저자: Ge Jiaming
'AI 시대'가 본격적으로 도래하고 처음으로 기업 정리해고 사유에 '인공지능'이 포함됐다. 어쩌면 AI로 인한 정리해고 물결은 이제 막 시작된 것인지도 모른다.
컨설팅업체 맥킨지는 지난 6월 14일 '생성인공지능의 경제적 잠재력'이라는 연구 보고서를 발표했다. AI의 기하급수적인 발전이 세계 경제에 미칠 영향을 탐구합니다.어떤 산업이 가장 큰 영향을 미치고, 어떤 사람들이 실업의 위협에 직면합니까?
보고서의 주요 내용은 다음과 같습니다.
- AI가 인간의 일자리를 대체하는 시기는 10년이나 크게 앞당겨 져 2030년부터 2060년까지 직업의 50%가 점차 AI로 대체된다(중간점은 2045년).
- AI는 매년 세계 경제에 2조 6천억~4조 4천억 달러의 성장을 가져올 수 있으며, 생산성을 0.1~0.6% 증가시킬 수 있습니다. 이는 매년 영국의 GDP에 기여하는 것과 맞먹습니다.
- 전체적인 상황으로 볼 때 AI는 각계각층의 발전에 이롭지 만 개인에게는 해롭다. 연봉이 높고 교육 수준이 높은 지식인 근로자가 가장 큰 타격을 입을 것이다.
- 생성적 AI가 가져오는 가치 성장은 주로(약 75%) 고객 운영, 마케팅 및 영업, 소프트웨어 엔지니어링, R&D 등 4개 영역에 집중되어 있으며, 이는 4개 비즈니스가 생성적 AI의 영향을 가장 많이 받는다는 의미이기도 합니다.
- 생성 AI 및 기타 기술의 개발로 현재 일자리의 60~70%가 자동화될 수 있습니다. 그중에서도 은행, 첨단기술, 생명과학 등의 산업이 가장 큰 영향을 받았습니다.
AI는 세계 경제에 "연간 영국 GDP 1% 기여"
보고서는 연구한 63개 애플리케이션에서 생성 AI를 사용하면 매년 세계 경제에 2조 6천억~4조 4천억 달러를 추가할 것이라고 밝혔습니다. 이 예측에는 생성적 AI의 모든 응용 프로그램이 포함되지는 않습니다. 아직 연구되지 않은 응용 프로그램이 포함되면 생성형 AI의 경제적 영향이 두 배가 될 수 있습니다.
이 연구는 주로 두 가지 측면을 포함합니다: 1. 생성 AI를 사용하는 60개 이상의 조직의 경제적 성장 잠재력 2. 전 세계 약 2,100개 업무 활동의 노동 생산성 잠재력.
맥킨지는 보고서에서 자신들의 연구가 16개 비즈니스 내용을 다루고 있으며 다양한 산업에 적용할 경우 매년 2조6000억~4조4000억 달러의 경제적 이익을 기여할 것이라고 결론지었다.
우리의 지표에는 콘텐츠 생성 비용 절감과 AI를 사용하여 콘텐츠 품질을 대규모로 개선함으로써 창출되는 수익이 포함됩니다. 예를 들어, 마케팅 분야의 한 가지 사용 사례는 생성 AI를 적용하여 개인화된 이메일과 같은 창의적인 콘텐츠를 생성하는 것입니다.
이러한 증가는 기본적으로 영국 GDP의 1년(2021년 3조 1천억 달러)에 해당합니다.
우리는 비생성 AI의 경제적 가치가 11조 달러에서 17조 7천억 달러로 15%에서 40%로 증가할 것으로 추정합니다. (2017년에는 인공지능이 9조 5천억 달러에서 15조 4천억 달러의 경제적 가치를 가져올 수 있다고 믿었습니다.)
각 직위를 구체적으로 살펴보면, 맥킨지의 연구는 약 850개 직종, 2,100개의 세분화된 직무를 다루고 있으며, 기술 도입 정도와 구현 방식을 토대로 AI가 현재 전 세계 모든 직업에 영향을 미칠 수 있으며, 모든 직업에 영향을 미칠 수 있다고 지적하고 있다. 업계에 미치는 영향 향후 20년 동안 생성 AI는 노동 생산성을 0.1%~0.6% 증가시킬 수 있습니다.
가장 큰 패자"? ——고임금, 고학력 지식 근로자
McKinsey는 생성적 AI가 모든 계층에 영향을 미치겠지만 특히 "이전에는 자동화에 상대적으로 면역성이 있는 것으로 간주되었던" 고임금 지적 근로자에게 영향을 미칠 것이라고 지적했습니다.
맥킨지는 이전 연구보다 10년 빠른 2030년부터 2060년(중간점은 2045년) 사이에 직업의 50%가 점진적으로 AI로 대체될 것이라고 지적했다.
지식 근로자는 특히 의사결정과 팀워크가 필요한 직업에서 자동화의 영향을 받을 가능성이 가장 높습니다.
이전 세대의 자동화 기술은 주로 데이터 수집과 처리에 관여해 지식 근로자에게 미치는 영향이 적었지만, 생성 AI의 등장으로 '지식 근로자'의 역할과 업무가 대규모 언어 모델(LLM)과 완벽하게 일치하게 되었습니다. .
대규모 언어 모델은 기본적으로 인지 작업을 완료하도록 설계되었기 때문에 전문 지식에 대규모 언어 모델을 적용하는 능력은 2017년에 비해 34% 포인트 증가했으며, 자동화된 관리 및 인재 교육의 잠재력은 2017년 16%에서 2017년으로 증가했습니다. .%는 2023년에 49%로 상승합니다.
따라서 McKinsey는 의사소통, 감독, 기록 및 사람들과의 상호 작용과 관련된 많은 작업이 생성 AI에 의해 자동화될 가능성이 높으며, 이는 의심할 여지 없이 창의적인 노동에 종사하는 교육자와 화이트칼라 직업의 변화를 가속화할 것이라고 믿습니다.
동시에 McKinsey는 이전의 많은 생산성 변화에서 높은 학력을 가진 사람들이 덜 영향을 받는 경향이 있었지만 AI 혁명은 고학력 인재에게 더 큰 영향을 미칠 것이라고 지적했습니다.
우리는 생성 AI가 교육 수준이 높은 직업에서 가장 수요가 많은 기술 자동화의 잠재력을 높인다는 설명이 있다고 생각합니다.
또 다른 설명은 수년 동안 학위 자격이 기술의 지표로 여겨졌는데 이는 생성 AI에 의해 도전받을 것이며 더 많은 사람들이 미래에 더 공정한 인력 개발을 위해 기술 기반 접근 방식을 옹호한다는 것입니다. 보다 효율적인 인력 교육 및 매칭 시스템. 생성적 AI는 여전히 기술을 선호하는 기술적 변화로 설명될 수 있지만 기술 요구 사항은 더 미묘합니다.
맥킨지는 이전 세대의 자동화 변화가 중산층 임금 직종에 가장 큰 영향을 미치는 경향이 있다는 점을 주목할 필요가 있다고 강조했고, 일부 경제학자들은 이 현상을 '중간층의 공동화 '에 비유하기도 했다. AI는 아마도 고임금 지식근로자 일자리에 가장 큰 영향을 미칠 것입니다 .
저임금 직업의 경우 인건비가 낮아 자동화의 이점이 반영되지 않으며 섬세한 과일 따기 등 노동 활동에 종사하는 저임금 직업은 자동화가 어렵습니다.
그러나 자동화 기술에서 생성 AI의 발전으로 인해 가장 큰 영향을 받는 것은 이전에 자동화하기가 상대적으로 어렵다고 간주되었던 이러한 작업입니다.
AI가 사회 각계각층을 혼란에 빠뜨리다
McKinsey에 따르면 생성 AI의 영향은 주로 고객 운영, 마케팅 및 영업, 소프트웨어 엔지니어링, R&D 등 4개 영역(약 75% 차지)에 집중되어 있습니다. 생성 AI 및 기타 기술의 개발은 현재 작업의 60%~70%를 자동화할 수 있습니다. 그 중 은행, 첨단기술, 생명과학 산업이 가장 큰 영향을 받았습니다.
새로운 기술이 고객 만족도를 향상시키고 의사 결정을 지원하며 향상된 모니터링을 통해 사기를 줄임에 따라 은행 업계에서만 생산성이 2,000억~3,400억 달러 더 증가할 수 있습니다. 이는 영업이익이 9~15% 증가한 것과 같습니다.
제품 개발 측면에서 AI는 생산성을 10~15% 높일 수 있다. 생명과학 및 화학공학을 예로 들면, AI는 잠재적인 분자를 더 빠르게 생성하여 신약 및 재료 개발 프로세스를 가속화할 수 있으며, 이를 통해 제약 및 의료 제품 회사의 수익을 최대 25%까지 늘릴 수 있습니다.
마케팅 생산성에 미치는 영향 측면에서 제너레이티브 AI는 마케팅 생산성의 경제적 가치를 5~15% 높일 수 있습니다. 마케팅에서 AI의 잠재적 사용에 대한 우리의 분석에 따르면 생산성에 대한 직접적인 영향 외에도 판매 생산성이 3~5% 증가하는 연쇄 효과가 있을 것으로 나타났습니다.
생성적 AI를 다양한 애플리케이션에 통합하면 고품질 데이터 통찰력을 제공하고 마케팅 활동에 새로운 아이디어를 제공하며 고객 그룹을 더 효과적으로 타겟팅할 수 있습니다. 마케팅 기능은 자체 채널을 위한 고품질 콘텐츠 제작에 리소스를 전환할 수 있으며 잠재적으로 아웃소싱 비용을 줄일 수 있습니다.
소프트웨어 엔지니어링 관점에서 생성 AI는 연간 소프트웨어 엔지니어링 지출의 20~45%에 직접적인 영향을 미칩니다. 이 가치는 주로 초기 코드 생성, 코드 수정 및 리팩토링, 근본 원인 분석, 새로운 시스템 설계 생성과 같은 작업에 소요되는 시간을 줄이는 데서 비롯됩니다. 한 연구에 따르면 Microsoft GitHub Copilot을 사용한 소프트웨어 개발자는 도구를 사용하지 않은 개발자보다 작업을 56% 더 빠르게 완료한 것으로 나타났습니다.
McKinsey가 소프트웨어 엔지니어링 팀을 대상으로 실시한 내부 실증 연구에 따르면 AI 사용 교육을 받은 사람들은 코드 생성 및 리팩토링에 소요되는 시간이 훨씬 적고 엔지니어들은 일반적으로 업무 경험이 개선되어 직장에서 더 행복해지고 프로세스가 더 편리해지고 더 좋아졌다고 보고했습니다. 성취감을 얻기가 더 쉽습니다.
제품 개발의 관점에서 볼 때, 생성 AI는 제품 설계 최적화, 제품 품질 향상 등 두 가지 측면에서 출시 기간을 단축 하고 생산성 향상 및 운영 편의성을 가져올 수 있다고 믿습니다.
AI 혁명으로 생산성이 획기적으로 높아질 것
맥킨지는 세계 출산율 감소와 인구 고령화는 글로벌 생산성 발전의 걸림돌이 될 것이며, AI 등 기술의 발전은 고용인구 감소를 보완하고 생산성을 크게 높이고, 세계 경제 속도를 높이십시오. 선진국이 AI를 채택하는 동안 다음과 같은 속도도 더 빨라질 수 있습니다.
2012년부터 2022년까지 세계 경제 성장은 지난 20년보다 둔화될 것이며, 그 중 하나는 출산율 감소와 인구 노령화 등 장기적인 구조적 문제라고 생각합니다.
많은 국가에서 노동력 규모가 해마다 감소하고 있는데, AI가 필요한 노동 시간을 재설계하고 생산성 향상을 촉진할 수 있다고 믿습니다.
