AI와 LLM이 미래 직업을 대량으로 빼앗는다.
인공지능(AI)은 최근 몇 년간 눈부신 성장을 거듭해 고용의 미래에 대한 기대감과 우려를 불러일으켰다. LLM(대형 언어 모델)이 이에 대한 최신 예이다. AI의 이러한 강력한 하위 집합은 인간과 유사한 언어를 이해하고 생성하기 위해 엄청난 양의 텍스트 데이터를 학습한다.
LinkedIn의 보고서에 따르면 전 세계 회원의 55%가 AI의 부상으로 인해 업무에 어느 정도 변화를 경험할 수 있다.
기업과 직원이 변화에 적응하고 빠르게 성장하는 기술 환경에서 경쟁력을 유지하려면 AI와 LLM이 고용 시장을 어떻게 혼란에 빠뜨릴지 아는 것이 중요하다.
AI가 일자리에 미치는 영향과 인력의 자동화가 어떻게 고용을 방해하는지 살펴본다.
대규모 언어 모델: 취업 시장 붕괴의 촉매제
골드만삭스에 따르면 생성 AI와 LLM은 잠재적으로 곧 3억 개의 일자리를 붕괴시킬 수 있다. 또한 비즈니스 워크플로우에 AI가 통합되면서 인력의 50%가 일자리를 잃을 위험에 처해 있다고 예측했다.
LLM은 이전에 인간 근로자의 유일한 영역으로 간주되었던 작업을 점점 더 자동화하고 있다. 예를 들어, 이전 상호 작용의 방대한 저장소에 대해 교육을 받은 LLM은 이제 제품 문의에 답변하고 정확하고 유익한 응답을 생성할 수 있다.
이를 통해 직원의 작업량이 줄어들고 연중무휴 고객 서비스가 더 빨라진다. 또한 LLM은 지속적으로 발전하여 고객 서비스를 훨씬 뛰어넘어 콘텐츠 개발, 번역, 법률 연구, 소프트웨어 개발 등과 같은 다양한 응용 프로그램에 활용되고 있다.
대규모 언어 모델 및 생성 AI: 자동화
LLM과 생성 AI가 점점 보편화되고 있으며, 이는 부분적인 자동화와 일부 근로자의 잠재적 대체로 이어질 수 있으며 다른 근로자에게는 기회를 창출할 수 있다.
1. 일상적인 작업 재구성
AI와 LLM은 데이터 입력, 약속 일정 관리, 기본 보고서 생성 등 정의된 규칙을 사용하여 반복적인 작업을 처리하는 데 탁월하다.
이러한 자동화를 통해 작업자는 보다 복잡한 작업에 집중할 수 있지만 일자리 대체에 대한 우려가 제기된다. AI와 LLM이 일상적인 작업을 자동화하는 능력이 향상됨에 따라 인간의 입력에 대한 수요가 감소하고 결과적으로 작업 대체가 발생한다. 그러나 높은 수준의 인간 감독과 입력이 필요한 작업은 영향을 가장 적게 받는다.
2. 자동화 위험에 처한 산업
제조, 관리 등 일상적인 작업량이 많은 부문은 AI 및 LLM 자동화에 가장 취약하다. 데이터 입력 및 생산 라인 일정 관리와 같은 운영을 간소화하는 능력으로 인해 LLM은 이러한 분야의 일자리에 위험을 초래한다.
골드만삭스 보고서에 따르면 AI 자동화는 인력을 효율성과 생산성으로 변화시키는 동시에 수백만 개의 일상적이고 수동적인 작업을 높은 위험에 빠뜨릴 것입니다.
3. 저숙련 일자리 상실 가능성
앞으로 AI가 저숙련 인력에 미치는 영향은 더욱 커질 것으로 예상된다. AI 기반 자동화의 기술 편향적 특성으로 인해 기술 지식이 부족한 사람들이 고용을 늘리는 것이 더 어려워졌다. 자동화로 인해 고숙련 노동자와 저숙련 노동자의 격차가 벌어지기 때문이다.
저숙련 근로자는 고품질의 교육, 훈련, 재교육 프로그램을 통해서만 일자리를 유지할 수 있다. 또한 AI 기술을 사용하는 더 새로운 고임금, 고숙련 직업으로 전환하는 데 어려움을 겪을 수도 있다.
최신 맥킨지 보고서에서 저임금 근로자의 경우 직업 전환이 필요할 가능성이 14배 더 높다고 예측함에 따라 이러한 현상은 더욱 분명해졌다. 기술을 향상하거나 새로운 AI 호환 역할로 전환하지 않으면 빠르게 진화하는 취업 시장에서 뒤처질 위험이 있다.
4. 프로세스 간소화에서 AI와 LLM의 역할
AI 및 LLM 채택이 증가함에 따라 비즈니스 환경에 상당한 변화가 발생한다. Workato의 최근 보고서에 따르면 설득력 있는 통계가 나와 있다. 운영 팀은 2023년에 프로세스의 28%를 자동화했다.
AI와 LLM은 운영 비용을 절감하고, 자동화를 통해 작업을 간소화하고, 서비스 품질을 향상시켜 게임 체인저이다.
AI 시대의 업무의 미래
AI는 불가피하지만 충분한 리소스와 충분한 교육을 통해 직원은 AI와 LLM을 사용하여 일상 업무에서 생산성을 높일 수 있다.
예를 들어 NBER(National Bureau of Economic Research)에서는 GPT(생성 AI) 도구를 사용하는 고객 지원 상담원의 생산성이 약 14% 증가했다고 밝혔다. 이는 인간과 기계의 협업 가능성을 보여준다.
AI가 고용 시장을 변화시키는 것은 의심할 여지가 없지만 AI의 통합은 위협이 아닌 기회로 보아야 한다. 진정한 잠재력은 AI의 분석 능력과 결합된 인간의 직관, 창의성, 공감의 협력에 있다.
LLM 및 생성 AI를 위한 재교육
GPT는 텍스트와 이미지를 생성할 수 있지만 GPT-4o와 같은 후속 제품은 텍스트, 오디오, 이미지 및 비디오 형식 전반에 걸쳐 콘텐츠를 원활하게 처리하고 생성한다.
이는 새로운 다중 모드 LLM 및 AI 기술이 빠르게 발전하고 있음을 보여준다. 인공지능이 직업의 미래에 미치는 영향으로 인해 재교육은 현대 조직과 근로자 모두가 생존하는 데 필수적이다. 중요한 기술 중 일부는 다음과 같다:
●프롬프트 엔지니어링: LLM은 프롬프트에 의존하여 결과를 안내한다. 명확하고 간결한 프롬프트를 만드는 방법을 배우는 것은 진정한 잠재력을 달성하는 데 핵심 요소가 될 것이다.
●데이터 유창성: 데이터를 사용하고 이해하는 능력은 필수적입니다. 여기에는 데이터 수집, 분석 및 해석이 포함되며 LLM과의 상호 작용에 영향을 미친다.
●AI 활용 능력: AI의 기능과 한계를 포함하여 AI에 대한 기초 지식은 이러한 강력한 도구를 사용한 효과적인 협업과 커뮤니케이션에 필수적이다.
●비판적 사고 및 평가: LLM은 인상적일 수 있지만 결과를 평가하는 것도 중요하다. LLM의 작업을 평가, 업데이트 및 분석하는 것은 필수적이다.
직장에서 AI의 윤리적 영향
직장에서 AI의 존재에는 장단점이 있으므로 모두 신중하게 고려해야 한다. 물론 전자는 생산성을 높이고 비용을 절감한다. 그러나 해로운 방식으로 채택하면 부작용도 발생할 수 있다.
더 큰 이야기의 일부가 되어야 하는 몇 가지 윤리적 고려 사항은 다음과 같다:
●알고리즘 편향 및 공정성: AI 알고리즘은 훈련된 데이터에서 발견된 편향을 강화하여 불공정한 채용 결정을 내릴 수 있는 가능성이 있다.
●직원 개인 정보 보호: AI는 방대한 양의 직원 데이터에 의존하므로 이 정보를 잠재적으로 오용하여 실업으로 이어질 수 있다는 우려를 불러일으킨다.
●불평등: 워크플로에서 AI 사용이 증가하면 불평등이나 접근성 저하와 같은 문제가 발생한다. 기술 향상 및 재교육 프로그램과 같은 이니셔티브는 AI가 조직 전체의 직원에게 미치는 부정적인 영향을 줄이는 데 도움이 될 수 있다.
AI와 LLM 통합의 결과로 직장 패러다임이 변화하고 있다. 이는 일과 경력의 미래에 큰 영향을 미칠 것이다.
