Anthropic의 AI 노동 시장 영향: 새로운 노출 측정 방법과 초기 증거

요약

Anthropic은 이론적 LLM 능력과 실제 사용 데이터를 결합한 새로운 '관측된 노출' 측정 방법을 발표했으며, AI가 아직 실업률을 높이지 않았지만 가장 노출된 직업에서 22~25세 노동자의 고용이 약간 감소하고 있음을 확인했다.

핵심 포인트: 관측된 노출은 LLM이 이론적으로 수행할 수 있는 작업 중 실제로 Anthropic 플랫폼에서 자동화된 업무 환경에서 사용되는 작업의 비율을 측정한다.

이 지표는 세 가지 데이터 소스를 기반으로 한다: O*NET 작업 데이터베이스, Anthropic의 경제 지수 사용 로그, Eloundou 등(2023)의 작업 수준 노출 점수(β).
완전 자동화된 API를 통해 사용되는 작업은 전부 가중치를 부여하고, 보조적으로 사용되는 작업은 반만 가중치를 부여한다.
직업 수준의 노출은 작업 수준의 커버리지에 시간 가중 평균을 적용한 것이다.

"관측된 노출"은 다음과 같은 질문을 정량화하기 위해 고안되었다: LLM이 이론적으로 가속화할 수 있는 작업 중, 실제로 전문적인 환경에서 자동화된 사용이 이루어지는 작업은 무엇인가?

핵심 포인트: AI 사용은 이론적 한계에 비해 훨씬 낮으며, β = 1 또는 β = 0.5로 평가된 작업 중 실제로 자동화되는 것은 일부에 불과하다.

그림 1(Anthropic)은 Claude 사용의 68%가 β = 1인 작업에 집중되어 있음을 보여주며, β = 0인 작업은 단지 3%에 불과하다.
그림 2는 직업군별로 파란 영역(이론적 능력)과 빨간 영역(관측된 노출)을 비교한다. 예를 들어, 컴퓨터 및 수학 분야에서는 이론적 가능성이 94%에 달하지만, Claude는 이 작업의 단지 33%만을 커버한다.
이 격차는 향후 AI 채택의 큰 여지가 있음을 시사한다.

핵심 포인트: 컴퓨터 프로그래머, 고객 서비스 담당자, 데이터 입력 키어가 가장 높은 노출을 보이며, 많은 서비스 및 수동 작업은 거의 0에 가까운 노출을 보인다.

핵심 포인트: 관측된 노출 수준이 높은 직업은 2024~2034년 BLS 고용 성장 전망이 약간 낮다.

핵심 포인트: 상위 노출 사분위에 속한 근로자는 일반적으로 더 나이가 많고, 여성이며, 더 교육 수준이 높고, 더 높은 임금을 받으며, 아시아계 또는 백인일 가능성이 더 높다.

핵심 포인트: ChatGPT 출시 이후, 고노출 근로자의 실업률은 저노출 근로자보다 증가하지 않았다.

핵심 포인트: 22~25세 근로자의 고용 찾기율은 고노출 직업에서 약간 감소했으며, 이는 해고 증가보다는 고용이 느려지고 있음을 시사한다.

핵심 포인트: 초기 증거는 직접적인 대체 효과는 제한적이지만, AI 노출 직업에서 젊은 근로자에게 고용 장벽이 생기고 있음을 암시한다.

핵심 포인트: Anthropic은 더 최신 사용 데이터를 반영해 노출 지표를 업데이트하고, 이론적 β 점수를 개선하며, 노출 직업에서 졸업한 최근 졸업생의 결과를 조사할 계획이다.