'에이트' 팩트체크 (3)-옥스포드 논문 원문분석
아래 내용은 4차 산업혁명시대가 가져올 미래가 궁금해진 글쓴이 본인이 '에이트'에서 인용된 주요자료를 직접 살펴보고, 요약한 내용이다.
자료 원문은 아래 링크에서 확인할 수 있다.
옥스포드 대학교, ‘고용의 미래’, 칼 베네딕트 프레이, 마이클 오스본, 2013
https://www.oxfordmartin.ox.ac.uk/downloads/academic/The_Future_of_Employment.pdf
옥스포드 대학교, ‘고용의 미래’ 논문 요약:
컴퓨터 기술이 발전하면서 단순 반복 업무를 넘어 인간만이 할 수 있을 것이라 판단되던 인지적 업무도 순차적으로 자동화 되기 시작했다. 컴퓨터가 할 수 있는 일은 패턴 인식을 통한 반복적인 인지 업무 - 운전, 법률 문서 작성, 의료 진단, 데이터 입력 및 처리 - 등을 포함한다.
창의적 지능, 사회적 지능 등은 컴퓨터로 구현해내기에 어려움이 있으며, 따라서 위 역량을 필요로 하는 직업들 - 디자이너, 응용 과학.기술자, 기업 임원, 교사 등 - 은 자동화 확률이 30%로 가장 낮으며 자동화하기까지 시간이 가장 오래 걸린다. 2010년 기준, 미국 노동인구 중 33%가 자동화 확률이 낮은 직업군에 속해있다.
반대로 위 역량이 요구되지 않는 직업들 - 단순 판매 서비스직, 생산직, 사무보조직, 운전기사, 법률 비서 등 - 은 자동화 확률이 가장 높으며, 10-20년 내로 자동화 될 것이다. 2010년 기준, 미국 노동인구 중 47%가 자동화 확률이 70% 이상으로 높은 직업군에 속해있다.
프레이와 오스본은 직업 소득과 교육 수준이 높을 수록 자동화 확률이 낮은 것을 발견했다. 이는 중간 임금 직업이 사라져 온 지난 추세와 달리 앞으로는 저임금, 단순 업무가 우선적으로 자동화 될 것임을 보여준다.
컴퓨터에 대체되지 않기 위해서는 그 무엇보다 창의적 지능, 사회적 능력을 개발하는 것이 필요하다.
옥스포드 대학교 논문과 에이트 통계 비교:
에이트: “앞으로 10년~20년 내에 일자리의 50% 이상이 인공지능 로봇에 의해 대체된다.” “의사, 변호사, 회계사, 기자, 금융인, 법무사 등 전문직이 단순 노동직보다 더 빨리 대체된다.” (옥스포드 대학교, ‘고용의 미래’, 2013 에서 인용, 에이트 p.267)
“앞으로 10년~20년 내에 일자리의 50% 이상이 인공지능 로봇에 의해 대체된다.” : 프레이와 오스본의 논문은 2010년 미국에 존재하는 702개의 직업을 대상으로 직업 별 자동화 확률을 계산했다. 그 결과 2010년 기준, 47%의 직업이 앞으로 10-20년 내에 자동화 될 확률이 70%를 넘는다고 예측했다. 하지만 이 통계는 매년 새롭게 생기는 직업에 대한 통계를 반영하지 않은 수치이며, 미국의 통계만을 포함한다. 이 논문의 결과만으로 앞으로 전세계 일자리의 반이 인공지능에 의해 사라진다고 추정하기에는 어려운 것으로 보인다.
“의사, 변호사, 회계사, 기자, 금융인, 법무사 등 전문직이 단순 노동직보다 더 빨리 대체된다.” : 프레이와 오스본은 앞으로 저임금, 단순 업무 위주로 자동화가 진행될 것이라고 예측한다. 또한 전문직 같이 높은 교육 수준을 필요로 하고, 소득이 높은 직업은 자동화 확률이 가장 낮다고 설명한다. 실제 연구 결과에서 인공지능에 대체되지 않을 것으로 파악된 직업은 다양한 종류의 전문의, 교사, 기업 임원 등을 포함한 반면, 인공지능에 대체될 것으로 파악된 직업은 운전기사, 사무보조직, 생산직, 단순 판매직 등 단순 노동직을 포함했다.
옥스포드 대학교, ‘고용의 미래’, 칼 베네딕트 프레이, 마이클 오스본, 2013 요약
세계경제포럼과 한국고용정보연구원의 리포트 등에 인용되기도 한 옥스포드 대학교 프레이와 오스본의 논문 ‘고용의 미래’는 자동화가 일자리에 미치는 영향을 분석한 대표적인 연구이다.
프레이와 오스본은 2010년 기준, 미국에 존재하는 702개의 직업을 대상으로 자동화 확률을 분석하여 자동화가 미래 고용시장에 미칠 영향을 조사한다. 이들의 논문은 첫번째로 자동화에 의해 대체될 일자리의 숫자를, 그리고 두번째로 소득, 교육 수준과 자동화 확률의 상관관계를 파악하는데 그 목적을 둔다.
논문의 주요내용은 아래와 같다.
서론 (p2~p5)
다양한 연구 결과를 통해 자동화 기술이 반복적인 업무를 수행하는 직업의 고용 감소를 초래하고 있음이 밝혀졌다. 한 예로 Autor and Dorn (2013)의 논문은 중간 정도의 임금을 받던 생산직 종사자들이 (자동화로 인해) 저임금 서비스 직종으로 일자리를 옮기는 현상에 대해 설명한다.
이와 반대로 컴퓨터를 활용해 문제를 해결하는, 지식근로자의 고용 수요는 계속 증가하면서
교육의 효과가 더욱 강조되고 있다(원문: persistent increase in returns to education).
교육수준이 높을 수록 지식근로자로서의 경쟁력이 높아지기 때문이다. (Katz and Murphy, 1992; Acemoglu, 2002; Autor and Dorn, 2013).
이에 Goos and Manning (2007)의 논문 ‘좋은직업과 나쁜직업’ 은 고임금 지식노동과 저임금 육체노동의 고용이 증가하는 가운데 중간 임금의 반복적인 업무가 소멸하는, 고용시장의 양극화 현상에 주목한다.
Brynjolfsson and McAfee (2011)에 따르면 기술 혁신의 속도는 계속해서 빨라지고 있으며, 점점 더 많은 고도의 프로그램들이 사람들의 일자리를 대체하고 있다. 자동화는 더 이상 반복적인 제조업에 국한되지 않는다. 구글의 자율주행자동차는 반복적이지 않은 육체노동 또한 자동화의 가능성이 있음을 보여준다.
프레이와 오스본의 논문은 컴퓨터가 반복적인 업무를 넘어 인지적 업무를 - 자동차 운전, 법률문서 작성, 의학진단 등- 자동화 할 수 있는 수준이 되면서, 이러한 최신 기술의 발전이 미래의 고용에 어떤 영향을 줄 지 설명한 첫번째 논문이다.
이들은 머신러닝과 모바일 로보틱스 분야의 최신 기술에 따른 자동화 위험도에 따라 직업을 분류하고, 이를 통해 2010년 기준 미국에 존재하는 직업 702개가 자동화 될 확률을 계산한다.
이들은 자동화의 모든 요인을 파악하기보다는 기술적 가능성의 측면에서 특정 직업을 자동화하기 위해 기술자들이 해결해야 할 문제는 무엇인지 분석한다. 그리고 특정 직업을 자동화하기에 어려운 정도에 따라 직업을 분류한다.
프레이와 오스본이 직업을 분류한 방법 (p24~28)
프레이와 오스본은 자동화할 수 없는 직업이 아래의 역량들로 구성되어있음을 파악하고, 이 역량들이 높이 요구되는 직업일수록 낮은 자동화 확률을 갖고있는 것으로 분류한다.
기술적으로 자동화하기 어려운 역량의 업무들
Perception and manipulation tasks: 정교한 조작을 포함하는 업무 (예: 수술집도)
Creative intelligence tasks: 높은 창의력을 요하는 지능적 업무 (예: 생물학자, 패션디자이너)
Social intelligence tasks : 협상, 설득, 돌봄 등 사회적 지능을 요하는 업무 (예: 대외 홍보 담당자, 이벤트 플래너)
위 영역의 업무를 수행하기 위한 인공지능과 로봇 등이 개발되고 있지만, 아직까지는 기술의 한계로 앞으로 10-20년 내에는 인간을 대체하기 어려운 수준이다.
역량 요구 수준에 따른 자동화 확률
Social intelligence, 사회적 지능
접시닦이: 사회적 지능 0, 자동화 확률 100%
대외 홍보, 이벤트 플래너: 사회적 지능 100, 자동화 확률 0%
Creative intelligence, 창의력
법원 서기: 창의력 0, 자동화 확률 100%
생물학자, 패션디자이너: 창의력 100, 자동화 확률 0%
Perception and Manipulation, 정교함
텔레마케터: 정교함 0, 자동화 확률 100%
보일러 생산자: 정교함 50, 자동화 확률 50%
의사 (수술집도의): 정교함 100, 자동화 확률 0%
프레이와 오스본이 예측한 직업의 미래 (p36~42)
프레이와 오스본은 최근 머신러닝, 패턴 인식 기술의 발달로 반복적인 업무에 대한 고용 수요는 감소하고 자동화 할 수 없는 업무에 대해서는 고용 수요가 증가할 것이라고 예측한다.
그들의 계산에 따르면 위 그래프에서 보듯이 2010년 미국 고용 통계 기준, 전체 근로자 중 47%가 자동화 확률이 높은 직업군(제일 오른쪽, 자동화 확률 70%이상)에 종사하고 있다.
자동화 확률이 높은 직업군
(제일 오른쪽, 전체 근로자 중 47%, 자동화 확률 70% 이상)
: 사무직(주황색), 판매직(빨간색), 서비스직(분홍색), 운송직(갈색), 생산직(노란색), 건설직(연보라색)
자동화 확률이 낮은 직업군
(제일 왼쪽, 전체 근로자 중 33%, 자동화 확률 30% 이하)
: 교육, 법률, 지역봉사, 예술, 미디어 (연두색), 경영, 사업, 금융 (하늘색), 컴퓨터, 엔지니어링, 과학 (파란색), 의료 (초록색), 서비스직-전문 (분홍색)
프레이와 오스본은 미국 전체 근로자 중 47%가 종사하는 직업은 10-20년 내에 자동화 될 확률이 70% 이상으로 높고, 위 그래프의 오른쪽부터 왼쪽으로, 자동화 확률이 높은 직업군부터 시간에 따라 순차적으로 자동화될 것이라고 말한다.
앞으로 몇십년을 걸쳐 진행될 자동화의 규모는 위에서 설명한, 현재 자동화하기 어려운 직업적 역량(정교한 조작, 창의력, 사회적 지능)을 기술적으로 구현해내는 속도에 달려있다.
이에 프레이와 오스본은 앞으로 두 단계의 산업 자동화와, 이 중간에 기술적 정체기가 있을 것이라고 설명한다.
첫번째 산업 자동화 단계에서는 운송, 물류업 종사자와 함께 많은 사무보조직, 생산직이 컴퓨터에 의해 대체될 것이다. 자율주행차의 등장과 저렴해지는 센서 가격, 빅데이터 저장 및 처리 기술, 산업로봇들이 이런 변화를 주도할 것이며, 기술의 발달에 따라 생산직은 수십년 내에 소멸될 것으로 예상된다. 또한 마트 및 서비스 카운터 점원, 텔레마케터 등 높은 사회적 능력을 요구하지 않는 단순 판매 및 서비스직이 상당수 자동화 될 것이며, 조립식 건축법의 도입으로 건설직 노동자들도 자동화될 확률이 매우 높다.
그 다음으로 기술적 정체기가 찾아오는데, 이는 자동화 확률이 중간 정도인 직업군을 대체하는 기술의 발전이 느리게 이루어지는 때이다. 로봇 등을 통해 인간의 정교한 조작을 정확하게 구현해내는데는 시간이 걸리겠지만, 결국에는 정교한 조작을 필요로 하는 직업 또한 자동화 될 것이다. 이 시점에는 설치, 유지, 보수를 하는 직업이 점진적으로 자동화된다.
이어서 두번째 산업 자동화 단계는 창의력과 사회적 지능을 컴퓨터로 구현해내는 시점이 될 것이다. 순수 예술, 독창성, 협상, 설득, 사회적 능력, 공감능력 등은 (기술적으로 구현해내기에 어려움이 가장 많음으로) 자동화 확률이 가장 낮다.
따라서 요약하자면 사람 간의 상호작용에 기반한 제너럴리스트 직종이나 (사회적 지능), 새로운 아이디어나 작품, 도구를 만드는 전문 직종은 (창의력) 자동화 될 위험이 가장 적다.
높은 사회적 지능을 요구하는 제너럴리스트 직종의 대표적인 예는 기업 임원이다. 미국 고용노동부의 정의에 의하면 기업임원은 이사회, 기관장, 직원들과 문제를 상의하고, 업무를 조직화하고, 문제를 해결하는 역할과 거래 조건 및 계약을 협상하고 승인하는 역할을 수행한다. 프레이와 오스본의 연구에서 제너럴리스트 업무가 주를 이루는 경영, 사업, 재무와 관련된 직업 대부분은 자동화 확률이 낮은 직업으로 분류된다. 이와 같이 사회적 지능을 필요로 하는 교육, 의료, 예술, 미디어 산업의 직종들은 가까운 미래에 자동화 되지 않을 것이다.
과학과 기술 분야 직업의 자동화 확률이 낮은 이유는 해당 직종이 높은 창의력을 요구하기 때문이다. 미국 고용노동부가 수학자를 정의한 예를 보면, 수학자는 수학의 발전을 위해 새로운 명제 혹은 존재하는 수학적 명제들 사이의 새로운 관련성을 개발한다. 컴퓨터가 빠른 속도로 과학과 기술 분야에서 인간과 경쟁하기 시작했지만, 컴퓨터가 인간을 완전 대체하기 전까지 과학자들은 응용 과학 분야에서 컴퓨터를 생산적으로 활용할 수 있을 것으로 보인다.
또한 반복적인 지식 업무를 하는 법무사, 법률 비서의 자동화 확률은 높으나 이들의 도움으로 창의력과 사회적 지능을 활용하는 업무를 하는 변호사의 자동화 확률은 낮다. 변호사가 인공지능에 의해 대체되기 전까지 변호사는 법률 조사의 자동화를 통해 도움을 받을 것이다.
최신 기술의 발전이 미래의 고용에 어떤 영향을 줄지, 그 설명을 마무리하기 위해 프레이와 오스본은 소득, 교육 수준, 자동화 확률의 상관관계를 분석한다. 이를 위해 직업 별 중간 임금과 자동화 확률, 그리고 직업 별 교육 수준(학사 학위 이상의 교육을 받은 사람의 비율)과 자동화 확률을 비교한다. 그리고 이들은 아래 그래프와 같이 임금이 높을 수록, 교육 수준이 높을 수록 자동화 확률이 낮은 것을 발견한다. (이는 동시에 임금이 낮을 수록, 교육 수준이 낮을 수록 자동화 확률이 높은 것을 뜻한다.)
프레이와 오스본의 연구결과는 고임금, 저임금 직업이 증가하고 중간 임금 직업이 사라지는, 고용시장의 양극화 추세와 다른 양상을 보여준다. 프레이와 오스본은 지난 수십년 간 중간 임금의 직업이 자동화로 인해 없어졌다면, 앞으로는 중간 임금 직업보다 저임금, 단순 업무가 주로 자동화될 것이라고 예측한다. 그리고 이와 반대로 높은 역량을 필요로 하는 고소득 직종은 자동화의 확률이 제일 낮다고 설명한다. (아래의 그래프에서 소득과 교육수준이 중간인 직업은 자동화의 확률 또한 50%에 가까움을 볼 수있다.)
결론
프레이와 오스본은 고용시장의 양극화가 끝나고, 앞으로는 저임금, 단순업무 위주로 자동화가 진행될 것이라고 예측한다. 기술이 발전함에 따라 단순 업무를 수행하는 근로자들은 창의력과 사회적 지능을 필요로 하는, 자동화 위험이 적은 업무로 자신의 직종을 변경해야 할 것이다. 물론 이렇게 기술을 앞서기 위해서는 그 무엇보다 창의력과 사회적 능력을 갖추는 것이 필요하다.
부록 : 직업 별 자동화 확률 (p.57-72)
인공지능에 대체되지 않을 직업 30 (자동화 확률이 가장 낮은 순서대로)
웃음치료사, 정비공 관리자, 재난 관리 책임자, 정신 건강 사회복지사, 청각학자, 작업치료사, 의수족제작사, 보건 사회복지사, 안면외과 전문의, 방재 감독, 영양사, 호텔매니저, 안무가, 기술판매직, 내과. 외과 의사, 교육 설계사, 심리학자, 경찰 관리자, 치과의사, 초등학교 교사, 의학 과학자, 교육 행정직, 발 치료사, 상담사, 패턴디자이너, 무대.전시 디자이너, HR 매니저, 레크레이션 진행자, 인사 교육 매니저
인공지능에 대체될 직업 30 (자동화 확률이 가장 높은 순서대로)
텔레마케터, 법률 비서, 재봉사, 응용 수학자, 보험 손해사정사 및 관련직, 시계 수리공, 운송업 종사자, 세무대리인, 사진처리사, 은행 창구 직원 및 관련 업무 (계좌개설 및 대출 상담 등), 도서관 사서, 데이터 입력과 관련된 직업들, 운동경기 심판, 강판 조각사 (도장 파기와 같이 쇠, 나무에 패턴을 새기는 사람), 포장 기계 작동 감독, 조달 및 구매 관련 사무직, 재고 관리 및 포장 관련직, 철. 플라스틱 절단 기계 작동 감독, 신용등급 조사원, 운전기사와 단순 판매직, 회계장부 사무 업무, 샘플 검사자
