여력은 줄어들고 있다.

이런 상황에서는 TFP가 더 중요해진다.

같은 인력으로 더 높은 부가가치를 만들어야 한다.
같은 설비로 더 정교한 제품을 만들어야 한다.
같은 시간을 써도 더 창의적이고 효율적으로 일해야 한다.
AI, 데이터, 자동화, 소프트웨어를 활용해 업무 방식을 바꿔야 한다.

 

즉, 한국 경제의 과제는 “더 많이 일하기”에서 “더 잘 일하기”로 이동하고 있다.

 

AI는 TFP를 높일 수 있을까

최근 가장 큰 관심사는 AI가 총요소생산성을 높일 수 있느냐다.

AI는 반복 업무를 자동화하고, 데이터 분석을 빠르게 하고, 소프트웨어 개발을 보조하고, 문서 작성과 고객 응대를 효율화할 수 있다. 이론적으로는 같은 노동과 자본으로 더 많은 산출을 만들 수 있으므로 TFP를 높일 가능성이 있다.

하지만 자동으로 그렇게 되는 것은 아니다.

 

AI 도구를 도입해도 업무 프로세스가 그대로이면 효과는 제한적이다. 직원들이 도구를 제대로 쓰지 못하면 생산성 향상은 작다. 데이터가 엉망이면 AI 결과도 좋지 않다. 법적·윤리적 문제가 해결되지 않으면 활용 범위가 제한된다.

 

IMF는 전 세계적으로 TFP 성장 둔화가 나타났고, AI가 생산성을 높일 잠재력이 있지만 그 효과가 실제 성장으로 이어지려면 제도, 인적자본, 기술 확산이 중요하다고 본다.

 

따라서 AI와 TFP의 관계는 이렇게 정리할 수 있다.

 

AI는 TFP를 높일 수 있는 도구지만, TFP 상승은 AI 도입 자체가 아니라 AI를 중심으로 일하는 방식을 바꿀 때 나타난다.

 

기업 관점에서 TFP는 무엇을 의미할까

국가 경제에서 TFP가 중요하듯, 기업에도 비슷한 개념을 적용할 수 있다.

 

기업이 성장하는 방법은 크게 세 가지다.

사람을 더 뽑는다.
설비와 시스템을 더 산다.
같은 사람과 시스템으로 더 높은 성과를 낸다.

세 번째가 기업 차원의 TFP에 가깝다.

 

예를 들어 같은 직원 수로 매출과 품질이 좋아졌다면, 그 이유를 봐야 한다.

업무 프로세스가 개선되었는가?
데이터 관리가 좋아졌는가?
AI나 자동화 도구를 잘 활용했는가?
회의와 보고가 줄었는가?
고객 대응 속도가 빨라졌는가?
부서 간 협업이 개선되었는가?

이런 것들이 기업의 생산성을 높인다.

 

그래서 TFP는 거시경제 개념이지만, 실제로는 기업 운영에도 매우 실용적인 질문을 던진다.

 

우리는 사람과 돈을 더 쓰지 않고도 더 나은 결과를 만들 수 있는가?

 

자주 헷갈리는 포인트

1. TFP는 그냥 기술 발전인가?

아니다. 기술 발전은 TFP를 높이는 중요한 요인이지만, TFP 전체는 아니다. TFP에는 경영 방식, 조직 효율성, 제도, 교육, 자원 배분, 인프라, 경쟁 환경까지 포함될 수 있다.

 

2. TFP가 높으면 무조건 좋은 경제인가?

대체로 긍정적인 신호지만, 무조건 단순하게 볼 수는 없다. 측정 방식의 한계가 있고, 단기적으로는 경기 변동이나 가동률 변화가 섞일 수 있다. 또 생산성 향상이 특정 계층에게만 이익이 되고 노동시장 불안정으로 이어질 수도 있다.

 

3. 노동생산성과 TFP는 같은 말인가?

아니다. 노동생산성은 노동 투입 대비 산출이고, TFP는 노동과 자본을 포함한 전체 투입 대비 산출이다. 노동생산성이 올라도 그 이유가 자본 투입 증가인지 TFP 상승인지는 따로 봐야 한다.

 

4. TFP는 정확하게 측정할 수 있나?

정확히 관찰되는 값이라기보다 추정치다. 노동과 자본의 기여분을 계산한 뒤 남는 부분으로 추정하는 경우가 많다. 그래서 데이터 품질과 계산 방식에 따라 결과가 달라질 수 있다.

 

5. TFP가 낮다는 것은 사람들이 게으르다는 뜻인가?

전혀 아니다. TFP는 개인의 성실성 문제가 아니다. 기술 수준, 조직 구조, 제도, 교육, 인프라, 시장 경쟁, 자원 배분이 복합적으로 작용한 결과다.

사람들이 열심히 일해도 시스템이 비효율적이면 TFP는 낮을 수 있다. 반대로 일을 덜 오래 해도 시스템이 효율적이면 TFP는 높을 수 있다.

 

결국 핵심은 이것이다

총요소생산성은 경제성장을 볼 때 매우 중요한 개념이다. 노동자 수가 늘어서 성장한 것인지, 기계와 설비가 늘어서 성장한 것인지, 아니면 같은 자원으로 더 많은 가치를 만들어내게 된 것인지를 구분하게 해주기 때문이다.

경제가 젊고 자본이 부족한 단계에서는 사람과 설비를 더 투입하는 방식으로 성장할 수 있다. 하지만 인구가 줄고 자본 축적이 충분해진 단계에서는 이야기가 달라진다.

 

그때부터 중요한 질문은 이것이다.

 

우리는 가진 자원을 얼마나 잘 쓰고 있는가?

 

총요소생산성은 바로 이 질문에 답하려는 지표다.

 

한마디로 정리하면 이렇다.

 

TFP는 경제의 근육량이 아니라 운동 능력이다.

 

노동과 자본이 근육량이라면, TFP는 그 근육을 얼마나 효율적으로 움직이는지에 가깝다. 같은 몸을 가지고도 어떤 사람은 더 빠르게 달리고, 더 오래 버티고, 더 정교하게 움직인다. 경제도 마찬가지다.

 

그래서 총요소생산성을 이해하면 경제성장을 조금 더 깊게 볼 수 있다. 단순히 “GDP가 올랐다”에서 멈추지 않고, 그 성장이 사람과 돈을 더 쏟아부은 결과인지, 아니면 경제의 일하는 방식 자체가 좋아진 결과인지 질문하게 된다.

 

앞으로 고령화, 저성장, AI 전환, 산업 재편을 이야기할 때 TFP는 계속 등장할 수밖에 없다. 결국 미래 성장의 핵심은 더 많이 투입하는 것이 아니라, 더 똑똑하게 생산하는 것이기 때문이다.

 

참고 자료

1. Our World in Data / Total factor productivity
   https://ourworldindata.org/grapher/total-factor-productivity
   총요소생산성을 “자본과 노동으로 설명되지 않는 GDP 부분”으로 설명하고, 국가별 TFP 데이터를 확인할 수 있는 자료다.
2. U.S. Bureau of Labor Statistics / Labor Productivity and Total Factor Productivity Comparison
   https://www.bls.gov/productivity/educational-material/labor-productivity-total-factor-productivity-comparison.htm
   노동생산성과 총요소생산성의 차이를 쉽게 설명한 미국 노동통계국 자료다.
3. IMF / Back to Basics: Total Factor Productivity
   https://www.imf.org/en/publications/fandd/issues/2024/09/back-to-basics-total-factor-productivity-robert-zymek
   TFP가 왜 경제 번영과 연결되는지, 글로벌 금융위기 이후 TFP 성장 둔화가 왜 중요한 문제인지 설명한 IMF 자료다.
4. Federal Reserve Bank of San Francisco / Total Factor Productivity
   https://www.frbsf.org/research-and-insights/data-and-indicators/total-factor-productivity-tfp/
   미국 사업부문의 분기별 TFP 추정치를 제공하는 자료다. 노동 노력과 자본 가동률을 조정한 TFP 시계열을 볼 수 있다.
5. OECD / Measuring Total Factor Productivity at the Firm Level using OECD-ORBIS
   https://www.oecd.org/en/publications/measuring-total-factor-productivity-at-the-firm-level-using-oecd-orbis_5k46dsb25ls6-en.html
   기업 단위 TFP 측정 방법과 데이터 활용의 어려움을 다룬 OECD 보고서다.
6. World Bank / Measuring Growth in Total Factor Productivity
   https://openknowledge.worldbank.org/entities/publication/5b159361-0d17-560a-b4ee-dd3a3755abca
   TFP 성장이 소득 향상과 경제성장에 왜 중요한지 설명하는 세계은행 자료다.
7. World Bank / Total factor productivity across the developing world
   https://documents.worldbank.org/en/publication/documents-reports/documentdetail/646931468157519398/total-factor-productivity-across-the-developing-world
   개발도상국의 TFP와 제조업 미시 데이터를 활용한 생산성 분석 자료다.
8. Penn World Table 소개 / Global Comparisons of Income and Productivity
   https://www.productivity.ac.uk/the-productivity-lab/penn-world-table/
   국가 간 소득, 생산성, 생활수준 비교에 널리 쓰이는 Penn World Table을 설명하는 자료다.

 

참고 영상

1. Total Factor Productivity
   https://www.youtube.com/watch?v=8Xs5txqReXk
   총요소생산성의 기본 개념과 경제성장과의 관계를 설명하는 입문용 영상이다.
2. Total Factor Productivity Explained
   https://www.youtube.com/watch?v=HEFBtaOySl8
   노동과 자본 투입으로 설명되지 않는 생산성 증가가 무엇인지 이해하는 데 도움이 되는 영상이다.
3. Solow Growth Model and Total Factor Productivity
   https://www.youtube.com/watch?v=Qv7bbxPGi1o
   솔로우 성장모형과 TFP의 관계를 설명하는 영상이다. 경제성장 이론과 함께 이해하기 좋다.
4. Total Factor Productivity and Economic Growth
   https://www.youtube.com/watch?v=7XoIRWZofrM
   TFP가 장기 경제성장에서 왜 중요한지 설명하는 영상이다.
5. Productivity and Growth: Crash Course Economics
   https://www.youtube.com/watch?v=UHiUYj5EA0w
   생산성, 경제성장, 생활수준의 관계를 쉽게 설명하는 영상이다. TFP를 넓은 경제성장 맥락에서 이해하는 데 도움이 된다.