요약

플랫폼과 구독 경제의 부상과 이에 따른 긱 노동자의 출현, 디지털 전환의 산업 수요와 디지털 디바이드(Digital divide)의 충돌, 인공지능(AI, Artificial Intelligence)의 등장으로 인한 인간 노동 가치의 변화, 물리적 인공지능(Physical AI)을 향한 기술 발전과 신 러다이트(New Luddite) 운동의 태동 등 최근 가속화되는 기술 발전이 근미래 노동시장에 미치는 영향에 대해 전대미문의 수준으로 많은 논의가 진행되고 있다. 최근 논의를 살펴보면 AI의 등장에 따른 산업계의 변화가 고용 환경의 변화에 미치는 막대한 영향력에 대해 대부분의 기관이 인정하는 가운데, 그 영향의 방향성이나 전망에 대한 관점은 개인 혹은 기관에 따라 다른 것을 확인할 수 있다. 이에 대한 정확한 판단과 효율적인 정책 집행을 위해서는, 합리적이고 논리적인 절차에 기반한 노동시장 전망이 필수적이며 이를 뒷받침할 기초 자료 역시 필수불가결하다.

이러한 이유로 본 연구에서는 직업별 AI 노출도를 측정하는 논리적 방법을 개발하고자 하며, 궁극적으로는 정책 제언을 위한 시스템을 구축하고자 한다. 특히 직종별 특성을 반영할 수 있는 데이터와 이를 기반으로 하는 표준화된 분석 절차를 구축하여 직업별 AI 노출도를 업데이트함으로써 정책제언을 위한 기초 자료 제공을 목적으로 한다. 이를 위해 미국 직무 데이터인 O*NET을 활용하여, 거대언어모형(LLM, Large Language Model)에 기반한 프롬프팅 방식의 분석 방법을 구축하였다. 특히 개별 LLM을 활용할 때 발생하는 문제점을 완화하고 상대적으로 강건한 프로세스를 구축하기 위해, 다수의 LLM을 활용하여 메타평가를 수행하는 방식을 고안하였다. 이 과정에서 다양한 테스트 작업을 통해 신뢰성 높은 LLM 및 프롬프트를 선정하였고, 이를 바탕으로 직업별 AI 노출도를 측정하였다.

923개 직업에 대해 0(노출 영향 없음)~1(노출 영향 큼) 구간으로 AI 노출도를 측정한 결과, 평균적으로 0.402의 노출도가 측정되었으며 대부분의 직업이 0.2~0.6 사이의 노출도에 집중된 것으로 나타났다. 구체적으로는 사무 및 행정 지원 직업과 같이 정형화되고 반복되는 직무와 연관이 높은 직업에서 노출도가 높게 나타났다. 반대로 건축이나 수공업 등 물리적인 직무로 대표되는 직업에서는 점수가 낮았다. 이러한 결과는 최근 LLM으로 대표되는 AI 기술이 다양한 자동화 도구로 사용되면서 정형화된 사무 업무를 대체하는 경향이 반영된 것으로 풀이된다.

본 연구 결과는 직업별 AI 노출도를 기존 연구의 한계점을 보완하는 방식으로 다수의 LLM을 활용하는 새로운 방법으로 측정하였으며, 이를 통해 시의성 있고 강건한 분석 방법을 구축하였다
는 점에서 학술적 기여가 크다. 더불어 LLM을 활용한 연구 방식에 가능성을 제시하였다는 점에서도 의미가 있다. 본 연구의 결과물은 AI 기술의 발전에 따른 직업 수요 및 직무 변화를 예측하기 위한 기초 자료로 활용할 수 있으며, 이를 바탕으로 한 정책 수립에 상당한 기여를 할 것으로 기대된다. 더불어 정책 수립을 위한 현황 분석에 있어 LLM에 기반한 방법론의 활용 가능성을 보여주었다는 점에서도 기여가 크다고 판단된다.