AI로 절약된 시간, 결국 새 업무로 상쇄됨

• 덴마크 2023~2024년 노동시장 데이터에서는 ChatGPT 같은 생성 AI 챗봇이 빠르게 도입됐지만, 전체 임금이나 고용 변화는 아직 거의 나타나지 않음
• University of Chicago와 University of Copenhagen 경제학자들은 자동화에 취약하다고 여겨진 11개 직군의 노동자 25,000명과 사업장 7,000곳 데이터를 분석함
• AI 사용자의 64~90%가 시간 절감을 보고했지만, 평균 절감 폭은 근무시간의 2.8%, 주당 약 1시간 수준에 그침
• 노동자 8.4%에게는 교사의 ChatGPT 숙제 사용 탐지, AI 출력 품질 검토, 프롬프트 작성 같은 새 업무가 생겨 절감 효과를 일부 상쇄함
• 데이터가 초기 도입기와 덴마크에 한정돼 있어 일반화에는 주의가 필요하지만, 생성 AI가 곧바로 광범위한 노동시장 변화를 만든다는 기대에는 제동을 검

---

덴마크 노동시장 데이터로 본 생성 AI의 초기 효과

• 새 연구는 2023~2024년 덴마크 노동시장에서 ChatGPT 같은 생성 AI 모델이 전체 임금이나 고용에 아직 거의 유의미한 영향을 주지 않았다고 분석함
• University of Chicago와 University of Copenhagen 경제학자 Anders Humlum, Emilie Vestergaard의 워킹페이퍼 제목은 “Large Language Models, Small Labor Market Effects”임
• 분석 대상은 자동화에 취약하다고 여겨진 11개 직군이며, 회계사, 소프트웨어 개발자, 고객지원 전문가가 포함됨
• 데이터 규모는 덴마크 노동자 25,000명과 사업장 7,000곳임

빠른 도입과 작은 경제적 변화

• 기업의 AI 투자는 도구 도입을 늘렸고, 연구 대상 직군의 사용자 중 64~90% 가 시간 절감을 보고함
• 하지만 연구 기간 동안 AI 챗봇은 어떤 직군에서도 수입이나 기록된 근무시간에 유의미한 영향을 주지 않음
• 통계 분석의 신뢰구간은 평균 효과가 1% 를 넘는다는 가능성을 배제함
• Humlum은 The Register에 노출 직군의 대부분 노동자가 챗봇을 도입했지만, 경제적 결과에서는 “바늘을 움직이지 않았다”고 말함

시간 절감을 갉아먹은 새 업무

• AI 챗봇은 노동자 8.4% 에게 새로운 업무를 만들었고, 도구를 직접 쓰지 않는 노동자도 영향을 받음
• 새 업무의 예시는 다음과 같음
  • 교사가 학생의 ChatGPT 숙제 사용 여부를 탐지하는 시간
  • 다른 노동자가 AI 출력의 품질을 검토하는 일
  • 효과적인 프롬프트를 만들기 위해 반복해서 시도하는 일
• 사용자가 보고한 생산성 이득은 평균 근무시간의 2.8%, 주당 약 1시간 수준임
• 절약된 시간이 모두 경제적 보상으로 이어지지는 않았고, 생산성 증가분 중 3~7% 만 노동자의 더 높은 수입으로 전환된 것으로 추정됨

실험실 결과와 현실 업무의 간극

• The Register는 이 결과가 2월 발표된 무작위 대조시험과 충돌한다고 지적함
• 해당 무작위 대조시험에서는 생성 AI가 노동자 생산성을 평균 15% 높인 것으로 나타남
• Humlum은 다른 실험들이 AI에 특히 적합한 업무에 초점을 맞췄기 때문에 차이가 생겼다고 봄
• 실제 직무 대부분은 AI가 완전히 자동화할 수 없는 업무를 포함하고, 조직도 도구를 효과적으로 통합하는 법을 아직 배우는 중임

제한된 스냅샷과 남은 질문

• 이번 결론은 시기와 범위 때문에 향후 재검토될 수 있음
• 2023~2024년 데이터는 생성 AI 배포의 초기 단계만 포착하므로, 지연 효과나 챗봇을 넘어선 더 통합된 생성 AI 사용의 영향은 빠질 수 있음
• 덴마크 데이터에 집중하면 다른 노동시장이나 프리랜서 창작 작업 같은 특정 분야에서 이미 나타나는 국지적 영향을 놓칠 수 있음
• 그래도 이 연구는 생성 AI가 즉각적이고 광범위한 노동시장 변화를 만들었다는 서사에 도전하는 초기 스냅샷으로 볼 수 있음
• 생성 AI의 장기적 경제 영향은 빠른 기술 발전 속도 때문에 여전히 불확실하고 논쟁적인 주제로 남아 있음

[GN⁺]

Hacker News 의견들

• 거의 10년 전 Economist에서 자동화의 결과가 일자리 제거가 아니라 일은 더 많아지고 주니어 채용은 줄어드는 것이라는 글을 읽었던 기억이 남
  예시는 검색엔진과 디지털 문서가 주니어 변호사 인원을 크게 줄였다는 내용이었음. 예전에는 재판 준비 때 실제 문서고에 가서 관련 판례를 찾는 일을 3~10명의 주니어 팀에 맡겼지만, 이제는 노트북 든 주니어 한 명이면 충분함. 그 결과 로펌은 더 많은 사건도 처리할 수 있게 됨. 꽤 일반적인 패턴처럼 보임

  • Dwarkesh가 최근 Zuck과 한 인터뷰에서 흥미로운 예시를 들었음. Facebook은 35억 명 사용자를 위한 콜센터를 오래전부터 원했지만, 그러면 역사상 최대 규모가 되고 연간 약 150억 달러가 들어 극도로 비효율적이었음
    그런데 Facebook 내부 AI 덕분에 이제는 콜센터가 가능할지도 모른다고 보기 시작함. 대부분의 전화는 “비밀번호를 잊었다”나 “고장났다” 같은 내용이라, 50개 이상 언어로 FAQ를 안내하는 로봇이면 약 90%는 충분하다는 것. 더 어려운 건만 사람에게 넘기면 됨
    그래서 새 기술과 노동의 관계는 위계가 아니라 프랙털에 가깝다고 봄. Zuck은 예전 같으면 콜센터 자체를 생각하지 않았고, 그만큼 많은 일자리도 없었겠지만, 새 기술 덕분에 어려운 문제만 사람이 처리하는 더 작은 콜센터가 생김. 형태는 비슷하지만 조금 다름
    기술이 파괴적이지 않다는 말은 아님. 다만 기술은 대체로 새 일자리를 만들고, 그 일자리는 더 어려운 문제를 다루는 쪽으로 감. 경계가 더 세분화되고 두뇌에는 더 특화되고 힘든 환경이 됨. 문제는 대학원생을 믿듯이 그 경계에서 일하는 사람이 실제로 일하는지 허풍인지 신뢰해야 한다는 데 있음. Cal Newport도 지식노동은 오래도록 별 성과가 없어 보이다가 갑자기 천재적인 순간이 온다고 자주 말함. 이건 지적 문제가 아니라 감정적 문제에 가깝다고 봄
  • 산업혁명의 축소판 같음. 많은 곳이 크고 미숙련인 노동력으로 시작해 예컨대 섬유 산업에 들어가고, 농업보다 수익률이 좋아짐
    이후 자동화가 오면 기계 유지보수 같은 새 일자리는 생기지만, 여전히 미숙련인 많은 사람은 일자리를 잃게 됨
  • 이건 말 그대로 생산성 향상 아닌가 싶음. 같은 사람 수로 더 많은 일을 할 수 있다는 얘기이고, 그게 경제학적 생산성 정의에 가까움
  • 법률 쪽은 모르겠지만 공학 연구에서는 이제 ChatGPT의 Deep Research에게 어떤 주제든 문헌 조사를 맡길 수 있음. 예전에는 시간과 노력이 꽤 들던 일임
  • 우리는 일을 “만들어내는” 능력이 무한함. 실제 생산성에서 일을 위한 일과 관리 오버헤드로 옮겨갈 뿐임
    작은 봉건 영지와 제국은 계속 유지될 것임

• 기사 결과를 사람들이 오해하는 것 같음. AI로 시간을 절약하고 그 시간을 새로운 일에 쓰는 게 아니라, AI 사용으로 생긴 출력 검증, 프롬프트 작성, 부정행위 탐지, 디버깅 같은 새 일이 체감 절약분을 상쇄한다는 얘기임
  기술 업계에서도 관찰상 맞아 보임. 세계 최고의 프로그래머와 기술자들이 트랜스포머, 데이터셋, 평가를 만지느라 묶여 있고, 그 덕분에 최악의 프로그래머들은 온도 변환기와 보안 안 된 Twitter 클론을 대충 만들 수 있게 됨. 그 사이 실제 소비자가 쓰는 소프트웨어 품질은 급락 중임

  • 며칠 전 너무 피곤해서 직접 코딩하기보다 내가 유지보수하는 C/C++ API용 테스트 프레임워크를 바이브 코딩으로 만들어보려 했음. 이전에도 몇 번 해봤지만 결과가 안 좋았고, 이번에는 Claude 3.5를 쓴 것 같음
    AI는 명세의 빈 부분을 채우는 데 의외로 좋았고, 실제로 컴파일되는 C++ 코드를 많이 생성했음. 다만 필요한 #include는 빠뜨렸음. 빌드하고 실행해 보니 출력은 완전히 틀렸음
    이제 잘못된 이유를 찾으려면 C++ 수백 줄을 읽고 완전히 이해해야 함. 문제를 생각하게 만들고 흥미로운 해결 방식도 보여줬으니 완전한 시간 낭비는 아니겠지만, 시간을 크게 아껴줬느냐 하면 아님. 오히려 무엇을 하는지 파악하느라 시간이 더 들 수도 있음
    웹과 모바일 앱을 만드는 사람들에게는 예의를 갖추고 말하자면, AI는 고수준의 반복적인 문제에는 훌륭하지만 시스템 프로그래밍에는 여전히 대부분 쓸모없다는 느낌이 계속 듦
  • 전문 엔터프라이즈 소프트웨어를 약 7년 해보니 꽤 단호한 결론에 도달했음. 대부분의 소프트웨어는 존재하지 않아야 함
    “엉망이다” 같은 미학적 의미가 아니라, 순수하게 돈을 버는 효율 관점에서 그동안 작성한 코드의 90% 이상은 기업에 의미 있게 기여하지 않았음. 그 비율을 낮추려고 정말 노력했는데도 그랬음. 이건 전문 소프트웨어 얘기고, 바이브 코더까지 포함하면 그 숫자는 훨씬 높을 것이라 봄
    컴퓨팅을 세상에 끼워 넣은 방식 전체가 어긋난 느낌임. 우리는 며칠씩 UI를 만들지만, 그 UI는 실제 사용자를 돕지 못하고 프로세스가 조금만 바뀌어도 깨짐. 그리고 그 UI를 지원하느라 정작 자동화는 거의 못 함
    컴퓨터가 인류에게 여전히 매우 유용하다고 생각하지만, 우리는 컴퓨터를 쓰는 법을 잊어버렸음
  • 소프트웨어 품질 하락은 생성형 AI보다 훨씬 전부터 시작됐다고 봄
    AI가 문제를 악화시키는지, 개선하는지, 아니면 현상 유지인지 말하기에는 아직 이름. 악화시킨다는 견해에는 공감이 가지만 단정하기는 어려움
  • AI 사용으로 절약된 듯한 시간이 AI 사용 때문에 생긴 새 일로 상쇄된다는 건, 경제 산출과 성장을 보면 당연해 보임. Shopify CEO가 최근 메모에서 고성과자는 “100배 성장”을 봤다고 했는데, 이상하게도 그게 Shopify 시가총액에는 보이지 않음
    엔지니어 99%를 해고했나? 어쩌면 그 메모도 AI가 썼을지 모름. 5명이 50명 일을 해내는 소프트웨어 회사가 있나? 본 적 없음. 사람들이 스스로 믿게 된 이야기와 현실의 거시 데이터가 이렇게 떨어져 있는 상태가 얼마나 갈지 궁금함

• 현대 AI 도구는 놀랍지만, 처음 나왔을 때 맞춤법 검사기가 놀라웠던 것과 비슷함. 허드렛일에 도움이 되느냐 하면 그렇지만, 모두가 갖게 되는 새 기준선을 만들고 기준만 올릴 뿐임
  조만간 AI가 회사를 돌리고 우리는 해변에 누워 있을 거라는 증거는 거의 없음. 어떤 AI 회사도 새 기준선 상품으로 변하지 않는 무언가를 만들고 있다는 신호가 거의 없고, 대부분의 AI 제품은 끔찍하게 수익성이 낮음. 이 현실도 머지않아 마주해야 함

  • 내가 열심히 하는 일이 실제로 의미가 있는지 궁금해짐. 산업혁명 이후 모두에게 일자리를 만들어주려고 발명된 무의미한 바쁜 일일 뿐이고, 실제로는 사회의 5%만 일하고 나머지는 놀아도 괜찮은 건 아닐까?
    비디오게임은 지금만큼 많지 않겠지만, 대신 놀 시간이 생김. 게임보다 시간이 더 가치 있다고 봄. Lee Iacocca를 바꿔 말하면, 우리는 멈춰서 스스로 물어야 함. 비디오게임이 정말 얼마나 필요한가?
  • 경영진이 AI에 열광하는 이유가 그거임. 코드를 2배 더 많이 쓸 수 있으면 대략 2배 더 많은 결과물을 얻겠지만, 노동자가 2배 보상을 받지는 않을 것임
  • 맞춤법 검사와 자동완성은 AI와 비슷하게, 하나의 문제를 해결하면서 다른 문제를 만듦
    이제는 철자 오류 대신 올바른 단어 자리에 틀린 단어가 들어감. 요즘 어떤 웹사이트든 긴 글을 보면 전통 언론 사이트조차 오류투성이일 가능성이 큼
  • AI가 오늘 당장 우리 일을 할 수는 없지만, ChatGPT 출시 이후 겨우 2.5년밖에 지나지 않았음. 모델 성능이 오늘부터 정체될 수도 있지만 우리는 모름
    현재 속도로 3~5년 더 개선된다면, 공학에서 인간 입력이 얼마나 유용할지 상상하기 어려움

• 이건 사실상 제번스 역설이 작동하는 모습임
  특정 종류의 일을 끝내는 비용이 돈이든 시간이든 내려감. 그러면 사람들은 수요를 늘려 그 빈틈을 채우고, 노동자는 “완전 가동” 상태가 됨
  다음 기술이 우리가 일하지 않거나 훨씬 덜 일하는 유토피아를 가져올 것이라는 주장은 아주 오래됐음. 하지만 우리는 번번이 실제로는 그걸 원하지 않는다는 것을 증명함
  내 가설은 새롭거나 독창적이진 않겠지만, 빈손으로 무엇을 해야 할지 아는 사람이 매우 적다는 것임. 우리는 스트레스 수준을 높게 유지해 주의를 분산시키는 경향이 있고, 스트레스가 낮고 “해야만 하는” 일이 없으면 여러 방식으로 불안정해짐
  https://en.m.wikipedia.org/wiki/Jevons_paradox

  • 기술은 실제로 덜 일하는 유토피아를 가능하게 하지만, 그 기술과 자동화에서 생기는 보상이 잘못 분배되기 때문에 보통 사람에게는 작동하지 않음
    간단히 말해 나와 당신, HN 사용자 8명이 Bezos 창고에서 하루 8시간 일한다고 해보자. 어느 날 우리와 같은 일을 하는 새 기계가 들어오고, 기계 한 대가 우리 2~4명 몫을 함. Bezos가 기계 4대를 사서 각각 2배 용량으로 돌리면, 우리 8명에게는 하루 8시간 × 주 5일 × 4주 = 160시간의 여가가 생김
    문제는 우리 8명이 여전히 생존을 위해 돈이 필요하다는 것임. 음식, 집세, 공과금, 의료비가 있음. 기술 유토피아론자에 따르면 우리는 이제 160시간의 자유시간으로 더 중요하고 보람 있는 일을 하면 됨. AI 판매자들이 AI가 더 중요하고 보람 있는 일을 하게 해준다고 말하는 것과 같은 맥락임. 하지만 생존하려면 내 보람 있는 일은 긱 노동이거나 같은 강도, 혹은 더 긴 시간의 일이 됨
    이론상 자동화를 통제하는 소유자는 인터뷰와 정치·사회 행사에 갈 여가를 더 얻음. 자동화로 밀려난 사람들은 아래로 떨어지고 생존을 유지하려면 더 힘들게 일해야 함. LLM 제공자에게 돈을 내며 자기 대체자를 훈련시키는 열성적인 사람들이 이 방정식을 빨리 알아차리길 바람. 자동화가 들어오는 동안 일시적 안전장치가 필요해서 Bezos 창고가 일부에게 잠깐 여가를 준 것처럼, “더 의미 있는 일을 할 자유시간”이라는 말에 또 팔리지 않았으면 함
  • 보장된 생활수준이 있다면 많은 사람은 빈둥거림도 괜찮게 받아들일 것 같음. 한동안 실직했을 때 전반적으로 꽤 행복했지만 돈이 떨어질까 봐 스트레스를 받았음
    돈 문제가 없다면 영혼 없는 기업에 내 시간을 팔고 싶지는 않을 것임. 바쁘게 지낼 관심사는 충분함. 일은 더 좋은 일에 쓰고 싶은 시간을 빨아먹을 뿐임
  • 식량 생산은 생산성이 충분히 높아지면 농부 수가 줄어드는 전형적인 사례임
    현재 AI 도구는 생산성을 문자 그대로 1,000배 올린 변화와 비교하면 형편없기 때문에 우리는 아직 그런 변화와는 거리가 멂. 그래서 100년도 안 되어 프로그래밍이 극도로 틈새화될 수도 있음
  • 이건 대부분 개인의 선호에서 나온 결과라고 보지 않음. 부유층이 불균형한 정치적 영향력을 갖고 있고, 그들은 노동시간을 최대화할 강한 유인이 있기 때문이라고 봄
    고용주는 대체로 그 유인을 갖고 있고, 정치 시스템이 이를 명시적으로 금지하지도 않으니, 더 짧은 노동시간을 원하는 노동자에게 좋은 선택지는 많지 않음
  • 같은 시간에 더 많은 일을 하는 건 어느 정도 괜찮음. 다만 내가 훨씬 효과적으로 일하게 된다면, 이미 경영진과 논의 중인 주 4일제를 더 세게 밀어붙일 것 같음
    지금은 4×10시간을 생각하고 있지만, “임금 인상 대신 그대로 두고 4×8시간으로 하자”는 식으로 협상해볼 수도 있음. AI가 같은 시간에 더 많은 일을 하게 해준다면 괜찮음. 반면 회사가 AI 도구에 월 30달러를 책정하고 있으니, 내가 개인적으로 산 AI 도구가 절약해준 시간은 근무주에서 빼는 셈으로 생각하고 있음
    “비 오는 일요일 오후에 자기 시간을 어떻게 써야 할지도 모르는 수백만 명이 불멸을 갈망한다” — Susan Ertz

• 아버지가 컴퓨터와 자동화에 대해 좋은 말을 하셨음. 1970년대 사무용 컴퓨터가 나오기 시작했을 때 “컴퓨터가 너무 많은 노력을 절약해줘서 남는 시간을 어떻게 써야 할지 모를 것”이라고 들었다고 함
  실제로는 컴퓨터 덕분에 하루에 더 많은 일을 하게 됐을 뿐임

  • 이건 솔로우 역설임. “컴퓨터 시대는 어디에서나 보이지만, 생산성 통계에서는 보이지 않는다” — 1987년 노벨 경제학상 수상자 Robert Solow

• 프로그래밍에 관해서라면 AI가 지금까지 내 생산성을 대략 2배로 올렸다고 말할 수 있음
  물론 프롬프트 작성에 시간을 씀. “절대 이러지 마라, 절대 저러지 마라, 항상 이렇게 해라, 저걸 확인해라”처럼 내 코딩 선호를 AI에게 알려주는 것임. 하지만 그 프롬프트는 계속 남음. 대부분 몇 달 전에 써둔 것이라 지금은 그 이익을 거두고 있음

  • AI 덕분에 개인 생산성이 50% 이상 늘었다는 말을 들으면 늘 조금 회의적임
    잠깐 멈춰 생각해보면, AI가 생산성을 두 배로 만들었다는 말은 이전보다 실제로 두 배를 해내고 있다는 뜻임. 이를 지표로 뒷받침할 수 있나?
    테스트 조건 작성, 빠르게 버릴 시제품 만들기 같은 특정 작업에서는 AI가 훨씬 더 생산적으로 만들어줄 수 있다는 건 믿음. 하지만 전체적으로 전보다 두 배를 해낸다는 건 아주 큰 주장임
    실제로는 사람들이 이전보다 더 생산적이라고 느끼는 쪽이 더 그럴듯함. 그래서 개인은 2~10배 생산적이라고 말하는 반면, 직장 연구에서는 높은 쪽도 약 25% 생산성 향상으로 나오는 괴리가 생긴다고 봄
  • 어떤 종류의 일을 하는지 조금 공유할 수 있는지 궁금함. 나는 주로 Swift로 iOS 코드를 작성하는데, 그 영역에서는 AI가 그다지 도움이 되지 않았다고 느낌
    자신 있게 틀린 코드를 내놓는 경우가 많고, 컴파일이 되더라도 결과가 나쁘며 내가 고치려는 문제를 제대로 해결하지 못함. 반면 올해 초 백엔드용 Terraform 프로젝트를 작성해야 했을 때는 생성형 AI가 정말 빛났음
  • 축하함. 같은 임금으로 일은 두 배, 정신적 부담도 두 배가 됨. 기술을 숙달하는 대신 프롬프트 작성에 시간을 쓰니 전문가로서 경쟁력은 낮아짐. 누구나 AI를 쓸 수 있으니 이제 그건 기본 수준이 됨
    완전한 승리처럼 들림
  • 내 경우에는 어떤 일에서는 10~100배까지 빨라졌고, 특히 처음부터 시작할 때 그랬음
    바로 어제 스크래퍼를 크게 개편했는데, 수동으로 했다면 최소 1주일은 걸렸을 일임. 하루 2~4시간씩 5일이면 대략 15시간 정도였을 것 같음. ChatGPT 도움으로 2시간도 안 걸려 끝냈음
    그래서 작업량도 줄었고, 전달 시간도 훨씬 짧아졌고, 스트레스도 훨씬 적었음
  • 그 프롬프트들이 “영원하다”는 말을 다른 모델에서도 검증해봤는지 궁금함
    특정 모델을 달래서 특정 방식으로 행동하게 만들 수는 있어도, 다른 모델은 같은 입력으로 전혀 다른 상태가 될 수 있어 완전히 다른 프롬프트가 필요할 것 같음. 그러면 공급사가 모델을 업데이트할 때마다 모든 프롬프트가 무용지물이 될 수 있음

• 진짜 문제는 저숙련 직무에 있음. 더 쉬운 역할을 맡은 사람이나 주니어들이 해당됨. 결국 자기 기술 수준에 맞는 자리가 부족해서 상당한 비율의 인구가 고용 불가능해질 것임

  • 사무원과 고객지원 담당자보다 더 낮은 숙련도를 말하는 건가? 그 직무들도 연구에 포함됐음
  • 몇 달 전 Ezra Klein 팟캐스트에서 교육에 관한 얘기가 있었는데, 다음 세대 학생 중 성공할 사람은 AI를 의존물이 아니라 도구로 쓸 수 있는 사람이라는 대목이 기억에 남음
    그 결과는 교육 시스템이 시대에 맞춰 어떻게 바뀌느냐에 크게 달려 있을 수 있음
  • 예전에는 문맹인 사람도 많았지만, 오늘날에는 거의 모두가 글을 읽고 씀
    일을 보강하기 위해 AI를 쓰는 기술도 새로운 형태의 문해력이 될 것이라 봄

• 모든 기술의 이야기이고, AI가 일자리를 빼앗지 않을 것이라는 pmarca 등의 예측도 이 논리임. 우리의 초점은 점점 더 좁은 영역으로 이동할 수 있음
  영화도 100년 전에는 거의 존재하지 않았음. 100년 뒤에는 노동이 풀려난 덕분에 완전히 새로운 산업이 생길 것임

  • 소프트웨어의 특성상, 소프트웨어가 더 많이 작성될수록 그 모든 소프트웨어를 관리하고 통합하고 활용하기 위한 추가 소프트웨어가 더 필요해짐
    AI가 소프트웨어 생산을 자동화하면 소프트웨어 수요가 엄청나게 늘어날 수 있음. 고급 언어가 어셈블리 수작업 코딩을 대체했을 때도 같은 일이 일어났음. 훨씬 더 많은 소프트웨어와 더 복잡하고 흥미로운 소프트웨어를 만들 수 있게 되었고, 산업도 커졌음
  • 영화는 일자리를 만들었지 줄이지 않았음. 게다가 영화의 가치는 명백함. LLM을 누군가에게 팔려면 극도로 많은 단서와 제한을 붙여야 함
  • 농업혁명은 실제로 사회의 노동량을 크게 줄였음. 그래서 우리는 150년 전처럼 12살부터 죽을 때까지 쉬지 않고 일하는 대신 주말, 휴가, 은퇴, 학업을 가질 수 있음
    인간이 해야 하는 일의 양이 줄어드는 건 사실 좋은 일임. 다만 그 감소를 대량 실업, 70세 전 은퇴 불가, 주 50시간 노동으로 만들지 않고 사회 전체에 퍼뜨리려면 제도 구조가 바뀌어야 함. AI가 문제가 아니라, 통제되지 않는 자본주의가 문제가 될 수 있음
  • 이건 우리가 AGI를 달성하지 못한다는 가정에 기대고 있음. AGI가 나오면 모든 전제가 무너짐. 어쩌면 뉴로모픽 하드웨어가 거기까지 데려갈 수도 있음

• 자동화와 다른 모든 것에도 똑같이 적용됨. 우리는 오래전부터 덜 일할 기술을 갖고 있었지만, 그게 우리 심리에 맞지 않는 것 같음
  이유 없이 주 40시간을 의도적으로 선택한다는 뜻은 아님. 다만 좀 갇혀 있는 느낌이고, 개인이 덜 일하려 하면 다른 사람에 비해 뒤처지기 때문에 아무도 움직이지 못함

  • 충분한 정치적 의지가 있으면 바꿀 수 있음. 코로나 봉쇄는 오늘날 경제에서 대부분의 일이 필수적이지 않다는 걸 증명했음

• 놀랍지 않음. IT에서도 같은 일이 벌어질 수 있음. PC 이전, 대부분의 일이 메인프레임과 종이, 파일 캐비닛으로 처리되던 시절을 기억함
  지금과 비교하면 일의 양은 거의 같거나 오히려 조금 더 많음. 큰 차이는 처리되고 보관되는 데이터의 양이고, 그 양은 그때 이후 기하급수적으로 늘었으며 지금도 늘고 있음
  그래서 AI도 같을 것이라고 예상함. 일의 형태는 조금 달라질 수 있지만, 데이터가 늘어나는 만큼 일은 같거나 더 많아질 것임

  • 요지는 이해하지만, 메인프레임, 종이, 파일 캐비닛은 결정론적 도구였다는 점에서 정확하지 않음. AI는 결정론적이지도 않고 도구도 아님