AI가 직장에서 사람들이 하는 일의 범위를 넓히는 방식

AI는 사람들이 하는 일을 바꾼다. 미국 ChatGPT 사용자들이 보낸 800,000건 이상의 메시지를 분석한 새로운 연구에 따르면, 업무 관련 메시지의 16.8%, 직종별 메시지의 43.5%가 다른 직종과 관련된 작업을 다룬다.

소규모 사업자는 카피 초안을 직접 작성하고, 계약서를 검토하거나, 기본적인 재무 분석을 할 수 있다. 영업 담당자는 과거라면 분석가에게 맡겼을 고객 데이터셋을 AI로 살펴볼 수 있다. 마케터는 개발자를 기다리지 않고 웹사이트 문제를 해결할 수 있다. 모두 AI가 업무 수행 방식뿐 아니라 누가 어떤 일을 하는지도 바꾸는 사례다.

새 보고서 Work at the Frontier: How AI is Expanding What People Do at Work는 이러한 변화를 연구한다. 우리는 그 결과로 나타나는 패턴을 작업 교차(task crossover)라고 부른다. 전통적으로 한 직종이 맡았던 일이 다른 직종 종사자의 AI 사용에서 나타나는 현상이다. AI Jobs Transition Framework에서는 많은 일자리가 재편될 가능성이 있다고 설명했다. 일상적으로 수행하는 작업이 크게 달라질 수 있는 일자리들이다. 이번 보고서는 AI가 실시간으로 업무를 어떻게 바꾸는지 살펴보는 새로운 Work at the Frontier 시리즈의 첫 번째 보고서다.

우리는 업무 세계가 어떻게 변하는지 직접 관찰할 수 있는 고유한 시야를 활용해, 정책과 실무에 길잡이가 될 근거 중심의 데이터 분석을 정기적으로 제공할 예정이다.

직종별 AI 사용의 절반 가까이가 직무 경계를 넘는다

AI와 업무를 다룬 많은 연구는 특정 직종에 속하는 작업 목록을 고정해 놓고 모델이 그 작업을 수행할 수 있는지 묻는 데서 출발한다. 그러나 우리가 확보한 근거는 AI가 어떤 작업을 누가 맡는지도 바꾸고 있음을 보여준다.

작업 교차를 측정하기 위해 먼저 특정 직종과 관련된 업무를 여러 직종에서 공통으로 나타나는 업무와 구분했다. 글쓰기, 요약, 일정 관리 같은 활동은 너무 다양한 직종에서 공통으로 수행되므로 작업 교차의 근거로 삼기 어렵다. 이런 활동은 일반 작업으로 분류했다. 나머지 메시지는 해당 작업이 사용자의 직종에 속하는지, 직종 밖에 있는지 판별했다. 일반 작업이 아닌 메시지 가운데 43.5%는 사용자의 직종 밖에 해당했다. 직무 설명이나 직함에 변화가 반영되기 전부터 AI가 일자리의 작업 구성을 어떻게 재편할 수 있는지 엿볼 수 있는 초기 지표다.

이는 업무 관련 ChatGPT 사용의 상당 부분이 사용자가 자신의 역할을 확장하는 데서 발생한다는 뜻이다. 여러 직종군에서 이 패턴이 특히 두드러진다. 일반 작업을 제외하면 직종 밖 작업이 차지하는 비율은 다음과 같다.

• 77% 고객 경험 담당자가 전달하는 직종별 메시지

• 75% 디자이너

• 69% 인사 담당자

• 56%  합법적인 근로자

• 53% 마케터

이 직종들은 다른 역할이 맡던 작업을 가져와 수행하고 있다. 근거는 업무 분담이 바뀌고 있음을 보여준다. 과거에는 다른 사람에게 넘겨야 했던 일부 활동을 이제 필요를 처음 마주한 사람이 직접 처리할 수 있다.

어떤 작업은 다른 작업보다 더 멀리 퍼진다

아래 히트맵은 일반 작업이 아닌 각 메시지가 어느 직종의 업무와 가장 비슷한지 판별해 작업 교차를 보여준다. 마케팅과 엔지니어링 작업은 가장 널리 퍼지며, 해당 분야 밖에서 일하는 사람들의 메시지에도 자주 등장한다.

마케팅과 엔지니어링 작업은 여러 직종으로 퍼진다

직종에서 구체적인 작업으로 범위를 좁혀 보면 작업 교차는 고르게 분포하지 않는다. 재무 계산과 기술 문제 해결은 분석 대상인 다른 일곱 직종군 모두에서 가장 흔한 직종 밖 작업 세 가지 안에 들었다. 마케팅 업무도 널리 퍼졌다. 마케팅 자료 제작은 다른 다섯 직종군에서 나타났으며, 특히 디자인 사용자에게서 두드러졌다.

더 넓은 작업 묶음으로 살펴보면 작업 교차가 서로 다른 두 방향으로 일어난다. 어떤 직종은 다른 직종의 작업을 많이 가져온다. 반대로 여러 직종에 작업을 제공하는 직종도 있다.

디자인은 첫 번째 패턴을 잘 보여준다. 디자이너가 보낸 메시지 중 약 35.2%는 일반적으로 다른 직종과 관련된 업무를 다루지만, 다른 분야 종사자의 메시지에서 디자인 작업이 차지하는 비율은 1.7%에 불과하다. 디자이너는 다른 직종의 작업을 많이 가져오지만, 디자인 작업 자체가 다른 분야에서 나타나는 일은 드물다.

엔지니어링은 그 반대에 가깝다. 엔지니어링 메시지 가운데 다른 분야의 작업을 다루는 비율은 18.5%에 불과하지만, 다른 직종 종사자의 메시지에서는 엔지니어링 작업이 7.4%를 차지한다. 소프트웨어 문제 해결부터 기술 시스템을 다루는 일까지, 엔지니어링은 다른 분야 사람들이 맡게 되는 작업의 주요 공급원이다.

마케팅은 양쪽 방향 모두에서 두드러진다. 마케터가 보낸 메시지의 24.3%는 다른 직종과 관련된 작업을 다룬다. 동시에 다른 분야 종사자의 메시지에서 마케팅 작업이 차지하는 비율은 8.9%로, 표본에서 다른 직종으로 퍼져 나간 비율이 가장 높다. 마케팅 종사자는 여러 분야의 작업을 결합하고 있으며, 마케팅 업무 역시 조직 전반으로 널리 퍼지고 있다.

소규모 기업에서 더 많이 나타나는 작업 교차

기업의 규모와 조직 구조는 AI가 업무 방식을 어떻게 바꾸는지에 영향을 미친다. 대기업의 직원들은 전문 조직, 체계화된 업무 프로세스, 사내 지원 서비스를 활용할 수 있는 경우가 많다. 반면 규모가 작은 조직에서는 문제와 가장 가까운 사람이 이를 다른 부서에 넘기기보다 직접 해결할 가능성이 더 크다.

일반 사용자 가운데 자신의 직무 범위를 벗어난 업무가 차지하는 비중은 좌석 수가 2~5개인 워크스페이스에서 18.9%였지만, 100개를 초과하는 워크스페이스에서는 16.3%로 낮아졌다. 반면 AI를 가장 많이 사용하는 사용자 집단에서는 이와 같은 일관된 감소 추세가 나타나지 않았다.

한 가지 가능한 설명은 소규모 조직의 중간 수준 사용자들이 다른 직무나 부서의 도움이 필요할 만한 업무를 마주했을 때 AI를 활용한다는 것이다. 반면 사용량이 많은 사용자들은 조직 규모와 관계없이 비슷한 형태의 안정적인 AI 기반 업무 방식을 구축했거나, 자신의 핵심 직무 안에서 AI를 더욱 집중적으로 활용하고 있을 수 있다.

전문 인력이 부족한 환경에서는 AI가 다양한 업무를 수행하는 범용 도구로서 특히 유용할 수 있다.

작업 목록 자체가 바뀌고 있다

이러한 AI 사용 데이터는 업무가 어디에서 달라지고 있는지 보여주는 지표다. 기업이 직무 설명을 다시 쓰거나 새로운 직함을 만들기 전에, AI를 활용해 직원들이 새로운 활동 조합을 어떻게 시도하는지 파악할 수 있다. 그런 의미에서 사용 패턴은 기존 노동시장 통계가 나중에야 포착할 직종 변화를 미리 알리는 신호가 될 수 있다.

^{source https://openai.com/index/how-ai-is-expanding-what-people-do-at-work}