컨텐츠 바로가기

11.25 (월)

이슈 인공지능 시대가 열린다

[목멱칼럼]AI의 부하가 되지 않으려면

댓글 첫 댓글을 작성해보세요
주소복사가 완료되었습니다

하민회 이미지 21대표

이데일리

“미래에는 AI의 상용화로 인간의 20%만 의미 있는 직업을 갖게 될 것입니다.”

2017년 일론 머스크의 발언은 충격이었다. 현존하는 일자리의 80%가 없어질 수 있다니. 7년이 지난 2024년 AI 상용화 원년, 그의 예측은 빠른 속도로 현실화되고 있다.

최근 국제통화기금(IMF)은 AI가 전 세계 일자리의 약 40%에 영향을 미칠 것이며 특히 선진국에선 60%의 일자리가 영향을 받을 수 있어 신흥시장(40%), 저소득 국가(26%)보다 AI의 영향이 클 것으로 전망했다. 또 일부는 AI가 인간을 대체할 것으로 보았다.

AI발 고용시장 변화도 가시적이다. 구글은 AI 광고제작 플랫폼을 도입하면서 광고 담당인력 3만명에 대한 구조조정을 결정했고 다른 글로벌 빅테크들 역시 자동화 가능 분야에 대한 감원에 돌입했다. 국내 한 은행은 AI 상담 서비스 도입 이후 콜센터 비정규직 상담사들에게 해고를 통보했다.

생성형AI가 주로 화이트칼라 직종을 대체하면서 AI가 대신하기 어려운 육체노동, 돌봄과 같은 블루칼라 전성시대가 온다는 의견도 있다. 영국 이코노미스트는 지난 12월 초 “블루칼라 노다지(Blue- Collar Bonanza)” 기사를 통해 업무가 자동화되기 어려운 블루칼라와 소방관 요리사 등의 그레이 컬러는 AI에 의해 쉽게 대체되지 않을 것이라 전망했다.

하지만 산업 현장용 AI가 로봇에 접목되고 다양한 형태로 빠르게 진화하면서 블루칼라 역시 AI의 위협에서 온전히 자유로워 보이지는 않는다. 결국 어떤 형태로든 선진국과 신흥국, 개발도상국 모두 AI와 일자리를 둘러싼 불확실한 상황에 노출돼 있으며 어느 직종에 종사하든 약간의 시간적인 차이가 있을 뿐 누구도 안전할 수 없는 상황이다.

AI가 모든 산업에 도입되고 적용된다는 건 생각 이상으로 많은 것들이 변한다는 것을 의미한다. AI가 사람을 대체하기 보단 보완하는 방향으로 발전하는 것이 바람직하겠지만 비용을 최소화하고 생산성을 극대화하는 비즈니스 특성상 현실에서는 반대로 진행되기 쉽다. 일하는 방식은 물론 인재에 대한 정의, 기대하는 생산성, 조직과의 관계까지 완전히 달라질 수밖에 없다. 더욱이 급격한 인구감소가 일어나고 있는 우리나라는 경쟁력 유지를 위해 AI 전환이 필수적이다. 언제 어떤 상황에서든 AI와 공존할 수 있는 개인의 역량을 키우는 것이 미래를 대비하는 최선책이다.

한국 사회학회가 전국 1100명의 노동자들을 대상으로 수행한 설문조사에 따르면, AI를 실제로 업무에서 사용하고 있는 사람의 비중은 22.4%, 이 중에서도 ‘적극적으로 활용한다’고 답한 사람은 5%에 불과했다. 즉 대부분의 노동자들은 AI 사용경험이 턱없이 부족한 상태다.

미래는 AI기반의 플랫폼이 주도하는 ‘초양극화 사회’가 될 수밖에 없다는 유기윤 서울대 교수는 AI의 부하가 되지 않기 위해서는 “매일같이, 모든 사소한 일에서조차, AI를 개인 컨설턴트로 여기면서 함께 활동하는 습관을 들여야 한다”고 말한다. 적극적으로 AI 사용경험을 늘려 역량을 확장하라는 당부다.

주변을 돌아보면 챗GPT가 막 출시됐을때 몇 번 써보고 AI를 다 아는 것처럼 여기는 사람이 적지 않다. 1년간 부지런히 성장한 챗GPT는 이제 귀와 입이 생기고 이미지도 볼 줄 아는 멀티모달이 됐다. 문자뿐 아니라 음성대화가 가능하고 사진을 보여주며 의견을 주고받을 정도로 진화했다. 얼마나 어떻게 달라졌는지 직접 사용해보고 경험하면서 변화에 올라타야 한다.

그 동안 검색 엔진을 통해 정보를 얻어 왔던 탓에 짧고 간결한 키워드 명령에 익숙한 뇌도 대화모드로 바꿔야 한다. 질문하고 답을 듣고 생각하고 다시 묻는 과정에서 추론하는 힘과 비판적사고가 키워진다.

곧 일상의 모든 것에 스며들 AI는 우리에게 끊임없이 대화와 확인을 요구할 것이다. 전에 없던 AI와의 공존시대, 사고의 주체성을 잃지 않으려면 AI와의 현문 현답을 준비해야 한다.


기사가 속한 카테고리는 언론사가 분류합니다.
언론사는 한 기사를 두 개 이상의 카테고리로 분류할 수 있습니다.