
앤스로픽이 16일(현지시간) 공개한 공식 연구에 따르면, 2030년 AI가 수행할 수 있을 것으로 보는 자신의 업무시간 비중은 직원 평균 75%, 미국 노동자 평균 28%로 나타났다. 실제 자동화율이 아니라 두 집단의 기대를 비교한 설문 결과다.
보고서 「The AI expectations gap」은 AI 개발 현장과 일반 대중이 기술의 경제적 영향을 어떻게 다르게 예상하는지 살폈다. 모닝컨설트는 올해 8월 11~23일 미국 성인 1만980명을 조사했고, 앤스로픽 내부 설문은 8월 9~12일 직원 1334명을 대상으로 진행됐다. 미국 성인 표본에는 인구 구성에 맞춘 가중치를 적용했으며 직원 응답에는 가중치를 적용하지 않았다.
자신의 업무에 관한 비교는 미국 성인 중 취업자의 응답을 사용했다. 2030년 AI가 현재 업무시간의 80% 이상에 해당하는 일을 수행할 수 있다고 본 비율은 앤스로픽 직원의 절반을 넘었지만 미국 노동자는 5%였다. 다만 업무를 수행할 기술적 능력이 있다는 예상이 곧 그만큼의 일자리 감축을 뜻하지는 않는다.
기술 관련 직종에서도 차이는 남았다. 미국의 컴퓨터·공학·과학 분야 종사자는 AI가 수행할 수 있을 업무시간 비중을 평균 33%로 예상했다. 이들 가운데 업무에 AI를 정기적으로 쓰는 응답자의 예상치는 40%로 높았지만 앤스로픽 직원 평균에는 못 미쳤다.
AI 사용 경험에서 느끼는 시간 절약도 달랐다. AI가 잘하는 작업을 떠올렸을 때, AI를 쓰면 작업시간이 기존의 4분의 1 이하로 줄어든다는 응답은 업무에 AI를 사용하는 미국 성인의 26%, 앤스로픽 직원의 59%였다. 질문에는 결과물을 확인하고 수정하는 시간도 포함됐다. 이는 통제 실험으로 측정한 생산성 향상률이 아니라 응답자의 평가다.
기술적으로 가능한 일과 실제 도입 사이에도 간극이 있다. AI가 할 수 있는 업무 가운데 2030년 실제 AI를 활용하게 될 비중에 대해 미국 성인은 42%, 앤스로픽 직원은 65%로 예상했다. 미국 성인이 꼽은 도입 장애물은 사람과 상대하려는 고객 선호, 데이터 개인정보·보안 우려, 신뢰성 부족, 법률·규제·책임 문제 순이었다.
두 집단이 노동시장을 바라보는 방식까지 완전히 다른 것은 아니었다. 연구진은 자신의 업무를 AI가 더 많이 수행할 것으로 보는 사람일수록 향후 실업률도 높게 예상하는 경향이 두 집단에 공통으로 나타났다고 설명했다. 같은 수준의 업무 자동화를 예상하는 응답자끼리 비교하면 실업률 전망도 비슷했다.
자동화 기대와 채용 기대 역시 구분된다. 앤스로픽 직원의 95%는 향후 12개월간 회사 인원이 늘어날 것으로 예상했다. 연구진은 이 수치가 내부 설문에 참여한 직원 개인의 전망이며 회사의 채용 계획이나 공식 전망을 나타내지 않는다고 명시했다.
결과를 해석할 때는 조사 조건을 함께 봐야 한다. 미국 성인 조사는 자발적으로 참여한 온라인 패널을 대상으로 해 인터넷을 쓰지 않는 성인이 빠졌고, 인구통계 가중치만으로 모든 표본 차이를 보정할 수는 없다. 미래 시점 질문은 일반 성인 표본을 2027년과 2030년으로 나눠 물었으며 직원에게는 모두 2030년을 물었다. 자신의 업무 비중도 직원은 슬라이더로, 일반 성인은 구간으로 답해 연구진이 구간 중간값을 사용했다.
이번 결과는 AI 기업 직원과 미국 노동자가 업무 변화의 속도를 얼마나 다르게 기대하는지 보여준다. 서로 다른 업무 환경과 AI 사용 경험을 비교한 조사인 만큼, 어느 집단의 예상이 실제 미래와 더 가까운지를 검증한 결과로 읽어서는 안 된다.
출처: 앤스로픽 공식 연구 「The AI expectations gap」 https://www.anthropic.com/research/ai-expectations-gap
앤스로픽 공식 연구 보고서 https://www-cdn.anthropic.com/a28f24814c56e2834a3eae7b13946f19d3e97ec4/The%20AI%20Expectations%20Gap.pdf
앤스로픽 공식 연구 부록 https://www-cdn.anthropic.com/1bc1a3067f9c9883d6d556b38f26fd4f1e1b640f/The%20AI%20Expectations%20Gap%20-%20Appendix.pdf









