AI 시대, 새로운 실리콘밸리는 어디가 될까…LLM이 바꿀 미국의 일자리 지형도

Could Savannah be the Next San Jose?
The Downstream Effects of Large Language Models

LLM이 가져올 노동시장의 구조적 변화

대규모 언어모델(LLM)의 광범위한 도입이 미국 노동시장의 지리적 구조를 근본적으로 바꿀 것으로 전망된다. 루이지애나 주립대학교와 매사추세츠 공과대학교의 경제학자들의 연구에 따르면, 현재 인간 노동자가 수행하는 업무의 약 15%가 챗GPT(ChatGPT)와 같은 생성형 AI 도구로 대체될 수 있으며, 전체 근로자의 19%가 업무의 절반 이상을 LLM이 수행할 수 있는 직종에 종사하고 있다.

이러한 변화의 중요성을 인식한 백악관은 2024년 경제보고서에서 AI 관련 내용을 한 챕터로 다루며 “AI가 가져올 이익이 널리 공유되도록 하는 것을 넘어, 피해를 입은 개인들에 대한 대책도 마련해야 한다”고 강조했다.

1980년대 제조업 쇼크와의 비교

1980년대 제조업 쇼크는 미국 경제에 큰 변화를 가져왔다. 1980년에서 1985년 사이에만 ‘생산직 직종’이 170만 개(-13%) 감소한 반면, ‘경영 및 비즈니스 직종’은 400만 개(+29%), ‘전문직 및 관련 비즈니스 직종’은 340만 개(+24%) 증가했다. 이러한 변화로 1980년대 중반에는 미국 중서부가 ‘러스트 벨트’로 불리게 되었고, 미국 대륙은 ‘양안 경제’로 묘사되었다.

구체적으로 1980년에서 1985년 사이에만 ‘생산직 직종’이 170만 개(-13%) 감소한 반면, ‘경영 및 비즈니스 직종’은 400만 개(+29%), ‘전문직 및 관련 비즈니스 직종’은 340만 개(+24%) 증가했다. 이러한 변화로 1980년대 중반에는 미국 중서부가 ‘러스트 벨트’로 불리게 되었고, 미국 대륙은 ‘양안 경제’로 묘사되었다.

LLM의 지역별 영향도 분석

LLM의 영향은 지역별로 상이하게 나타날 것으로 예측된다. 워싱턴 DC, 볼더, 덴버, 샌프란시스코, 뉴욕시, 오스틴 등 교육수준이 높은 해안가 대도시들이 가장 큰 영향을 받을 것으로 분석됐다. 이는 중서부 지역을 중심으로 영향을 미쳤던 1980년대 제조업 쇼크와는 다른 양상이다.

통계적 분석에 따르면, 대도시통계지역(MSA)의 교육수준과 LLM 노출도는 강한 양의 상관관계(ρ = 0.658)를 보였다. 또한 도시 규모와 LLM 노출도도 양의 상관관계(ρ = 0.359)를 나타냈다. 반면, 2020년 공화당 대선 득표율과 LLM 노출도는 음의 상관관계(ρ = -0.386)를 보여, LLM의 영향이 정치적 성향과도 관련이 있음을 시사했다.

Could Savannah be the Next San Jose The Downstream Effects of Large Language Models

교육과 일자리의 상관관계 변화

현재 미국인의 75%는 대학 학위가 좋은 일자리를 얻는 데 중요하지 않다고 생각하며, 단 22%만이 대학 교육 비용이 가치가 있다고 느낀다. 이는 교육 투자 수익률의 역사적 변화와도 관련이 있다. 1979년 고졸자와 대졸자의 시간당 임금 격차는 40.1%였으나, 2017년에는 67.4%로 크게 확대되었다. 그럼에도 1980년대 초 연간 95만 명이던 학사학위 취득자 수는 1990년대 초 105만 명으로 증가했다.

LLM 도입으로 인한 대학 졸업자 수요 감소는 이러한 추세를 더욱 강화할 수 있다. 실제로 최근 구인공고 분석에 따르면 2014년에서 2023년 사이 대학 학위 요구사항을 제외하는 채용공고가 4배 증가했다.

새로운 기회의 도시들

연구진은 LLM 충격의 영향이 적으면서도 대학 졸업자 비율이 높고 주거비용이 저렴한 도시들을 분석했다. 데이턴(오하이오), 오거스타(조지아), 서배너(조지아), 스크랜턴(펜실베이니아), 앨런타운(펜실베이니아), 그린빌(사우스캐롤라이나), 콜롬비아(사우스캐롤라이나), 채터누가(테네시), 오클라호마시티, 뉴올리언스(루이지애나) 등이 대표적이다.

특히 이 중에서도 2020-2023년 사이 높은 인구증가율을 보인 오거스타, 서배너, 그린빌, 채터누가, 오클라호마시티가 주목받고 있다.

정치적 영향과 변화

LLM으로 인한 변화는 정치적 지형도 바꿀 것으로 예상된다. 1980년 대선에서 레이건은 카터에 대해 대졸자 유권자에서 23%, 비대졸자에서 8.1%의 우위를 보였다. 그러나 2016년에는 비대졸자의 66%, 특히 백인 비대졸자의 71%가 트럼프를 지지하는 등 교육 수준에 따른 정치적 선호도가 크게 변화했다.

전통적인 정당 노선을 넘어 AI 규제를 둘러싼 새로운 정치적 균열이 형성될 수 있다. ‘팀 아포칼립스’와 ‘팀 유토피아’로 대변되는 AI 발전에 대한 상반된 입장이 새로운 정치적 대립축이 될 수 있다.

LLM 산업의 특성과 도전과제

LLM 개발과 훈련에는 막대한 컴퓨팅 자원과 데이터가 필요하다. 이로 인해 대학 연구자들은 이 기술 개발에서 배제되고 있으며, LLM 산업은 소수 기업이 지배하는 구조가 되고 있다. IT 산업의 최근 동향은 이러한 변화를 잘 보여준다. 2023년 AI 스킬 관련 IT 채용공고는 43% 증가한 반면, 전체 IT 채용은 31% 감소했다. 이는 AI 기술이 전통적인 IT 일자리를 대체하면서도 새로운 형태의 일자리를 창출하고 있음을 시사한다.

이들 기업은 주주들의 수익 기대에 부응해야 하는 압박 속에서 가능한 한 빠르게 제품을 개발하려 할 것이며, 이는 정부의 규제 시도와 충돌할 가능성이 있다.

정부의 역할과 과제

과거 워드프로세서나 전기화 과정에서는 기술 도입에 자연스러운 제약이 있었으나, 웹과 클라우드를 통한 LLM 서비스의 확산은 훨씬 빠를 것으로 예상된다. AI 규제에 대한 다양한 제안이 나오고 있으나, 대부분 안전성, 프라이버시, 지적재산권에 초점을 맞추고 있다. 최근 백악관의 AI 관련 행정명령도 ‘노동자 지원’ 섹션이 있지만, 기술 확산 속도 조절에 대한 논의는 부족한 상황이다.

해당 리포트의 원문은 링크에서 확인할 수 있다.

기사는 클로드 3.5 Sonnet과 챗GPT-4o를 활용해 작성되었습니다.