인공지능은 미국의 근로자들에게 어떤 의미를 갖게 될까? 리사 D. 쿡 주지사

[힘힘]

인공지능은 미국의 근로자들에게 어떤 의미를 갖게 될까?

리사 D. 쿡 주지사

오하이오 주립 대학교, 오하이오 주 콜럼버스

• 공유하다

라이브로 시청하기

저는 이 대학이 수년에 걸쳐 우리 가족에게 제공한 교육 기회에 감사드립니다. 여기에는 1950년과 1953년에 이곳에서 MA와 Ph.D를 받은 제 삼촌 Samuel DuBois Cook도 포함됩니다. 저는 여기에 와서 기쁩니다! 오늘은 인공지능(AI)이 근로자와 노동 시장에 미치는 영향, 더 일반적으로는 어떤 것인지 논의하고 싶습니다. 1저는 AI가 생산성을 높일 수 있는 잠재력에 대해 논의하고, AI가 어떤 직업에 가장 큰 영향을 미칠지 고려할 프레임워크를 제공하며, AI가 전체 고용에 미치는 영향을 고려하겠습니다. 이 토론이 청중 중 많은 분, 특히 앞으로 몇 년 안에 직장 시장에 진입할 분들에게 유익하기를 바랍니다. 그러나 AI에 대해 논의하기 전에 먼저 최근 몇 년 동안 노동 시장이 어떻게 진화했는지, 그리고 오늘날 어떤 모습인지 검토하여 무대를 설정하는 것이 도움이 될 것이라고 생각합니다.

노동 시장 전망
팬데믹 직전 노동 시장은 상당히 강세를 보였습니다. 실업률은 역사적 최저치에 근접해 있었고, 2014년에서 2019년 사이의 평균 4.7%에서 2019년 가을에는 3.5%로 떨어졌습니다. 일자리는 비교적 풍부했으며, 실업자 10명당 12개의 일자리가 있었습니다.

그런 다음, 전 세계 경제가 폐쇄되면서 팬데믹의 첫 몇 달 동안 노동 시장은 극적으로 변화했습니다. 2020년 4월까지 미국 근로자 7명 중 1명이 실업 상태였습니다. 미국 노동 시장은 단 2개월 만에 2,000만 개 이상의 일자리를 잃었습니다. 이를 관점에 맞춰 설명하면, 이는 오하이오의 총 일자리 수의 거의 4배입니다. 시기적절하고 특별한 정책 조치의 지원을 받은 미국 근로자와 고용주는 회복력과 혁신성을 입증했습니다. National Bureau of Economic Research의 Business Cycle Dating Committee에서 알 수 있듯이, 팬데믹 경기 침체는 대공황 이후 가장 깊었지만 기록상 가장 짧았습니다. 2020년 중반까지 경제는 다시 성장했습니다.

그리고 성장했습니다. 노동 시장은 회복되어 2020년 4월 최저점에서 3년 동안 2,500만 개의 일자리를 얻었습니다. 노동 수요가 공급을 앞지르면서 2022년 중반에는 실업자 10명당 20개의 일자리가 생겼습니다. 2023년 초에는 실업률이 3.4%로 떨어져 60년 만에 최저 수준을 기록했습니다.

지난 1년 반 동안 노동 수요는 완화되었는데, 제한적인 통화 정책이 총 수요를 공급과 일치시키고 인플레이션 압력을 완화하는 데 도움이 되었기 때문입니다. 동시에 노동 공급이 빠르게 증가했고 이제 노동 수요와 공급이 더 균형을 이루고 있습니다. 전체 노동 시장은 견고한 상태를 유지하고 있지만 올해는 눈에 띄게 냉각되었고 이제는 팬데믹 직전보다 덜 빡빡합니다. 8월 실업률은 4.2%로 지난 12개월 동안 거의 1/2%포인트 상승했습니다. 그리고 최근 몇 달 동안 실업자 대비 구직자 수가 팬데믹 이전 범위 바로 아래로 떨어졌습니다.

노동 수요와 공급이 이제 더 균등하게 균형을 이루면서 일부 개인이 일자리를 찾는 것이 더 어려워질 수 있습니다. 예를 들어, 젊은 근로자는 더 긴 경력 경로로 나아가게 해줄 첫 직장을 찾으면서 더 많은 장애물을 겪을 수 있습니다. 지난 12개월 동안 노동력 중 실업 상태인 16~24세의 비율은 1% 포인트 이상 증가했으며, 이는 전반적인 증가보다 현저히 높습니다. 이러한 데이터는 최근 베이지북의 보고서와 일치합니다. 베이지북은 전국의 일화적 정보를 모아 회의 전에 연방 관리들과 공유한 것으로, 일부 신입 졸업생이 적합한 일자리를 찾는 데 예상치 못한 어려움을 겪고 있음을 나타냅니다. 2교육 수준이 낮고 소수 민족 근로자는 더 큰 어려움에 직면할 수도 있습니다. 이들은 노동 시장이 좁아질수록 더 많은 혜택을 받고 경제 상황이 약화될수록 더 큰 고통을 받는 경향이 있습니다.

견고한 노동 시장의 둔화는 인플레이션 압력의 상당한 완화와 함께 나타났습니다. 7월로 끝나는 12개월 동안 인플레이션은 2.5%였으며, 1년 전 인플레이션이 3.3%였을 때보다 2% 목표에 상당히 가까웠고 2022년 중반의 최고치인 7%보다 훨씬 낮았습니다. 최근 몇 달 동안 인플레이션의 상승 위험은 감소했고 고용의 하락 위험은 증가했습니다. 이러한 변화하는 상황에 대응하여 저는 지난주 연방공개시장위원회(FOMC) 회의에서 정책 금리를 0.5%포인트 낮추기로 한 결정을 전적으로 지지했습니다. 제가 소속된 FOMC는 연방준비제도의 주요 통화 정책 결정 기관입니다. 이 결정은 정책 입장을 적절히 재조정하면 경제 성장이 완만하고 인플레이션이 목표치까지 지속 가능하게 낮아지는 상황에서 견고한 노동 시장을 유지할 수 있다는 확신이 커졌음을 반영한 것입니다. 앞으로의 정책 방향을 고민할 때, 유입되는 데이터, 변화하는 전망, 그리고 위험의 균형을 주의 깊게 살펴볼 것입니다.

노동 시장에서 공급과 수요 간의 균형으로의 복귀와 우리의 인플레이션 목표에 대한 지속적인 복귀는 팬데믹의 혼란 이후 경제의 정상화를 반영합니다. 이러한 정상화, 특히 인플레이션의 정상화는 공급과 수요 간의 균형이 노동 시장의 장기적 강점을 유지하는 데 필수적이기 때문에 매우 환영할 만한 일입니다. 물론 노동 시장을 재편할 새로운 발전과 변화가 항상 있을 것입니다. AI 기술의 최근 발전은 오늘날 그러한 발전 중에서 가장 많이 논의되고 토론되는 것일 것입니다. 저는 이러한 발전이 앞으로 몇 년 동안 근로자, 노동 시장 및 경제에 상당한 영향을 미칠 것으로 예상합니다.

인공지능과 생산성
처음부터 저는 혁신과 AI의 경제학을 면밀히 연구하는 대부분의 경제학 동료들처럼 AI의 의미가 매우 불확실하다는 것을 인정합니다. 우리는 여전히 이 효과의 궁극적인 규모나 강도가 무엇인지, 어떤 근로자와 회사가 가장 큰 영향을 받을지, 심지어 이러한 효과가 실현될 기간조차 알지 못합니다. 하지만 오늘은 경제 이론과 최근의 몇몇 연구가 이러한 중요한 질문에 어떻게 초기 조명을 비출 수 있는지 강조하겠습니다.

많은 사람이 AI가 경제에 상당한 영향을 미칠 것으로 예상하는 주요 이유는 AI가 노동 생산성 증가에 크고 지속적인 추진력을 제공할 수 있는 잠재력이 있기 때문입니다. 이는 단순히 개별 근로자의 산출량이 시간이 지남에 따라 얼마나 증가하는지를 나타냅니다. 궁극적으로 1인당 산출량, 근로자의 실질 소득, 가계의 실질 구매력의 증가는 모두 노동 생산성의 증가와 연결될 수 있습니다. 증기 엔진, 전기, 컴퓨터, 인터넷과 같은 지난 200여 년 동안의 가장 중요한 기술 혁신과 마찬가지로 AI는 많은 산업과 직종에서 다양한 경제 활동의 노동 생산성에 영향을 미칠 수 있는 잠재력이 있습니다.

예를 들어, 지난 몇 년 동안 우리는 대량의 데이터를 합성하여 고품질 텍스트, 이미지, 비디오를 생성할 수 있는 모델을 만드는 생성 AI 기술에서 극적인 진전을 보았습니다. 이러한 최근의 진전을 바탕으로 다양한 새로운 AI 보조자가 광범위한 직업의 근로자를 돕기 위해 배치되었습니다. 이러한 새로운 보조자가 노동 생산성을 개선하는 정도는 매우 독특할 가능성이 있지만 일부 초기 연구에 따르면 그 효과는 클 수 있습니다. 최근 한 연구에서 고객 지원 담당자를 위한 AI 보조자의 효과를 조사한 결과 AI 보조자를 사용하는 담당자가 시간당 14% 더 많은 고객 문제를 해결했으며 이러한 개선은 비교적 경험이 적고 공식적인 교육이 덜한 근로자에게 가장 두드러졌습니다. 3

하지만 아마도 더욱 유망한 것은 AI가 새로운 아이디어를 창출하는 우리의 능력을 향상시키는 잠재력일 것입니다. AI는 약물 발견에서 새로운 화합물을 식별하는 데 사용되고, 에너지 연구에서는 핵융합 반응의 지속 시간을 늘리는 데 사용되고, 엔지니어링에서는 자동차, 비행기, 선박의 공기 역학을 더 잘 이해하는 데 사용됩니다. AI가 새로운 아이디어를 창출하는 우리의 능력을 향상시킬 수 있다면, 새롭게 발견된 아이디어 하나하나가 노동 생산성을 점진적으로 향상시키는 만큼 노동 생산성 증가에 장기적으로 도움이 될 수 있습니다.

직업에 대한 인공지능의 영향 판단
노동 생산성에 미치는 영향 때문에 과거의 기술 혁신은 특정 직업이나 업무에 대한 수요에 극적인 긍정적, 부정적 충격을 가져왔습니다. AI도 마찬가지일 것으로 예상해야 합니다. 일부 일자리를 없애지만, 중요한 것은 새로운 일자리를 창출할 것입니다. 사회 전체가 AI 도입으로 많은 사람이 혜택을 보는 가운데, 일자리를 잃을 수 있는 근로자를 재교육하고 지원하는 방법을 고려해야 할 것입니다. 주어진 직업이나 업무에서 AI가 고용에 미치는 영향에 대해 생각할 때, 저는 세 가지 질문에 집중하는 경향이 있습니다.

얼마나 노출되나요?
첫째, 특정 직업이 AI에 얼마나 노출되어 있나요?

일자리를 근로자가 수행해야 하는 일련의 작업으로 생각하는 것이 도움이 됩니다. 경제학자 데이비드 오토는 일자리에 대한 이 작업 기반 프레임워크를 개척했습니다. 그는 이를 사용하여 1970년대에 시작된 노동 수요의 변화가 일상적인 작업이 많은 일자리에서 벗어나는 것은 이러한 일자리가 컴퓨터화 및 자동화 기술의 빠른 도입에 더 많이 노출되었기 때문이라고 설명할 수 있음을 보여주었습니다. 4비슷한 업무 기반 접근 방식을 사용해 직무가 AI에 얼마나 노출되는지 확인할 수 있습니다.

AI가 어떤 직업의 과제를 얼마나 많이 수행할 수 있는지부터 생각해 보세요. 예를 들어, AI가 배관공보다 소프트웨어 프로그래머의 과제를 더 많이 수행할 수 있을 것으로 예상할 수 있습니다.

다음으로, AI가 수행할 수 있는 작업에 대해 AI가 일반적인 근로자와 비교했을 때 얼마나 잘 수행하는지 고려합니다. 예를 들어, 생성 AI는 의료 환경에서 환자 인터뷰를 요약하는 데 사용됩니다. 이 작업은 인간 의사와 비교했을 때 상당히 잘 수행합니다. AI는 인터뷰를 기반으로 환자를 진단하고 치료 계획을 수립할 수 있지만, 이러한 작업은 여전히 ​​의사가 AI보다 더 잘 수행하는 경향이 있습니다.

마지막으로, AI가 수행할 수 있는 작업의 경우 해당 작업에 필요한 품질 임계값을 생각해 보세요. 의사와 AI의 예로 돌아가서, 환자 면담을 잘못 요약하는 것은 어느 정도 허용할 수 있지만, 환자를 잘못 진단하거나 잘못된 치료 계획을 수립하는 것은 거의 허용하지 않습니다. 또한 AI에 대한 품질 임계값이 인간 근로자보다 높을 수 있다는 점도 언급하고 싶습니다. 무인 자동차의 경우 AI 운전자가 인간 운전자보다 더 높은 기준을 적용받을 수 있습니다. 따라서 AI가 인간 근로자와 품질 임계값에 비해 작업의 많은 부분을 충분히 잘 수행할 수 있다면 작업이 AI에 더 많이 노출될 것입니다. 중요한 점은 AI 기술의 발전으로 AI가 수행할 수 있는 작업 세트가 확장되고 해당 작업을 수행하는 AI의 품질이 개선되기 때문에 작업이 AI에 노출되는 정도가 시간이 지남에 따라 변할 것으로 예상할 수 있다는 것입니다.

여기서 저는 AI가 특정 직업에 미치는 영향에 대한 두 번째 질문을 던지고 싶습니다.

보완 또는 대체?
AI는 작업 집합을 감안할 때 해당 직업을 보완할 것인가, 대체할 것인가?

AI는 AI에 덜 노출되지만 AI 노출도가 높은 직업에서 생산되는 서비스나 제품을 사용하는 직업을 보완하는 역할을 할 가능성이 더 큽니다. 예를 들어, 소송 변호사 직업은 AI에 직접 노출되지는 않지만 법률 연구를 지원하는 AI의 능력으로부터 이익을 얻을 수 있습니다. 5

AI에 노출된 정도가 높은 일부 직업의 경우에도 AI가 보완적 역할을 할 수 있습니다. AI가 환자 인터뷰 요약을 작성하는 것을 인수했기 때문에 의사의 예로 돌아가 보겠습니다. 더 광범위하게, AI에 노출된 정도가 높은 직업은 근로자가 시간 집약적이지만 부가가치가 낮은 작업을 AI에 넘기고 가장 높은 부가가치가 있는 작업에 시간을 집중할 수 있다면 AI가 보완할 가능성이 높습니다.

그러나 우리는 AI에 대한 노출도가 높고 AI가 특히 높은 가치의 작업을 수행할 수 있는 일부 직업이 있을 것으로 예상할 수 있습니다. 따라서 AI는 이러한 직업에서 인간 노동을 대체하는 데 더 적합할 수 있습니다. 그러나 이러한 직업의 경우에도 고용 의미는 모호하며 세 번째 질문에 따라 달라집니다.

수요의 탄력성은 무엇입니까?
AI의 영향을 크게 받는 이러한 직업의 산출에 대한 수요의 가격 탄력성은 무엇입니까?

제가 말하고자 하는 바를 이해하려면 구체적인 예를 들어보는 것이 도움이 됩니다. 저는 이전에 언급한 소프트웨어 프로그래머 직업이 AI에 대한 노출 수준이 높다고 언급한 것으로 돌아가고 싶습니다. 생성 AI의 최근 발전으로 인해 소프트웨어 코드 작성의 일부 측면을 자동화하는 데 도움이 되는 새로운 AI 기반 코딩 어시스턴트가 개발되었습니다. 일부 초기 연구에 따르면 이러한 AI 코딩 어시스턴트는 프로그래머의 생산성을 크게 높일 수 있습니다. 무작위 대조 시험 중 하나에서 이러한 AI 코딩 어시스턴트가 작은 프로그래밍 프로젝트를 완료하는 데 걸리는 시간을 절반으로 줄였습니다. 6또 다른 연구에 따르면 AI 코딩 어시스턴트를 사용하도록 무작위로 지정된 프로그래머는 소프트웨어 프로젝트에 작성한 코드를 추가해 달라는 요청을 매주 20% 더 많이 제출했습니다 .7그리고 저는 이러한 도구가 아직 초기 단계에 있다는 점을 강조하고 싶습니다. 이는 소프트웨어 프로그래밍 직무의 생산성 향상이 훨씬 더 클 수 있음을 시사합니다.

이러한 생산성 향상을 통해 소프트웨어 프로그래밍 프로젝트를 더 짧은 시간에 더 낮은 비용으로 제공할 수 있습니다. 경제 이론에서 알 수 있듯이 소프트웨어 프로젝트의 비용과 납품 시간이 감소함에 따라 이러한 프로젝트에 대한 수요가 증가해야 합니다. 소프트웨어 프로그래밍 일자리 수는 비용 감소에 따라 소프트웨어 프로젝트에 대한 수요가 1:1 이상으로 증가하는지 여부에 따라 달라집니다. 즉, 소프트웨어 프로젝트에 대한 수요의 가격 탄력성이 1보다 큰가요? 그렇다면 AI가 수행할 수 있는 프로그래밍 작업에 소프트웨어 프로그래머가 할애하는 시간이 감소하더라도 AI 강화 소프트웨어 프로그래밍에 대한 수요가 증가함에 따라 시간이 증가한 것으로 충분히 상쇄될 것입니다.

저는 이러한 질문이 AI가 어떤 직업이나 일련의 작업에 미치는 영향에 대해 생각하는 방식을 구성하는 데 도움이 된다고 생각합니다. 특정 근로자에게는 이점이 있을 것이라고 언급했지만, 과거 기술 혁신에서 얻은 보편적인 교훈을 인식하는 것이 중요합니다. 즉, 일부 근로자의 고용과 수입은 이러한 혁신으로 인해 부정적인 영향을 받을 가능성이 있습니다. 이러한 부정적 영향의 규모와 범위는 다양한 요인에 따라 달라집니다.

예를 들어, AI가 이전에는 높은 수준의 훈련이나 전문성이 필요했던 업무를 수행할 수 있는지 생각해 보세요. 이러한 직업에서 영향을 받는 근로자는 AI가 축적된 인적 자본의 가치를 떨어뜨릴 경우 수입 능력이 더 크게 감소할 수 있습니다. AI가 일부 근로자의 수입과 고용에 부정적인 영향을 미칠 수 있는 정도는 AI 도입 속도에 따라 영향을 받을 것입니다. AI 도입이 빠르면 일부 근로자에게 미치는 영향이 빠르게 나타나고 더 집중될 수 있으며, 이는 어느 부문이 조기 도입자인지에 따라 달라질 수 있습니다.

인공 지능이 총 고용에 미치는 영향
경제학자들은 AI가 개별 근로자에게 미치는 영향을 고려하는 것 외에도 AI가 총 고용에 미치는 영향도 평가합니다. 제가 논의했듯이 AI가 AI에 가장 직접적으로 영향을 받는 일자리에 대한 순 고용에 도움이 될지 아니면 방해가 될지는 불분명합니다.

AI에 직접 노출되지 않고 AI 노출 직업의 산출물을 사용하는 근로자의 경우, 총 고용 영향은 긍정적일 가능성이 더 큽니다. 일반적으로 이러한 하류 직업은 AI 노출 직업에서 실현된 더 높은 생산성으로 인해 발생하는 낮은 투입 비용의 혜택을 받습니다. 하류 직업의 노동을 대체하는 저렴한 투입물이 있는 직업은 예외일 수 있습니다.

게다가, 저는 발명가와 혁신가들이 AI로 가능한 새로운 제품과 서비스를 계속 발견할 것으로 예상합니다. 그런 다음 이러한 새로운 제품과 서비스를 제공하기 위해 형성된 회사들은 총 고용을 늘릴 것으로 예상할 수 있습니다.

AI가 노동 시장에 미치는 영향에 대한 불확실성에 비추어, 기업의 결정과 (정도는 낮지만) 근로자의 결정이 AI가 노동 시장에 미치는 영향을 판단하는 데 중요한 역할을 한다는 점을 강조하고 싶습니다.

기존 기업이 AI에서 생산성 이점을 포착하기 위해 프로세스를 조정할 수 있다면, 이러한 기업은 영향을 받는 근로자를 새로운 역할로 내부적으로 재배치하고 필요한 교육을 제공함으로써 AI로 인한 일자리 대체 가능성을 완화하는 데 도움을 줄 수 있습니다. 일부 업무(특히 평범하고 반복적인 업무)를 AI로 대체할 수 있다면 근로자는 다른 업무나 보람을 느끼는 새로운 활동에 집중할 수 있습니다.

개별 근로자는 AI가 수입과 고용에 어떤 영향을 미칠지 결정하는 데 있어 제한적인 역할을 합니다. AI로 보완되는 직업에 종사하는 근로자는 AI를 효과적으로 사용하는 방법에 익숙해지는 것이 도움이 될 수 있습니다. AI가 업무의 상당 부분을 수행할 수 있는 직업에 종사하는 근로자는 더 큰 어려움에 직면하게 될 것입니다. 이러한 근로자 중 일부는 AI가 특히 적합하지 않은 직업 측면에서 전문성을 개발하고자 할 수 있습니다. 그러나 이러한 더 많이 노출된 근로자 중 다수는 지난 50년 동안 제조업 근로자를 대상으로 한 기술 재교육 노력과 유사하게 AI에 덜 노출된 대체 직업에 대한 교육에 투자해야 할 수도 있습니다.

결론
마치며, AI가 노동 시장에 미치는 영향과 관련하여 제가 강조한 엄청난 불확실성은 청중 중 많은 사람, 특히 앞으로 몇 년 안에 졸업하고 직장 생활을 시작할 사람들에게는 당혹감과 흥분감이 뒤섞인 감정이 될 것으로 예상합니다.

제가 여러분께 권하고 싶은 것은 AI를 실험하고 그 기능과 한계에 익숙해지는 데 시간을 들이는 것입니다. 그렇게 하면 미래의 고용주(여러분도 포함될 수 있음)가 AI를 효과적으로 사용하도록 비즈니스 프로세스를 전환하는 데 도움을 줄 수 있는 좋은 위치에 서게 될 것입니다. 그리고 AI가 제공하는 기회에 대해 순전히 흥분하는 소수의 여러분을 위해, 저는 여러분이 경제 전반에 걸쳐 만들어 배포하여 모든 미국인의 생활 수준을 높이는 혁신적인 신제품과 서비스를 보는 것을 기대합니다.

오하이오 주립 대학에 초대해 주셔서 감사합니다. 여러분의 질문을 기다리겠습니다.

---

1. 여기에 표현된 견해는 저의 것이며 반드시 연방공개시장위원회 동료들의 견해는 아닙니다. 본문으로 돌아가기

2. 2024년 8월 베이지북은 이사회 웹사이트 https://www.federalreserve.gov/monetarypolicy/files/BeigeBook_20240904.pdf 에서 볼 수 있습니다 . 본문으로 돌아가기

3. Erik Brynjolfsson, Danielle Li, Lindsey R. Raymond(2023), "Generative AI at Work", NBER Working Paper Series 31161(매사추세츠주 케임브리지: National Bureau of Economic Research, 4월; 11월 개정). 본문으로 돌아가기

4. David H. Autor, Frank Levy, Richard J. Murnane(2003), "최근 기술 변화의 기술 내용: 경험적 탐구", Quarterly Journal of Economics, vol. 118(11월), pp. 1279–1333 참조. 본문으로 돌아가기

5. Bloomberg Industrial Group(2024), "AI가 법조계를 어떻게 변화시키고 있는가?" Bloomberg Law, 5월 23일 참조 . 본문으로 돌아가기

6. Sida Peng, Eirini Kalliamvakou, Peter Cihon, Mert Demirer(2023), "개발자 생산성에 대한 AI의 영향: GitHub Copilot의 증거", 작업 문서, 2월 참조. 본문으로 돌아가기

7. Kevin Zheyuan Cui, Mert Demirer, Sonia Jaffe, Leon Musolff, Sida Peng, Tobia Salz(2024), "생성 AI의 생산성 효과: GitHub Copilot을 통한 현장 실험의 증거", An MIT Exploration of Generative AI(매사추세츠주 케임브리지: 매사추세츠 공과대학, 3월) 참조. 본문으로 돌아가기

최종 업데이트: 2024년 9월 26일