스탠퍼드 논문 충격 발표! AI 투자 41% 무의미한 이유와 미래 직업 가치 변화

그니까 뭔가 일을 할 때 대다수 45.

2%에 해당하는 대다수의 일들은 AI하고 인간이 동등한 파트너로서 일하는 거를 선호를 한다라는 거예요.

 결국은 노동자들이 중요한 거는 내가 직접 해야 마음이 놓인다.

 막 이런 얘기죠.

 그냥 요러한 것들이 중요하지 않겠냐라고 얘기를 하는 건데.

 자, 왼쪽을 보시면은 현재의 평균 임금이 높은 거를 얘기를 하는 거예요.

 네, 여러분 반갑습니다.

 에러입니다.

 AI가 인간을 대체할 거다.

 AI가 모든 거를 다 해 버릴 거다라는 막연한 두려움 속에서이 AI 기술에 대한 필요감도 계속되고 있는 와중에 지금 보시는 퓨처 오브 워크 AI 에이전트라고 하는 주제로 스탠포드 유니버시티에서 최근에 이렇게 6월 11일에 발행한 논문이 있어서 가져왔습니다.

 일반적으로 AI가 인간을 대체할 거라는 이런 통념에 대한 반박이라고 볼 수가 있는데요.

 AI 개발자들이이 현장의 목소리를 듣고 있지 않다라고 약간 이렇게 까면서 AI 기술 개발이 어떻게 개발이 되어야 하는지 그리고 미래에 어떤 기술이 진짜로 주목을 받게 될 건지 단순히 자동화라든가 AI가 뭔가 대체한다 AI 기술 자체가 아니라 인간 노동자의 관점에서 AI 역할을 분석한 최초의 대규모의 연구가 나와서 AI가 세상을 이렇게 많이 바꾸는데 우리가이 정도의 논문 내용 정도는 한번 보고 생각해 봐야 되지 않을까 해서 한번 정리해 보도록 하겠습니다.

 습니다.

 전체 페이지가 무려 44페이지나 되는 내용이고요.

 상당히 많은 도면들이 있는데이 중에서 핵심이 되는 메시지만 좀 추려 가지고 말씀을 드리도록 하겠습니다.

 자, 핵심이라고 할 수 있는 부분이 실제로 인간들이 어떠한 선호도가 있느냐, 실제 AI를 어떻게 썼으면 좋겠느냐라는 거에 대한 인간 입장에서의 얘기를 들었다라고 하는 겁니다.

 그래서 여기 보시다시피 1500명의 도메인 워커스 노동자들이죠.

이 이 현장 노동자들한테의 각 직무별로 자동화 선호도와 여기서는 HAS라고 계속 표현한이 용어가 있는데 휴먼 에이전스케일 그러니까 인간 주도성 수준이라고 해석을 할 수가 있을 것 같은데 인간이 어떻게 주도를 해서 할 수 있을 만한 그 수준에 대한 설문을 음성 인터뷰로 굉장히 많이 수집을 했고요.

이 2,500명의 노동자는 104개의 직업을 달해서 짝짝짝짝 뭔가 펼쳐져 있는 것으로 보시면 되겠고 신 두 개의 AI 전문가들이 AI 전문가들을 통해서도 어떤 특정 동일 직무에 대해서 현재 기술적 자동화 역량과 현재 기술이 얼마나 자동화를 잘할 수 있는가 그리고 아까 말씀드린 그 HAS 있죠?이 이 HAS 수준을 AI 전문가 입장에서 또 평가를 합니다.

 그래서 여기서 만들었다는이 워크뱅크라고 하는 것이 진짜 현자 노동자들과 AI 전문가 사이에 모든 이야기를 들어보고이 데이터를 통합적으로 보았을 때에 거기에 대한 데이터베이스를 구축을 해서 접근했다라는 건데요.

 다양한 내용들이 있지만 먼저 보면 좋을게 바로이 부분입니다.

 섭섹션 3.

1에 자 노동자 입장에서 봤을 때에이 직무 관련된 오토메이션 그러니까 자동화를 어떻게 했으면 좋겠냐라는 내용을 보면은 자 전체 직무의 46.

1%에 1%에 대해서 대체로 노동자들이 AI 자동화에 긍정적입니다.

 반대로 말하면은 약간 과반 이상이 자동화에 대해서 긍정적이지 않다라고 해석을 할 수도 있어요.

 여기 밑에 있는 그래프를 보시면은 자동화를 하고 싶은 이유가 뭐냐라고 물어본 거라고 보시면 되는데 가장 높은 비율이 여기 보이십니까? 조금 더 가치 있는 일을 하는데 내 시간을 쓰고 싶다라는 얘기를 하는 거죠.

 그러니까 반복적이고 지루한 이런 일들 요런 것들을 대체하고 싶은 욕망이 있는 건데 결국은이 AI가 자기 일을 대치하겠다라는 것보다는 내 일을 뭔가 같이 있게 해 주는 조력자로서 약간 얘기를 한다라고 볼 수가 있어요.

 근데 이게 다 그러느냐? 다 그런게 아니고 여기 보시면은 자 컴퓨터 수학쪽 경영쪽 그리고 비즈니스나 파이낸셜 오퍼레이션스 이런 데는 전부 다 한 50% 정도 돼요.

 근데 예치능 쪽이잖아요.

 아트 디자인 미디어 이런 쪽은 17.

1%밖에 1%밖에 안 돼요.

 뭔가 창의적인 일이라든가 아니면 인간적인 어떤 감성 같은 거를 이유로 드는 그런 쪽은 자동화 선호도가 17.

1%로 확연이 떨어지는 모습을 볼 수가 있죠.

 이렇게 직업에 따라서도 그 특성에 따라서 자동화를 했으면 좋겠다라는 그 선호도 자체가 떨어지는 부분도 있다라는 거.

 그리고 선호한다 하더라도 결국은 아예 대체를 한다라는 개념보다는 내가 뭔가 좀 더 가치 있는 일을 하고 싶은 일에 좀 더 집중을 했다라고 볼 수가 있습니다.

 거기다가 그다음 도면이 좀 재밌는데 지금 4분면으로 폈는데 요거를 좀 자세히 보시면은 자이 그림을 보시면은 가로축은 AI 엑스퍼트 레이트드 어토메이션 케이퍼빌리티 AI가 얼마나 오토메이션 자동화를 잘할 수 있느냐 올라가면 올라갈수록 자동화를 잘하는 영역을 얘기를 하는 거죠.

 그리고 노동자가 평가하기로 자동화를 했으면 좋겠다라고 여겨지는 부분들을 높은 점수를 먹기고 낮은 점수를 한 겁니다.

 그럼 쉽게 말해서 노동자들도 굉장히 자동화를 했으면 좋겠다라고 하는 영역요 초록색 부분.

 그런데 AI가 충분히 자동화를 할 수 있겠다라고 하는 영역들은 요런 것들이 있는 거죠.

 그니까 보고서를 뭐 읽고 뭐 인터프레팅을 한다라던가 아니면 고객과 스케줄을 잡다라던가 시스템의 어떤지를 퀄리티를 관리를 하기 위해서 뭐 주기적으로 이런 리포팅을 해 준다라든가 이런 것들 지금 충분히 AI가 해 줄 수 있는 부분들이 있죠.

 근데 AI가 충분히 해 줄 수 있음에도 불구하고 노동자가 별로 안 원하는 것도 있어요.

 여기 빨간 존인데 예를 들어 컴퓨터 네트워크 서포트 전문가들을 보면은 하드웨어나 소프트웨어 프로덕트에 대한 조사를 하는 건데 이거 뭐 AI가 조사해 줄 수 있잖아요.

 근데 본인이 직접 조사하는 거를 바라는 거 같아요.

 혹은 물류 쪽에 애널리스트들을 보면은 잠재적인 밴더들을 컨택을 한다라던가 아니면 어떤 재료들이 지금 사용 가능한지를 결정하는 요런 것들 뭐 이런 것들은 뭐 굳이 자동화까지 할 필요 없다라고 여기는 거 같아요.

 반면에 노동자들은 너무 원하는데 AI가 아직 모자아서 못 하는 부분들을 보면은 비디오 게임 디자이너가 제작 스텝과 함께이 게임 프로토타입 제작 일정을 개발하는 거를 원해요.

 그러니까 노동자 입장에서는이 일정 관리 자체가 굉장히 복잡하고 뭔가 소모적인데 제작 스텝과 함께 게임 프로토타입을 만들 때 디자이너는 일단 디자인 자체에 좀 집중을 하고 싶을 거잖아요.

 그러나 상작 활동 자체에 좀 집중을 하고 싶은데 AI 입장에서이 게임 개발 일정을 잡는다라는 거는 스케줄을 그냥 뭐 고객사 약속을 잡고 이런 거하고는 좀 다르죠.

 뭔가 창의적인 아이디어가 언제 터질도 모르고 기술적으로 뭔가 이슈가 생길 수도 있고 변수가 많죠.

 어떤 인간 관계 사이에서 왔다 갔다 하는 걸 전부 다 이해하고 실시간으로 일정을 조율하고 싶은게 디자이너의 바람인데 AI는 이런 거는 아직은 전혀 못 하죠.

 자, 컴퓨터 과학자 같은 경우에는 뭐 운영 버짓이라든가 뭐 이런 거 있잖아요.

 저 대학원 때 많이 했는데 뭐 예산 조정하고 어떤 거는 인건비고 어떤 거는 과제비 연구비 막 이런 거 구분해갖고 그런 잔무들을 막 해야 되는데 사실 컴퓨터 과학자는이 연구 자체에 좀 집중을 하고 싶잖아요.

 이런 거 그냥 AI가 다 줬으면 좋겠다 싶지만도 이거를 AI가 하기가 쉽지 않죠.

 단순히 숫자 계산이 아니라 앞으로 연구의 방향성을 예측도 해야 될 거고 프로젝트가 여러게 있으면은 얘네들끼리 자원을 분배를 어떻게 해야 될지 이런 것들을 특정하게 상황 판단을 해 줄 수야 되는데 이건 굉장히 고차원적인 판단이 필요하다는 거죠.

 그래서 AI가 좀 능력이 딸리는 거.

 그리고 AI도 못 하지만 노동자들도 별로 안 원하는 것도 여기 있죠.

 예를 들어 항공권 티켓 발매하는 발건 담당자 같은 경우에는이 고객이 뭐 분실이라든가 뭐 지연 오배송된 수화물을 추적하는 거 이러한 것들에 대해서 어떻게 보면 이게 감정 도동이잖아요.

 이게 뭔가 이슈가 터진 거에 대해서 대응을 해야 되는데 이게 오토메이션을 잘했었으면 좋겠다라고 하지만 이게 전혀 자동화로 해결된 문제가 아니기 때문에 이런 반응을 보인게 아닌가 싶고 AI는 이거를 더하기가 힘들겠죠.

 사실.

 그래서이 영역들을 각각의 뭐 컴퓨터 매매티컬로 보나 아니면 아트 디자인으로 보나 적절하게 사용할 수 있는 것들도 있고 없는 것들이 있다라는 거예요.

 특히 AI가 굉장히 잘하지만 굳이 뭐 노동자들이 별로 안 원하는 것들도 굉장히 포션이 큰 거 보이시죠?요 빨간색 부분들.

 물론 또 한 50%에 해당하는 요만큼에 굉장히 많이 사용되는 것도 있어요.

 물론 아트 이쪽은 아니지만.

 근데 반대로 원하는 것 노동자들이 굉장히 원하는 부분들이 있지만 여전히 AI가 못 해 주는 부분도 굉장히 많다라는 거.

 이런 부분도 있는 거죠.

 이런 면에서 봤을 때 전반적으로 AI가 뭔가 대체를 한다라는 개념보다는 나의 어떤 것들을 해소할 수 있는 툴로서의 관점을 좀 해석을 한게이 논문의 특징인데 특히 다음 도면을 보시면은이 동그란 그래프에 보시면 이게 아까 말씀드린 HAS 레벨을 얘기한 거거든요.

 인간의 주도성 촉도를 분석을 한 건데 그니까 뭔가 일을 할 때 대다수 45.

2%에 2%에 해당하는 대다수의 일들은 AI하고 인간이 동등한 파트너로서 일하는 거를 선호를 한다라는 거예요.

 그러니까 H1으로 가면 점차 완전히 자동화되는 걸 바라는 거고 아니면 H5는 완전 인간 주도 이렇게 극단적으로 가는 것보다는 좀 더 동등하게 아니면 조금 더 인간 센트릭하게 혹은 조금 더 AI 센트릭하게 이렇게 간다는 거를 원한다.

 이게 얘기하는게 뭡니까? 결국은 노동자들이 중요한 거는 내가 직접 해야 마음이 놓인다.

 막이 이런 얘기죠.

 그냥 그래서 어떤 능력을 우리가 키워해야 할 것인가에 대해서 최종적인 결론까지 내놨는데요.

 여기 이것만 보시면은 자 여러분 이거 주목하세요.

 앞으로 뭐 자녀가 있으신 분들이라든가 아니 지금 영향을 개발하시는 분들은 요러한 것들이 중요하지 않겠냐라고 얘기를 하는 건데.

 자 왼쪽을 보시면은 현재의 평균 임금이 높은 거를 얘기를 한 거예요.

 지금 데이터나 인포메이션을 분석하는 그런 전문가 분야가 굉장히 높은 돈을 받죠.

 사실 혹은 뭐 프로세스나 재료나 뭐 서라운딩 환경을 계속 이렇게 모니터링하는 직업 같은 것도 굉장히 노동을 강하게 요하는 것들이라고 이런 것들도 고임금이기도 하고 뭐 그런데 이런 것들이 뚝뚝 떨어진 거 보이십니까? 오른쪽은 그러니까 기본적으로 인간 주도성이 높은 거를 얘기를 하는 거예요.

 인간이 뭔가 좀 더 주도를 해갖고 하는 것도 높은데 예전에는 상대적으로 중간쯤 되 위치해 있던 오그나이징이라든가 뭐 기획을 한다라든가 아니면은 일의 순서를 정하는 요런 일들 AI가 잘 못한 일들 있잖아요.

 이런 애들이 압도적으로 위로 올라옵니다.

 기획력이 좋으신 분들이 훨씬 더 주목을 받을 수 있다라는 거죠.

 혹은 이런 것도 앤 teaching others.

 누군가를 가르치고 뭔가 트레이닝한다라는 역할이 굉장히 약했었는데 이게 굉장히 높게 올라온다는 거죠.

 사실 인간이 주도를 해 가지고 인간한테 뭔가 트레이닝 시키고 가르친다라는 거 요런 쪽이 오히려 더 주목을 받을 거다.

 그리고 그 사이사이에서 커뮤니케이팅 하는 역할도 여전히 순위가 높아지고 있는 상황을 보실 수가 있겠고요.

 그러니까 AI가 쉽게 대체 가능한 정보 처리나 분석 같은 기술들은 확실히 떨어지는 모양이 보이시죠? 그리고 관계를 만들거나 유지시키는 요란 역할은 더더욱 더 떨어지는 걸 볼 수가 있고 다른 사람들을 적극적으로 지원한다거나 뭐 케어하는 것들 이런 것들도 갑자기 순위가 확 올라오죠.

 이런 것들은 인간이 더욱 더 할 수 있다라는 거죠.

 가치가 그만큼 올라가고 뭐 대인관계라든가 조직 관리 영향 요러한 가치 자체가 상승한다는 겁니다.

 사실 내용에 이런저런 내용들이 많아서 여러분들도 한번 천천히 읽어 보시면 좋겠지만 핵심은 이런 거 같아요.

 실제로 AI가 할 수 있는 것과 할 수 없는 것.

 그런데 그게 우리가 실제로 인간 사회에 도입을 할 거잖아요.

 인간을 대체이 많이 이런 아직 어떻게 될지 모르는 그런 컨전션을 내리지 말고 인간 자체들은 어떤 생각을 하고 있느냐.

 우리가 어떻게 했으면 좋겠냐라고 하는 관점에서 협력자적인 측면을 굉장히 신경을 쓰고 있기 때문에 그쪽으로 주도해 가지 않을까라는 예측을 먼저 한 다음에 그런 다음에 아 그러면은 HAS가 높은 그러니까 인간 추도가 높은 그러한 개념의 직업들이 더욱더 가치를 높게 받을 거다라고 한다라는 거죠.

 어떻게 보면 당연한 결과일 수도 있는데 그거를 연구적으로 이렇게 결과를 내놨다는 것이 굉장히 흥미로운 내용이 될 수가 있겠고요.

 거기다가 더 나아가서는 지금 뭐 AI 벤치마크가 더 높다.

 이게 세상에서 제일 빠른 LRM입니다.

 이런 거가 중요할 수도 있지만 AI 개발 자체의 성공은 내가 이러한 기술들을 어마무시하게 만들었어요라는 것이라기보다는 아까 보여 드린요 그래프에 따라서 인간이 진짜 필요로 하는 필요로 하는 쪽에서 뭔가 더 발굴이 돼야 하지 않겠느냐라는 메시지를 준다라는 거죠.

 그리고 요즘 뭐 AI를 잘 다루는 사람이 뭐 더 잘 더 성공한다 이런 것들이 많이 나오고 있는데 AI가 결국은 아직은 하기 힘든 부분을 정말 잘 다루는 그런 사람들의 가치가 확연히 올라갈 수 있는 결국 수요와 공급 법칙에 따라가겠죠.

 인간 고유의 영향이 무엇인지를 가만히 한번 생각해 볼 때가 아닌가? 그래서 AI 개발자에게는 지금 네가 개발하는 기술은 대체 누구를 위해 누구의 어떤 문제를 해결하려고 그렇게 열심히 하고 있니라고 머리를 띵하게 만들어 주기도 하고 각 나라의 리더들이라든가 아니면 뭐 정책 정하시는 우리 어르신 분들 그런 분들이 우리 미래 세대에 어떤 거를 가르쳐야 되느냐 어떤 정책을 가지고 어떤 식으로 시스템 운영해야 될 것이냐 혹은 모든 직장인 노동자들 사업가들을 봤을 때 내가 어떻게 AI와 협력을 하고 어떤 가치를 창출해 내야 할 것인가에 대해서 여러분 한번 충분히 생각해 보실 수 있을 만한 좋은 논문인 거 같아서 다른 책들도 좋은 책들도 많지만 이런 논문을 한번 천천히 읽어보고 여기에 나와 있는 지식을 어떻게 받아들인다, 외운다 이렇게 생각하지 마시고 한 번쯤 나는 어떻게 할 것이고 앞으로 어떻게 할 것인가를 여러분들 댓글도 많이 알려 주시고 저도 열심히 한번 고민해 본 시간 가져보면 좋지 않을까 해서 빠르게 한번 만들어 보았습니다.

 안대공학 해외는 언니얼 택에서 이렇게 영어로 된 버전도 쭉쭉 올리고 있습니다.

 영어로 소개해 주실 만한 분들이 있다라면은 요게 영어로 듣기 더 편하실테니까 이렇게 한번 추천해 주시고요.

 인스타그램에서도 이렇게 언리얼.

 에서 많은 분들이 팔로우해 주시고 짧게 짧게 소식을 전달드리기도 하고 재밌는 짧은 영상들 혹은 짧은 뉴스들도 전달을 드리고 있으니까 많이많이 팔로우해 주시고 빨리 소식 얻어가시기 바랍니다.

 지금까지 에러였습니다.