화이트칼라 대량 해고론은 AI 과장 분위기의 일부임

 (cnn.com)
1P by GN⁺ | ★ favorite | 댓글 1개
  • Anthropic CEO Dario Amodei는 AI가 몇 년 안에 초급 사무직 절반을 없앨 수 있다고 경고했지만, 50% 추정의 근거 연구나 증거는 제시하지 않음
  • 이 발언은 AI가 인간의 거의 모든 지적 작업을 앞서게 된다는 전망과 맞물려, “모든 것을 고치기 전에 모든 것을 망친다”는 실리콘밸리식 서사로 비판받음
  • Amodei가 그린 미래는 암 치료, 연 10% 경제 성장, 균형 예산과 함께 20% 실업률이 공존하는 모습이며, 노동경제학자 Aaron Sojourner는 이를 “전례 없이 과격한 비전”으로 봄
  • Mark Cuban은 과거 비서와 사무실 받아쓰기 직무도 대체됐지만 새 회사와 일자리가 생겼다며, AI가 총고용을 늘릴 수 있다고 반박함
  • 생성 AI는 문서 요약이나 이메일 작성 같은 특정 작업에는 강하지만, 환각·기본 사실 오류·조작 취약성이 남아 있어 Anthropic이 말하는 파괴적 위험의 경로와 해법을 입증해야 함

Amodei의 일자리 경고가 불러온 논쟁

  • Dario Amodei는 Axios 인터뷰에서 AI가 곧 초급 사무직 절반을 없앨 수 있다고 말함
  • Amodei는 AI가 거의 모든 지적 작업에서 인간보다 나아지기 시작했으며, 자신과 다른 CEO들의 업무도 예외가 아니라고 말함
  • 50% 추정에는 별도 연구나 증거가 붙지 않았고, 이 발언은 “AI가 모든 것을 고치지만 먼저 모든 것을 망친다”는 식의 AI 과장 서사로 비판받음
  • 그가 그린 또 다른 미래상은 낙관과 충격이 함께 있는 형태임
    • 암이 치료됨
    • 경제가 연 10% 성장함
    • 예산이 균형을 이룸
    • 사람의 20%가 일자리를 갖지 못함
  • 노동경제학자 Aaron Sojourner는 높은 실업과 강한 GDP 성장이 동시에 나타나려면 AI가 생산성을 크게 끌어올린다는 전제가 필요하다고 봄
    • 이 조합이 가능하려면 노동생산성이 30% 뛰어야 한다고 말함
    • 1980~90년대 컴퓨터 도입은 노동시장을 바꿨지만 노동생산성 증가는 2~3% 였다고 비교함

Anthropic의 위치와 생성 AI의 실제 한계

  • Amodei의 발언은 Anthropic이 Claude 챗봇의 주요 모델 업데이트를 내놓은 지 며칠 뒤 나왔고, Anthropic은 OpenAI의 ChatGPT와 경쟁하는 회사임
  • Anthropic은 스스로를 주로 AI 안전 및 연구 회사로 부르며, 창업자들은 OpenAI와의 이념 차이로 회사를 떠난 인물들로 소개됨
  • Amodei는 노동시장을 훼손할 수 있다고 말한 기술로부터 이익을 얻을 위치에 있어, 그의 경고는 공익 안내보다 광고에 가깝게 보인다는 비판을 받음
  • AI 낙관론자 Mark Cuban은 Bluesky 글에서 과거 비서와 사무실 받아쓰기 직무가 대체된 사례를 들며, AI에서 새 회사와 새 일자리가 나오고 총고용이 늘 것이라고 말함
  • ChatGPT와 Claude 같은 대형 언어 모델 기반 생성 AI는 일부 작업에서 강점을 보임
    • 문서 요약
    • 단순한 이메일 작성
    • 학생 숙제 부정행위 보조
    • 독서 목록 추천
    • 뉴스레터 문체 모방
  • 동시에 신뢰성의 한계도 빠르게 드러남
  • AI 기업들이 이런 준신뢰적 텍스트 예측기를 경제 혁명으로 바꿀 수 있다면 그 가능성을 입증해야 하며, Anthropic도 위험을 외치는 데서 그치지 않고 AI가 어떻게 파괴적일 수 있는지와 Anthropic이 어떻게 해결할 수 있는지 보여줘야 함

함께 보면 좋은 글 β

GN⁺   [-]
Hacker News 의견들

  • 진짜 화이트칼라 대량 해고는 ZIRP 종료와 함께 무한한 소프트웨어 채용 공고가 끝나고 해고가 시작된 데 있다고 봄
    지금 AI를 원인으로 지목하기 쉽지만, 이미 벌어진 거대한 변화의 미끼처럼 보임
    https://fred.stlouisfed.org/graph/?g=1JmOr
    규모 면에서 영향은 엄청나고 아직도 이어지고 있으며, 2020년 이전 수준으로 회복되지 않았고 앞으로도 그럴 수 있음. 팬데믹 전 채용 공고를 100으로 잡으면 소프트웨어는 61 수준임
    다만 IT 직무에는 AI 영향이 있을 수도 있는데, 2025년 초 근처의 독특한 변곡이 보임: https://fred.stlouisfed.org/graph/?g=1JmOv
    비교하면 건설과 간호 채용 공고는 팬데믹 전보다 높고 각각 약 120, 116이며, 은행권은 여전히 100 근처임
    AI 과열 담론이 워낙 자기주장이 강해서 이 흐름은 거의 잊힌 역사로 남을 것 같음. 10년 뒤 사람들은 Elon이 Twitter 인원을 90% 줄인 이유를 AI 이니셔티브 때문이라고 여기고, 단순히 훨씬 더 날렵하게 운영할 수 있다고 봤기 때문이라고는 생각하지 않을 수 있음. 다른 회사들도 3~4년째 같은 질문을 하고 있고, AI가 언젠가 거기에 영향을 줄 수는 있겠지만 지금까지는 인원 감축에 그런 버팀목이 필요 없었음

    • 정확히 맞는 말이라고 봄. AI는 체면을 지키고 자기들의 성공이 값싼 돈의 유입 덕분이 아니었다고 포장하려는 회사들에게 굉장한 희생양임
      지위 게임에 중독된 세상에서는 하늘이 준 선물 같은 핑계임
    • 정말 중요한 지점임. ZIRP 종료가 화이트칼라 일자리에 미친 영향이 우리가 생각하는 것보다 훨씬 클 거라고 봐 왔고 의심해 왔음
      AI가 부정적 보도를 다 가져가겠지만, 결국 자본 흐름이 사업 운영 방식을 정하고, 그게 어떤 소프트웨어가 만들어지는지를 정함. Conway의 법칙 기초임
      화이트칼라 대량 해고는 ZIRP 과잉기에 쌓인 낭비를 털어내는 감량에 더 가까움
    • 섹션 174의 소프트웨어 개발비 상각도 큰 역할을 했음
    • 지금 벌어지는 일은 2000년대 닷컴 버블 붕괴 때와 비슷함
      그 시기를 간신히 버텼기 때문에 이번에도 올 걸 봤고, 직장을 붙잡고 이직을 멈추라고 했을 때 사람들이 미쳤다고 했음. 이직을 자주 한 사람이 해고 1순위가 되는 경우가 많기 때문임
      2000년에 도시를 옮겼고, 친구들이 운영하는 회사에 일자리가 준비돼 있었음. CEO를 포함해 좋은 친구가 15명쯤 그 회사에 있었고 소프트웨어 개발 직무가 보장돼 있었으며 면접은 형식일 예정이었음. 그런데 이사 후 CEO를 만나니 자금이 끊기고 채용 동결이라 고용할 수 없다고 했음
      이후 프리랜서로 한 달에 몇백 달러라도 긁어모아 살아야 했고, 다행히 이사한 집이 그 회사 친구들과 함께 사는 큰 집이라 당시 집세가 낮았고 몇 년간 도와줬음. 결국 그 회사에서 프리랜서 일도 좀 받았지만, 2004년에야 정규직 프로그래밍 일자리를 얻었고 그 전까지 4년은 매우 힘들었음
      코로나 동안 너무 많은 기술 회사가 과잉 채용했고 FAANG과 다른 기술 회사 전반에 거대한 거품이 있었음. 기술 일자리 붕괴는 피할 수 없었음
      이번에 추위 속에 남겨진 사람들이 안타깝고, 그들이 겪는 일을 잘 앎
    • Keynes는 2030년쯤이면 주 15시간 근무를 하고 나머지는 여가에 쓸 거라고 봤음
      대신 우리는 소비를 택했고, 헬리콥터 머니는 더 많은 헛소리를 사게 하려고 헛소리 일자리를 만들어 줬음. 헬리콥터 머니가 떨어지자 그런 일자리가 잘려 나가는 걸 보면 꽤 분명함
      AI가 효율을 더 줄 수는 있겠지만, 더 많은 여가가 아니라 더 많은 헛소리 일자리와 소비로 채워질 것임

  • ZIRP 시절 시가총액 100억 달러 이상 회사 두 곳에서 일했는데, 대부분 회의에서 참석한 지식 노동자 절반 이상이 불필요했음
    우리 팀에는 일정이 너무 꽉 차서 교차 기능 회의에 대신 참석할 사람까지 뽑았음. 회사가 성장 중이었고, 회의 참석자를 고용해도 치솟는 주가에 상처가 나지 않았기 때문임. 게다가 사람을 뽑으면 VP의 인원수가 늘고 영향력도 커졌음
    시장은 효율이 아니라 회사 성장만 평가했지만, 시장은 결국 시간이 지나면 가치에 굴복함. 그러면 그런 덧씌운 채용은 전부 잘려 나감. 두 회사 모두 이후 1만 명 이상을 해고했음
    AI는 희생양이었고, 실제로는 AI가 “대체한다”는 지식 노동자 일자리 상당수가 애초에 실질 가치를 만들지 않았음

    • 정말 맞는 말임. 금리가 오르던 시기에 제로금리 제품 관리자라는 다소 경멸적인 표현을 썼음
      훌륭한 제품 관리자는 금값만큼 가치 있다고 보지만, ZIRP 시대에 만난 많은 PM은 사실상 Jira 업데이트 담당자와 회의 일정 조율자에 가까웠음. 지금 채용에 어려움을 겪는 기술 업계 출신 중 상당수는 애자일 코치, TPM 같은 “인접” 직무였음. 물론 그들에게 공감은 큼. 많은 사람이 몇 년간 열심히 일하고 역량을 쌓았지만, 이런 역할은 원래 어느 정도 “선택적”이었음
      기술 고용 감소에는 과잉 채용뿐 아니라 해외 이전이 AI보다 훨씬 더 큰 책임이 있다고 봄. 화상회의 기술이 정말 좋아지고 널리 퍼진 건 2010년대 후반, 특히 재택근무자들에게서였고, 이후 해외 계약자가 폭발적으로 늘어나는 걸 봤음. 어차피 많은 사람이 원격으로 일한다면 동료가 같은 도시인지 다른 대륙인지는 중요하지 않음. 하루에 어느 정도 겹치는 시간만 있으면 됨. 그래서 India보다 Latin America와 Europe으로의 해외 이전도 많이 봤음
    • 이른바 AI 해고는 사실 금리 해고를 위장한 것 같음
      한동안 소프트웨어 업계는 정말 미쳐 있었음. 대학을 막 졸업하고 무명 CS 학위로 12만, 15만 달러를 받던 시절이었음. 당시 12만 달러는 진짜 12만 달러였음. 그 음악은 언젠가 멈출 수밖에 없었음
    • 더 작은 회사에서도 회의 참석자 절반은 할 일이 없어서 앉아 있는 경우가 있었음
      “벽에 붙은 파리처럼 듣고 있겠다”, “회의록 담당하겠다”는 유형이 많았고, 대부분 아무 기여도 하지 않았음
    • “일정이 너무 꽉 차서 교차 기능 회의에 참석할 사람을 팀에 뽑았다”는 대목은, 어떤 관리자는 Dilbert를 읽고 조언서라고 생각하는 것 같음
    • “사람을 뽑으면 내 VP의 인원수가 늘고 영향력도 커졌다”는 게 바로 VP 레벨 자체가 자동화되기 전까지 자동화가 대부분의 사람을 쓸모없게 만들지 못할 유일한 이유임

  • 이걸 다른 방식으로 이해하도록 누가 도와줬으면 함
    이 도구들이 정말 사람들을 그렇게 생산적으로 만든다면, 회사의 산출물에서 고통스러울 만큼 분명하게 보여야 하지 않나? 예를 들어 AI 코딩 도구가 결국 놀라운 생산성 향상이라면, 소프트웨어 회사들이 기능과 수정 사항을 그 어느 때보다 빠르게 내놓는 걸 봐야 함. 혁신적 제품과 기존 제품 개선이 크게 터져 나와야 하고, 블로그 글이나 실적 발표가 아니라 고객과 사용자가 명확히 체감해야 함
    비용 부서라면 당장 해고로 이어질 수 있음. 하지만 소프트웨어를 만들고 파는 회사라면 이걸 활용해야 하고, “이 추가 생산성을 어디에 써야 할지 모르겠다, 아이디어가 다 떨어졌다”는 지점에 이르렀을 때야 사람을 줄여야 함. 그런 상황의 회사를 단 하나도 못 봤음
    그래서 이런 결정은 과열 담론에 끌린 단기 사고라고 보임

    • 이런 산출물이 대규모로 보이기까지 시간이 좀 걸릴 수 있음
      예를 들어 작년 말에 SaaS 회사를 창업했고 매우 빠르게 성장 중임. 회사 첫 생일 전에 ARR 100만 달러를 넘길 흐름임. 완전 부트스트랩이고 창업자 지분 100%이며, 인원은 2명임. 이 성장 속도를 꽤 오래 유지하면서도 채용이나 투자 없이 갈 수 있다고 자신함. 물론 돈이나 사람이 더 있으면 성장률을 더 높일 수 있다는 주장도 가능함
      커리어 초반 다른 회사들에서는 수용량 문제가 생기면 채용으로 풀곤 했음. 하지만 공동창업자와 나는 AI로 해결할 수 있었고, 선투자 시간을 많이 쓰지 않고도 두 자릿수 퍼센트 생산성 개선을 계속 찾고 있음. 내가 일을 시작했을 때는 물론이고, AI가 본격적으로 뜨기 전 몇 년 전만 해도 전혀 가능하지 않았을 일이라고 봄
      왜 “고통스러울 만큼 분명하게” 보이지 않는지에 대한 내 이론은 이 기술에서 가장 큰 가치를 얻는 사업 대부분을 들어본 적이 없기 때문임. 모두 너무 작기 때문임. 우리가 아는 회사들은 평균적으로 큼. 큰 회사들은 새 기술에 맞춰 하루아침에 자신을 재발명하기 매우 어렵고, 큰 배를 돌리는 데는 오래 걸림. 하지만 내 회사 같은 소규모 사업은 오늘 일하는 방식을 바꾸고 내일 결과를 볼 수 있음
    • “회사 산출물에서 고통스러울 만큼 분명해야 하지 않나?”에 대한 답은 아니라고 봄
      병목은 지적 생산성이 아님. 병목은 규제, 지식재산권법, 마케팅 등 수많은 다른 것들임. 임원 이메일 작성자와 회의 참석자들의 머릿속에는 온갖 사업 고려사항이 영원히 서로 충돌하고 있음. 모든 것을 안전하게 수익화하려면 이른바 뛰어난 사고가 많이 필요하고, 관련 요소 중 상당수는 법적 이유로 어디에도 글로 드러나 있지 않음
      AI가 흔드는 한 영역은 연구임. 연구자들이 모델을 새로운 방식으로 적용해 수학, 의학 등에서 실제 진전을 만들고 있음. 또 다른 영역은 예술 “창작”이며, 특히 그래픽 아티스트임. 이들은 초기 피해자이고 가까운 미래에 완전히 대체될 가능성이 큼. 조금 더 지나면 작가, 배우 등도 이어질 것임
    • LLM이 비프로그래밍 업무에 미치는 영향은 이 사례를 보면 됨
      https://www.ft.com/content/4f20fbb9-a10f-4a08-9a13-efa1b55dd...
      Goldman Sachs는 직원 4만 6천 명 중 엔지니어가 1만 1천 명이며, AI를 공개 신고 문서 초안 작성에 쓰고 있다고 함
      IPO의 최초 등록 설명서인 S-1 초안 작성은 6명 팀이 2주 걸릴 수 있었지만, 이제는 AI가 몇 분 만에 95%까지 끝낼 수 있다고 Solomon이 말함
      “이제 마지막 5%가 중요하다. 나머지는 상품화됐기 때문”이라는 말임
      내 눈에는 이건 큰 변화임. 주니어 투자은행가는 싸지 않고, 최소 연 15만 달러 총보상을 받음
    • 이 지적은 맞아 보임. AI 과열 쪽 차트에서 2026년부터 소프트웨어 개발에 쓰이는 AI 에이전트 무리가 지수적으로 늘어난다는 걸 많이 봤음
      예를 들면 이 글임: https://sourcegraph.com/blog/revenge-of-the-junior-developer
      그렇다면 2027년쯤에는 자율 AI 에이전트 무리가 모든 버그 보고서 주변을 떼 지어 다니며 사람보다 몇 배 빠르게 해결해야 함. 멋짐. 그러면 2028년쯤에는 버그 많은 소프트웨어가 과거의 일이 되겠음. 물론 AI를 완전히 도입한 회사들에 한해서임
      IT 프로젝트가 일정과 예산을 넘기지 않고 기대보다 더 큰 가치를 내는 미래가 정말 기대됨. 이게 너무 좋아서 믿기 어렵다고 생각하는 걸 탓할 수 있나?
    • 그건 관세가 그렇게 나쁘다면 왜 지금 동네 식료품점에서 큰 가격 변동을 못 느끼냐고 묻는 것과 비슷함
      복잡계에서는 내부의 큰 변화 결과를 반드시 지각할 수 있는 게 아니며, 특히 지금 근거로 삼는 건 아주 작은 감각 표본에 불과함
      평균적인 회사가 새 코드 변경을 얼마나 빨리 배포하는지 감을 잡고 있지 않으며, 왜 그걸 알 수 있다고 생각하는지도 모르겠음. 공개적인 최종 사용자 기능 배포는 좋은 신호조차 아님. 그것은 하류 제품이고 작성되는 소프트웨어의 작은 일부일 뿐임
      쇼핑몰을 걸어 다니며 매달 국내로 들어오는 이민자 수 변화에 대한 분위기를 감지한다고 생각하는 것과 비슷함

  • AI가 없앨 것은 근무일을 몽유병처럼 보내고 모든 일을 대충 절반만 하는 화이트칼라 일자리임
    2025년에는 LLM이 그걸 대신하게 할 수 있음. 안타깝게도 AI가 실제 업무의 정당한 대체물이라고 생각하는 임원은 그 차이를 알아보지 못함
    잘 속는 CEO들이 그 결과 자기 회사를 폭파하는 모습을 보게 될 것 같음. 나머지가 살아남을 수 있을지는 두고 봐야 함. 물론 CEO들은 괜찮을 것임

    • 그런 일이 애초에 존재한 유일한 이유는 성과 측정이 극도로 어렵고, 직무가 복잡할수록 더 어려워지기 때문임
      AI가 그걸 고치지는 못함. 직원의 50%를 없애도 하위 50%를 없애는 게 아님. 최악의 경우, 그리고 평균적으로도 선택은 무작위에 가까울 것임. 결국 이전과 같은 비율의 형편없는 노동자가 남음
      더 최악의 경우에는 형편없는 지표 때문에 오히려 최악의 노동자를 적극적으로 고르게 되는데, 우리가 생각하고 싶은 것보다 더 자주 일어남
    • 여기에는 사무실 복귀 명령과 연결점이 있음
      집에서 일하는 걸 이해하지 못하는 관리자들은 평생 사무실에서 떠드는 일밖에 해 본 적이 없는 사람들임. 그래서 조용한 곳에 앉아 생각하는 게 어떻게 일이고 회사에 가치를 주는지 이해하지 못함
      사업 안에서 서로 다른 사람들이 서로 다른 일을 한다는 걸 인정하지 못하는 중대한 실패임
    • 미국에서 일해 본 적은 없고, 그런 직원이 있는 회사에서도 아직 일해 본 적이 없음
      어떤 사람은 느리고, 어떤 사람은 빠르거나 더 효율적이고 생산적이지만 모두 너무 많은 업무 압박을 받고 있음. 인력이 더 필요하다는 건 항상 명백하지만 예산이 supposedly 막고 있음
      그래서 묘사하는 상황은 내겐 신화 같음. 다만 미국 기업은 엄청나게 부유하거나 적어도 평가가치가 매우 높고, 투자자들이 돈을 던질 곳도 많으니 실제로 그런 일이 일어날 수도 있겠음
    • AI는 일자리를 없애지만, 그 업무 자체를 없애지는 않음
      그 말이 사실이라면 소비자로서는 더 몽유병 같고 절반만 완성된 제품을 기대해야 함. 다만 그것을 만드는 주체가 AI일 뿐임
    • CEO들도 고객이 사라질 때까지만 괜찮을 것임
      AI들이 광고를 클릭하고 iPhone을 사 줄 건가?

  • 초급 일자리가 AI로 대체되는 큰 문제는 분명히 있음
    인턴이나 막 졸업한 신입은 AI가 아마 할 수 있는 일을 할 전문성도 경험도 부족한데 왜 뽑겠나?
    물론 AI도 손잡고 끌어주고 프롬프트를 줘야 할 수 있지만, AI는 더 싸거나 실제로 더 “똑똑함”. 많은 경우 둘 다임
    언젠가 유능해질 역량과 잠재력이 있다고 믿는 사람들과 함께 일하지만, 그렇게 만들기 위한 시간과 자원 투자가 너무 큼. 그들에게 위임했을 일을 AI로 처리하는 선택을 자주 하게 됨. 빠르게, 지금 필요하기 때문임. 사람에게 넘기면 빠르게 받지 못하고, 쓸 수 있는 상태로 만들기 위해 여러 차례 피드백과 검토를 오가야 함
    사람이다 보니 납기는 영업일 기준 2~3일 밀림. 반면 AI는 프롬프트를 주고 손잡아 끌어 3시간 안에 끝낼 수 있음
    AI가 신의 선물이라는 뜻은 아니지만, 신입 졸업생과 초급 역할은 꽤 곤란해졌음

    • 여기서 회사와 직원 양쪽의 끔찍한 불충성이 우리 발목을 잡음
      인턴의 본래 개념은 훈련 자리임. 순생산성은 마이너스인 게 맞음
      인턴십 후 회사에 남거나 다른 회사로 가면서 훈련한 사람들의 우선순위를 가져가는 구조였음
      그런데 요즘은 기업 HR이 직원에게 불리한 일을 적극적으로 하고, 직원들도 너무 유동적이라 고용주 이름도 겨우 기억할 정도라 전체가 별 가치 없는 연습이 됐음
      예전 회사에서는 일본 인턴들을 훈련시켰음. 그들은 종종 2년 비자로 미국으로 옮겨 왔고, 일본으로 돌아갈 때는 매우 좋은 엔지니어가 됐음. 충분히 가치가 있었음
    • 내 경험상 인턴과 신입은 항상 생산성 관점에서 순마이너스였지만, 결국 몇 달 또는 몇 년 후에는 매우 생산적인 더 시니어한 직원이 됨
      그리고 인턴과 신입도 AI를 쓸 수 있음. 이건 “컴파일러가 생겼는데 왜 주니어 프로그래머를 뽑나? 지루한 어셈블리를 쓸 사람이 필요 없잖아”라고 묻는 것처럼 느껴짐
      AI가 진짜 큰 생산성 증진이라면, 지난 75년간 컴퓨터와 소프트웨어의 생산성 개선으로 사람들이 해 왔듯이 더 많은 소프트웨어, 기능, 최적화 등으로 바꿔낼 것임
    • 이 주장에는 전혀 동의하기 어려움
      오늘 인턴을 뽑으면 손이 많이 가고 조직에는 순비용이 되며, modest한 이익을 줌
      내일의 인턴은 AI 사용에 익숙하고 손이 덜 가며, AI를 활용해 더 많이 만들어낼 것임. 전체 영향은 훨씬 커질 수 있음
      “초급은 망했다”는 관점은 회사가 인턴과 초급 직원의 모든 단점을 원하면서도 할 일이 유한하다고 가정해야만 성립함. 그러면 그 단점을 AI에서 더 싸게 얻을 수 있다는 논리가 됨
      하지만 그렇게 보이지 않음. AI를 쓸 줄 알아 6명 몫을 내는 초급 직원 한 명이 훨씬 낫다고 봄. 1인 스타트업부터 가장 큰 기술 회사까지, 내가 일한 모든 곳에는 해야 할 일이 엄청나게 남아 있었음. 그래서 모두가 냉혹한 우선순위 결정을 말함
      그렇다면 정확히 왜 초급이 망했다는 건가?
    • AI가 특정 작업에서 초급 인간보다 빠르고 더 효율적인 경우가 많다는 건 맞지만, 묘사한 건 위임이 아니라 도구를 통해 직접 하기로 선택한 것에 가까움
      구현 비용이 낮아졌으니 스스로 처리하는 것임
      제대로 정의한 위임은 작업뿐 아니라 결과에 대한 판단과 소유권까지 넘기는 것을 포함. 완벽한 위임은 상대가 나처럼 결정하거나, 적어도 내가 존중하고 이해할 수 있는 방식으로 결정한다고 믿기 때문에 맡기는 것임
      AI에는 완전히 위임할 수 없고, 솔직히 그래서는 안 됨. AI에는 프롬프트, 해석, 후처리가 필요함. 여전히 당신이 생각하는 것임. 구현 비용은 낮지만 의사결정 비용은 여전히 당신에게 있음. 그건 위임이 아니라 보조 실행임
      반면 인간에게는 진짜 위임할 수 있음. 시간이 지나면 목표를 내재화하고 맥락에 적응하며 AI가 절대 할 수 없는 방식으로 책임을 짐
      AI가 당신 자리를 채울 수 없는 이유는 많음. 첫째, 얕은 맥락임. 조직 규범, 암묵적 기대, 프롬프트나 코드베이스에 명시되지 않은 도메인 세부를 모름. 둘째, 걸린 것이 없음. AI에는 경력, 평판, 결과가 없음. 훈련되고 신뢰받는 주니어 인간은 더 빨라질 뿐 아니라 독립적으로 책임지는 존재가 됨
      주니어와 인턴도 AI 도구를 쓸 수 있음
    • 당신이 은퇴할 때, 초급 인간에게 투자하지 않아서 후임이 없으면 어떻게 되나?
      이건 자기가 올라온 뒤 사다리를 걷어차는 궁극적인 행동처럼 느껴짐

  • 역사적으로 사람들은 새 기술이 기존 일자리에 미치는 영향은 꽤 잘 예측했음
    하지만 그 기술로 결국 만들어질 새 일자리, 경력, 산업을 예측하는 데는 매우 서툴렀음
    그래서 자유시장 경제가 중앙계획 경제보다 시간이 지나며 더 많은 부를 만듦. 자유시장은 더 많은 사람이 얼핏 미친 생각을 시도하게 하고, 좋은 아이디어를 더 빨리 알아보고 자원을 그쪽으로 재배치함
    신뢰할 만한 예측이 없을 때는 빠른 반응이 이김
    어쨌든 AI가 기존 화이트칼라 일자리를 엄청나게 “파괴”하더라도, 그것이 반드시 대량 실업을 뜻하지는 않음. 하지만 너무 흔한 추론이라 멸칭도 있음. Luddite임
    그리고 Ludditism의 반대편이 지금 AI 지지자들에게서 보임. 현재 일자리에 대한 거대한 충격을 거대한 능력의 인상을 주는 축약어처럼 호출함. CNN 기사 말처럼 일종의 마케팅임

    • 더 많은 사람이 Luddite의 실제 역사를 이해해야 함
      진짜 문제는 기계화 장비를 사용해 당시 경제의 한 부문 전체를 압도하고, 광범위한 장인들의 노동 가치를 파괴하며 사회적 사다리에서 끌어내린 것이었음
      일을 구한 사람들도 훨씬 위험한 작업장에 놓였고, 더 경직된 합법적 고용주/노동자 구조에 강제로 편입됐음. 큰 틀에서 보면 비교적 새로운 “기업 혁신”이었음. 이는 당연히 국가가 노동계약 집행 책임을 지게 만들었고, 공공·민간 경찰력이 폭력으로 그 계약을 집행하는 데 쓰였을 것임
      이 게시판의 많은 고숙련 장인들에게도 생각해 볼 만한 일임. 새 기술 혁신 도입으로 인한 대규모 경제적 전환에 결코 휘말리지 않을 거라고 믿기 쉽기 때문임
      최소한 Wikipedia 글은 훑어볼 가치가 있음: https://en.wikipedia.org/wiki/Luddite
    • 증기기관이 나왔을 때, 광산에서 물을 더 빨리 퍼낼 수 있는 건 분명 유용하지만 넓은 경제적 영향은 없을 거라고 많은 사람이 주장했음
      Newcomen 기관을 보고 “아, 철도!”라고 생각한 건 미친 사람들뿐이었고, 그 미친 사람들은 엄청나게 부유해졌음. 거대한 직업 범주는 사라졌고, 다른 범주는 생겨났음
      지금 상황도 적용 범위 과소평가 측면에서는 매우 비슷하다고 봄. 다만 새 직업 범주의 가용성은 다를 수 있음. 하지만 그 역시 한때 화부와 열차 차장이 그랬듯 아직 보이지 않는 새 범주를 내가 과소평가하는 것일 수도 있음
    • 내 가설은 이게 핑크칼라 서비스 직무 시장의 호황으로 이어질 수 있다는 것임
      선진국에는 더 많고 더 나은 서비스에 대한 상당한 잠재 수요가 있음
      예를 들어 India와 Thailand 같은 나라의 중상류층과 중산층은 부유한 나라의 비슷한 계층보다 식당, 호텔, 가정에서 더 나은 서비스를 이용하는 경우가 많음
      노인 돌봄과 보건 서비스는 사회가 더 많은 노동력을 배치해 이익을 볼 수 있는 특히 중요한 부문임
      그 외에도 많은 사람이 로봇을 만들고 유지하고 감독하는 역할을 맡게 될 것임. 빠른 발전에도 불구하고 로봇은 앞으로도 여러 해 동안 성인 인간만큼 손재주 있고 신뢰할 만하며 전반적으로 유능하지 못할 것임. Moravec의 역설을 보면 됨
    • 결국 우리는 영원히 일해야 하고, 다만 다른 일을 하게 될 뿐인가?
    • 결론은 ZIRP 시대가 자유시장을 망가뜨린 걸 보여줬으니 금리를 비교적 높게 유지해야 한다는 것이라고 봄
      Trump가 금리를 낮추고 싶어 하는 데는 이유가 있음
      고통스럽기는 하지만 ZIRP 경제는 최종 소비자의 말을 듣지 않음. 소득이 충분히 많으면 혁신하거나 미친 아이디어를 만들 이유가 없음

  • 누군가 AI 도구의 현재 상태를 근거로 AI 격변이 과열일 뿐이라고 분석할 때마다, 초기 숫자가 낮다는 이유로 코로나19 확진자의 지수적 증가를 무시했던 회의론자들이 떠오름
    그건 그렇다 치고, 이 기사가 어떻게 분석이지 의견글이 아닌지 모르겠음. 한 노동경제학자에게 이 주장이 성립하려면 어떤 조건이 필요한지 묻고, AI 회사 CEO들이 거짓 과열을 만든다는 이미 떠도는 대안 이론을 제시한 게 분석의 전부임
    저자는 “Yeaaahhh. So, this is kind of Anthropic’s whole ~thing.~” 같은 일상 표현까지 씀. CNN이 이 주제에 제공할 수 있는 분석 수준이 정말 이 정도인가?
    기반 모델 능력의 성장과 데이터, 연산, 하드웨어 같은 유한 자원을 대비해 그릴 수도 있었음. 현재 벤처캐피털 시장과 회사들이 약속이 아니라 결과를 보여줘야 하는 필요를 다룰 수도 있었음. 거대한 생명공학 산업이 새롭고 흥미로운 신약 발견 도구를 느리게 움직이는 FDA 승인과 결합하는 데 겪는 어려움도 쓸 수 있었음. 여기서는 아무것도 하지 않았음

    • 비교해 보면 이런 식임. “명확히 식별하거나 증명할 수 없는 메커니즘으로 완전히 새롭고 전례 없는 결과가 생긴다는 걸 회의론자들이 무시할 때마다, 이미 수백 개의 잘 연구된 역사적 선례와 검증된 과정이 있던 결과를 무시한 회의론자들이 떠오른다”
      인간이 비선형 성장에 대한 직관이 약하다는 건 맞지만, 그 공통점이 다른 차이들을 메워 주지는 않음
    • 왜 2008년에 터진 파국적 부동산 거품으로 이어진 주택 보유율의 지수적 성장 약속을 예로 들지 않나?
      우리는 아직도 그 여파를 겪고 있고, 그것은 정치에서 노동계급 대표성을 제거하고 Occupy Wall Street 같은 실제 시위를 억누르는 결과로 이어졌음
      이 거품이 터지면 IT 산업은 2000년처럼 몇 년간 붕괴할 것임
    • 역사에서 통념이 틀렸던 문제를 골라 붙일 수는 있음. WW1과 Y2K처럼
      하지만 별로 유익하지 않음. 사실 이런 유추에 의한 논증은 실제 분석, 믿을 만한 증거, 입장에 대한 정당화가 부족하다는 걸 드러냄
      이런 식으로 유추를 고르고 골라 주장하면 자기 입장을 다시 말하는 것일 뿐, 남이 믿을 이유를 주지는 못함
    • AI를 수백만 명을 죽이고 수천만 명에게 후유증을 남긴 바이러스와 비교하는 게 어떻게 주장을 효과적으로 뒷받침하는지 모르겠음
    • “초기 숫자가 낮다는 이유로 코로나19 확진자의 지수적 증가를 무시했다”는 일은 실제로 일어나지 않았음
      pg처럼 가속 그래프를 그린 사람들은 모두 틀렸음
      사실 초기 몇 달 동안 코로나가 어떻게 될지에 관해서는 정치 성향과 무관하게 거의 모든 논평자가 틀렸다고 봄

  • 어떤 비즈니스 리더가 인간이 AI로 대체되는 걸 두고 흥분할 수 있는지 이해가 안 됨
    아무도 직업이 없으면 누가 당신 물건을 사나? 나라의 실업률이 오르면 소비지출이 둔화하고 경기침체가 시작됨. 어떻게 그걸 기대할 수 있나?

    • 게임이론, Nash 균형, 죄수의 딜레마, 그리고 귀납 문제 속 칠면조의 관점임
      지금까지 어떤 자동화든 각 행위자는 자기 비용을 줄여 이익을 얻고, 남보다 더 똑똑하게 하면 잠깐 시장을 이김
      칠면조는 살아 있는 매일마다 농부가 자신에게 최선만 바라는 끝없는 공짜 음식 공급원이라는 증거를 조금씩 더 얻음
      Jevons의 역설 같은 걸 들며 경제 법칙이 영원하다고 스스로 속이기 쉬움
    • 암세포는 자신이 속한 생명체를 간접적으로 죽이고 있다는 데 신경 쓰지 않음
      그저 아무 생각 없이 자기 일을 할 뿐임
      만약 생각할 수 있다면, 아마 자기가 제시할 수 있는 분기, 아니 시간 단위 수치에 매우 자랑스러워할 것임. 숫자가 올랐으니 보상받을 시간임
    • 공유지의 비극임. 아무도 물건을 살 수 없다는 건 모두의 문제지만, 인력을 없애 조금 더 절약하는 건 자기 사업에는 큰 이점임
    • 또 다른 질문은 이거임. AI가 모두의 일자리를 먹어 치운다면, 어떤 기업이 새 경쟁자의 등장과 왕좌 탈취로부터 안전할 수 있나?
      낮은 계급의 말단만 위험한 게 아니라 회사도 쉽게 밀릴 수 있음. AI가 기존 제품을 능가하거나 대체할 수 있다고 볼 수 있기 때문임
      제품을 뒷받침하는 AI를 돌릴 처리 능력과 물리적 장비에 대한 자금이 가장 큰 진입장벽이 되려나?
    • AI 업계의 비즈니스 리더들은 흥분하지 않고 이런 우려에 동의함
      원문 기사도 AI 연구소 Anthropic의 CEO가 곧 큰 사회 문제가 올 것으로 본다고 말한 내용임
      문제는 정보 환경이 뒤틀려 있다는 것임. 저자와 많은 논평자는 이런 우려를 “낙관론”이나 “과열”로 묘사함. AI가 실제로 이렇게 큰 영향을 줄 것이라고 보지 않기 때문임

  • 컴퓨터 등장 이후 엄청난 양의 화이트칼라 업무가 자동화됐음
    1960년대 사무직 노동자가 하던 일을 오늘날 사람들이 하는 일과 비교하면 거의 알아볼 수 없을 정도임
    그들은 소프트웨어가 자동으로 하거나 1,000배 빠르게 만들어 주는 일에 엄청난 시간을 썼음. 하지만 대체로 그것은 오히려 더 많은 화이트칼라 일자리를 만들었음. 그런 능력 덕분에 더 많은 일이 처리됐고, 그 결과 새 과업이 필요해졌기 때문임

    • 이 주장은 마음에 들지 않음. 첫째, 빠르고 대규모로 닥치는 실업의 사회적 결과를 다루지 않음. 둘째, 여기서 사라진 일자리가 저기서 새 일자리를 만든다는 자연법칙은 없음
      첫 번째에 대해 말하면, 대공황 때 실업률도 “겨우” 30%였음. 그리고 그 사람들은 결국 다른 일자리를 찾을 수 있었음. 여기서 우리는 더 많은 사람의 영구 실업을 말하고 있음
      Luddites는 옳았음. 기계는 그들의 일자리를 빼앗았음. 자기 기술에 크게 투자한 개인들은 영구적으로 불리해졌고, 저항한 사람들은 처형됐음
      두 번째에 대해 정확히 말하면, 일자리가 없다는 게 문제가 없다는 뜻은 아님. 사회가 달성해야 할 일은 매우 많고, 완벽한 세상이라면 Amazon 상자 포장 일을 자동화로 잃은 사람이 저소득 부모를 위한 어린이집을 열 수 있을 것임. 하지만 우리는 그런 대부분의 일을 가능하게 하는 경제 모델이 없고, 앞으로 더 나빠질 뿐임
    • 고전적인 예는 1950~60년대 고층 사무실 한 층 전체가 스프레드시트 하나로 대체된 사진임
      이 일은 별다른 논평 없이 지나갔음
    • “컴퓨터 등장 이후 많은 화이트칼라 일자리가 자동화됐다”는 말의 한 예가 바로 컴퓨터라는 직업이었음
    • 일화지만, 프랑스어를 배울 수 있게 해 준 건 AI였음
      LLM 이전이었다면 필요한 수업 시간을 얻기 위해 훨씬 더 많은 돈을 냈어야 했을 텐데, Google Translate와 DeepL 덕분에 의미 있는 캐주얼 학습이 가능했음. 혼자 공부하고, 이해하려고 해 보고, 주 2~3회 수업 때 선생님에게 질문을 가져갈 수 있었음
      요즘은 부모님의 언어인 Cantonese와 Mandarin을 배우고 있음. LLM이 가끔 얼마나 엉망인지 웃길 정도임. d20에서 자연 1을 굴리고 아무 구절이나 떨어뜨리는 것 같음. 적어도 내 머릿속 설정은 그럼. 옆에서 DnD를 하고 있는 것임

  • “AI가 내 일의 전부를 하지는 못하니 내 일자리는 안전하다”는 말을 자주 봄
    하지만 규모가 커지고 시간이 지나면, AI가 당신 일의 80%를 할 수 있다면 AI가 그 80%를 하게 됨. 남은 20%의 인간 업무는 통합되어 원래 인원의 20%가 맡는 정규직 일이 되고, 나머지 80%는 해고됨
    오늘 정의된 어떤 직무의 100%를 AI가 해내야만 대규모 노동 재편이 일어나는 건 아님. 직무는 재정의되고, 일반적으로 정말 인간이 해야 하는 부분으로 축소될 것임
    직원 입장에서 AI로 얻은 효율성 이익은 당신 것이 아니라 회사 것임

    • 아니면 연 20만 달러를 받던 일이 연 6만 달러짜리가 될 수도 있음
      그걸로 주택담보대출을 갚을 수 있기를 바라야 함
답변달기