OpenAI 연구: 근로자들이 ChatGPT를 활용한 보상 인사이트

OpenAI는 미국 근로자들이 급여 정보 격차를 메우기 위해 ChatGPT를 어떻게 활용하는지에 대한 연구 보고서를 발표했습니다. 미국 근로자들은 평균 하루에 거의 300만 건의 메시지를 ChatGPT에 보내 급여, 보상 또는 수입에 대해 질문하고, 흩어져 있는 급여 데이터를 종합하여 경력 결정을 위한 벤치마크를 설정합니다.

노동시장 정보 격차와 AI 종합

급여 정보는 특히 경력 초기에 있거나, 분야를 전환하거나, 이주하는 사람들에게 찾고 해석하기가 어렵습니다. OpenAI는 AI가 급여 정보를 종합하고 몇 초 만에 벤치마크를 제공함으로써 노동시장 자원으로 활용되며, 근로자들이 여러 웹사이트를 검색하거나 사회적으로 위험한 질문을 할 필요를 없앤다고 보고합니다.

사용자 문의 패턴

프라이버시를 보호하는 자동 분류기를 통해 수행된 급여 벤치마킹 메시지 분석 결과, 사용자는 주로 두 가지 영역에서 도움을 찾는 것으로 나타났습니다: 급여를 활용 가능한 벤치마크로 변환하는 것과 특정 역할, 기업, 혹은 사업 아이디어에 대한 잠재 수입을 이해하는 것.

라벨링된 급여 벤치마킹 메시지 중, 문의 유형의 분포는 다음과 같습니다:

• 급여 계산: 26%
• 특정 역할: 19%
• 기업 내 라벨링된 역할: 11%
• 직업 또는 경력 질문: 11%
• 기업가 정신: 18%

급여 인사이트에 대한 높은 수요 분야

AI 기반 급여 인사이트에 대한 수요는 급여가 덜 투명하고, 협상이 더 자유롭거나, 경력 이동에 중요한 분야에서 가장 강합니다. 급여 검색은 고숙련 직종에서 과다하게 나타나며, 다음을 포함합니다:

• 창의 분야 (예술, 디자인, 엔터테인먼트, 스포츠, 미디어)
• 관리
• 의료
• 컴퓨터 및 수학 관련 직무
• 운송, 영업, 비즈니스 및 재무 운영

기업가 정신 관련 질문은 특히 창의적인 작업과 소규모 서비스 사업에 집중되어 있으며, 이러한 분야에서는 일반적으로 급여 벤치마크가 제공되지 않습니다.

정보 접근의 경제적 함의

근로자들은 급여가 높고 분산될수록 급여 정보를 가장 많이 찾으며, 이는 답변이 "더 중요"하고 정확성에 대한 위험이 커진다는 것을 의미합니다. OpenAI는 잠재 수입을 오해하면 여러 부정적인 결과가 초래될 수 있다고 지적합니다:

• 낮은 급여 직무에 머무름
• 협상력 감소
• 경력 전환 지연
• 교육 및 훈련에 대한 투자 위축

WorkerBench를 통한 기술 평가

노동시장 과제에서 모델의 유용성을 측정하기 위해 OpenAI는 새로운 평가 프레임워크인 WorkerBench를 도입했습니다. 초기 벤치마크에서 GPT-5.4는 2024년 직업 고용 및 급여 통계(OEWS) 중위 급여를 국가 직업 수준과 대도시 수준 모두에서 평가받았습니다.

보고서에 따르면 GPT-5.4는 높은 정확도와 높은 커버리지, 작은 편향을 보였으며, 거의 모든 수치 추정치가 OEWS 벤치마크와 매우 가깝게 일치했습니다.

향후 방향

OpenAI는 국가 벤치마크를 넘어 구체적인 지역, 기업 수준 데이터 및 근로자들이 일상에서 마주하는 복잡한 보상 질문 등 보다 세분화된 데이터로 보상 인사이트의 신뢰성을 지속적으로 향상시키는 것을 목표로 합니다.