2023년 1월부터 Customer Service Rep 등 NLP 중심 직종에서 채용 감소 현상이 나타난 이유가 뭔지 궁금함, 대부분의 대기업이 LLM/NLP 파일럿을 2023년 중후반에 시작한 걸로 아는데, 이처럼 실제 기술 도입보다 1년 이상 앞서 채용이 감소하는 게 설명이 안 됨, SWE 채용 감소는 2022년 중반부터 있었고 이는 금리 인상과 거의 일치함, LLM과 Copilot이 대중화된 건 1년 뒤인데, 논문에서 ZIRP 종료에 대한 조정을 했다고 하나 충분한 조정인지는 모르겠음, 주변 비공식 설문에서도 LLM Copilot의 본격 도입은 2023년 말~2024년 중반이었음, 이 정도로 확산되지는 않았던 시점임
SWE(소프트웨어 엔지니어) 채용 감소는 2017년 세법 변경 때문임, 연구개발(R&D) 관련 세액 공제 일부가 2022년부터 사라졌고, 그 때문에 R&D 역할(예: 엔지니어, 과학자) 인건비가 크게 상승함, R&D 비중이 높은 대기업이 가장 빨리 영향 받음, 반면 Customer Service 채용 감소는 기업이 고객 서비스를 신경 쓰지 않아서임, 수십 년간 자동화된 전화시스템, 아웃소싱 콜센터, 못 만든 웹사이트 등 서비스 질이 낮아도 투자자에게 “AI 도입해 더 감원”한다고 하면 오히려 호응 받는 구조임, 시장이나 규제로 막히지도 않으니 서비스를 일부러 망쳐도 고쳐질 기대조차 없음
컨설팅을 하는데 2022년 11월 전후로 분위기가 극적으로 변함, 전엔 수많은 잠재 고객을 감당해야 했다가 갑자기 일감이 뚝 끊김, 상대하는 고객도 스타트업 또는 중견기업이고 내부정보나 첨단 트렌드와 무관한 곳들임, GPT로 인건비 줄이자는 논의는 그 누구도 본 적 없음, 체감상 ZIRP 종료와 해고의 시작(프로젝트 즉시 채워짐)이 주 원인이라고 느낌
나도 글쓴이와 비슷하게 생각함, LLM과 AI가 본격 논의되기 이전부터 노동시장의 약세 신호가 분명히 있었음, 채용 위축 현상의 주 원인은 LLM이 아니고 그저 상관관계일 뿐이라 생각함, 더 근본적으론 미국뿐 아니라 전 세계적으로 경제 구조에 균열이 생기고 있어서 청년 고용난이 확산되고 있음, 문제의 원인은 금융/재정 정책의 부작용, 부의 불평등, 관세, 지정학 등 다양한 복합 요인임
논문에서는 ZIRP 종료 효과에 대한 조정을 언급하지만 얼마나 충분한지는 의문임, 논문(Equation 4.1, p.15)은 회사별, AI 노출도별, 시기별로 개별 효과를 분류함(log(y_{c,q,t}) ~ a_{c,q} + b_{c,t} + g_{q,t}), 시계열 전체에 걸친 효과(ZIRP, Section 174 등)는 b에 흡수되어야 함, g는 2022년 10월과 노출도 1로 보정했고, Figure 9(p.20)에 연령대·노출도별 그래프가 있음, 3·4·5노출도 청년층만 2024년 중반부터 하락함, 기사 내 그래프와 논문 Figure 9는 분위기가 다르고 ZIRP 영향이 매우 크다고 봄, 다만 현 방식은 junior, high AI 노출 직군(SWE 등)이 Section 174에 직접 타격된 건 b로 바로 잡지 못하고 g에 반영되어 실제론 AI 효과로 오해할 수 있음, SWE 등 Section 174 해당 직군을 빼고 재분석하면 의미 있을 듯, 논문 원문
우리 회사도 2023년 본격적으로 아웃소싱을 확대함, AI 프로젝트도 시작했지만 성과는 미흡했고 오히려 아웃소싱은 매우 빠르게 진행됨
간단한 모형을 만들었는데, 2021년까지 모든 집단(연령대)에서 채용이 완만히 증가하다가 이후 점진적으로 감소하면 논문 그래프와 비슷한 패턴이 나옴, peak 즈음 대량 채용된 엔지니어들이 연령 구간을 따라 이동하기 때문임, 논문에서 2022년 기준으로 그래프를 정규화하면 실제 채용 비율 변화가 거의 없는 사실이 감춰짐, 구글 스프레드시트 공유
재밌는 결과임, 사실 모든 연령대에서 채용이 동일하더라도 데이터 구조(예: 청년층이 시간이 지나면 연령 이동) 때문에 청년층만 특별히 일자리를 잃는 것처럼 잘못 보일 수 있음
다소 혼란스러움, 설명 모델에서 20-24세, 25-29세 연령대가 각각 다른 해에 정점을 찍음(2022년 vs 2024년), 동일한 구조라면 모두 같은 시점에 오르내림과 정점이 나올 줄 알았는데 이게 정상인지 궁금함
주니어 채용 감소는 '코먼스의 비극'임, AI 붐 이전인 코로나 시절부터 시작됐고, 미국만의 현상도 아님, ZIRP로 인해 기업들은 끝도 없이 채용했고, 경쟁사에서 인재를 빼앗다보니 인턴조차 2년 경력만 있으면 시니어 대우, 지인들은 부트캠프를 다녀도 급여를 받았음, 결국 채용된 주니어가 금방 다른 회사에서 시니어로 이직하자, 기업이 주니어 채용을 꺼리게 됨
AI 관련 과열 분위기가 전통적 채용에서 자본을 빨아들이는 중임
이제 우리가 “AI”라고 부르는 건 기술이 아니라 구독 서비스가 되어버림, 기술은 툴체인에 올려 내 역량 강화를 돕지만, 구독사는 구독료를 내는 한 인지 부담을 위탁받을 뿐임, Anthropic의 CEO가 화이트칼라 일자리 사라진다 말하는 이유도 기업용 AI 구독을 파는 입장에서 회사들이 필연적 구매자가 될 거란 마케팅 발언임
AI가 머지않아 Commoditization 단계에 이를 예정임, 오픈소스 모델도 민간/독점 모델보다 한세대만 느릴 뿐 거의 대부분 사용자에겐 충분함, 자연어 기반이기 때문에 어느 회사의 LLM이든 쉽게 교체할 수 있음, AI 호스팅 외의 서비스를 팔려는 기업은 크게 실망할 수도 있음, 벤더 락인만이 commoditization을 막을 수 있는데 기술적으로 쉽지 않아 보임
2020~2025년 경제 데이터는 의미 없으니 버려야 함, 지금은 팬데믹, 급격한 인플레이션, 금리 불확실성, 관세 영향 등 변수의 시대라 AI 영향력을 알 수 없는 상황임, 다음 경기침체와 변수 진정 이후의 고용 상황을 봐야 실제 AI가 고용에 미치는 영향 평가 가능함
그리고 그 전 20년도 글로벌 주택위기, 소버린 부채 위기로 인해 쓰레기 데이터임, 그 전 20년도 닷컴버블, 9.11 등 특이 요인 투성이, 경제학 데이터엔 늘 노이즈가 있고 무균 상태의 실험은 불가능한 분야임, 그래서 씁쓸한 학문이라고도 함, 그렇다고 해서 데이터가 쓸모 없는 건 절대 아니라고 생각함
설명되지 않은 다양한 원인이 있을 수 있음, 불확실성의 시대엔 필요 인력이 아니면 채용하지 않음, 주니어나 고객센터 채용은 쉽게 미룰 수 있지만 돌봄 등 필수 직무는 선택의 여지가 없음, 관세가 요즘 사업 불확실성 1순위고, 금리 불확실성도 큰 편임
나도 2004년(호주) 닷컴버블 여파 직후 대학에 진학했음, CS 지원자는 적고 구직 불안에 사람들이 도망가던 때임, 이 때문에 신입 부족이 심했고, 기업들은 2004년쯤부터 다시 채용을 늘렸음, 나도 졸업할 때(2008년)에 바로 취업해서 그 뒤로 일거리 걱정한 적 없음, 2025년 고등학생들에게 충고하자면, 지금이야말로 CS에 지원할 완벽한 타이밍임, 5년 뒤면 AI 과열도 식어서 신입이 부족할 것임
근거가 뭔지 궁금함, AI가 진짜로 하이프에 불과하다고 자신할 수 있나 궁금함
alternative view: 이번엔 AI hype가 실체고, AI가 진짜로 일자리를 대체해서 5년 뒤엔 모두가 실업인 상태일 수도 있음, 또 생각해보면 5년 뒤면 베이비부머, GenX 1차 은퇴가 대거 진행되고 대부분 분야에서 고용시장 자체는 활짝 열릴 가능성도 있음
이번엔 다를 수 있음, 현재는 LLM과 agent를 orchestration해서 소프트웨어를 개발할 수 있는 시대임, 소프트웨어 엔지니어의 역할도 품질관리, 컴플라이언스, 소프트웨어 아키텍처, 그리고 LLM이 잘 못하는 특이 상황 대처 정도로 축소됨, 하지만 이마저도 AI 진보가 해결할 수 있지 않을까 싶음, 결국 CS 졸업생이 배우는 스킬로 할 수 있는 일이 점점 줄어들 것 같음, 앞으로는 고객 니즈를 추상적으로 설계하고 AI에게 판단 및 전달하고, AI 결과를 미술품 감상하듯 평가하는 사고법이 더 중요해질 것임
트렌드는 시간이 필요함, "AI"가 들어가지고 한바탕 휘저은 후 실제로 AI가 'Intelligence'한지도 확인되지 않는 경우가 많음, HR은 위에서 AI 도입 지시만 내리면 의심스러운 근거로 대규모 감원을 몇 달 만에 단행하고, 재채용은 느리게 진행됨, LLM은 유용하긴 해도 대량 감원에 쓸 도구는 아님, 경영진 입장에선 비용효율화가 유혹적이지만, 현실에서 AI가 기대만큼 바로 I가 되지는 않음, 직접 써 본 내 입장에서 LLM은 혁신적 도구라기보다 훌륭한 슬라이드 룰 정도의 위치임, 내 슬라이드 룰은 인터넷이나 전기 없이도 늘 동작하지만, LLM은 그렇지 않음
청년 채용에 지식과 실력 외에도 여러 요인이 작동함, IT 내에서도 블루칼라 성향의 단순잡무가 많고, 이는 대부분 외주화·계약직(주로 청년)이 맡고 있음, 예컨대 IT지원, 유지보수 등 반복적 업무는 서구권 밖에서 다수 이루어짐, AI가 이 영역을 당장 대체할 것으로 보이지 않음, 일부 잡무는 책임 분산, 리스크 분산 이유로 청년층에게 맡겨짐, AI가 인간만큼 책임질 수 있다고 생각하지 않음, 청년이 신속성과 유연성, 강한 노동력, 저임금 등으로 선호됐고, 집착 없이 야근도 마다하지 않았음, 내 경험상 팀워크도 젊은 층이 뛰어났음, 오직 역량 관점만으로 현재 현상을 해석하면 전체를 놓치는 셈임
소프트웨어 엔지니어링은 2022년부터 조정기에 진입했고, AI는 대량 해고의 핑계에 불과함, Zuck은 "효율성의 해"를 몇 년째 외치고 있음
Hacker News 의견
2023년 1월부터 Customer Service Rep 등 NLP 중심 직종에서 채용 감소 현상이 나타난 이유가 뭔지 궁금함, 대부분의 대기업이 LLM/NLP 파일럿을 2023년 중후반에 시작한 걸로 아는데, 이처럼 실제 기술 도입보다 1년 이상 앞서 채용이 감소하는 게 설명이 안 됨, SWE 채용 감소는 2022년 중반부터 있었고 이는 금리 인상과 거의 일치함, LLM과 Copilot이 대중화된 건 1년 뒤인데, 논문에서 ZIRP 종료에 대한 조정을 했다고 하나 충분한 조정인지는 모르겠음, 주변 비공식 설문에서도 LLM Copilot의 본격 도입은 2023년 말~2024년 중반이었음, 이 정도로 확산되지는 않았던 시점임
SWE(소프트웨어 엔지니어) 채용 감소는 2017년 세법 변경 때문임, 연구개발(R&D) 관련 세액 공제 일부가 2022년부터 사라졌고, 그 때문에 R&D 역할(예: 엔지니어, 과학자) 인건비가 크게 상승함, R&D 비중이 높은 대기업이 가장 빨리 영향 받음, 반면 Customer Service 채용 감소는 기업이 고객 서비스를 신경 쓰지 않아서임, 수십 년간 자동화된 전화시스템, 아웃소싱 콜센터, 못 만든 웹사이트 등 서비스 질이 낮아도 투자자에게 “AI 도입해 더 감원”한다고 하면 오히려 호응 받는 구조임, 시장이나 규제로 막히지도 않으니 서비스를 일부러 망쳐도 고쳐질 기대조차 없음
컨설팅을 하는데 2022년 11월 전후로 분위기가 극적으로 변함, 전엔 수많은 잠재 고객을 감당해야 했다가 갑자기 일감이 뚝 끊김, 상대하는 고객도 스타트업 또는 중견기업이고 내부정보나 첨단 트렌드와 무관한 곳들임, GPT로 인건비 줄이자는 논의는 그 누구도 본 적 없음, 체감상 ZIRP 종료와 해고의 시작(프로젝트 즉시 채워짐)이 주 원인이라고 느낌
나도 글쓴이와 비슷하게 생각함, LLM과 AI가 본격 논의되기 이전부터 노동시장의 약세 신호가 분명히 있었음, 채용 위축 현상의 주 원인은 LLM이 아니고 그저 상관관계일 뿐이라 생각함, 더 근본적으론 미국뿐 아니라 전 세계적으로 경제 구조에 균열이 생기고 있어서 청년 고용난이 확산되고 있음, 문제의 원인은 금융/재정 정책의 부작용, 부의 불평등, 관세, 지정학 등 다양한 복합 요인임
논문에서는 ZIRP 종료 효과에 대한 조정을 언급하지만 얼마나 충분한지는 의문임, 논문(Equation 4.1, p.15)은 회사별, AI 노출도별, 시기별로 개별 효과를 분류함(log(y_{c,q,t}) ~ a_{c,q} + b_{c,t} + g_{q,t}), 시계열 전체에 걸친 효과(ZIRP, Section 174 등)는 b에 흡수되어야 함, g는 2022년 10월과 노출도 1로 보정했고, Figure 9(p.20)에 연령대·노출도별 그래프가 있음, 3·4·5노출도 청년층만 2024년 중반부터 하락함, 기사 내 그래프와 논문 Figure 9는 분위기가 다르고 ZIRP 영향이 매우 크다고 봄, 다만 현 방식은 junior, high AI 노출 직군(SWE 등)이 Section 174에 직접 타격된 건 b로 바로 잡지 못하고 g에 반영되어 실제론 AI 효과로 오해할 수 있음, SWE 등 Section 174 해당 직군을 빼고 재분석하면 의미 있을 듯, 논문 원문
우리 회사도 2023년 본격적으로 아웃소싱을 확대함, AI 프로젝트도 시작했지만 성과는 미흡했고 오히려 아웃소싱은 매우 빠르게 진행됨
간단한 모형을 만들었는데, 2021년까지 모든 집단(연령대)에서 채용이 완만히 증가하다가 이후 점진적으로 감소하면 논문 그래프와 비슷한 패턴이 나옴, peak 즈음 대량 채용된 엔지니어들이 연령 구간을 따라 이동하기 때문임, 논문에서 2022년 기준으로 그래프를 정규화하면 실제 채용 비율 변화가 거의 없는 사실이 감춰짐, 구글 스프레드시트 공유
재밌는 결과임, 사실 모든 연령대에서 채용이 동일하더라도 데이터 구조(예: 청년층이 시간이 지나면 연령 이동) 때문에 청년층만 특별히 일자리를 잃는 것처럼 잘못 보일 수 있음
다소 혼란스러움, 설명 모델에서 20-24세, 25-29세 연령대가 각각 다른 해에 정점을 찍음(2022년 vs 2024년), 동일한 구조라면 모두 같은 시점에 오르내림과 정점이 나올 줄 알았는데 이게 정상인지 궁금함
주니어 채용 감소는 '코먼스의 비극'임, AI 붐 이전인 코로나 시절부터 시작됐고, 미국만의 현상도 아님, ZIRP로 인해 기업들은 끝도 없이 채용했고, 경쟁사에서 인재를 빼앗다보니 인턴조차 2년 경력만 있으면 시니어 대우, 지인들은 부트캠프를 다녀도 급여를 받았음, 결국 채용된 주니어가 금방 다른 회사에서 시니어로 이직하자, 기업이 주니어 채용을 꺼리게 됨
이제 우리가 “AI”라고 부르는 건 기술이 아니라 구독 서비스가 되어버림, 기술은 툴체인에 올려 내 역량 강화를 돕지만, 구독사는 구독료를 내는 한 인지 부담을 위탁받을 뿐임, Anthropic의 CEO가 화이트칼라 일자리 사라진다 말하는 이유도 기업용 AI 구독을 파는 입장에서 회사들이 필연적 구매자가 될 거란 마케팅 발언임
2020~2025년 경제 데이터는 의미 없으니 버려야 함, 지금은 팬데믹, 급격한 인플레이션, 금리 불확실성, 관세 영향 등 변수의 시대라 AI 영향력을 알 수 없는 상황임, 다음 경기침체와 변수 진정 이후의 고용 상황을 봐야 실제 AI가 고용에 미치는 영향 평가 가능함
설명되지 않은 다양한 원인이 있을 수 있음, 불확실성의 시대엔 필요 인력이 아니면 채용하지 않음, 주니어나 고객센터 채용은 쉽게 미룰 수 있지만 돌봄 등 필수 직무는 선택의 여지가 없음, 관세가 요즘 사업 불확실성 1순위고, 금리 불확실성도 큰 편임
나도 2004년(호주) 닷컴버블 여파 직후 대학에 진학했음, CS 지원자는 적고 구직 불안에 사람들이 도망가던 때임, 이 때문에 신입 부족이 심했고, 기업들은 2004년쯤부터 다시 채용을 늘렸음, 나도 졸업할 때(2008년)에 바로 취업해서 그 뒤로 일거리 걱정한 적 없음, 2025년 고등학생들에게 충고하자면, 지금이야말로 CS에 지원할 완벽한 타이밍임, 5년 뒤면 AI 과열도 식어서 신입이 부족할 것임
근거가 뭔지 궁금함, AI가 진짜로 하이프에 불과하다고 자신할 수 있나 궁금함
alternative view: 이번엔 AI hype가 실체고, AI가 진짜로 일자리를 대체해서 5년 뒤엔 모두가 실업인 상태일 수도 있음, 또 생각해보면 5년 뒤면 베이비부머, GenX 1차 은퇴가 대거 진행되고 대부분 분야에서 고용시장 자체는 활짝 열릴 가능성도 있음
이번엔 다를 수 있음, 현재는 LLM과 agent를 orchestration해서 소프트웨어를 개발할 수 있는 시대임, 소프트웨어 엔지니어의 역할도 품질관리, 컴플라이언스, 소프트웨어 아키텍처, 그리고 LLM이 잘 못하는 특이 상황 대처 정도로 축소됨, 하지만 이마저도 AI 진보가 해결할 수 있지 않을까 싶음, 결국 CS 졸업생이 배우는 스킬로 할 수 있는 일이 점점 줄어들 것 같음, 앞으로는 고객 니즈를 추상적으로 설계하고 AI에게 판단 및 전달하고, AI 결과를 미술품 감상하듯 평가하는 사고법이 더 중요해질 것임
트렌드는 시간이 필요함, "AI"가 들어가지고 한바탕 휘저은 후 실제로 AI가 'Intelligence'한지도 확인되지 않는 경우가 많음, HR은 위에서 AI 도입 지시만 내리면 의심스러운 근거로 대규모 감원을 몇 달 만에 단행하고, 재채용은 느리게 진행됨, LLM은 유용하긴 해도 대량 감원에 쓸 도구는 아님, 경영진 입장에선 비용효율화가 유혹적이지만, 현실에서 AI가 기대만큼 바로 I가 되지는 않음, 직접 써 본 내 입장에서 LLM은 혁신적 도구라기보다 훌륭한 슬라이드 룰 정도의 위치임, 내 슬라이드 룰은 인터넷이나 전기 없이도 늘 동작하지만, LLM은 그렇지 않음
청년 채용에 지식과 실력 외에도 여러 요인이 작동함, IT 내에서도 블루칼라 성향의 단순잡무가 많고, 이는 대부분 외주화·계약직(주로 청년)이 맡고 있음, 예컨대 IT지원, 유지보수 등 반복적 업무는 서구권 밖에서 다수 이루어짐, AI가 이 영역을 당장 대체할 것으로 보이지 않음, 일부 잡무는 책임 분산, 리스크 분산 이유로 청년층에게 맡겨짐, AI가 인간만큼 책임질 수 있다고 생각하지 않음, 청년이 신속성과 유연성, 강한 노동력, 저임금 등으로 선호됐고, 집착 없이 야근도 마다하지 않았음, 내 경험상 팀워크도 젊은 층이 뛰어났음, 오직 역량 관점만으로 현재 현상을 해석하면 전체를 놓치는 셈임
소프트웨어 엔지니어링은 2022년부터 조정기에 진입했고, AI는 대량 해고의 핑계에 불과함, Zuck은 "효율성의 해"를 몇 년째 외치고 있음