기술 혁신과 인공지능의 발전에 따른 직업의 자동화 및 노동력 대체 가능성에 대한 다양한 연구 결과와 쟁점 doc_id CNTS-00118876169_2

컴퓨터의 보급으로 중요성이 높아졌던 스킬은 복잡한 커뮤니케이션과 전문적 사고이고, 중요성이 낮아진 스킬은 루틴한 수작업과 루틴한 인식업무였다(Frey and Osborne, 2013; Autor, D. et al., 2003). 역사적으로 전산화는 대개 명시적인 규칙 기반 활동을 수반하는 기능적, 인지적 루틴 직무로 제약되었다. 그러나 최근의 기술진보는 비루틴적으로 정의되었던 영역으로 확장되고 있으며, IT 도입이 활발한 산업에서 지식집약형(비루틴적 분석) 업무가 증대하고, 루틴한 업무가 감소하는 것으로 나타나고 있다. 또한 10년 전에는 운전, 필기인식 등 비루틴적이라 정의되었던 직무가 빠른 추세로 전산화가 가능해지고 있다(Frey and Osborne, 2016: 259). 한편 지금 각광받고 있는 제3차 인공지능 붐을 중심으로 한 기술혁신이 과거의 혁신과 다른 점은, 인공지능과 인간의 공동작업이 촉진되는 구조가 될 수 있다는 점이 기대되고, 인공지능과 인간의 상호신뢰 하에 시스템 자체가 자율성을 지닐 것으로 예상된다(株式 会社野村総合研究所, 2016: 25). Frey and Osborne(2016)은 미국 노동부에서 개발한 온라인 서비스인 O*NET를 통해 미국의 702개 직종의 전산화 확률을 계산하였다. 전산화하기 어려운 직무(non-susceptible labor inputs)는 지각·조작(perception and manipulation tasks), 창의적 지능(creative intelligence tasks), 사회적 지능(social intelligence tasks)이라는 특성을 지니고 있으며, 각 특성들은 다음 표와 같이 손가락 움직임, 독창성, 사회적 지각 등의 성질을 지니고 있다. 각 직업을 이러한 9개의 성질로 구분하여, 10-20년 내에 직업이 사라질 확률을 도출하였다. 전산화 가능성이 0.7 이상인 직종을 고위험군으로, 0.3 이하인 직종을 저위험군으로 분류하여 고용효과를 분석하였는데, Frey and Osborne(2016)의 추정에 따르면 미국 고용의 47%는 고위험군에 속하며, 관련 직종이 10-20년 내에 자동화될 잠재성을 지니고 있다. 위 결과와 유사하게 MacCrory et al.(2014)은 O*NET의 2006-2014년 자료를 분석하여 기술의 급격한 발전으로 저숙련·중숙련 직무가 소멸되고, 단순반복적인 기능적 숙련과 인식 숙련의 중요성이 감소하며, 불평등이 확대됨을 보여주었다. 4차 산업혁명이라는 용어를 제시한 World Economic Forum(2016)의 보고서에 따르면, 2018-2020년에는 향상된 로봇기술, 자율주행, 인공지능 등이 산업 및 비즈니스 모델에 영향을 미칠 것으로 전망된다. 또한 2015-2020년의 기간 동안 약 710만 개의 일자리가 사라지고, 200만 개의 일자리가 창출되어 총 510만 개의 일자리 감소가 예상된다(World Economic Forum, 2016: 13). Moshe Vardi는 기계가 모든 면에서 인간을 능가하는 시대가 다가오고 있다고 전망했다. 그는 미국의 제조업 고용이 1980년에 최고 수준을 기록한 이래로 지속적으로 감소했고, 자동화로 인하여 이제 1950년의 수준으로 하락했으며, 30년 안에 기계가 인간의 직업 50%를 대체할 것이라고 전망했다. 김세움(2015)은 Frey and Osborne(2013)의 연구에서 나온 직업별 영향도를 우리나라의 경우에도 동일할 것으로 가정하고 직접 적용해 우리나라의 직업별 컴퓨터화 가능성을 산출하였다. 그 결과 우리나라 전체 일자리의 55~57%는 컴퓨터의 대체될 확률이 높은 고위험군에 속한다고 나타나, 미국의 경우보다 그 위험도가 더 높게 파악된 것이 두드러진다. 반면 Arntz et al.(2016a)은 각 직업에서 수행하여야 하는 과업(task)를 기준으로 컴퓨터화 가능성을 분석하여 OECD 국가 직업들의 컴퓨터화 가능성을 추정한 연구를 수행하였다. 이 연구결과는 앞의 연구와는 다르게 21개 OECD 국가 전체 평균으로는 9%의 직업만이 자동화될 것이고, 특히 한국은 이러한 자동화 가능성이 가장 낮은 국가여서 대체될 직업이 6%에 불과하였다. 인공지능의 발전이 인간의 모든 노동력을 대체하지 않을 것이라는 반박도 존재한다. Arntz et al.(2016a)은 컴퓨터에 의한 노동력 대체가 직업이 아닌 직무 단위에서 발생하므로, 직무를 중심으로 기술 변화의 영향을 추정해야 한다고 주장하며 Frey and Osborne(2013)의 연구를 비판했다. 국제성인역량조사(PIAAC: Programme for the International Assessment of Adult Competencies) 결과와 Frey and Osborne(2013)의 자동화 가능성을 직업 중분류 수준에서 결합하여 OECD 21개 국가들을 대상으로 분석한 결과에 따르면, OECD 국가에서 평균 9%의 직업만이 자동화되며, 자동화 가능성이 특히 낮은 국가인 한국은 6%의 직업만이 대체될 것이라 전망된다(Arntz et al., 2016a: 16). 기술혁신의 자본화 효과도 비판의 근거로 제시된다. 기술이 노동을 대체하는 것은 파괴적 효과이며, 노동자가 그들의 노동공급을 재배치하도록 하지만, 자본화 효과는 생산성이 상대적으로 높은 산업으로 기업들이 진입하여 해당 산업의 고용이 증가하도록 한다(Frey and Osborne, 2013: 258). 지능정보기술의 노동보완효과가 클 경우, 생산량이 증대하면서 노동에 대한 수요도 함께 증대하여 노동력 공급도 변화한다. 이 때 임금 간 상호작용을 통해 순고용의 큰 변동이 없는 상태에서 직업의 구조가 점진적으로 변화하는 방식으로 노동시장이 작동하게 된다. Autor(2015)는 인공지능이 인간의 모든 노동을 대체할 것이라는 비관론은 노동보완의 측면을 간과하고 있다고 비판하며, 시장의 확대와 이에 따른 노동수요의 증가로 순고용은 큰 변화가 없을 것이라 전망한다. Remus and Levy(2016)의 연구에서도 인공지능으로 인한 법률서비스의 자동화는 변호사·법무사를 대체하는 효과도 있지만, 법률서비스 시장의 확대를 고려하면 총 고용에는 큰 변화가 없을 것이라 전망한다. 인공지능에 의한 노동력 대체에 관한 연구들은 인간만이 수행할 수 있다고 간주되었던 인지적 작업이 인공지능을 통해 자동화될 수 있다는 견해를 공유하고 있다. 황규희․장혜원(2016)에 따르면 인지적 작업의 자동화를 위한 필수요소는 머신러닝 알고리즘 및 머신러닝 알고리즘이 학습할 수 있는 빅데이터이며, 대규모의 데이터 확보는 인공지능에 의한 인지적 작업의 대체 가능성을 좌우한다. 의료, 금융 등의 분야는 데이터 수집이 용이하고, 전산 시스템 기반으로 작업이 이루어져 데이터가 축적되고 있다. 또한 지능정보기술은 다음 표에서 제시하는 요소를 통해 확산이 가속화될 수 있다. 인공지능은 데이터를 통해 학습하는 머신러닝 알고리즘에 기반을 두고 있으므로, 대규모 데이터를 저장하고 빠른 연산처리가 가능한 시스템이 확산에 기여할 것이다(황 규희․장혜원, 2016: 81-82).