원제: GPTs are GPTs: Labor market impact potential of LLMs
- 저자: Tyna Eloundou, Sam Manning, Pamela Mishkin, Daniel Rock
- 출판: Science, 384(6702), 1306–1308 (2024)
- APA: Eloundou, T., Manning, S., Mishkin, P., & Rock, D. (2024). GPTs are GPTs: Labor market impact potential of LLMs. Science, 384(6702), 1306–1308. https://doi.org/10.1126/science.adj0998
- DOI: 10.1126/science.adj0998
핵심 요약
이 연구는 'AI 노출'이라는 개념을 널리 퍼뜨린 기준 연구다. 연구진은 직업을 과업으로 나누고, 대형언어모델이 각 과업을 같은 품질로 훨씬 빠르게 처리할 수 있는지 평가했다. 미국 노동자의 약 80%는 업무 과업의 10% 이상이, 약 19%는 절반 이상이 영향을 받을 수 있었다. 연구진은 대형언어모델이 범용 기술의 특징을 가졌다고 결론지었다. 다만 이는 잠재 노출이며 실제 대체를 뜻하지 않는다.
연구 질문과 맥락
새 기술의 노동시장 영향을 예측하려면 어떤 일이 영향을 받는지부터 알아야 한다. 이전 연구들은 직업 단위로 자동화 위험을 추정했지만, 같은 직업 안에서도 과업마다 기술의 영향이 다르다. 연구진은 미국 직업 분류의 과업 단위로 대형언어모델과 그 위에 만든 소프트웨어의 영향을 평가했다.
연구 설계와 자료
연구진은 과업이 대형언어모델의 능력과 얼마나 맞는지 판단하는 새 평가 기준을 만들었다. 같은 기준으로 사람 전문가와 GPT-4가 각각 과업을 분류했고, 두 결과를 함께 썼다. 노출은 대형언어모델만 쓸 때와, 대형언어모델 위에 만든 소프트웨어·도구를 쓸 때로 나눠 평가했다. 연구는 이 기술이 언제 얼마나 도입될지는 예측하지 않았다.
핵심 결과와 해석
미국 노동자의 약 80%는 업무 과업의 최소 10%가, 약 19%는 최소 50%가 대형언어모델의 영향을 받을 수 있었다. 대형언어모델만 쓰면 전체 과업의 약 15%를 같은 품질로 훨씬 빠르게 끝낼 수 있었고, 그 위에 만든 소프트웨어까지 고려하면 이 비율은 47~56%로 늘었다.
영향은 모든 임금 수준에 걸쳐 있었고, 고소득 직업일수록 노출이 더 컸다. 최근 생산성 증가가 빨랐던 산업에만 영향이 몰리지도 않았다. 연구진은 대형언어모델이 여러 분야로 퍼지고 보완 기술을 낳는 범용 기술의 특징을 가진다고 보았다. 특히 노출 규모가 모델 자체보다 그 위에 만든 소프트웨어에서 크게 늘어난다는 점은, 실제 영향이 기술 도입과 도구 개발 속도에 달려 있음을 보여 준다.
노출을 읽는 법
노출은 '과업을 더 빠르게 할 수 있다'는 뜻이지 '그 일자리가 사라진다'는 뜻이 아니다. 과업 일부가 빨라지면 사람은 다른 과업에 더 많은 시간을 쓸 수 있고, 수요가 늘면 고용이 늘 수도 있다. 이후 덴마크·노르웨이·프랑스·미국 행정자료 연구들은 노출이 실제 고용·임금 변화로 이어지는 정도가 나라와 지표에 따라 다르다는 점을 보여 주고 있다.
현장 적용
- 관심 직업의 하루 업무를 과업으로 나누고, 각 과업이 AI로 빨라질 수 있는지, 사람의 판단·관계·책임이 필요한지 표시해 보게 한다.
- 고임금 사무·전문직의 노출이 크다는 결과를 들어, 학력과 직업 안정성을 같은 것으로 보는 통념을 함께 점검할 수 있다.
- 노출 지수를 인용하는 기사를 읽을 때 '잠재 노출'과 '실제 대체'를 구분하는 질문을 만들어 보게 한다.
한계와 유의점
2023년 당시 모델 능력과 미국 직업 분류(O*NET)를 기준으로 한 잠재 노출 추정이다. 사람과 GPT-4의 판단은 주관이 섞일 수 있다. 도입 시점, 비용, 제도, 수요 변화는 반영하지 않는다. 이 분석문의 수치는 공개 원고(arXiv 2303.10130) 초록 기준이며, 학술지판과 세부 표현이 다를 수 있다.
근거로 사용할 수 있는 주장
AI의 노동시장 영향을 직업 대체가 아닌 과업 단위 노출로 이해해야 하며, 노출 규모는 모델 위에 만든 소프트웨어가 퍼질수록 커진다는 주장의 기준 근거로 인용할 수 있다.