미국 근로시간의 90%는 AI 벤치마크가 충분히 다루지 못하는 업무에 쓰임

미국 노동시간의 90%가 기존 벤치마크에서 거의 또는 전혀 다뤄지지 않는데, AI 노출도를 통제해도 임금 총액이 큰 직종의 업무는 과도하게 반영돼 있다고 함. 결국 AI로 좋은 일자리를 대체하려는 것 아닌가? 쓰레기 수거, 화장실 청소, 세정액 배합 같은 일은 남을 테니 소프트웨어 엔지니어와 변호사는 지금부터 재교육을 받고 생활 수준도 조정하는 편이 현명하겠음.
지적이고 흥미로운 일에 쓰이던 노동력이 인간의 손길이 필요한 저임금 허드렛일로 이동하면 화장실은 더 깨끗해질 테니, 이것이 AI가 모두의 삶을 개선하는 방식인가 봄. 참 낙관할 만하지 않은가?

최근 데이터 과학자에서 전기공으로 전직했는데, 몸을 움직이고 불편함을 감수해야 해서 하루를 시작하기는 꽤 힘듦. 그래도 퇴근할 때는 사무직으로 일할 때보다 기분이 훨씬 좋고, 작업 자체는 대체로 불편한데도 묘하게 재미있음.

기업이 수익성 높은 업무부터 자동화하는 건 당연함. 경쟁이 유지된다면 이런 업무의 비용 절감이 소비자에게 가장 큰 절약으로 돌아가므로 사회적 이익도 가장 큼. 기술은 수십 년간 소비자 물가 상승을 억제해 왔고, AI도 아직은 아니지만 이를 가속할 수 있음.

좋은 일자리를 노리는 게 아니라, 누가 무엇을 원하든 현재는 물리적 조작이 필요한 업무 대부분을 수행할 수 없는 것임.

디지털과 물리 세계의 경계가 통제 없이 퍼지는 무심한 에이전트에 맞서는 마지막 방어선처럼 보임. 이들이 문제를 일으키기 시작하면 로봇 기술은 어떻게 느껴질까? 모든 사고 작업은 쉽게 해결되는데 쓰레기는 여전히 우리가 주워야 하는 미래도 별로임. 물론 그것도 알아서 해결해 주겠지만 말임.

내 소프트웨어 엔지니어 업무의 약 80%는 이해관계자 간 의견 충돌과 씨름하는 일임.

결국 모두를 어중간하게 대체해서는 안 된다는 뜻임. 동어반복 같지만 실용적인 통찰이기도 함. 동시에 실행되는 모델 세션들은 인간보다 신속한 합의를 훨씬 선호하며, 효율적으로 의사결정하기 위해 통제권을 공유하거나 포기하기도 함. 어릴 때 Bjork의 ‘Army of Me’를 좋아했던 이유도, 나 1,000명이 마찰 없이 협력하면 시간을 낭비하지 않고 세상을 고칠 수 있다고 생각했기 때문임.
이런 강한 협동성이 훈련의 결과인지, 게임 이론과 현실적 이해관계에 대한 인식 때문인지 궁금함. 개별 세션은 한 번의 실행에 정체성이나 자존감을 걸지 않음. 나 하나와 모델 999개로도 꽤 많은 일을 해내니 꿈은 거의 이뤄졌지만, 이 추세가 어디로 갈지는 신경 쓰임.

이해관계자는 기업 성장의 자연스러운 결과임. 성장하려면 더 많은 일을 해야 하고, 그러려면 사람이 필요한데 각자 자기 목적을 갖고 들어옴. 특히 지도부에서는 남들보다 앞서려는 욕구가 흔하며, 조직이 커질수록 이런 목적들이 충돌함.
그 결과 관료주의, 세력 확장, 영역 다툼 같은 사내 정치가 생산적인 일에 쓸 에너지를 소모함. AI가 이 문제까지 해결하는 모습도 상상할 수 있음. 반쯤만 농담임.

내 소프트웨어 엔지니어 업무의 약 80%는 해외 외주 인력에게 요청한 티켓을 끝내 달라고 재촉하는 일임.

그렇다면 양쪽 안을 모두 구현하거나, 세 가지든 네 가지든 구현하면 되지 않을까? 고용주에게는 다행스럽게도 우리가 여가 시간에 경쟁사를 만드는 건 불법임.

앞으로 경영진은 운영 환경에 배포하기까지 걸리는 시간 중 코딩의 비중이 얼마나 작은지 실감하게 될 것임. 기능을 떠올린 당일에 배포할 수 있으리라 기대하는 상사가 많아 보이지만, 그렇게 되지는 않을 것임.

사실 대부분은 실제로 유용한 결과물을 만들지 않으므로 자동화할 것도 없음. 애초에 하는 일이 없다는 게 큰 비밀임.

흔히 보이는 이런 관점은 “저 건설 노동자들은 대체 뭘 하는 거지?”라는 오류라고 확신함. 큰 집단에는 분명 제거할 비효율과 일하지 않는 사람이 있지만, 대개는 관찰자가 하루의 아주 작은 단면을 제한된 시야로 보고 판단하는 것임.

적지만 무시할 수 없는 비율의 사람들은 친화력, 외모, 인맥 덕분에 그 자리에 있음. 클럽 홍보 담당자의 친화력, 모델의 외모, 금융인의 인맥처럼 생산적으로 쓰일 수도 있지만, 이메일만 주고받는 직무에서 낭비되는 일이 너무 흔함.

일반적으로는 그럴지 몰라도, 지식 노동과 창작의 생산성은 측정하기 어려움. 공교롭게도 가장 가치 있는 일이기도 함.

AI 에이전트 군집 관리도 상당 부분 자동화되고 있음. 이런 제품을 내게 진지하게 제안하는 사람들이 계속 찾아옴.

여기서 “충분히 다룸”은 사실상 “조금이라도 다룸”이라는 뜻으로 쓰이는 듯함. 예를 들어 사회복지·돌봄 분야의 자녀 양육 문제에 대한 부모 상담은 프롬프트 13개만으로 충분히 다뤄진다고 분류됨.
사회복지사가 수행하는 이 업무의 범위를 프롬프트 13개로 제대로 대표할 수는 없음. 보통 사람이 이해하는 의미로 엄격하게 정의한다면, 다루지 못하는 비율은 99.9% 이상일 것 같음.

이 지도에서 상대적으로 잘 다뤄지는 직군의 AI 솔루션을 직접 개발해 본 바로는, 90%라는 수치가 실상을 과장하는 측면도 있다고 봄. 공개 벤치마크는 많지만 대부분 부가가치가 가장 낮은 업무를 다룸.
이런 솔루션을 도입할 때는 맥나마라의 오류, 즉 측정 가능한 것에만 집중하는 함정에 빠지기 쉬움. 가치가 낮은 업무는 구현과 성과 측정이 쉬워 매력적이지만, 중요하면서도 정량화하기 어려운 요소와 부정적 외부효과를 놓치게 함. 우리도 자동화할 수 있는 것을 자동화했다가 전체적으로는 오히려 악화되는 일을 자주 겪음.

음식 서비스에서 AI가 다루는 업무가 0개라는 게 의아함. 테이블로 음식을 나르는 바퀴 달린 로봇을 도입하는 매장도 있고, DoorDash와 Uber Eats는 일부 지역에서 로봇·드론 배달도 하고 있음.

AI 벤치마크가 다루는 업무라는 뜻임. 실제로 드라이브스루 주문을 받는 LLM은 있지만, 얼마나 잘하는지 평가하는 벤치마크는 아직 없음.

서빙 로봇은 그저 눈길을 끌기 위한 장치 아닌가? 고장 나면 대신할 직원이 현장에 있어야 하는데, 어떻게 인건비를 줄이는지 모르겠음.

지능을 갖춘 로봇이 아니라면, 보통 로봇 자체를 AI로 분류하지는 않는 듯함.

일부 기술 애호가 외에는 그런 걸 원하는 사람이 없음.

Krispy Kreme의 AI 주문 시스템은 끔찍함. 매번 주문을 틀려서 고쳐 줘야 함. 이제 전화 시스템도 AI인 것 같은데, 정말 답답함.

보몰의 비용 질병을 생각하고 있음. 보통 경제 전체에서 어느 직업의 생산성이 크게 높아지면 다른 직업의 비용이 상대적으로 비싸지는 현상을 가리킴.
그런데 개인 업무에서도 비슷한 현상이 보임. 코딩과 스크립트 작성 생산성은 20배가 됐지만, 코딩에 더 많은 시간을 쓰지는 않음. 대신 발표, Jira, QA 등이 시간을 채움. 온갖 자동화에도 불구하고, 손이 많이 가고 오래 걸리는 일들이 차지하는 시간 비중은 역설적으로 더 커짐.

더 나쁜 것은 소프트웨어 개발에서 AI로 절감하는 비용 대부분이 노동의 비효율에서 나온다는 점임. 다른 방식으로 더 효율적으로 처리할 일을 비효율적인 관행에 의존해 수행하며, 그 배경에는 부족한 교육과 심리적 불안정이 있음. 어떻게 봐도 기술보다는 인적 역량의 문제가 더 큼.

프로그래밍을 마친 뒤 빌드와 디버깅은 AI에 맡기고 다음 일로 넘어갈 수 있다는 점이 정말 좋음.

노동시간만 세어서는 경제적 영향을 반영할 수 없음. GDP 기여도로 가중치를 준 트리맵이 더 타당함.