AI 노출도

핵심 내용

AI 노출도는 특정 직업의 업무·능력·과업 가운데 인공지능 기술이 수행하거나 영향을 줄 수 있는 부분이 얼마나 되는지를 측정하는 개념이다. 대표적인 AI 직업 노출도(AIOE)는 직업에 필요한 능력과 AI 기술의 발전 영역을 연결해 직업별 노출 정도를 산출한다.¹ 따라서 노출도가 높다는 것은 AI와 업무의 접점이 크다는 뜻이며, 해당 직업이 자동으로 사라지거나 노동자가 대체된다는 의미는 아니다.

배경 및 맥락

산업용 로봇을 중심으로 한 기존 자동화 연구에서는 반복적·육체적 업무의 대체 가능성이 주요 관심이었지만, AI는 정보처리·추론 등 비반복적 인지업무에서도 빠르게 발전하면서 고숙련 사무·전문직까지 기술 변화의 영향을 측정할 필요가 커졌다. OECD는 이에 따라 AI 노출도가 높은 직종에 IT·경영·관리·과학·공학 등 고숙련 사무직이 많이 포함된다고 설명한다.²

한국은행이 Felten 등의 방법을 국내 직업분류에 적용한 연구에서도 고학력·고소득 근로자의 AI 노출도가 상대적으로 높게 나타났다.³ 이는 기술 변화의 위험이 주로 저숙련 노동에 집중된다고 보는 전통적인 자동화 논의와 구별되는 특징이다.

쟁점과 적용

AI 노출도를 해석할 때는 노출(exposure), 자동화(automation), 보완(complementarity)을 구분할 필요가 있다. 노출된 과업을 AI가 노동자 대신 수행하면 대체 효과가 나타날 수 있지만, 노동자가 AI를 이용해 같은 업무를 더 효율적으로 수행한다면 생산성 향상이나 업무 재편으로 이어질 수 있다. IMF는 이 때문에 AI 노출도가 높은 직업을 다시 AI와의 보완성이 높은 직업과 낮은 직업으로 구분한다.⁴

측정 방식에 따라서도 결과가 달라진다. 초기 AIOE는 직업에서 요구되는 인간의 능력과 AI 기술의 발전 정도를 대응시킨 반면, 생성형 AI 연구에서는 직업을 세부 과업으로 나누어 각 과업이 생성형 AI의 영향을 받을 가능성을 평가하는 방식이 확대됐다. ILO의 2025년 생성형 AI 노출지수도 과업 자료와 전문가 판단, AI 모델 평가를 결합하며 노출도를 직업 소멸 예측치가 아니라 잠재적인 업무 변화의 범위로 해석한다.⁵

따라서 AI 노출도는 어느 노동자가 기술 변화의 영향을 먼저 받을 수 있는지 파악하는 지표로 유용하지만, 고용 감소 규모를 직접 예측하는 지표로 사용하면 의미가 과장될 수 있다. 실제 고용효과는 기업의 AI 도입 여부, 비용, 규제, 노동자의 숙련과 AI의 보완관계, 새로운 과업의 창출 등에 의해 달라진다.

각주