AI가 직업을 바꾼다: WORKBank로 본 자동화와 인간 협업의 미래
AI 기술은 더 이상 미래의 이야기가 아닙니다. 이미 다양한 산업에서 업무를 대체하거나 보조하며 일의 형태를 바꾸고 있습니다. 하지만, 정작 일선에서 일하는 사람들은 이런 변화에 어떤 생각을 가지고 있을까요? 기술은 그들의 기대를 따라가고 있을까요?
이번 블로그에서는 최근 발표된 WORKBank 연구를 통해, 직무별 자동화 및 증강 가능성에 대한 사람들의 생각과 기술적 역량 사이의 간극을 조명합니다. 단순히 '어떤 일이 자동화될 수 있다'는 기술적 예측을 넘어서, 실제 근로자들이 무엇을 원하고 무엇을 두려워하는지를 데이터로 보여주는 첫 대규모 연구입니다.
AI와 노동 시장 변화: 무엇이 문제인가?
최근 급속도로 확산되는 AI 에이전트는 단순 반복 작업에서부터 고차원적 분석 작업까지 빠르게 대체하고 있습니다. 하지만 기술이 진화할수록 두 가지 의문이 따라옵니다. 하나는 "사람들은 어떤 업무를 AI에게 맡기고 싶어할까?"라는 점이고, 다른 하나는 "현재 기술은 실제로 그 기대를 충족할 만큼 준비되어 있을까?"라는 점입니다.
많은 기업과 정책 결정자들이 AI 기반 자동화를 추진하고 있지만, 정작 사람들의 감정과 선호는 이 과정에서 소외되는 경우가 많습니다. WORKBank는 이러한 간극을 메우기 위해 설계된 연구 프레임워크입니다.
WORKBank: 자동화 감사의 새로운 프레임워크
WORKBank는 미국 노동부의 O*NET 직업 데이터에 기반하여, 총 104개 직종에서 1,500명의 작업자와 52명의 AI 전문가로부터 데이터를 수집한 대규모 연구입니다. 여기서 핵심은 다음과 같은 두 가지 지표를 기반으로 자동화 가능성과 기대치를 측정했다는 점입니다.
- 작업자 기준: 자동화 선호도(Automation Desire), 희망하는 인간 개입 수준(Human Agency Scale, HAS)
- 전문가 기준: 기술적 실현 가능성(Technological Capability), 가능한 인간 개입 수준
HAS는 AI가 전적으로 업무를 수행하는 H1부터 인간 개입이 반드시 필요한 H5까지 다섯 단계로 구성된 평가 지표입니다. 이를 통해 자동화와 증강이라는 스펙트럼 위에서 사람과 기술의 위치를 정량적으로 비교할 수 있습니다.
일치하지 않는 희망과 현실
연구 결과는 흥미롭습니다. 작업자들은 반복적이고 부가가치가 낮은 업무에 대해서는 AI 자동화를 선호했습니다. 실제로 전체 작업의 46.1%에서 자동화에 대해 긍정적인 반응을 보였습니다. 이들은 더 창의적이고 전략적인 일에 집중하고 싶어했습니다.
하지만 전문가들이 판단한 기술 역량과 비교하면 큰 불일치가 존재했습니다. 특히 작업자들은 더 많은 인간 개입을 원하지만, 전문가들은 기술적으로 인간 개입이 필요하지 않다고 판단하는 경우가 많았습니다. 이는 향후 AI 적용 시 마찰을 예고하는 부분입니다.
자동화 청신호와 적신호: 네 가지 작업 분류
연구는 자동화 가능성과 희망 수준을 조합해 다음 네 가지 영역으로 업무를 분류합니다.
- 자동화 청신호(Green Light)
- 기술적으로 가능하고, 작업자도 원함
- 바로 자동화를 시도할 수 있는 영역
- 자동화 적신호(Red Light)
- 기술적으로 가능하지만, 작업자는 원하지 않음
- 신중한 접근과 설득이 필요함
- R&D 기회 영역
- 작업자는 원하지만, 기술이 아직 미비함
- 연구개발의 우선순위가 되어야 함
- 저우선순위 영역
- 작업자도 원하지 않고, 기술도 부족함
- 현재로선 주목할 필요가 낮은 영역
놀랍게도 현재의 AI 기술 투자는 주로 적신호와 저우선순위 영역에 집중되어 있어, 실제 작업자의 기대와는 반대 방향으로 나아가고 있음을 보여줍니다.
HAS: 인간과 AI 협업을 위한 새로운 기준
Human Agency Scale(HAS)은 AI 시스템이 어느 정도 인간의 개입을 필요로 하는지를 정량화하는 지표입니다. 이 연구는 직무별로 사람들이 어느 수준의 개입을 원하는지를 조사했습니다.
결과적으로, 전체 직무 중 약 45%에서 H3 수준(인간-에이전트 동등한 파트너십)을 선호했습니다. 이는 사람들이 단순히 일을 AI에게 넘기는 것이 아니라, 협업 파트너로서 AI를 기대하고 있음을 보여줍니다.
하지만 전문가들은 많은 업무를 H1~H2로 평가하여 기술적으로 전자동화를 선호하는 경향이 있습니다. 이 간극은 기술 설계 시 작업자의 감정과 기대를 고려해야 한다는 중요한 시사점을 제공합니다.
핵심 역량의 변화: 인간적인 기술이 부상한다
AI가 정보 분석, 정형 데이터 처리 등의 역할을 맡으면서, 사람에게 요구되는 핵심 역량이 변하고 있습니다. 과거에는 정보 처리 능력과 같은 기술 중심 능력이 고임금 직무와 연결되었지만, 이제는 대인 관계 능력과 조직 내 협업 역량이 중요해지고 있습니다.
특히 HAS 기준에서 인간 개입이 높은 업무는 대부분 대인 커뮤니케이션과 관련이 깊었고, 이는 향후 AI와 공존하는 직무에서 인간만이 가질 수 있는 경쟁력이 될 가능성을 시사합니다.
WORKBank 연구는 AI 시대의 직무 설계와 기술 도입 방향을 정교하게 조망할 수 있는 프레임워크를 제시합니다. 단순히 기술적으로 가능한지를 따지는 것이 아니라, 실제 사람들은 무엇을 원하고 어떤 우려를 가지고 있는지를 함께 고려하는 접근이기 때문입니다.
자동화는 기술의 문제가 아닙니다. 결국 사람의 일이고, 사람의 선택입니다. 이 연구는 그 선택을 데이터로 뒷받침해 줄 수 있는 첫걸음입니다. 앞으로 AI 기술이 보다 책임 있고 효과적으로 직장에 통합되기 위해서는 이런 데이터 기반의 사람 중심 관점이 반드시 필요합니다.
Future of Work with AI Agents: Auditing Automation and Augmentation Potential across the U.S. Workforce
The rapid rise of compound AI systems (a.k.a., AI agents) is reshaping the labor market, raising concerns about job displacement, diminished human agency, and overreliance on automation. Yet, we lack a systematic understanding of the evolving landscape. In
arxiv.org
