2018.07.03

"AI와 일자리, 직무 전체가 자동화될 직업은 희박"

Sarah K. White | CIO
AI, 머신러닝(ML), 딥러닝(DL), 자동화는 더 이상 미래의 기술이 아니다. 이미 여러 기업 내 곳곳에서 사용되고 있다. 데이터 정리, 트렌드 발견, 인간의 편리한 삶 등 그 목적에 상관없이 AI는 기업에 긍정적인 영향을 끼칠 수 있다. 단 이를 위해서는 노력이 요구된다.

산업 선구자들과 교육자들이 모여 발전하는 IT트렌드의 영향을 논의한 일일 행사로써 이번 5월에 열린 MIT의 CIO 심포지엄 2018 컨퍼런스에서 'AI, ML, 자동화 세계에서 업무의 미래'(The Future of Work in a World of AI, ML, and Automation) 패널들은 AI가 일자리를 비롯해 기업 분야에 미칠 영향에 대해 논의했다.

MIT의 IDE(Initiative on the Digital Economy)의 이사 겸 MIT슬론경영대학원(Sloan School of Management) 교수 에릭 브린졸프슨은 "이 기술이 각 기업, 각 산업, 각 지역에서 발전하면서 향후 5-10년 후에는 많은 혁신이 이루어질 것이라는 점은 분명하다. 우리가 이런 영향을 더욱 잘 이해하고 비즈니스 프로세서를 재정비한다면 이런 기술을 활용하여 많은 사람들에게 많은 혜택을 제공할 수 있을 것"이라고 말했다.

AI가 직무 범주에 미치는 영향은 제한적
미 노동부(Department of Labor)는 미국 내 964개의 직업에 대한 설명이 포함된 ONET이라는 데이터베이스를 구축했다. 각 직업에는 약 20-32개의 과업이 포함된 목록이 있으며 총 1만 8,000개가 넘는 과업이 존재한다.

브린졸프슨의 팀은 이 데이터 세트를 가져다가 각 기술 역량을 평가하여 AI가 더욱 잘 수행할 수 있는 과업과 인간이 더욱 잘 수행하는 과업을 분석했다. 그 결과 많은 직업에서 AI가 인간보다 항상 나은 과업이 있지만 인간이 AI와 머신러닝보다 나은 과업도 여전히 존재한다는 결론이 도출됐다.

브린졸프슨은 "직업 범주 다수에서 머신러닝이 완벽한 경우가 거의 없다는 사실을 발견했다. 대부분의 경우에 머신러닝은 주어진 직업에서 일부 과업을 수행할 수 있었지만 나머지는 수행하지 못했다"라고 말했다.

그는 이어 "즉, 조직 내의 일자리 대부분은 머신러닝에 부분적인 영향을 받겠지만 인간이 지속적으로 수행해야 하는 일도 있을 것이다"라고 덧붙였다.

이 때문에 AI와 인간이 협력하도록 돕는 조율이 필요하지만 "직업 카테고리 전체가 없어지는 경우는 극히 드물 것"이라고 브린졸프슨은 말했다.

직원 숙련도 향상
그렇다면 AI 지원 로봇은 어떨까? 결과는 마찬가지이다. 많은 경우에 로봇은 직원들의 일자리를 빼앗지 않으면서 시간이 소요되거나 하찮거나 지루하거나 심지어 육체적으로 힘든 과업을 도울 수 있다. 사실 인간과 로봇이 협업하도록 개발된 로봇(코봇(Cobot))이 활약할 가능성이 가장 높다.

브린졸프슨에 따르면 로봇이 "모든 차원에서 인간을 능가하는 인공 일반 지능"의 수준에 이르기란 적어도 수십 년 이내에는 불가능하다. 하지만 AI는 기업에서 큰 잠재력을 가질 수 있으며, 특히 "일련의 출력을 얻을 수 있는 일련의 입력"이 있는 데이터가 충분한 과업에서 더욱 그렇다.

MIT의 정치경제 및 도심계획 조교수인 패널 전문가 제이슨 잭슨은 의료 종사자들을 예로 들었다. 환자 이송 및 들어 올리기 등의 과업을 자동화하면 근로자의 신체적인 부담을 줄이면서도 환자를 보호하고 부상을 방지하는데 도움이 될 수 있다.

이 경우에는 한 가지 기술을 자동화해도 의료 종사자를 대체할 수 없으며 그들이 효율성을 높이도록 도우면서 근로자와 환자를 위한 더욱 안전한 환경을 제공한다고 그가 덧붙였다.

자동차 및 제조 산업에서 유사한 트렌드가 있다고 MIT의 WFTF(Work of the Future Task Force)의 전무이사인 패널 전문가 엘리자베스 레이놀즈가 말했다. 그녀는 코봇 덕분에 직원들이 더욱 복잡한 과업을 수행할 여유가 생겼기 때문에 성장과 기회를 제공하고 있다고 말했다. 일부 산업에서는 예외가 있을 수 있지만 "전체 성장의 극히 일부분에 지나지 않는다"라고 레이놀즈는 말했다.

AI와 머신러닝 데이터의 소유권
기업 내에서 로봇과 AI의 미래에는 다양한 위험이 따를 수 있다. 과거의 기술들과 마찬가지로 기업들은 잠재적인 위험, 문제, 장애물 등을 미리 살펴보아야 한다. 예상되는 주요 우려 사항 중 하나가 데이터다.

레이놀즈는 "많은 사람들이 커뮤니티의 미래와 관련해 소셜 미디어가 우리를 멋진 미래로 인도할 것이라고 생각했지만 많은 측면에서 그렇지 않았다. 일부 심각한 역기능으로 이어졌다. 그렇다면 AI와 자동화가 이런 의도하지 않은 결과를 낳지 않도록 하려면 위험을 어떻게 관리해야 할까?"라고 반문했다.

예를 들어, 토론토에서는 구글이 센서와 기타 장비를 설치하여 거리 또는 지역사회에서 데이터를 수집하여 도시에 관한 중요한 정보를 제공하고 인프라에 대한 새로운 통찰을 발견할 수 있도록 하고 있다. 그렇다면 그 데이터는 누구의 소유일까? 구글 소유일까? 아니면 토론토 소유일까?

레이놀즈는 "분명 도시가 소유하고 있지만 도시는 실제로 이를 활용할 수 있는 자원이나 이 도시 당국에게 역량이 있지 않은 경우가 대부분이다"라며, AI가 직원 그리고 우리의 삶 속에 더욱 융합되면서 데이터에 의존하게 되는 기업들은 스스로 이런 중요한 질문을 던져야 할 것이라고 강조했다.

즉 기업들은 AI, 로봇, 머신러닝, 딥러닝을 도입하면서 실직 또는 윤리적 한계를 넘어서는 것에 대한 두려움이 생기지 않도록 하면서 기술을 활용하는 명확한 전략을 수립할 필요가 있다는 설명이다.

"이와 관련해 핵심 중 하나는 앞으로도 질이 높고 유의미하며 접근 가능한 일자리가 있도록 노력할 것이라고 약속하는 것"이라고 레이놀즈가 말했다. ciokr@idg.co.kr 



2018.07.03

"AI와 일자리, 직무 전체가 자동화될 직업은 희박"

Sarah K. White | CIO
AI, 머신러닝(ML), 딥러닝(DL), 자동화는 더 이상 미래의 기술이 아니다. 이미 여러 기업 내 곳곳에서 사용되고 있다. 데이터 정리, 트렌드 발견, 인간의 편리한 삶 등 그 목적에 상관없이 AI는 기업에 긍정적인 영향을 끼칠 수 있다. 단 이를 위해서는 노력이 요구된다.

산업 선구자들과 교육자들이 모여 발전하는 IT트렌드의 영향을 논의한 일일 행사로써 이번 5월에 열린 MIT의 CIO 심포지엄 2018 컨퍼런스에서 'AI, ML, 자동화 세계에서 업무의 미래'(The Future of Work in a World of AI, ML, and Automation) 패널들은 AI가 일자리를 비롯해 기업 분야에 미칠 영향에 대해 논의했다.

MIT의 IDE(Initiative on the Digital Economy)의 이사 겸 MIT슬론경영대학원(Sloan School of Management) 교수 에릭 브린졸프슨은 "이 기술이 각 기업, 각 산업, 각 지역에서 발전하면서 향후 5-10년 후에는 많은 혁신이 이루어질 것이라는 점은 분명하다. 우리가 이런 영향을 더욱 잘 이해하고 비즈니스 프로세서를 재정비한다면 이런 기술을 활용하여 많은 사람들에게 많은 혜택을 제공할 수 있을 것"이라고 말했다.

AI가 직무 범주에 미치는 영향은 제한적
미 노동부(Department of Labor)는 미국 내 964개의 직업에 대한 설명이 포함된 ONET이라는 데이터베이스를 구축했다. 각 직업에는 약 20-32개의 과업이 포함된 목록이 있으며 총 1만 8,000개가 넘는 과업이 존재한다.

브린졸프슨의 팀은 이 데이터 세트를 가져다가 각 기술 역량을 평가하여 AI가 더욱 잘 수행할 수 있는 과업과 인간이 더욱 잘 수행하는 과업을 분석했다. 그 결과 많은 직업에서 AI가 인간보다 항상 나은 과업이 있지만 인간이 AI와 머신러닝보다 나은 과업도 여전히 존재한다는 결론이 도출됐다.

브린졸프슨은 "직업 범주 다수에서 머신러닝이 완벽한 경우가 거의 없다는 사실을 발견했다. 대부분의 경우에 머신러닝은 주어진 직업에서 일부 과업을 수행할 수 있었지만 나머지는 수행하지 못했다"라고 말했다.

그는 이어 "즉, 조직 내의 일자리 대부분은 머신러닝에 부분적인 영향을 받겠지만 인간이 지속적으로 수행해야 하는 일도 있을 것이다"라고 덧붙였다.

이 때문에 AI와 인간이 협력하도록 돕는 조율이 필요하지만 "직업 카테고리 전체가 없어지는 경우는 극히 드물 것"이라고 브린졸프슨은 말했다.

직원 숙련도 향상
그렇다면 AI 지원 로봇은 어떨까? 결과는 마찬가지이다. 많은 경우에 로봇은 직원들의 일자리를 빼앗지 않으면서 시간이 소요되거나 하찮거나 지루하거나 심지어 육체적으로 힘든 과업을 도울 수 있다. 사실 인간과 로봇이 협업하도록 개발된 로봇(코봇(Cobot))이 활약할 가능성이 가장 높다.

브린졸프슨에 따르면 로봇이 "모든 차원에서 인간을 능가하는 인공 일반 지능"의 수준에 이르기란 적어도 수십 년 이내에는 불가능하다. 하지만 AI는 기업에서 큰 잠재력을 가질 수 있으며, 특히 "일련의 출력을 얻을 수 있는 일련의 입력"이 있는 데이터가 충분한 과업에서 더욱 그렇다.

MIT의 정치경제 및 도심계획 조교수인 패널 전문가 제이슨 잭슨은 의료 종사자들을 예로 들었다. 환자 이송 및 들어 올리기 등의 과업을 자동화하면 근로자의 신체적인 부담을 줄이면서도 환자를 보호하고 부상을 방지하는데 도움이 될 수 있다.

이 경우에는 한 가지 기술을 자동화해도 의료 종사자를 대체할 수 없으며 그들이 효율성을 높이도록 도우면서 근로자와 환자를 위한 더욱 안전한 환경을 제공한다고 그가 덧붙였다.

자동차 및 제조 산업에서 유사한 트렌드가 있다고 MIT의 WFTF(Work of the Future Task Force)의 전무이사인 패널 전문가 엘리자베스 레이놀즈가 말했다. 그녀는 코봇 덕분에 직원들이 더욱 복잡한 과업을 수행할 여유가 생겼기 때문에 성장과 기회를 제공하고 있다고 말했다. 일부 산업에서는 예외가 있을 수 있지만 "전체 성장의 극히 일부분에 지나지 않는다"라고 레이놀즈는 말했다.

AI와 머신러닝 데이터의 소유권
기업 내에서 로봇과 AI의 미래에는 다양한 위험이 따를 수 있다. 과거의 기술들과 마찬가지로 기업들은 잠재적인 위험, 문제, 장애물 등을 미리 살펴보아야 한다. 예상되는 주요 우려 사항 중 하나가 데이터다.

레이놀즈는 "많은 사람들이 커뮤니티의 미래와 관련해 소셜 미디어가 우리를 멋진 미래로 인도할 것이라고 생각했지만 많은 측면에서 그렇지 않았다. 일부 심각한 역기능으로 이어졌다. 그렇다면 AI와 자동화가 이런 의도하지 않은 결과를 낳지 않도록 하려면 위험을 어떻게 관리해야 할까?"라고 반문했다.

예를 들어, 토론토에서는 구글이 센서와 기타 장비를 설치하여 거리 또는 지역사회에서 데이터를 수집하여 도시에 관한 중요한 정보를 제공하고 인프라에 대한 새로운 통찰을 발견할 수 있도록 하고 있다. 그렇다면 그 데이터는 누구의 소유일까? 구글 소유일까? 아니면 토론토 소유일까?

레이놀즈는 "분명 도시가 소유하고 있지만 도시는 실제로 이를 활용할 수 있는 자원이나 이 도시 당국에게 역량이 있지 않은 경우가 대부분이다"라며, AI가 직원 그리고 우리의 삶 속에 더욱 융합되면서 데이터에 의존하게 되는 기업들은 스스로 이런 중요한 질문을 던져야 할 것이라고 강조했다.

즉 기업들은 AI, 로봇, 머신러닝, 딥러닝을 도입하면서 실직 또는 윤리적 한계를 넘어서는 것에 대한 두려움이 생기지 않도록 하면서 기술을 활용하는 명확한 전략을 수립할 필요가 있다는 설명이다.

"이와 관련해 핵심 중 하나는 앞으로도 질이 높고 유의미하며 접근 가능한 일자리가 있도록 노력할 것이라고 약속하는 것"이라고 레이놀즈가 말했다. ciokr@idg.co.kr 

X