생성형 AI, 기존 디지털 기술보다 더 넓은 영향권

OECD 보고서에 따르면, 생성형 AI가 기존의 자동화 기술보다 훨씬 더 넓은 범위의 노동시장에 영향을 미칠 것으로 전망된다. 현재 OECD 국가 근로자의 약 25%가 생성형 AI에 노출되어 있으며, 이는 해당 직무의 20% 이상을 생성형 AI를 통해 50% 더 빠르게 처리할 수 있다는 것을 의미한다. 하지만 이 노출도는 지역별로 13%에서 48%까지 큰 차이를 보인다.

생성형 AI 영향력 확대 전망

신규 소프트웨어 개발이나 기존 소프트웨어와의 통합이 진행되면서 OECD 근로자의 70% 이상이 생성형 AI에 노출될 수 있으며, 이 중 약 40%는 높은 수준의 노출(직무의 50% 이상을 생성형 AI로 더 빠르게 처리 가능)이 예상된다. 특히 런던(영국), 프라하(체코), 취리히(스위스) 등 대도시 지역이 비도시 지역보다 훨씬 더 큰 영향을 받을 것으로 분석된다.

지역별 AI 노출도 격차 심화

국가 내에서도 가장 영향이 큰 지역과 작은 지역 간 AI 노출도는 약 60%까지 차이가 날 것으로 예측된다. 콜롬비아의 경우 가장 영향이 큰 지역이 가장 작은 지역보다 3배 더 높은 노출도를 보일 것으로 전망된다. 이러한 지역 간 격차는 주로 산업구조 차이에서 기인하며, 교육, 의료, ICT, 금융 등 서비스업 중심 지역이 가장 큰 영향을 받을 것으로 예상된다.

AI가 직장 내 업무환경에 미치는 영향

생성형 AI는 업무 생산성과 직무 만족도를 향상시킬 수 있는 반면, 알고리즘 기반 관리로 인한 스트레스 증가도 우려된다. 실제로 제조업과 금융 부문 근로자의 63%가 AI가 업무 만족도를 높였다고 응답했다. 그러나 알고리즘 기반의 업무 할당과 성과 평가는 근로자의 자율성을 제한하고 스트레스를 높일 수 있다는 점이 연구를 통해 확인되었다.

근로자의 권리 보호를 위해서는 AI 사용에 대한 투명성 확보와 책임 소재 명확화가 필요하다. 특히 고용, 승진, 해고 등에서 AI 의사결정의 투명성과 공정성이 보장되어야 하며, 이를 위한 구체적인 가이드라인과 법적 프레임워크가 요구된다.

산업별 AI 영향과 활용

문화·창조 산업, 의료, 소프트웨어 개발 분야에서 AI의 영향이 두드러진다. 소프트웨어 관련 직종의 경우 최대 87%가 AI에 노출될 것으로 예상되며, 이는 전체 직종 평균보다 42%p 높은 수준이다. 의료 분야에서는 AI가 진단 보조, 행정 업무 자동화 등에 활용되고 있으며, 문화·창조 산업에서는 콘텐츠 생성과 저작권 관련 새로운 과제가 제기되고 있다.

중소기업의 AI 도입 현황

2024년 OECD D4SME 설문에 따르면, 생성형 AI가 공개된 지 1년도 안 된 시점에서 약 20%의 중소기업이 이미 AI를 실험적으로 도입했다. 주목할 만한 점은 모든 응답 기업들이 최소한 디지털 플랫폼에 내장된 AI를 통해 수동적으로라도 AI를 활용하고 있다는 것이다. 그러나 많은 중소기업이 여전히 AI의 잠재적 활용 방안을 제대로 이해하지 못하고 있으며, 비용, 기술 부족, 보안 위험 등의 도전과제에 직면해 있다.

공공부문의 AI 활용

OECD 공공고용서비스(PES)의 50%가 2024년에 이미 AI 솔루션을 도입했다. 특히 주목할 만한 사례로는 프랑스의 'Mon Assistant Personnel'이 있는데, 이는 AI 기반 도구로 구직자 CV를 분석하여 맞춤형 일자리 추천과 직업훈련 과정을 제안한다. 또한 공공행정에서는 문서 처리 자동화, 사이버보안 강화, 시민 서비스 개선 등 다양한 분야에서 AI를 활용하고 있다.

자동화 위험도 역전 현상

기존에 자동화 위험이 낮다고 평가되던 지역들이 오히려 생성형 AI에 가장 많이 노출될 것으로 분석된다. 과거의 자동화 기술이 주로 비도시 지역과 제조업에 영향을 미쳤던 것과 달리, 생성형 AI는 대도시 지역의 일자리에 더 큰 변화를 가져올 것으로 예측된다.

도시 지역 근로자의 32%가 생성형 AI에 노출되어 있는 반면, 비도시 지역은 21%에 그친다. 콜롬비아, 그리스, 루마니아 등에서는 이 격차가 17%p까지 벌어질 수 있다.

고숙련 근로자와 여성의 높은 노출도

생성형 AI는 고숙련 근로자와 여성의 업무에 더 큰 영향을 미칠 것으로 예상된다. 이는 기존 기술이 주로 저숙련 남성 근로자에게 영향을 미쳤던 것과는 대조적이다.

자동화의 긍정적 영향과 우려사항

생성형 AI가 일자리에 미칠 정확한 영향은 아직 불확실하지만, 과거 자동화 기술의 도입이 반드시 대규모 일자리 감소로 이어지지는 않았다. 오히려 자동화 위험이 높은 지역에서 5년간 노동생산성이 5.6% 증가하는 등 긍정적 효과도 관찰되었다.

그러나 일부 지역에서는 자동화로 인한 직접적인 일자리 감소가 있었으며, 새로 창출된 일자리가 실직자들에게 돌아가지 않을 수 있다는 우려도 존재한다.

AI를 통한 노동시장 문제 해결 가능성

생성형 AI는 OECD 지역들이 직면한 주요 경제 및 노동시장 과제 해결을 위한 전략적 도구가 될 수 있다. AI 기술은 인력 부족을 완화하고 정체된 노동생산성 성장을 극복하는데 도움이 될 수 있으며, 업무 포용성을 높이는 데도 기여할 수 있다.

10대 정책 권장사항

OECD는 AI 기술 도입에 따른 지역 노동시장의 변화에 대응하기 위해 다음과 같은 정책을 권장한다.

각 지역은 AI 기술을 활용한 성장 기회를 발굴하고, 전통 산업의 현대화와 신규 투자 유치를 위해 지역별 AI 역량을 구축해야 한다. 정기적으로 지역 노동시장의 AI 노출도를 평가하여 직무 대체 트렌드를 예측하고, 기술 격차 해소를 위한 정책을 수립해야 한다.

현재의 기술 역량을 파악하고 미래 필요 기술을 예측하기 위한 포괄적인 기술 인벤토리를 개발하며, 고용주, 교육기관, 지역사회 단체들과의 협력을 통해 효과적인 정책을 수립해야 한다.

중소기업의 AI 도입을 위해 기술 교육 프로그램과 도입 가이드라인을 제공하고, 공공행정에서도 AI 활용을 확대하여 서비스 제공을 개선해야 한다. 또한 개인정보 보호, 편향성, 일자리 대체 등 AI 사용에 따른 위험을 관리하기 위한 명확한 프레임워크를 마련해야 한다.

실직자를 위한 재교육 프로그램과 재취업 지원을 강화하고, 변화하는 기술 수요에 대응하기 위해 지역별 기술 교육 시스템을 개선해야 한다. 이를 통해 기술 변화 과정에서 특정 계층이나 지역이 소외되지 않도록 해야 한다.

기사에 인용된 리포트의 원문은 링크에서 확인할 수 있다.

기사는 클로드 3.5 Sonnet과 챗GPT-4o를 활용해 작성되었습니다.