생성 인공지능의 생산성 효과

인간 노동자를 대신하여 생산적인 작업을 수행할 수 있는 기계인 자동화 기술은 산업 혁명 이후 인류 경제 역사에서 엄청난 역할을 해왔습니다. 19세기 섬유 생산의 자동화부터 20세기 초 농업의 기계화까지, 역사적 자동화의 물결은 엄청난 부문별 노동 재배치를 촉진하고 도시화와 대규모 사회 변화를 촉발하는 데 도움을 주었습니다. 이러한 자동화의 물결은 단기 및 중기적으로 완전히 호의적이지는 않았지만(Acemoglu 및 Johnson 2023), 궁극적으로 산업화된 국가의 생산 및 생활 수준의 엄청난 성장에 기여했습니다.

1970년대부터 2020년대 초까지 고소득 국가의 자동화 이야기는 상당히 일관되게 유지되었습니다(Autor 2015). 기계의 발전, 컴퓨터의 등장, 디지털 기술의 확산으로 인해 공장 현장 조립 라인 작업부터 사무 장부 및 회계 작업에 이르기까지 '중급' 작업이 점진적으로 자동화되었습니다(Autor et al. 2003). 개별적이고 형식화 가능한 일련의 단계로 구성된 이러한 작업은 점점 더 저렴한 컴퓨터와 기계에 프로그래밍되어 인간을 많은 직업에서 대체할 수 있습니다.

이러한 '일상적 편향' 자동화의 점진적인 물결은 널리 논의되는 노동 시장의 '양극화'에 기여했습니다. 중임금 제조업 및 사무직은 서서히 사라지고 저임금 청소, 소매 및 개인 관리 직종에 새로운 일자리가 등장했습니다. 고임금 관리직, 기술직, 전문직도 마찬가지다. 그 결과, 이 기간 동안 임금과 소득 불평등이 극적으로 증가했으며, 한때 자동화에 취약한 직종에 집중된 인구통계학적 집단은 뒤쳐지고(Acemoglu 및 Restrepo 2022), 고소득 전문직 종사자와 자본 소유자가 앞서 나갔습니다(Moll et al. 2022).

2010년대부터 경제학자들은 급성장하는 기계 학습 분야가 자동화를 새로운 방향으로 이끌 수 있다는 점을 관찰했습니다. 이전에는 작업을 컴퓨터나 기계에 공식적으로 설명할 수 있는 명시적인 단계 순서로 나눌 수 있는 경우에만 자동화할 수 있었습니다. 글쓰기부터 의료 진단, 그래픽 디자인에 이르기까지 창의성이나 암묵적이고 형식화하기 어려운 지식이 필요한 많은 작업이 자동화를 피했습니다. 그러나 2010년대에 경제학자들은 명시적인 지침을 제공하기보다는 기존의 대규모 데이터 세트에 대해 귀납적으로 컴퓨터를 훈련시키는 새로운 '딥 러닝' 기술이 결국 창의적이거나 암묵적인 지식에 의존하는 작업까지도 자동화할 수 있게 해줄 수 있다고 지적했습니다.

머신러닝 기반 자동화 기술의 첫 번째 물결은 보석금 결정, 채용 결정, 의료 진단과 같은 '예측' 작업을 목표로 했습니다(Kleinberg et al. 2018, Chalfin et al. 2016, Mullainathan 및 Obermeyer 2022). 기계 학습 알고리즘은 고차원 입력 데이터로부터 이진 예측을 수행하는 데 점점 더 능숙해지면서 방사선학과 같은 직업의 미래에 대한 우려를 불러일으켰습니다. 그러나 창의적인 작업은 여전히 ​​자동화의 위협으로부터 안전하게 보호되는 것처럼 보였습니다.

이러한 상황은 2022년 중후반에 인상적인 '생성' 인공 지능 시스템이 공개되면서 바뀌었습니다. 딥 러닝 기법을 사용해 훈련되어 서면 프롬프트에 응답하여 일관성 있는 대규모 텍스트 본문이나 잘 생성된 이미지를 생성한 이러한 시스템은 실질적으로 기존의 어떤 챗봇이나 이미지 생성 도구보다 더 많은 기능을 제공합니다. 처음으로 창의적인 글쓰기나 디자인 작업이 광범위한 자동화에 직면할 수 있는 것으로 나타났습니다.

최근 논문(Noy and Zhang 2023)에서 우리는 텍스트 기반 생성 AI 시스템, 특히 ChatGPT 3.5의 잠재적 생산성 및 노동 시장 영향을 처음으로 살펴보기 위해 수행한 온라인 실험 결과를 보고합니다.

사회과학 학술연구의 중심이 되는 설문조사 플랫폼인 Prolific에서 실험을 진행했습니다. 우리는 플랫폼에서 수만 명의 응답자를 선별하여 관심 직업(관리자, 인적 자원 전문가, 보조금 작성자, 마케팅 담당자, 컨설턴트 및 데이터 분석가)에서 대학 교육을 받은 응답자의 하위 집합을 식별했습니다. 온라인 설문조사를 통해 관리할 수 있는 현실적이고 직업별 20~30분 작문 작업을 생각해 보세요. 관리자와 HR 전문가는 민감한 이메일을 작성하고, 마케터는 가상 제품에 대한 보도 자료를 작성하고, 보조금 작성자는 보조금 신청서를 작성하고, 컨설턴트는 짧은 보고서를 작성하고, 데이터 분석가는 분석 계획을 작성하도록 배정되었습니다. 참가자 중 약 85%가 해당 작업이 자신의 직업에서 수행되는 실제 작업을 "현실적"이거나 "매우 현실적"으로 모방한 것으로 평가했습니다.