[논문 리뷰] Working with AI, AI 때문에 사라질 직업, 살아남을 직업 — MS논문, Copilot 실사용 데이터를 통해 분석

마이크로소프트에서 Copilot의 실제 사용자 데이터를 기반으로 어떤 직업군이 영향을 많이 받을지 분석한 논문이 발표되었습니다.
 
AI가 직접 우리의 직업을 대체하기 보다는, AI를 잘 활용하는 사람이 우리의 직업을 대체할 것이라는 분석이 많았고, 저 또한 지금도 이 생각은 그대로 가지고 있습니다.
 
그래서 가능한 AI를 평소에도, 그리고 업무에도 많이 사용하고자 노력하고 있습니다. 이 논문도 GPT의 도움을 얻어서 예전이었으면 한참 걸렸을텐데, 아주 빠르게 주요 내용을 파악할 수 있었습니다. 
 
다만 읽고 든 생각은, 점점 AI가 그 자체로 직업을 대체할 수 있는 시간이 점점 다가오고 있다는 생각이 들고, 좀 더 나아가서 생각해보면 On Device AI가 화두가 될 날이 다가오고 있다는 생각도 듭니다.

---

📘 논문 요약

논문명: Working with AI: Measuring the Occupational Implications of Generative AI
기관: Microsoft Research (2025.7.22, arXiv:2507.07935v3)
https://arxiv.org/abs/2507.07935

Working with AI_ Measuring the Occupational Implications of Generative AI.pdf

1.60MB

1. 목적

• Bing Copilot의 실제 사용자 대화 데이터(20만건) 분석
• 사용자가 AI에게 시킨 업무(User Goal)와 AI가 실제로 한 행동(AI Action)을 구분
• 각 작업을 O*NET의 332개 업무 활동(IWA)으로 분류하고
• 어떤 직업군이 영향을 많이 받을지를 ‘AI 적용 점수(Applicability Score)’로 수치화

---

2. 방법

• 사용자-LLM 간 대화를 두 가지 관점으로 분리 분석:
  1. User Goal: 사용자가 AI에게 요청한 업무
  2. AI Action: AI가 실제로 수행한 행동
• 각 대화를 O*NET의 업무 활동(IWA) 체계로 분류 (총 332개)
• 각 업무 활동에 대해:
  • 얼마나 자주 등장했는지 (빈도)
  • 얼마나 잘 수행됐는지 (완료율)
  • 업무 전체 중 얼마나 커버하는지 (영향 범위)
    → 종합해서 직업별 AI 적용 점수(Applicability Score) 계산

---

3. 핵심 결과

사용자들이 가장 많이 요청한 활동 (User Goal)

• 정보 수집 (Gather info)
• 문서 읽기/요약 (Read documents)
• 문서 작성 (Write material)
• 규정/정책 이해 요청 (Explain procedures)

AI가 실제로 가장 많이 수행한 활동 (AI Action)

• 설명 (Explain info)
• 교육/조언 (Teach, Advise)
• 고객 응대 스타일 반응 (Provide info, Respond to inquiries)

AI가 잘하는 분야

• 글쓰기, 요약, 텍스트 편집
• 규정 설명, 개념 정리
• 고객 질의 대응
  → 이 영역에서 사용자 피드백(thumbs up)도 높음

AI가 어려운 분야

• 시각적 작업 (디자인, 배치 등)
• 정량 분석 (데이터 계산, 재무 수치 해석 등)
• 물리적 작업 (기계 조작, 장비 운용 등)

---

4. 직업별 영향

• 영향 큰 직업 (사라질 직업):
  • 통역사, 작가, 기자, PR, 고객상담, 수학자, 기술문서 작성자
• 영향 적은 직업:
  • 간병, 식당·청소·생산직, 건설, 기계 운용 등 물리적/현장 기반 직군

---

5. 결론

• 현재 시점에서, AI는 특정 업무 활동 일부를 보조하거나 수행 가능
• 하지만 직업 전체를 대체하진 않음. 대부분 moderate 수준
• 특히 정보 정리, 설명, 텍스트 작업 중심으로 적용률 높음
• Eloundou et al.의 GPT 기반 영향 예측 결과와도 높은 상관관계 있음 (r = 0.73)

---

6. 한계

• Bing Copilot이라는 특정 플랫폼 기준 (코딩 등은 Claude 대비 적게 나옴)
• 대화가 업무용인지 사적인지 판단 불가
• downstream 영향(채용 감소, 비용 절감 등)은 측정 불가

---

🤔 개인적인 해석 – On-Device AI가 화두가 될 것 같은 이유

이 논문을 보면,
AI가 실제로 대체할 수 있는 직업군의 범위는 점점 넓어지고 있고,
그걸 잘 활용하는 사람들도 분명히 늘고 있습니다.
 
그러다 보니
업무적으로든, 개인적으로든 AI를 더 적극적으로 쓰고 싶어하는 사람들도 많아지고 있습니다.
그런데 현실적으로는,

• 회사 내부 문서나 기밀 데이터를 클라우드에 올릴 수 없는 상황도 많고,
• 개인 일정, 메일, 메모 같은 민감한 데이터는 프라이버시 문제 때문에
  클라우드 기반 AI보다는 로컬에서 안전하게 처리되기를 원하는 수요도 분명히 존재합니다.

이런 상황을 고려하면,
On-Device AI는 앞으로 ‘선택’이 아니라 ‘필수’가 될 가능성이 크다고 생각합니다.
게다가 요즘은

• 휴머노이드가 머지않아 등장할 것으로 보이고
• 이어폰, 펜, 노트북, 자동차, 웨어러블 등 AI를 내장한 물리 디바이스들이
  계속 등장하고 있고,
• AI가 몸을 갖는 '피지컬 AI' 시대도 먼 미래는 아닐 것으로 보입니다.

최근 저도 On-Device AI 관련 아키텍처와 유즈케이스를 따로 공부하고 있는데요,
관련해서도 꾸준히 정리해서 공유드리겠습니다.

---