2018. 5. 15 인공지능에의한일자리위험진단사무 판매 기계조작직군대체가능성높아 김건우 인공지능의비약적인발전으로미래일자리에대한우려가높아지고있다. 인공지능이우리나라일자리에미칠영향을분석해본결과전체일자리의 43% 가인공지능으로대체될위험이높은것으로나타났다. 고위험일자리의분포는특정직업과산업으로의쏠림이두드러졌다. 직업별로는 3대고위험직업으로나타난사무직, 판매직, 기계조작종사자가전체고위험일자리의약 70% 를차지하였으며산업별로는도소매업, 음식숙박업, 제조업등 3대고위험산업에고위험일자리의약 60% 가집중된것으로나타났다. 학력별및소득별로보면중위층의일자리에서고위험비중이높게나타나중산층의충격이클것으로보인다. 인공지능에의한자동화의물결은불과몇년사이에빠르게현실화되고있다. 개인과기업들은인공지능으로인한경쟁환경의변화에유연하게대처할수있도록준비할필요가있으며, 정부는인공지능으로인한경제구조의변화에대응할수있도록노동시장의유연안정성제고를위한제도적기반마련에나서야할것으로보인다.
1. 인공지능의노동시장영향에대한기존연구 인공지능의비약적인발전이노동시장에가져올변화에관심이모아지고있다. 인공지능구현을위한접근방법의변화와빅데이터에기반한급진적인기술적성과들이자동화가가능한업무의경계를바꾸고있기때문이다. 과거에는사람고유의일이라고여겨졌던일들이점점더컴퓨터도할수있는일로바뀌고있다. 과거자동화는정형화된업무에국한과거자동화는명시적인규칙에기반하는정형화된업무중심으로이루어졌다. 미국 MIT대학의노동경제학자인데이비드오토 (David Autor) 등이 2003년에자동화에따른노동시장영향의분석틀을제시한바있다. 1 이들은모든직업이과업 (task) 의묶음으로구성되었다고보고, 단순반복적인업무나일정한규칙을따르는업무가많은직업일수록컴퓨터프로그램을통한자동화가능성이크다고보았다. 자동화할수있는업무에는장부기록과같은정신노동뿐만아니라컴퓨터로기계를제어함으로써대체가능한육체노동도포함되었다. 반면, 명시적인규칙을따르지않는업무는비정형화된업무로정의하고, 자동화가어려운것으로간주하였다. 자동차운전이나법률문서작성과같은업무가비정형화된업무에해당된다. 이러한업무들은사람의경험과훈련을통해서숙련도를높일수있는특성을가지고있으며컴퓨터프로그램으로는구현하기힘들것으로보았다. 인공지능으로비정형화된업무도대체가능비정형화된업무들의자동화가어려운근거로 폴라니역설 이제시된다. 폴라니의역설은 사람은말로표현하는것보다더많이알고있다.(We know more than we can tell.) 로요약할수있다. 말로표현하기힘든것은명시적인규칙들로컴퓨터를학습시키기어렵다는의미이다. 자동차운전과같이경험을통해서학습하고상황에따라판단하여대처하는업무들은컴퓨터프로그램으로작성하는것이사실상불가능하다고여겨져왔다. 폴라니역설 (Polanyi s Paradox) 은오랫동안인공지능연구자들의발목을잡아왔다. 그러나현재의인공지능기술은폴라니의역설을우회함으로써자동화가능한업무의경계를무너뜨리고있다. 컴퓨터가시행착오를거치면서데이터를학습하고스스로알고리즘을개선해나가면서사람과마찬가지로경험을통한지식습득이가능하게된것이다. 1 Autor, D., Levy, F. and Murnane, R.J. The skill content of recent technological change: An empirical exploration., 2003 LG 경제연구원 1
스스로규칙을발견하는인공지능의부상 최근인공지능의부상은머신러닝의발전에기인한다. 머신러닝 (machine learning 기계학습 ) 은컴퓨터가데이터를학습하여스스로규칙을찾는방법으로인간의지능을구현하는연구분야이다. 과거인공지능의대표적인방법이었던전문가시스템은사람이직접규칙을프로그래밍하여컴퓨터에게알려주는방식으로인공지능을구현하였다. 반면, 머신러닝은일일이코드로명시하지않은동작을데이터로부터학습하여실행할수있도록함으로써인공지능을구현한다. 머신러닝이최근에각광받게된것은머신러닝방법론중에서딥러닝 (deep learning 심화학습 ) 이가져온성과때문이다. 딥러닝은 1980년대부터연구자들이관심을가져었던심층신경망이론에기반한것으로인간의두뇌작동방식을모방한인공지능구현방법이다. 최근빅데이터와컴퓨팅파워향상에힘입어오랜기간이론중심으로만논의되고있었던딥러닝이본격적으로구현되기시작하면서인공지능의새로운전기를이끌고있다. 딥러닝은구현과정에서비정형화된데이터를일일이손질해야하는번거롭고비용이많이드는과정을간소화하거나건너뛰게해주었고, 과거의알고리즘에비해서매우뛰어난결과물을산출해내었기때문에다양한영역으로빠르게확산되고있다. 패턴인식, 자연어처리등의분야에서는이미인공지능이인간의능력을능가하거나근접하는성능을보여주고있다. 양질의데이터를확보한산업에서는다양한비즈니스분야에인공지능을도입하고있다.( 차트 2 ) 인공지능, 머신러닝, 딥러닝의개념도 1 인공지능 머신러닝 딥러닝 인공지능활용사례 ( 지도학습기준 ) 2 입력 (X) 출력 (Y) 응용사례 음성녹음녹취록음성인식 과거시장데이터미래시장데이터주식트레이딩봇 사진사진설명이미지자동태깅 의약품화학적성분치료효능의약품 R&D 매장거래데이터사기거래데이터이상거래탐지 음식레시피고객평가음식추천 구매기록향후구매행동고객유지전략제안 자동차위치및속도교통흐름교통신호등제어 얼굴사진이름안면인식 주 : 지도학습은입력데이터와출력데이터를매핑시키는방식으로모델을유추하는인공지능 ( 머신러닝 ) 구현방식자료 : E. Brynjolfsson & A. Mcafee(2017) 이세돌을물리친알파고의경우바둑잘두는법을컴퓨터에입력하는방식대신에바둑고수들의대국데이터를컴퓨터가학습하도록하여스스로승리전략을습득하도록하는방식으로구현되었다. 기본적인실력을쌓은이후에는자기자신과수백만번대국하는강화학습 (Reinforcement Learning) 을통해서인간고수를능가하는실력을축적할수있었다. 이러한접근방식은게임과같은가상환경뿐아니라실제환경에서상호작용하는로봇에도접목되면서협업로봇에서부터자율주행차까지다양한분야에서성과를내고있다. 2 외부환경을스스로인식하고상황을판단하여자율적으로동작할수있는성능좋은인공지능개발이가속화되면서 IT서비스, 가전, 자동차, 공장등으로적용이확산되고있다. 2 LG 경제연구원, 최근인공지능개발트렌드와미래의진화방향, 2017.10 2 LG 경제연구원
일자리대체에대한연구결과엇갈려 최근들어경제학자들사이에서도인공 지능이중요한화두로등장하였다. 인 공지능이일자리에미칠영향에대한 논의는 2013 년영국옥스포드대학의 경제학자프레이 (C. Frey) 교수와인공 지능전문가오스본 (M. Osborne) 교수 의연구이후본격화되었다 ( 이하프레 이 & 오스본 ). 이들의연구는데이비드 오토등 (2003) 이선구적으로연구한정 형화업무와비정형화업무의분석틀을 인지적 육체적 이용하되여기에서한걸음더나아갔다. 인공지능의발전으로대부분의비정형화된 업무도컴퓨터로대체될수있다고본것이핵심적인관점의변화다. 이들은 10~20 년후에도인공지능이대체하기힘든업무를 Creative Intelligence( 창의적지능 ), Social Intelligence( 사회적지능 ), Perception and Manipulation( 감지및조작 ) 등 3 가지병목 (bottleneck) 업무로국한시키고, 이를미국직업정보시스템 (O*Net) 에서 조사하는 9 개직능변수를이용하여정량화하였다. 직업별로 3 가지병목업무의비 중에따라서인공지능에의한대체정도가달라진다고본것이다. 프레이 & 오스본의 분석에따르면, 미국노동시장일자리의 47% 가향후 10~20 년후에인공지능에의 해서자동화될가능성이높은고위험군으로나타났다. 3 자동화가능업무영역의확장 3 Autor et al.(2003) 프레이 & 오스본의연구는전세계연구자들사이에서반론과재반론을불러일으키며 논쟁의중심에섰다. OECD(2016) 는프레이 & 오스본의연구가자동화위험을과대추 정형 비정형 법률문서장부기록, 작성, 계산의료진단 반복조립, 분류 트럭운전, 잡무 자동화가능영역 ( 정형화된업무에국한 ) 인지적 육체적 Frey & Osborne(2013) 정형 비정형 자동화가능영역 ( 병목업무외에전분야 ) 자료 : Autor, Levy, Murnane(2003), Frey & Osborne(2013), LG 경제연구원 병목 (bottleneck) 업무 창의적지능 사회적지능 감지및조작 연구방법론에따른고위험일자리비중 (%) 4 59 35 48 49 56 47 직무 (occupation) 기반접근 (Frey&Osborne) 과업 (task) 기반접근 (OECD) 수정된과업기반접근 (PwC) 업무활동 (Work activity) 기반접근 (McKinsey) 52 46 43 43 38 35 30 21 12 7 9 6 10 독일일본미국한국영국주 : PwC의연구에서한국은포함되지않았음. Frey&Osborne 방법론에서한국수치는 LG경제연구원계산결과자료 : Frey & Osborne(2013), WTO(2017), OECD(2016), PwC(2017), McKinsey(2017), LG경제연구원 3 인공지능에의한대체확률이 0.7 이상인경우고위험군, 0.3~0.7 미만인경우중위험군, 0.3 미만의경우저위험군으로분류하였다. LG 경제연구원 3
정하고있다고비판하였다. 인공지능이직업자체를대체하기보다는직업을구성하는과업 (task) 의일부를대체할것이라는주장이었다. OECD의분석에따르면미국의경우 9% 의일자리만이고위험군에해당한다고밝혔다. 4 데이비드오토 (2015) 는각직업에포함된개별적인작업을기술적으로분리하여자동화할수있더라도대면서비스를더선호하는소비자로인해서완전히자동화되는일자리의수는제한적일것이라고주장하였다. 5 컨설팅회사 PwC(2017) 는 OECD의방법론이오히려자동화위험을과소평가하고있다고주장하고, OECD의연구방법을수정하여다시분석하였다. 그결과미국의고위험일자리비중이 OECD에서분석한 9% 수준에서 38% 로다시높아졌다. 동일한방법으로영국, 독일, 일본의고위험군비중을계산한결과도 OECD의연구에비해서최소 14%p 이상높은것으로나타났다. 6 매킨지 (2017) 는직업별로필요한업무활동에투입되는시간을기준으로자동화위험을분석하였다. 분석결과모든업무활동이완전히자동화될수있는일자리의비중은미국의경우 5% 이하에불과하지만, 근로자들이업무에쓰는시간의평균 46% 가자동화될가능성이있는것으로나타났다. 7 우리나라의경우 52% 의업무활동시간이자동화위험에노출될것으로나타났는데, 이는독일 (59%), 일본 (56%) 보다는낮고, 미국 (46%), 영국 (43%) 보다는높은수준이다. 인공지능에의한비관적시나리오검토필요성높아인공지능을비롯한기술이일자리에미칠영향에대한연구결과는연구방법론과데이터에따라서다양한결론에도달하고있다. OECD(2016) 의연구와같이자동화의위험이상대적으로낮다고추정하는연구가있는반면, 이를반박하면서프레이 & 오스본과유사한결론을맺는연구들도존재한다. 불확실한미래를전망함에있어서연구자들의가설과방법론에따라서상이한결과가제시되고있다. 인공지능의급격한발전속도를고려한다면자동화위험이높은시나리오를상정하고대비하는것이바람직하다고판단된다. 점점더많은연구자들이인공지능이고용에미칠영향에대해우려의목소리를높이고있다. 인공지능이새로운일자리를만들어내겠지만기존일자리가사라지는과정에서직업이동이어려운근로자들의경제적충격이심화되고, 경제전반의양극화문제를확산시킬수있다. 비관적인상황에서도노동시장의충격을흡수할수있는정책과제도를고민하는것이인공지능으로인한사회적손실을최소화하고, 기술적인이점을누릴수있는방향이될수있다. 4 Arntz, M., T. Gregory and U. Zierahn, The Risk of Automation for Jobs in OECD Countries: A Comparative Analysis, 2016.6 5 Autor, D., Why Are There Still So Many Jobs? The History and Future of Workplace Automation,, 2015 6 PwC, Will Will robots steal our jobs? The potential impact of automation on the UK and other major economies, 2017.3 7 McKinsey&Company, A future that works: Automation, Employment, and Productivity, 2017.1 4 LG 경제연구원
최전선에있는경제학자들은인공지능을어떻게보고있는가? 인공지능은 IT 업계뿐만아니라경제학계에서도중요한연구주제가되었다. 대표적인사례로전미경제연구소 (NBER) 에서지난해부터시작한 인공지능의경제학 (The Economics of Artificial Intelligence: An Agenda) 이라는연구프로젝트를꼽을수있다. 노벨경제학상수상자를비롯한북미의대표적경제학자들이연구진으로참가하고있다. 2017 년 9 월에토론토에서개최한컨퍼런스에서는연구진들뿐만아니라제프리힌튼, 얀레쿤등의인공지능분야의석학들도함께모여서인공지능이경제에미칠영향에대해서논의하였으며, 올해연구결과를모아서단행본발간을앞두고있다. 1 연구진들은최종연구결과물이나오기이전에컨퍼런스발표자료와연구보고서 (working paper) 를공개하고있다. 이들경제학자들이기술로서인공지능을바라보는관점은한마디로 일반목적기술 이라는용어로표현할수있다. 일반목적기술 (General Purpose Technology) 은산업혁명의기반기술이었던증기기관이나전기와같이산업전반에도입되어과거에 1 Ajay K. Agrawal, Joshua Gans, Avi Goldfarb, The Economics of Artificial Intelligence: An Agenda, 2018 불가능했던새로운경제적기회를창출하는기술을말한다. 비약적인발전을거듭하고있는인공지능이경제전반에적지않은구조적변화를일으킬수있을것이라고주목하고있는것이다. 인공지능이일자리에미칠영향에대해서는장기적으로경제전반의생산성을높여일자리를늘려줄것이라는낙관적인전망도다수제시된다. 2 그러나단기적으로인공지능에의해서대체되는일자리가광범위하게발생하면서소득양극화를심화시킬수있다는점역시공통적으로지적된다. 3 인공지능에의한단기의사회적손실을최소화하고장기적인이득을구성원모두가골고루누릴수있기위해서는정책적선택이중요함을강조하고있다. 2 James Bessen( AI and Jobs: The Role of Demand ), Austan Goolsbee( Public Policy in an AI Economy ), Jason Furman( Should We Be Reassured If Automation in the Future Looks Like Automation in the Past? ) 등이대표적저자와연구들임. 3 Daron Acemoglu, Pascual Restrepo( Artificial Intelligence, Automation, and Work ), Anton Korinek, Joseph E. Stiglitz( Artificial Intelligence and Its Implications for Income Distribution and Unemployment ) 등이대표적저자와연구들임. 2. 인공지능이우리나라노동시장에미치는영향 인공지능이일자리에미치는영향이클것으로예측했던프레이 & 오스본의연구를국내노동시장에적용해보았다. 미국직업기준으로도출한직업별대체확률을우리나라의직업분류코드에매칭시켜우리나라일자리의대체확률을구한다음, 최신고용데이터를이용하여인공지능에의한자동화위험에노출된일자리의분포와특성을분석해보았다. 8 자동화위험은직업별로다양하게분포 프레이 & 오스본에서도출한직업별대체확률을우리나라직업별로변환하면차트 5 와같다. 우리나라 423 개직업 ( 세분류기준 ) 의대체확률분포를나타낸다. 관리자 와 전문가및관련종사자 의경우대체확률이낮은부분에직업들이많이분포해있는 것을알수있다. 다만, 관리자와는달리 전문가및관련종사자 중에서는대체확률 이 1.0 에가까운직업들도있는것으로나타난다. 사무종사자 와 판매종사자, 장 8 국내에서도한국노동연구원 (2015) 에서유사한방법을이용하여연구한사례가있으나본연구와는직업매칭방법이다름. 해당연구에서는미국의직업전망자료와직종별고용통계를참조하여미국의직업별업무내용과일치하는직업을우리나라직업사전에서찾아서매칭시키는방식을이용하여, 직업소분류기준 132 개 ( 전체 149 개중 89% 가분석에포함 ), 세분류기준 301 개 ( 전체 428 개중 70% 가분석에포함 ) 가분석에포함. LG 경제연구원 5
본연구의분석방법 프레이 & 오스본의연구는앞으로인공지능으로대체되기힘든업무을크게 3 가지병목업무로꼽고, 이들업무의비중이높은직업은컴퓨터로대체되기힘든직업, 반대로낮은직업은컴퓨터로대체되기쉬운직업으로상정하였다. 저자들은미국직업데이터를대상으로세분류기준 702 개직업중컴퓨터로대체가능성여부가명확한 70 개직업에대해서사전적으로 0( 대체불가 ) 혹은 1( 완전대체 ) 의극단적인확률을부여하여지도학습으로모형을만든다음전체직업에대한전산화확률 (Probability of Computerization 이하대체확률 ) 을추정하였다. 본연구에서는주요국을대상으로분석한기존연구들과같이미국과동일한직업일경우대체확률이동일할것임을가정하고, 미국의직업분류와한국의직업분류를연계하는방법으로인공지능이한국노동시장에미칠영향을살펴보았다. 구체적인분석방법은아래와같다. 1 프레이 & 오스본이미국노동시장을대상으로도출한대체확률을미국표준직업분류 (SOC) 와국제노동기구 (ILO) 의국제표준직업분류 (ISCO) 연계표를이용해서국제표준직업분류기준으로전환 2 국제표준직업분류와한국표준직업분류 (KSCO) 연계표를이용하여한국표준직업분류세분류기준 423 개직업의대체확률로전환 ( 전체 426 개직업중프레이 & 오스본연구에서제외한군인관련 3 개생략 ) 3 한국기준으로전환한대체확률을지역별고용조사마이크로데이터와매칭시켜직업별, 산업별, 학력별등일자리특성별로자동화위험에노출된일자리현황분석 ( 직업, 산업은소분류까지만파악이가능하여세분류대체확률을 147 개직업소분류별로평균하여계산한것을이용 ) 치, 기계조작및조립종사자 의경우예외 적인몇개의직업을제외하면대부분직업 의대체확률이 0.5 이상을넘어선다. 이들 세직업의평균대체확률은 0.8 이상인것 으로나타났다. 한편, 농림어업숙련종사 자 의경우는대체확률이 0.5~0.8 사이에 몰려있는것으로나타나며, 서비스종사 자 와 기능원및관련기능종사자 의경우 에는대체확률이비교적고르게분포한다. 인공지능에의한자동화위험이높은상위 20 대직업과하위 20 대직업은차트 6 과 같다. 자동화위험이가장높은직업은통신 서비스판매원, 텔레마케터, 인터넷판매원등과같이온라인을통한판매를주요업 무로하는직업들이다. 관세사, 회계사와세무사등도자동화위험이높은상위 20 대 직업에포함되어있어전문직에서도업무내용에따라서는인공지능에의한자동화 위험에서자유롭지못한것으로나타났다. 반면, 인공지능에의해서대체되기힘든직업은보건, 교육, 연구등사람간의상호의 사소통이나고도의지적능력이필요한직업이었다. 특히, 영양사 ( 대체확률 0.004), 의 사 (0.004), 교육관련전문가 (0.004), 성직자 (0.017), 공학기술자및연구원 (0.017) 등 이매우낮은수준의대체확률을보였다. 직업별대체확률분포 5 대체확률 1.0 0.8 0.6 0.4 0.2 0 관리자 전문가및관련종사자 사무종사자 서비스종사자 주 : 세분류기준 423 개직업의대체확률별분포자료 : Frey & Osborne(2013), LG 경제연구원 판매종사자 농립어업숙련자 기능원및 관련기능종사자 장치, 기계조작및조립종사자 단순노무종사자 6 LG 경제연구원
자동화위험이높은직업과낮은직업상위 20 개 6 자동화위험이높은상위 20대직업 자동화위험이낮은하위 20대직업 분류코드 직업명 대체확률분류코드 직업명 대체확률 5302 통신서비스판매원 0.990 2440 영양사 0.004 5303 텔레마케터 0.990 2411 전문의사 0.004 5304 인터넷판매원 0.990 2591 장학관ㆍ연구관및교육관련전문가 0.004 8922 사진인화및현상기조작원 0.990 1312 교육관리자 0.007 2714 관세사 0.985 1331 보건의료관련관리자 0.007 3125 무역사무원 0.985 2521 중고등학교교사 0.008 3142 전산자료입력원및사무보조원 0.980 2545 학습지및방문교사 0.009 3132 경리사무원 0.970 2221 컴퓨터시스템설계및분석가 0.011 5220 상품대여원 0.970 2523 특수교육교사 0.012 8212 표백및염색관련조작원 0.970 2420 약사및한약사 0.012 8222 신발제조기조작원및조립원 0.970 1390 기타전문서비스관리자 0.014 8324 고무및플라스틱제품조립원 0.970 2542 컴퓨터강사 0.014 8912 가구조립원 0.970 2489 기타종교관련종사자 0.017 8919 기타목재및종이관련기계조작원 0.970 2481 성직자 0.017 9991 구두미화원 0.970 2321 화학공학기술자및연구원 0.017 3201 출납창구사무원 0.965 2392 섬유공학기술자및연구원 0.017 3126 운송사무원 0.960 2393 가스에너지기술자및연구원 0.017 8211 섬유제조기계조작원 0.960 1311 연구관리자 0.018 2712 회계사 0.957 2311 건축가및건축공학기술자 0.018 2713 세무사 0.957 2341 환경공학기술자및연구원 0.018 자료 : Frey & Osborne(2013), LG경제연구원 사무 판매 기계조작종사자등 3대직업이고위험일자리 72% 차지우리나라직업을기준으로전환한직업별대체확률을국내고용데이터와결합하여분석해보면자동화위험에따라얼마나많은일자리들이분포하는지살펴볼수있다. 고용데이터로는지역별고용조사의최신마이크로데이터 (2017년상반기 ) 를이용하였다. 지역별고용조사는전국약 20만가구를표본으로조사하는통계로직업별, 산업별로소분류기준으로상세한고용현황을파악할수있다. 분석결과우리나라노동시장일자리의 43% 가자동화고위험군으로나타났다. 2017년상반기기준전체취업자약 2,660만명중에 1,136 만명이향후인공지능에의해서대체될가능성이높은일자리에종사하고있는것이다. 대체확률 0.3에서 0.7 미만의중위험군은전체취업자의 39% 인 1,036만명, 대체확률 0.3 미만의저위험군은 18% 인 486만명으로나타났다. 우리나라자동화위험별취업자현황 7 위험군구분 대체확률 취업자수 ( 만명 ) 취업자비중 (%) 고위험 0.7 이상 1,136 43% 중위험 0.3~0.7 미만 1,036 39% 저위험 0.3 미만 486 18% 자료 : 통계청, LG 경제연구원 LG 경제연구원 7
자동화위험도는직업에따라서편차가크다. 전문가및관련종사자 의경우에는취업자 547만명의 77% 에해당하는 421 만명이저위험군일자리로구성되어있다. 전산업의저위험군취업자수는 486만명인데, 이중 87% 의일자리가 전문가및관련종사자 에몰려있는것이다. 반면, 고위험군일자리의 72% 에해당하는 818만명이 사무종사자, 판매종사자, 장치, 기계조작및조립종사자 ( 이하기계조작종사자 ) 등에분포하고있다.( 차트 8 ) 이들직업은 3대고위험직업이라고부를수있을만큼고위험군의절대적인인원이많을뿐더러직업내고위험군의상대적인비중도절반이상으로높게나타났다. 한편, 단순노무종사자, 기능원및관련종사자, 서비스종사자, 농림어업숙련자 등은고위험군취업자보다중위험군취업자비중이높게나타나 3대고위험직업과는다른양상을보여주었다.( 차트 9 ) 사무종사자는취업자 458만명중 86%(395만명 ) 가고위험군에속했다. 경영지원혹은사무보조성격의업무들이자동화위험에취약한것으로나타났다. 사무종사자의소분류직업을살펴보면, 경영관련사무원 ( 고위험군 234만명 ), 회계및경리사무원 (78만명), 비서및사무보조원 (26만명), 고객상담및기타사무원 (17만명) 등이사무종사자고위험군의대부분을차지했다. 직업별자동화위험군취업자수 ( 만명 ) 8 사무 판매 장치, 기계조작및조립 단순노무 기능원및관련기능 서비스 농림어업숙련자 전문가및관련 관리자 3 대직업, 고위험군의 72% 고위험중위험저위험 0 200 400 600 자료 : 통계청, LG경제연구원 직업별자동화위험군비중 (%) 9 사무판매장치, 기계조작및조립 단순노무기능원및관련서비스농림어업숙련자 전문가및관련관리자 저위험 60 53 68 90 77 86 중위험 86 78 59 고위험 0 50 100(%) 주 : 숫자는각직업중비중이가장큰위험군의수치자료 : 통계청, LG 경제연구원 고위험직업 중위험직업 저위험직업 전통적으로 화이트칼라 를상징했던사무종사자의업무는인공지능기술확산에따른로보틱프로세스자동화 (Robotic Process Automation) 의영향을크게받게될것이다. 최근인공지능을이용한가상의비즈니스로봇이서류분석, 보고서작성, 메일회신, 인사채용, 성과지급등을자동화하는로보틱프로세스자동화 (RPA) 솔루션을도입하는기업들이늘어나고있다. IBM은기업사무직업무의 63% 가 RPA 로대체될수있을것으로전망하고있다. RPA 를도입한기업들은기존의인력들을감축하거나보다창의적이고부가가치가높은업무로새롭게배치할유인이높기때문에직능향상을위한재교육프로그램, 이직및전직지원프로그램등에대한수요가높아질것으로예상된다. 판매종사자는 306만명중 78%(238만명 ) 가고위험군으로나타났다. 매장판매종사자 (197만명), 방문노점및통신판매관련종사자 (38만명) 들이고위험군의대부분을구성하고있다. 인공지능의발전에따라 아마존고 (Amazon Go) 와같은무인매장이확대되고, 챗봇, 인공지능상담원 등이콜센터의고객상담업무를대신할것으로전망되는상황이다. 8 LG 경제연구원
기계조작종사자는산업용기계조작이나컴퓨터를이용한기계제어, 운송장비운전등의작업을하는이른바 블루칼라 종사자들이다. 운전관련직업은중위험군인데반해서, 기계조작및제어, 조립에해당하는 185만명 ( 기계조작종사자의 59%) 이고위험군에해당하는것으로나타난다. 점점더많은제조업공정이인공지능으로제어되는스마트팩토리로진화해갈것으로전망되고있다. 제조업자동화로조작및조립종사자에대한기업의수요가감소하는대신스마트팩토리운영에필요한인공지능, IoT, 클라우드컴퓨팅등과관련된지식중심노동수요가늘어날전망이다. 도소매업, 숙박음식점업, 제조업등 3 대산업이고위험일자리 63% 차지 직업별로살펴본고위험취업자분포를산업별로도나누어살펴보았다. 그결과고위험 군취업자 1,136 만명의 63% 가 도매및소매업, 제조업, 숙박및음식점업 등이른바 3 대고위 험산업에몰려있는것으로나타났다.( 차트 10) 3 대고위험산업이전체고용에서차지하는비중 이약 40% 로높은편인데다가, 고위험군비중도 산업평균에비해서높은결과다. 도매및소매업 은취업자 377 만명중 75%(283 만 명 ) 가고위험군에속한다. 이어서 제조업 취업자 444 만명의 67%(299 만명 ), 숙박및음식점업 취 업자의 59%(133 만명 ) 가고위험군에해당하는것 으로나타났다. 도매및소매업의고위험군비중 이높은이유는판매종사자의비중이전체산업 평균에비해서 48%p 높기때문이다.( 차트 11 ) 제 조업의경우에는고위험군인장치, 기계조작및 산업별고위험군취업자수 ( 만명 ) 10 전산업제조업도매및소매업숙박및음식점업건설업사업시설관리및사업지원서비스업금융및보험업전문, 과학및기술서비스업운수업부동산업및임대업협회및단체, 수리및기타개인서비스업교육서비스업농업, 임업및어업출판, 영상, 방송통신및정보서비스업보건업및사회복지서비스업공공행정, 국방및사회보장행정예술, 스포츠및여가관련서비스업전기, 가스, 증기및수도사업하수 폐기물처리, 원료재생및환경복원업광업국제및외국기관 자료 : 통계청, LG 경제연구원 133 1,136 283 299 3 대산업, 고위험군의 63% 가구내생산활동 0 200 400 600 800 1,000 1,200 3 대고위험산업의직업별취업자비중 (%p) 11 도매및소매업 제조업 숙박및음식점업 관리자 전문가및관련종사자 사무 서비스 판매 농림어업숙련자 기능원및관련기능 장치, 기계조작및조립 단순노무 -14-10 -5-6 -10-1 -3 0 48-10 -10-9 -5-4 0 5 8 25-1 -20-15 -2-5 -8-12 6 55 주 : 전산업평균대비차이자료 : 통계청, LG 경제연구원 LG 경제연구원 9
조립종사자, 기능원및관련기능종사자등생산직의비중이높을뿐만아니라, 자동화위험이높은사무직의비중도평균보다 5%p가높다. 숙박및음식업의경우에는서비스종사자의비중이전체평균대비 55%p 높았고, 이중에서도고위험군인음식서비스종사자가다수를차지하는것으로나타났다. 도매및소매업 과 숙박및음식점업 이자동화고위험산업으로나타난것은주시해볼필요가있다. 이들산업은제조업등여타산업에비해서기술혁신의영향에서비교적영향을덜받는산업이었고, 더불어이른바 지역상권 을대표하는산업으로서수요와공급이지리적으로제약된다는것이특징이었다. 오프라인매장에서사람과사람의상호작용을통해서비스가공급되는것이이들산업의주된영업방식이기때문이다. 그러나이러한내수서비스산업들도앞으로는자동화의영향을크게받을수있다. 과거에는사람의개입이필요했던업무들이인공지능의도움으로자동화될가능성이커졌기때문이다. 영상인식, 음성인식, 자연어처리등에서인공지능이두각을나타내면서컴퓨터와사람의의사소통이보다쉽고정확해지고있다. 더불어센서, 로봇기술등의발전으로가상세계와현실세계의접점도넓어지는추세다. 서비스업의원격공급확대로일자리해외유출우려주요국에서빠르게확산되고있는무인화바람은앞으로지역상권의일자리를위협할주요원천이될것이다. 이미미국의오프라인유통사업자들은최대전자상거래기업아마존에밀려파산하거나사업규모를축소하고있다. 아마존은인공지능을이용한상품추천, 로봇을이용한창고자동화등지속적인혁신을통해서유통업을장악하고있으며, 최근에는아마존고 (Amazon Go), 드론배송등무인매장, 무인배송서비스로영향력을확대해나가는중이다. 중국에서도 신소매유통 이라고불리는오프라인매장의디지털화가빠르게나타나고있다. 24시간무인편의점인 빙고박스 (BingoBox) 를비롯하여, 알리바바의 타오카페 (Tao Cafe), 식품업체와하하의 테이크고 (TakeGo) 등온라인, 오프라인을막론하고다양한유통업체들이무인점포시장에뛰어들고있다. 국내에서도무인편의점이시범서비스를시작하였고, 스마트폰간편주문및결제, 키오스크등을통해서서비스업무를자동화하는범위가점점더확대되고있다. 서비스업의자동화가확산되면교역이제한적이었던서비스도교역재의성격을가지게된다. 서비스의전달과정에서최종고객과의접점이되는컴퓨터나스마트폰, 서비스로봇등을제어하는인공지능알고리즘과데이터는인터넷을통해서어디에서든공급이가능해지기때문이다. 점점더확대되고있는디지털무역 (digital trade) 9 9 전자상거래 ( 해외직구포함 ), 디지털컨텐츠거래 ( 앱스토어, SNS, 동영상스트리밍서비스등 ) 등과같이인터넷기반기술이주문, 생산, 운송과정에서중요한역할을하는국내거래및국제무역 10 LG 경제연구원
이내수서비스산업에도유의미하게영향을미칠수있다. 지역상권종사자의경쟁자가시외나해외에서도등장할수있는것이다. 예를들어, 오프라인매장의무인화는안면인식기술과같은인공지능과스마트폰을이용한모바일결제등이결합된무인점포솔루션을통해서이루어진다. 이러한디지털솔루션들은기존클라우드서비스와같이해외에위치한서버를통해서도원격으로공급될수있다. 오프라인매장의무인화는지역매장에종사하는취업자들의일자리를감소시키는동시에, 대체서비스의공급이해외에서이루어는경우에는일자리유출이발생하는효과도나타날수있다. 교육수준별고위험군취업자비중 (%) 12 중산층이인공지능에더크게영향을받을전망교육이나소득수준측면으로나누어볼경우중위계층의고위험군비중이높은것으로나타난것도주목할만한점이다. 교육수준별고위험군비중은고졸 51%, 전문대졸 48%, 대졸 41% 순으로높게나타났다.( 차트 12) 교육수준별로직업분포를살펴보면, 고졸 ~ 대졸에 3대고위험직업의비중이 45% 이상으로높게나타난다. 반면학력이낮아질수록농림어업숙련직과단순노무직의비중이높은것으로나타났으며, 관리자와전문직의비중은교육수준에비례하여높은것으로나타났다.( 차트 13) 소득수준별로도중간소득수준의고위험군비중이상대적으로높게나타났다. 월평균소득수준이 100~200만원, 200~300만원인취업자의고위험군비중이각각 47% 로가장높았다. 이수준을기점으로소득이낮거나높은경우모두고위험군비중이낮아지는것으로나타났다.( 차트 14 ) 소득 100~300만원구간은전체고위험군취업자의절반이상이집 24 30 37 무학 초등학교 중학교 자료 : 통계청, LG경제연구원 51 고등학교 48 41 19 전문대대학교석사박사 교육수준별직업분포 (%) 13 100 80 60 40 20 0 무학 농립어업 + 단순노무 초등학교 중학교 3 대고위험직업 고등학교 전문대대학교석사 주 : 3 대고위험직업은사무, 판매, 기계조작종사자자료 : 통계청, LG 경제연구원 관리자 + 전문가 6 박사 소득수준별고위험군취업자비중 (%) 14 고위험군취업자의소득별분포 15 45 47 47 42 38 33 500 만원미만 6% 400 만원미만 14% 500 만원이상 6% 100 만원미만 11% 200 만원미만 34% 300 만원미만 29% 100만원미만 200만원미만 300만원미만 자료 : 통계청, LG경제연구원 400 만원미만 500 만원미만 500 만원이상 주 : 각소득별고위험군취업자가전체고위험군취업자에서차지하는비중자료 : 통계청, LG 경제연구원 LG 경제연구원 11
중적으로분포하고있다.( 차트 15) 우리나라전체취업자중 60% 가소득 100~300 만 원구간에분포하고있기때문이다. 인공지능에의한자동화의위험이과거의기술과 마찬가지로향후에중산층에영향이클것임을보여주는결과다. 이미정형화된일자리를컴퓨터가대체하는과정에서도중숙련일자리의비중이크게감소하면서노동시장의양극화가심화된바있다. 10 World Bank(2016) 에따르면, 90년대중반이후대부분의국가들에서고숙련일자리가증가하고, 저숙련일자리가증가하거나소폭감소하는동안, 중숙련일자리의비중은크게감소한것으로나타난다.( 차트 16) 인공지능의발전으로비정형화된업무까지자동화될경우에도중산층이가장큰영향을받게된다면, 사회의양극화문제가훨씬더심해질우려가있는것이다. 기술숙련도별일자리비중변화 (%p) 16 고숙련 0.62 0.67 중숙련 0.29 0.46 0.48 저숙련 0.40 0.36 0.25 0.27 0.18 0.10 0.16 0.22 0.14 0.08 0.07-0.04-0.49-0.37-0.35-0.32-0.32-0.05-0.22-0.75-0.62-0.89 프랑스 영국 한국 독일 캐나다 인도 멕시코 미국 러시아 주 : 1995~2012 년기간중기술숙련도별일자리비중의연평균변화자료 : World bank(2016) 3. 미래일자리변화의의미와시사점 인공지능에의한자동화의물결은아직초기단계이다. 무인매장, 무인창고등일부산업에서는서서히현실화되는조짐이관찰되고있지만, 산업전반에서인공지능의상용화는아직멀었다고보는견해도있다. 그러나최근수년간인공지능의비약적인발전속도를고려한다면안심할수는없는상황이다. 이미기존산업계의이슈가되고있는 우버화 (Uberization) 11 나 아마존효과 (Amazon Effect) 12 의기저에는방대한데이터를분석하여상품을추천하거나수요자와공급자를매칭하고, 수요를예측하는머신러닝알고리즘의활용이자리잡고있다. 앞으로영상인식, 음성인식, 자연어처리등의발전과함께인공지능이 IoT( 사물인터넷 ), 로봇등과결합하게되면인공지능의도입이산업전반으로확산될것이다. 인공지능이우리나라일자리에미칠영향을분석해본결과우리나라일자리의 43% 가자동화될가능성이높은고위험군으로나타났다. 특히 3대고위험직업과 3대고위험산업에인공지능에의한자동화로대체가능성이높은취업자가 60% 이상몰려있는것으로나타났다. 전통적으로자동화의영향이컸던제조업, 블루칼라근로자뿐만아니라화이트칼라근로자나지역상권의서비스업일자리도인공지능에의한자동 10 Acemoglu, D. and D. Autor, Skills, Tasks and Technologies : Implications for Employment and Farnings, 2010 11 공유경제를대표하는차량공유서비스인우버 (Uber) 에서기인한용어로온라인플랫폼이전문중개인을대신하여거래를주선하고수요자의요청에따라공급자가직접재화나서비스를제공하는경제활동의확산현상을말함. 12 미국아마존이영위하는전자상거래의영향력이확대됨에따라전통소매산업이위축되고, 고용과물가등거시경제에도영향을미치는현상을말함. 12 LG 경제연구원
화에크게노출되어있다. 학력, 소득이중간계층일경우에상대적으로자동화위험이높게나타난것도특징이다. 인공지능에의한자동화위험이특정직업이나산업, 계층에집중된것은앞으로중요한도전과제가될수있다. 대규모구조적실업이특정직업과산업에서나타날우려가있기때문이다. 새로운산업들이탄생하여양질의일자리들이창출될경우에도한켠에서는실업, 양극화문제가부각되면서사회적비용이확대될수있는것이다. 특히, 비교역재로인식되었던서비스가인터넷을통해서원격으로공급되면서일자리를대체할경우 디지털무역 이통상갈등의요인으로급부상할가능성도배제할수없다. 인공지능의확산이점점더가시화되고있는상황에서개인들은인공지능을업무에보완적으로활용할수있는직업능력을개발해나갈필요가있다. 인공지능의발전에도불구하고여전히남아있을인간고유의능력은향후에는더욱귀한자원이될것이다. 프레이 & 오스본의연구에서병목업무로상정한창의력, 대인관계역량등이대표적인예이다. 이러한고유의능력에인공지능을활용할수있는능력이결합한다면인공지능시대에도여전히각광받는직업을유지할수있을것이다. 한편, 프레이 & 오스본의연구가신규창출되는일자리보다는대체될수있는일자리를중심으로연구하였다는점도참고할필요가있다. 다수의일자리가자동화위험에노출되어있는상황이지만, 새로운산업의수요에맞게직업이동이가능할수있다면, 일자리에대한우려는줄어들수있을것이다. 기업은인공지능시대에대응할수있는유연한조직구조를마련해나갈필요가있다. 컴퓨터의학습에활용될방대한데이터를축적한기업들이인공지능을무기삼아이종산업에진출함으로써 아마존효과 가유통업과관련없는산업에도언제든지확산될수있는상황이다. 인공지능을활용하여생산성을높이고고객에게새로운가치를창출할수있는기업과그렇지못한기업간의명암이더욱뚜렷해질수있는것이다. 인공지능기반의업무자동화를효과적으로활용할수있는인력구성과배치가필요하다. 나아가미국 IT기업델창업자인마이클델회장이직관적으로표현했듯이 인공지능이로켓이라면데이터는이를추진하는연료 이다. 인공지능활용에필수적인데이터확보에대한고민도선행되어야한다. 정부는고용환경의급격한변화를감안하여노동시장의유연안정성 (flexicurity) 제고에나서야한다. 산업의변화에대응하여다양한고용형태와탄력적인인력운용이가능한유연한노동시장을마련함과동시에취약계층의일자리충격을흡수할수있도록재교육, 전직지원, 고용보험등사회안전망도강화해나가야한다. 나아가기본소득, 로봇세 ( 자동화세 ) 등기술혁신에대응하여새롭게대두되고있는정책담론에대한선제적검토와정책실험을통해서일자리상실에대한불확실성을완화시켜나가야하며, 지식수명주기의단축에대응할수있는평생학습체제도강화해나가야할것이다. www.lgeri.com LG 경제연구원 13
본보고서에게재된내용이 LG 경제연구원의공식견해는아닙니다. 본보고서의내용을인용할경우출처를명시하시기바랍니다.