오픈AI, 일하는 방식 보고서 2호 발표

어떤 일이 직무 안이고 밖인지는 미국 노동부의 직업 데이터베이스 O*NET 으로 갈랐어요. 메시지마다 가장 가까운 세부 업무 활동 하나를 붙이고, 그 활동이 전통적으로 속한 직업과 보낸 사람의 직업이 다르면 직무 밖 작업으로 셌어요. 비교는 아홉 개 직업군에서 이뤄졌고, 연구팀은 이 표본이 직업 정보가 연결된 챗GPT 사용자일 뿐 미국 노동인구를 대표하지 않는다고 적었어요.

사람들은 자기 일이 아닌 일을 시킬 때 프롬프트를 다르게 써요. 직무 밖 요청은 직무 안 요청보다 평균 20자쯤 짧았고, 설명이나 방법을 묻거나 형식을 지정하거나 조언을 구하는 비율이 낮았어요. 대신 예시나 배경 자료를 붙이는 비율과 확인이나 검증을 요구하는 비율은 높았어요. 보고서를 쓴 오픈AI 경제연구팀의 알렉스 마틴 리치먼드와 캐럴라인 친 두 저자는 "AI 는 노동자가 다른 분야에 속한 도움을 끌어와 전문성을 빌리게 해 줍니다" 라고 적었어요. 새 분야를 배우려는 게 아니라 문제와 맥락을 들고 와서 남의 지식을 적용해 달라고 한다는 해석이에요.

핵심 수치는 반복이에요. 넉 달 내내 관찰된 약 6,200명의 노동자를 놓고 보면, 전에 이미 써 본 직무 밖 과업이 직업 특정 AI 활동에서 차지하는 비중이 4월 13.1%에서 7월 25.9%로 거의 두 배가 됐어요. 한 번 해 보고 마는 실험이 아니라 일하는 흐름에 끼워 넣고 있다는 뜻이라고 연구팀은 해석했어요. 이 계산은 넉 달 매달 표본 메시지가 10건 이상인 사람만 대상으로 했고, 달이 갈수록 반복으로 셀 수 있는 과업이 늘어난다는 단서가 각주에 붙어 있어요.

비교군을 두고 다시 재도 같은 방향이에요. 어느 달에 직무 밖 과업에 AI 를 쓴 노동자가 다음 달에도 같은 과업을 쓴 비율은 23.6%였고, 같은 직업군에서 활동량이 비슷하지만 전달에 그 과업을 쓴 기록이 없는 노동자는 8.4%였어요. 15.2%포인트 차이인데, 직무 안 과업과 일반 과업에서도 15에서 17%포인트의 비슷한 격차가 나왔어요. 동료 효과는 훨씬 작았어요. 같은 작업 공간에서 누군가 직무 밖 과업을 하면 그달에 그 과업을 쓰지 않았던 동료가 다음 달 그 과업을 쓴 비율은 3.1%로, 다른 작업 공간의 비교군 2.5%보다 조금 높았어요.

사회학자 눈으로 보면 이 보고서는 분업의 경계가 어디서 무너지고 어디서 버티는지를 보여 주는 지도예요. 처음 쓴 다음 달에 같은 직무 밖 과업으로 돌아온 비율은 전체 평균 18.5%, 다섯 명 중 한 명꼴이었어요. 고객과 상품이나 서비스를 논의하는 일은 54%, 광고나 홍보 문안 쓰기는 44%, 마케팅 자료 만들기는 37%가 돌아왔어요. 반대로 고객에게 재무 정보를 설명하는 일은 15%, 사업 정보를 발표하는 일은 15%, 법률 조사는 10%에 그쳤어요. 연구팀은 이 차이가 AI 가 반복 업무에 자연스럽게 들어맞는 자리를 반영할 수도 있고, 직장의 규범이나 조심성, 틀렸을 때의 결과에 대한 인식 차이를 반영할 수도 있다고 적었어요. 마케팅은 넘어가고 법무와 재무는 남는 그림은 전문직 자격과 책임이 걸린 일일수록 경계가 단단하다는 오래된 관찰과 맞아떨어져요.

연구팀은 직무 밖 실험이 갈 수 있는 길을 셋으로 나눴어요. 조직 안에서 생산적이지 않거나 환영받지 못해 몇 달 안에 잦아드는 길, 전체 활동의 일정 비율에서 안정되는 길, 그리고 보람이 있어서 AI 사용에서 차지하는 몫이 계속 커지는 길이에요. 넉 달 데이터는 세 번째 길을 가리켰어요. 부록에서 활동량 상위 3분의 1인 2,100명을 놓고 일반 과업과 분류되지 않은 과업까지 분모에 넣어 다시 세도, 비중은 4월 7.0%에서 5월 10.6%, 6월 11.8%, 7월 12.1%로 올라갔어요. 수준은 낮아졌지만 방향은 같았어요.

보고서의 결론은 직함보다 일이 먼저 바뀐다는 거예요. 노동자가 전통적 역할 밖의 활동을 실험하고, AI 가 거기에 쓸모 있다는 걸 알고, 그 활동으로 계속 돌아오면 직함이 그대로여도 그 일의 활동 구성은 넓어져요. 두 연구원은 "우리의 발견은 조직이 AI 전략을 실행할 때 AI 도구 접근권과 나란히 업무 설계에도 자리를 줘야 한다는 점을 시사합니다" 라고 적었어요. 현대 기업이 재무와 법무, 마케팅, 인사 같은 전문 부서를 만들면서 한 과업에 여러 사람이 붙어야 하는 구조가 생겼는데, 생성형 AI 는 노동자가 더 많은 일을 스스로 처리하게 해서 그 구조를 바꿀 기회라고 보고서 서론은 적었어요.

메탈은 미국 직장인 다섯 명 중 한 명이 동료 대신 AI 에 업무를 맡긴다는 조사를 보도한 바 있는데, 이번 보고서는 그 위임이 한 번으로 끝나지 않고 다음 달로 이어지는지를 같은 사람을 넉 달 추적해 재기록했어요. 메탈은 오픈AI 가 회사 데이터를 묻는 에이전트를 내놨다고도 보도한 바 있어요. 이 보고서가 잰 것은 그런 도구가 회사 안에서 누구의 일을 어디까지 넓히느냐예요.

메탈이 확인한 보고서 원문 PDF 는 13쪽이고, 도표 다섯 장과 부록 도표 한 장으로 위의 수치를 보여 줘요. 보고서는 모든 활동 측정치가 총 노동이나 근무 시간이 아니라 관찰된 AI 사용을 뜻하며, 표본에 안 잡힌 대화에서 반복된 사용은 놓칠 수 있다고 방법론에 적어 뒀어요. 연구팀은 AI 가 분업을 어떻게 바꾸는지, 그것이 노동자와 기업과 경제에 무엇을 뜻하는지 계속 연구하겠다고 밝혔어요.

직무 경계는 조직도가 아니라 사람들이 매달 무엇으로 돌아오느냐로 다시 그려지고 있어요. 이번 보고서는 그 되돌아옴을 처음으로 세어 보였고, 어느 경계가 먼저 열리는지도 숫자로 남겼어요. 직함이 바뀌기 전에 일이 먼저 바뀌는 순서는 이미 시작됐어요.