연구: AI가 직업을 더 협소하고 낮은 임금의 업무로 '분리'하고 있다

루이스 가리카노(런던 경제 대학), 진 리, 얀후이 우(둘 다 홍콩 대학)의 연구 논문은 AI 노출이 직접적으로 일자리 손실로 이어진다는 가정에 도전합니다. 대신 그들은 AI가 역할 내 특정 작업을 자동화함으로써 일자리를 '언번들링'하고 있다고 주장합니다.

약한 번들 대 강한 번들

논문은 '약한 번들' 직업과 '강한 번들' 직업을 구분합니다. 약한 번들 직업에서는 AI가 일부 작업을 자동화하고 직업의 경계를 좁힙니다. 예로는 지원 티켓 처리나 예측 가능한 코딩 작업이 있습니다. 인간은 기계가 처리할 수 없는 작업을 하게 되며, 종종 원래 역할의 더 좁은 부분만 담당하게 됩니다.

강한 번들 직업에서는 AI가 직업 내 성과를 향상시키지만 인간을 번들에서 제거하지는 않습니다. 저자들은 방사선과 의사를 예로 듭니다: 그들은 단순히 스캔을 읽는 것이 아니라, 애매한 사례를 해석하고 임상의와 상담하며 결정에 서명합니다.

경제적 영향

AI가 작업의 일부를 인수하면, 인간은 남은 작업에만 집중하여 근로자당 산출량을 증가시킵니다. 이는 가격 하락과 근로자에 대한 수요 감소로 이어집니다. 고용 영향은 AI가 전체 일자리를 대체하는 것이 아니라, 인간이 남은 작업에서 더 효율적이게 되는 데서 비롯됩니다.

연구는 이것이 AI 채택에도 불구하고 고용과 근로 시간이 극적으로 변하지 않은 이유를 설명한다고 제안합니다. 많은 경우, 직업 번들은 그대로 유지됩니다.

개발자에게 주는 시사점

예측 가능한 작업을 포함하는 약한 번들 코딩 역할에 있는 사람들에게는 AI가 점차 역할을 공허하게 만들 수 있습니다. 판단, 맥락 또는 책임이 필요한 강한 번들 직책에 있는 개발자들에게는 AI가 성과를 향상시키고 잠재적으로 보상을 증가시킬 가능성이 더 높습니다.

논문은 2030년까지 약 1,040만 개의 미국 일자리 손실(대략 노동력의 6%)을 예측하는 전망과 대조되며, 현실은 단순한 대체보다 더 미묘하다고 제안합니다.