"기술을 어떻게 사용할 것인지, 누가 혜택을 받을 것인지에 대한 논란은 항상 존재한다."라고 MIT대 경제학과 교수 대런 애쓰모글루는 말한다. "그리고 기술이 자동화의 길을 걷게 되면 근로자에게는 그다지 유익하지 않다." AI가 사회에서 수행할 역할을 고려할 때 이 교훈에 귀를 기울이는 것이 중요하다. 지금까지 종종 그랬던 것처럼 인간이 수행할 수 있는 업무를 자동화하는 데 AI가 사용되면 근로자의 대체와 일자리 감소로 이어질 것이다. 그러나 역사에는 또 다른 교훈이 있다. "기술을 보다 친노동자적인 방식으로 사용할 수 있는 대안적인 길이 종종 열려 있다."라고 그는 말한다.
애쓰모글루는 경력의 대부분을 역사의 교훈을 찾는 데 보냈다. 시카고대 해리스 공공정책대학원의 정치학자 제임스 A. 로빈슨과 함께 호평을 받은『국가는 왜 실패하는가: 권력, 번영, 빈곤의 기원』을 저술해 국가가 정치적 자유와 경제적 성공의 균형을 맞출 수 있는 방법에 대해 설명했다. 최근에는 MIT 슬론 경영대학원의 로널드 커츠 기업가정신 교수인 사이먼 존슨 박사와 함께『권력과 진보: 기술과 번영을 둘러싼 천년의 투쟁』을 저술했다. 아세모글루, 존슨, 그리고 포드 경제학 교수 데이비드 오터 교수는 비대학 출신 근로자의 일자리 질과 노동시장 기회를 개선하기 위한 혁신적인 방법을 모색하는 새로운 이니셔티브인 MIT Shaping the Future of Work initiative 공동 디렉터로 활동하고 있다. "우리는 지난 1,000년 동안 배울 점이 많다."라고 애쓰모글루 교수는 말한다.
불평등하게 분배된 과학적 진보 Scientific advances distributed unequally
기술은 물질적 성공을 가져왔지만 불평등 또한 만연하게 만들었다. 산업용 로봇부터 컴퓨터까지, 최근의 기술은 종종 인간 노동자를 대체하는 데 사용되어 부를 고용주에게 집중시켰다. 하지만 항상 그런 것은 아니다. 예를 들어 철도는 생산과 운송 수단을 근본적으로 변화시켰고, 이는 궁극적으로 기차 기관사와 차장, 소방관, 티켓 판매원, 유지 보수 직원 등 더 많은 일자리를 창출하는 결과를 가져왔다.
일부 디지털 기술은 일자리를 창출하기도 했는데, 독일과 일본처럼 정부와 기업이 로봇 도입에 따라 더 많은 유지보수 및 검사 업무를 수행할 수 있도록 근로자를 교육함으로써 근로자가 새로운 기술을 습득하도록 지원하는 데 투자한 사례도 있다.
최근 생성형 AI가 폭발적으로 증가하기 전부터 10년 이상 이 주제를 연구해 온 애쓰모글루 교수는 우리도 같은 기로에 서 있다고 말한다. 그는 지금까지 "자동화의 이점은 크게 과장되어 왔으며, 생산성 향상 효과는 사람들이 기대했던 것만큼 크지 않다."고 말한다. 예를 들어, 2022년 노동경제학 저널에 게재된 "인공지능과 일자리"라는 제목의 논문에서 그와 동료들은 2010년부터 2018년 사이에 더 많은 AI 관련 공고를 내기 시작한 기업들이 일부 기존 기술자를 찾지 않고 새로운 역량을 요구하기 시작했지만 결과적으로 전반적인 채용은 줄었으며 이는 AI가 인간 근로자를 대체하더라도 상대적으로 생산성 혜택을 크게 제공하지 않는다는 신호라는 사실을 발견했다.
애쓰모글루는 "AI 전문 기술을 가진 사람을 고용하는 곳은 바로 AI로 자동화할 수 있는 업무가 있는 곳이었으며, 그렇게 되면 고용을 줄이기 시작한다는 사실을 발견했다."라고 말한다. 하지만 AI의 놀라운 다재다능함을 고려할 때 꼭 그럴 필요는 없다. 그는 AI는 인간의 능력과는 매우 다른 능력을 가지고 있으며, 인간이 하지 못하는 일을 잘하지만 한편 인간이 잘하는 어떤 일들에는 능숙하지 않다고 주장한다. "이는 인간과 기계가 공생할 수 있는 가능성을 만들어낸다."
예를 들어, AI는 대량의 데이터를 분석하고 문제를 진단하는 데 매우 능숙하다. 교육이나 의료와 같은 분야에서는 교사와 의사의 기술을 대체하는 것이 아니라 보강하여 환자를 가르치거나 치료하기 위한 개인화된 전략을 개발할 수 있다. 아세모글루는 "특정 학생이 어떤 문제에 직면해 있는지 파악함으로써 엄청난 비용이 드는 개인 맞춤형 교육으로 나아갈 수 있다."라고 지적한다. 현재 공급이 부족한 제조업이나 전기 기술자와 같은 전문 인력도 마찬가지이다. AI는 문제 해결을 위한 교육 및 진단 도구로 사용되어 작업자를 대체하지 않고도 작업자의 생산성을 향상시킬 수 있다.
AI에 대한 새로운 시각 A fresh look at AI
애쓰모글루는 인간의 업무를 자동화하는 것에서 증강하는 것으로 전환하려면 AI를 바라보는 시각이 완전히 바뀌어야 한다고 말한다. 예를 들어 정부는 국립보건원, 국립과학재단을 통해 이러한 종류의 AI 연구에 대한 인센티브를 만들어 재생 에너지 산업을 활성화하는 데 도움을 준 것과 같은 방식으로 AI에도 보조금을 지급해야 할 것이다. 현재 디지털 대체를 시행하는 기업보다 인간 노동자를 고용하는 기업에 더 높은 세금을 부과하는 세법을 변경할 수도 있다. 데이터 소유권과 관련된 정책이 변경되어 지식 생산자가 생성한 데이터에 대해 AI 모델이 무료로 사용하는 것을 막고 보상을 제공하도록 할 수 있다.
마찬가지로 중요한 것은 "빨리 움직여서 모든 것을 깨뜨리는" 현재의 태도에서 벗어나 직장과 사회 전반에 미치는 결과를 검토하는 보다 사려 깊고 미묘한 접근 방식으로 AI 산업의 규범이 바뀌어야 한다는 점이라고 애쓰모글루 교수는 말한다. "우리는 수백만 명의 사람들에게 영향을 미칠 기술을 선보이고 있으며, 이러한 도구가 예상치 못한 중대한 결과를 초래할 수 있다는 점을 인식하는 것이 중요하다."라고 말한다. 좋은 소식은 아직 방향을 바꾸기에 늦지 않았다는 것이다. 가까운 미래에 우리가 내리는 선택에 따라 AI가 업무와 사회를 더 나쁘게 만들지, 아니면 더 좋게 만들지가 결정될 것이다. 애쓰모글루 교수는 말한다. "시간은 있지만 많은 시간이 남아 있는 것은 아니다." "우리는 업계가 매우 강력하고 규제적 역량이 부족하다는 입장에서 출발하고 있다. 반면, 지난 몇 년 동안 AI에 대한 논의에는 진정한 변화가 있었고, 근로자들도 협상 테이블에 참석해야 한다는 인식이 커지고 있다."
출처 : MIT Spectrum - Worker, Meet Machine https://betterworld.mit.edu/spectrum/issues/2024-spring/worker-meet-machine/
저작권자 ⓒ 리스크인텔리전스리뷰, 무단 전재 및 재배포 금지