생성형 AI, 2032년 기업 절반이 도입… 지식노동자 중심 일자리 변화 본격화

New work, new world

美 GDP 1조 달러 증가 전망…현 2%대 성장률 최대 3.5%까지 상승

글로벌 IT 서비스 및 컨설팅 기업 코그니전트(Cognizant)와 옥스포드 이코노믹스가 발표한 새로운 보고서에 따르면, 생성형 AI는 2032년까지 미국 GDP에 연간 4,770억 달러에서 최대 1조 430억 달러의 경제적 가치를 창출할 것으로 전망된다. 이는 미국 건설업 전체 규모를 뛰어넘는 수준이다.

이러한 생산성 향상은 현재 2% 수준인 미국의 연간 경제성장률을 2032년까지 최대 3.5%까지 끌어올릴 수 있을 것으로 분석됐다. 1970년대 마이크로프로세서의 등장 이후 개인용 컴퓨터가 널리 보급되기까지 20년이 걸렸던 것과 비교하면, 생성형 AI의 도입과 생산성 향상은 매우 빠른 속도로 진행될 것으로 예상된다.

3-4년내 13% 도입, 2032년 46%로 확대…기업 혁신 가속화

생성형 AI의 기업 도입은 세 단계로 진행될 전망이다. 2023-2026년은 실험과 준비 단계로, 이미지 생성, 보고서 작성, 개발자 코드 제안 등 위험도가 낮은 업무부터 시작해 약 13%의 기업이 도입할 것으로 예상된다. 2026-2030년은 본격적인 도입 단계로 규제 명확화와 기술 인프라 구축이 이뤄지며 도입률이 31%까지 증가한다.

2030-2032년은 조직 협업 단계로, 인간의 직관과 경험이 필요했던 영역까지 AI가 지원하면서 도입률이 46%까지 확대될 전망이다. 이후에도 도입은 계속 증가해 30년 내 최대 100%까지 도달할 것으로 예측된다.

마케팅 매니저 17%에서 운영관리자 52.7%까지…직무별 영향도 격차

생성형 AI는 향후 10년간 전체 일자리의 90%에 영향을 미칠 것으로 예상된다. 마케팅 매니저의 경우 콘텐츠 생성과 시장 분석 등에서 17%의 영향을 받을 것으로 예상되며, 일반 관리자와 운영 관리자는 현재 18%에서 2032년 52.7%까지 영향도가 증가할 전망이다.

소프트웨어 개발자와 데이터베이스 관리자는 8%의 높은 영향도를 보이지만, 수요가 많은 기술력 덕분에 새로운 직무로의 전환이 비교적 수월할 것으로 예측된다. 반면 사무직과 행정직은 4%의 영향도에도 불구하고 전환이 어려운 것으로 분석됐다.

실직자 39주 소요 예상…전체 인력의 9% 일자리 전환 필요

미국 인구통계국 데이터를 바탕으로 한 분석에 따르면, 전체 노동력의 약 9%가 생성형 AI로 인해 일자리를 잃을 것으로 예측된다. 이 중 11%는 새로운 일자리를 찾는 데 어려움을 겪을 것으로 예상되며, 평균적으로 39주가 소요될 것으로 분석됐다. 이는 전체 노동력의 약 1%가 장기 실업에 직면할 수 있음을 의미한다.

CEO 업무 25% 변화 전망…입법자도 37% 영향

고위직의 업무도 큰 변화를 맞이할 전망이다. CEO들의 경우 업무의 25% 이상이 생성형 AI의 영향을 받을 것으로 분석됐다. 보고서 검토, 운영 분석, 경쟁력 평가, 전략적 의사결정 등 핵심 업무에서도 AI 활용이 확대될 것이다. 입법자들의 경우도 2032년까지 업무의 37%가 AI의 영향을 받을 것으로 예상된다. 현재 고객서비스 담당자의 업무 영향도는 11%에서 2032년 63%까지 증가할 것으로 예측된다.

의료진 업무 33% 자동화로 인력난 해소 기대

생성형 AI는 심각한 인력난을 겪고 있는 의료 분야에서 특히 큰 역할을 할 것으로 기대된다. 가정의학과 의사의 경우 환자 정보 수집과 관리 같은 행정업무가 자동화되고 진단 업무도 지원받게 되어, 2032년까지 업무의 33.3%가 AI의 영향을 받을 것으로 예상된다. 이를 통해 의료 서비스의 품질을 유지하면서도 인력난을 해소할 수 있을 것으로 전망된다.

또한 AI는 개인의 강점을 살리고 약점을 보완하는 방식으로 활용될 것이며, 예를 들어 주식 분석가가 수학적 전문성이 부족하더라도 AI의 도움으로 의사소통 능력 등 다른 강점을 활용할 수 있게 될 것으로 예상된다.

해당 기사에서 인용한 리포트 원문은 링크에서 확인할 수 있다.

이미지출처: 코그니전트(Cognizant)

기사는 클로드 3.5 Sonnet과 챗GPT-4o를 활용해 작성되었습니다.