광고
광고
광고
광고
광고
광고
광고
광고
광고
광고
광고
광고
광고
광고

AI넷

[WEF, 미래의 일자리: 대규모 언어 모델 및 작업] 인공지능과 기타 텍스트, 이미지, 음성 처리 기술을 포함한 산업 변화로 인해 향후 5년 내에 전 세계 일자리의 23%가 바뀌게 된다. 자동화 및 강화 조치가 가장 높게 추정되는 산업은 금융 서비스, 자본 시장, 보험 및 연금 관리 등 금융 서비스 부문이다. 반면, 주로 기술자, 엔지니어, 분석가 계열의 직업은 확대 및 성장할 수 있는 잠재력을 가지고 있다.

https://mail.google.com/mail/u/0/#inbox/FMfcgzGtxStlJTLlkzwhHwcbRZDcBvrP?projector=1&messagePartId=0.1

JM Kim | 기사입력 2023/10/03 [00:00]

[WEF, 미래의 일자리: 대규모 언어 모델 및 작업] 인공지능과 기타 텍스트, 이미지, 음성 처리 기술을 포함한 산업 변화로 인해 향후 5년 내에 전 세계 일자리의 23%가 바뀌게 된다. 자동화 및 강화 조치가 가장 높게 추정되는 산업은 금융 서비스, 자본 시장, 보험 및 연금 관리 등 금융 서비스 부문이다. 반면, 주로 기술자, 엔지니어, 분석가 계열의 직업은 확대 및 성장할 수 있는 잠재력을 가지고 있다.

https://mail.google.com/mail/u/0/#inbox/FMfcgzGtxStlJTLlkzwhHwcbRZDcBvrP?projector=1&messagePartId=0.1

JM Kim | 입력 : 2023/10/03 [00:00]

 

생성 인공지능(AI)의 발전이 전례 없는 속도로 계속됨에 따라 대규모 언어 모델(LLM)이 작업 환경을 재정의할 수 있는 잠재력을 지닌 혁신적인 도구로 떠오르고 있다.

GitHub Copilot, Midjourney ChatGPT와 같은 이러한 도구의 최근 발전은 세계 경제와 노동 시장에 상당한 변화를 가져올 것으로 예상된다.

이러한 특별한 기술 발전은 경제적, 지정학적, 녹색 전환 및 기술적 요인으로 인해 노동 시장이 크게 격변하는 시기와 일치한다.

 

세계경제포럼(World Economic Forum) 2023년 일자리 미래 보고서(Future of Jobs Report 2023)는 다음과 같이 예측한다. 인공지능과 기타 텍스트, 이미지, 음성 처리 기술을 포함한 산업 변화로 인해 향후 5년 내에 전 세계 일자리의 23%가 바뀔 것이라고 한다.

이 백서는 LLM이 직업에 미치는 잠재적인 직접적이고 단기적인 영향에 대한 구조화된 분석을 제공한다. 총 작업 시간의 62%가 언어 기반 작업과 관련되어 있으므로 ChatGPT와 같은 LLM의 광범위한 채택은 광범위한 직무 역할에 큰 영향을 미칠 수 있다.

 

LLM이 직업에 미치는 영향을 평가하기 위해 이 백서는 867개 직업에 걸쳐 19,000개 이상의 개별 작업에 대한 분석을 제공한다. LLM 채택에 대한 각 작업의 잠재적 노출을 평가하고 이를 자동화 가능성이 높음, 증강 가능성이 높음, 영향을 받지 않거나 영향을 받지 않을 가능성이 낮은 작업(비언어 작업)으로 분류한다. 또한 이 백서는 LLM 채택으로 인해 등장하는 새로운 역할에 대한 개요를 제공한다.

산업과 비즈니스 모델을 재편하는 데 이러한 기술이 미치는 장기적인 영향은 이 백서의 범위를 벗어나지만, 여기서 제안된 구조적 접근 방식은 기술 변화의 다른 영역과 업무 및 직업에 미치는 영향에도 적용될 수 있다.

 

분석에 따르면 LLM에 의한 자동화 가능성이 가장 높은 작업은 일상적이고 반복적인 경향이 있는 반면, 증강 가능성이 가장 높은 작업에는 추상적 추론과 문제 해결 기술이 필요하다는 것이 밝혀졌다. 노출 가능성이 낮은 작업에는 높은 수준의 개인적인 상호 작용과 협업이 필요하다.

– 자동화 가능성이 가장 높은 직업은 신용 승인자, 검사원 및 사무원이다. (업무 시간의 81%를 자동화할 수 있음), 관리 분석가(70%), 텔레마케터(68%), 통계 보조원(61%), 출납원(60%).

– 업무 확대 가능성이 가장 높은 직업은 보험 보험사(작업 시간의 100% 증대 가능성), 생명공학자 및 생명의학 엔지니어(84%), 수학자(80%), 편집자(72%) 등 수학적, 과학적 분석을 강조한다.

– 자동화나 증강 가능성이 낮은 직업으로써 크게 변하지 않을 것으로 예상되는 직업은 교육, 지도, 직업 상담사 및 조언자(84%의 시간을 저 노출 업무에 소비), 성직자(84%), 법률 보조원 및 법률 보조원(83%), 가정 건강 보조원(75%) 등이 있다.

– 기존 직업을 재편하는 것 외에도 LLM의 채택은 AI 개발자, 인터페이스 및 상호 작용 디자이너, AI 콘텐츠 제작자, 데이터 큐레이터, AI 윤리 및 거버넌스 전문가 범주 내에서 새로운 역할을 창출할 가능성이 높다.

산업 분석은 일자리의 잠재적 노출 수준을 산업 수준으로 집계하여 수행되며, 일자리가 둘 이상의 산업에 존재할 수 있다는 점을 지적한다.

 

결과에 따르면 총 잠재 노출(자동화 및 강화 조치)이 가장 높게 추정되는 산업은 금융 서비스, 자본 시장, 보험 및 연금 관리 등 금융 서비스 부문인 것으로 나타났다.

그 다음에는 정보 기술과 디지털 커뮤니케이션, 그리고 미디어, 엔터테인먼트, 스포츠가 뒤따른다. 각 주요 산업 카테고리에 대해 가장 높은 노출 가능성으로 순위가 매겨진 추가 직업 목록은 부록에 정리되어 있다.

– 마찬가지로, 기능 그룹 분석에 따르면 LLM에 대한 총 잠재 노출이 가장 큰 두 가지 주제 영역은 근무 시간의 73%가 노출되는 정보 기술과 근무 시간의 70%가 노출되는 금융이다. 산업 그룹과 마찬가지로 각 기능 그룹에 대해 노출 가능성이 가장 높은 순위로 순위가 매겨진 추가 직업 목록이 부록에 정리되어 있다.

– 이러한 새로운 연구 결과는 미래 일자리 보고서 2023의 신경제 및 사회 센터에서 수행한 이전 작업과 직접적으로 연결된다. LLM에 의해 자동화 가능성이 높은 것으로 밝혀진 많은 일자리는 비즈니스 리더들에 의해 채용될 것으로 예상되었다.

은행원 및 관련 사무원, 데이터 입력 사무원, 행정 및 비서 등 향후 5년 이내에 감소할 것으로 예상된다. 한편, AI 및 머신러닝 전문가, 데이터 분석가 및 과학자, 데이터베이스 및 네트워크 전문가 등 증강 가능성이 높은 직업도 늘어날 것으로 예상된다.

 

이 두 출판물은 함께 식별된다. 기술 변화와 노동 시장 변화 사이의 주요 주제를 재확인한다.

이 보고서의 결과는 LLM 구현이 직업 환경을 어떻게 변화시킬 수 있는지를 조명하고 정책 입안자, 교육자 및 비즈니스 리더에게 귀중한 통찰력을 제공한다. LLM은 직업 대체로 이어지기보다는 작업 기반 직업 전환 기간을 안내할 수 있으며, 이는 미래의 직업을 위해 인력을 준비하기 위한 사전 전략이 필요하다.

 

소개: 대규모 언어 모델이 미래의 작업에 어떤 영향을 미칠까?

노동 시장은 성장, 지경학, 지속 가능성 및 기술의 궤적에서 급격한 변화를 겪고 있다. 2023년 일자리 미래 보고서(Future of Jobs Report 2023)에 따르면 비즈니스 리더들은 향후 5년 내에 전 세계 일자리의 23%가 바뀔 것으로 예상하고 있다.

특히, 생성 인공지능(AI)은 프로그래밍을 위한 GitHub Copilot, 이미지 생성을 위한 Midjourney, 범용 언어 도우미인 ChatGPT와 같은 제품에 구현되어 기능 면에서 엄청난 도약을 겪었다.

2023년 일자리 미래 보고서(Future of Jobs Report 2023)에서는 AI와 텍스트, 이미지 및 음성 처리 기술이 일반적으로 기업의 최우선 관심사인 것으로 나타났다.

보고서에 따르면 설문 조사 응답자의 75%는 조직 운영에 AI를 도입할 계획이 있다고 보고했으며, 62%는 텍스트, 이미지 및 음성 처리 기술을 도입할 계획이 있다고 보고했다. 이로 인해 이 신기술이 전 세계 조직과 노동 시장에 어떤 영향을 미칠지에 대한 의문이 제기되었다.

 

업무 및 직무의 노출 가능성 식별

LLM은 혁신적인 잠재력을 갖고 있으며 미래 고용 환경을 크게 재편할 것이다.

1-1노출된 작업

예비 분석을 통해 자동화 또는 강화 가능성이 가장 높은 작업과 잠재력이 낮거나 없는 작업이 무엇인지 밝혀진다( 1 참조).

LLM에 의한 자동화 가능성이 가장 높은 작업은 관리 또는 사무 활동 수행과 같이 보다 일상적인 경향이 있으며, 데이터베이스 설계 또는 데이터 분석과 같은 기본 분석과 관련된 일부 작업도 있다.

증강 가능성이 가장 높은 작업에는 보다 추상적인 추론 기술이 필요하며, 특히 사람과의 상호 작용을 결합하는 작업에는 더욱 그렇다. 목록의 맨 위에는 인사 역량 평가가 있다. 또는 인사 전문가의 책임 맥락과 같은 성과에 이어 소비자 요구나 의견에 대한 데이터를 수집한다.

예를 들어 후자의 경우 설문조사 실행은 이메일과 인터넷을 통해 고도로 자동화된 프로세스일 수 있지만 설문조사 질문의 작성 및 표현에는 여전히 데이터를 수집하는 사람의 높은 수준의 관심과 승인이 필요하다.

노출 가능성이 낮은 작업에는 계약 협상, 교육 프로그램 개발, 기타 과학 및 기술 작업 중 후자는 이미 강력한 수준의 기술적 강화를 채택하고 있다. 마지막으로, 비언어 작업은 예상대로 제품, 운송용 자재 또는 장비 적재, 조립 활동, 농업 활동, 몸단장 및 헤어스타일링과 같은 신체적 움직임을 강조하는 작업이다.

 

1 영향을 받는 주요 작업

레벨

작업

자동화 가능성이 더 높음

행정 또는 사무 활동 수행

디자인 데이터베이스

데이터를 분석하여 운영 개선

외부 상황, 동향, 이벤트 모니터링

상품이나 서비스에 대한 정보를 얻기

기술 설계, 절차 또는 활동을 문서화하기

증강 가능성이 더 높음

직원의 역량이나 성과를 평가하기

소비자 요구나 의견에 대한 데이터 수집

업무 프로세스를 알리는 문서나 자료를 읽기

환자나 고객의 상태나 치료 옵션을 평가

정보 또는 교육 자료 준비

컴퓨터 또는 정보 시스템의 성능 테스트

노출 가능성이 낮음(자동화 또는 증강)

계약 또는 계약 협상

개인이나 지역사회의 요구를 옹호하기

교육 프로그램 개발에 협력

직접적인 과학 또는 기술 활동

문제 해결을 위해 다른 사람들과 협력

설계, 사양 또는 기타 기술 데이터를 평가하기

비언어 작업

운송 또는 추가 처리를 위해 제품, 자재 또는 장비를 적재하기

장비 또는 부품 조립

혼합물 또는 용액 준비

농업 활동 수행

헤어 스타일 꾸미기

에너지 또는 난방 장비 설치

부상 직업

생성 AI는 인간과 AI 간의 협업에 대한 새로운 패러다임을 제시함으로써 업무 수행 방식을 재정의하고 다양한 직무 역할의 성격을 재편할 것이다.

LLM이 널리 채택되면서 어떤 새로운 역할이 나타날지 100% 확신할 수는 없다. 그럼에도 불구하고 몇몇 핵심 분야에서 일자리 개발의 여지가 있다는 것은 분명하다.

다음과 같은 신흥 직업 그룹화는 생성 AI의 가치를 실현하고 관련 결과를 완화하는 데 도움이 될 수 있다.

 

AI 모델 및 프롬프트 엔지니어: 엔지니어와 과학자는 AI 시스템 혁신의 가장 세부적인 수준에서 LLM을 계속 개발하고 미세 조정할 것이다. 이러한 직업의 일부 기술 세트는 이미 존재할 수 있지만 AI 시스템의 발전과 동시에 계속해서 발전할 것이다.

이러한 직무에는 보다 효율적인 알고리즘을 설계하는 프로그래머, 모델을 훈련하고 실행하기 위해 맞춤형 칩을 설계하는 전기 엔지니어, 서버 인프라를 구축하는 시스템 관리자, 이러한 시스템이 확장 실행에 필요한 안정적인 에너지원을 갖도록 보장하는 인프라 및 전력 시스템 엔지니어 등이 포함된다. 또한 프롬프트 엔지니어는 LLM이 보다 최적의 결과를 얻기 위해 프롬프트 또는 입력을 개발, 개선 및 재구성하는 데 매우 중요하다.

 

인터페이스 및 상호 작용 디자이너: 완성되고 훈련된 LLM은 여전히 매우 기술적이며 대중이 접근할 수 있으려면 잘 만들어진 인터페이스가 필요하다. 어떤 면에서 인터페이스 및 인터랙션 디자이너는 LLM의 사용자 경험(UX) 디자이너로 간주될 수 있다. 이 직업 계열은 특정 상황에 적응할 수 있는 LLM을 만드는 일을 담당한다.

일종의 사용자 입력(: 타이핑 또는 음성)을 수행하거나 개인화된 AI 보조자, 교사 또는 코치 개발과 같은 특정 작업을 수행한다. 이러한 직업에는 중요한 일이 포함될 수 있다. 인간 피드백을 통한 강화 학습(RHLF) 단계에서는 모델이 선호하는 반응 및 기타 성능 평가자에 대해 훈련된다.

 

AI 콘텐츠 제작자: 기술자 및 인터페이스 디자이너의 인프라를 기반으로 AI 콘텐츠 제작자는 LLM의 지식과 이해를 활용하여 모든 분야 또는 영역의 주제에 대한 심층적인 콘텐츠를 신속하게 생성한다. 제작된 콘텐츠 유형은 기사, 서적, 교육 및 훈련 자료, 영화 및 TV 시리즈의 전체 스토리라인에 이르기까지 다양할 수 있으며 잠재적으로 동반되는 시각 및 오디오 미디어를 자동으로 생성할 수 있다.

 

데이터 큐레이터 및 강사: 대규모 교육 데이터 세트는 LLM의 성과를 유지하는 데 필수적이다. LLM 결과물의 품질이 중요하므로 LLM 개발에서는 고품질 데이터를 보장하는 것이 최우선이다. 훈련 데이터의 품질을 직접적으로 반영한다. 대부분의 교육 데이터는 인터넷에 게시된 텍스트로 선별되므로 데이터 품질 및 무결성 검사가 중요하며 이는 전문화된 전문 인력의 개발로 이어진다.

 

윤리 및 거버넌스 전문가: 교육 데이터에 편견이 있거나 기타 불미스러운 언어가 있으면 LLM이 편향되거나 유해하거나 비윤리적인 콘텐츠를 생성할 수 있다. 훈련 데이터의 품질을 확인해야 할 뿐만 아니라 훈련도 받아야 한다. LLM 시스템은 대중에게 공개되기 전에 엄격한 테스트를 거쳐야 한다. 이는 특별히 훈련된 AI 안전의 범위에 속한다. 회사 수준의 임원 및 윤리학자, 심지어 정부 수준의 도메인별 규제 기관 및 변호사까지 포함된다.

 

새로운 직업 범주의 출현이 예상되는 동시에 기존 역할의 재창조도 예상되어야 한다. LLM이 고객 서비스 직무에 미치는 영향을 분석한 결과 핵심 고객 서비스 업무 중 4가지 작업은 변경되지 않고 인간의 능력 내에서 생성 AI를 사용하여 4가지 작업을 완전히 자동화할 수 있고 5가지 작업을 강화하여 인간 성과를 향상시킬 수 있는 것으로 나타났다. 다섯 가지 새로운 고부가가치 작업이 등장한다.

 

생성 AI를 통해 고객 서비스 담당자(CSR)는 시스템 개선을 위한 피드백 제공, 고객 요구 사항 조정, 편견 테스트, 윤리적 기계 동작 보장, 데이터 개인 정보 보호 모니터링과 같은 새로운 작업에 참여할 수 있다.

이러한 책임을 통해 CSR AI 배포를 형성하고 고객 경험을 최적화하며 윤리적 표준을 유지할 수 있다. 고객 서비스 운영. 또한 CSR에 대한 또 다른 연구에서는 생성 AI의 구현이 직원 이직률 감소와 관련이 있는 것으로 나타났다.

이러한 연구 결과는 조직이 인간의 전문 지식과 함께 생성 AI를 사용하여 작업 설계를 재고하고 생산성을 향상하며 직원 경험을 개선할 수 있는 방법을 보여준다.

 

LLM과 일자리 및 업무의 성장과 쇠퇴

성장 기대치는 직무와 직위의 인력 변화를 강조하여 변화에 대한 준비가 되어 있음을 시사한다.

2.1 예상되는 업무의 증가와 감소

2023년 일자리 미래 보고서에 제시된 분석은 표 1의 결과와 글로벌 비즈니스 리더의 예측 사이에 몇 가지 놀라운 유사점을 나타낸다.

보고서에 따르면 현재와 향후 5년 내에 자동화될 것으로 예상되는 가장 중요한 작업은 정보 및 데이터 처리이다. 현재 작업 기반 분석은 또한 이 작업이 데이터베이스 설계, 즉 데이터베이스 설계에서 자동화 가능성이 높다는 것을 나타낸다. 운영을 개선하고 상품이나 서비스에 대한 정보를 얻기 위해 데이터를 분석한다. 마찬가지로, 미래 직업 보고서 2023의 결과에 따르면 자동화 가능성이 가장 낮은 분야는 추론 및 의사결정 작업이다.

 

본 논문의 작업 기반 분석은 의사결정 작업이 증강 가능성이 높은 것으로 나타낸다(특히 개인의 능력이나 성과를 평가하고, 작업 프로세스를 알리기 위해 문서나 자료를 읽고, 환자 또는 고객 상태를 평가하는 경우). 또는 치료 옵션), 또는 노출 가능성이 낮음(: 직접적인 과학 또는 기술 활동).

2023년 일자리 보고서의 설문 조사 결과와 본 백서의 작업 기반 분석을 통해 인력 전환의 근간이 되는 공통 스레드가 확인되었다는 사실은 이러한 변화가 실제로 근본적인 변화임을 시사한다.

또한 이는 비즈니스 리더가 이미 이러한 추세를 파악하고 있으며 향후 변화에 대비하여 인력을 준비할 수 있는 좋은 위치에 있을 것으로 예상된다는 것을 의미한다.

 

 

2.2 일자리 증가와 감소 예상

그림 7은 본 백서의 LLM 직업 노출에 대한 주요 조사 결과와 2023년 직업 미래 보고서에서 확인된 동일한 직업에 대한 성장 기대치를 결합한 것이다. 이 그림에서 세로축은 노출 가능성을 나타낸다.

상단 상자에는 증강 잠재력 점수, 중간 상자에는 낮은 잠재력 점수, 하단 상자에는 자동화 점수가 있는 작업이다. 가로축은 인력 고용의 예상되는 백분율 변화로 측정된 향후 5년 이내에 예상되는 순 일자리 증가율을 나타낸다.

 

이 차트를 생성하기 위해 보고서 앞부분에서 사용된 O*NET 세부 직업이 미래 직업 보고서 2023에서 사용된 직업 분류에 매핑되었다.

이 수치에서 가장 즉각적으로 알 수 있는 점은 직업 확대와 성장 사이의 긍정적인 연관성과 직업 자동화와 성장 사이의 부정적인 연관성이다. 대조적으로, 노출 가능성이 낮은 직업은 예상 성장률이 훨씬 낮다.

그림 7 일자리 노출 가능성과 성장 잠재력

자동화 가능성이 가장 높은 일자리는 그림 7의 아래쪽 상자에 나와 있으며(그림 2의 목록에서 매핑됨), 2010년 이후 감소할 것으로 예상되는 일자리와 상당히 겹친다. 미래 직업 보고서 2023에서 비즈니스 리더를 대상으로 한 설문 조사 결과에 따르면 향후 5년 동안이다.

가장 큰 감소가 예상되는 3개 직종은 은행원 및 관련 직원(자동화 가능성이 높은 작업에 소요되는 시간 87%, 감소 예상 41%), 데이터 입력 직원(자동화 가능성 58%, 감소 예상 36%), 관리직이다. 그리고 집행 비서(69% 자동화 가능성, 34% 감소 예상). 증권 및 금융 딜러와 브로커를 제외하고 자동화 가능성이 높은 모든 직종은 기대 성장률이 마이너스이다.

증강 가능성이 높은 일자리는 위쪽 상자에 표시되며(그림 3의 목록에서 매핑됨) 2023년 일자리 보고서(Future of Jobs Report 2023)에 표시된 대로 향후 5년 동안 강력한 성장이 예상되는 일자리와 대부분 일치한다.

 

주로 기술자, 엔지니어, 분석가 계열의 직업은 확대 및 성장할 수 있는 잠재력을 가지고 있다.

AI 및 머신러닝 전문가는 가장 높은 예상 성장률(보강 가능성이 높은 작업에 소요되는 시간 75%, 예상 성장 39%)을 나타냈고, 데이터 분석가 및 과학자(잠재적 증강 84%, 예상 성장 31%)가 그 뒤를 이었습니다. 데이터베이스 및 네트워크 전문가(83% 잠재적 증가, 14% 예상 성장). 그러나 증강 가능성이 높은 직업은 예상 성장에 큰 차이가 있으며, 이 범주의 여러 직업(: 데이터 입력 사무원 및 웹 개발자)은 성장 기대치가 낮다. 그럼에도 불구하고 증강 잠재력과 예상 성장 사이의 일반적인 일치는 생성적 AI를 채택하는 것을 시사한다. 개인 근로자의 생산성을 높일 수 있는 잠재력이 있어 상당한 일자리 성장을 촉진할 수 있다.

 

중간 상자에 표시된 노출 가능성이 낮은 직업(그림 4의 목록에서 매핑됨) 중 다수가 다음 분야에서 발견된다. 교육, 특히 대학 및 고등 교육 교사, 2023년 일자리 미래 보고서에서도 향후 5년 내에 예상되는 성장률이 완만할 것으로 확인되었다(LLM에 노출될 가능성이 낮은 작업에 소요되는 시간의 41%, 예상 성장 10%).

노출 가능성이 낮은 직업은 예상 성장 수치도 다양하지만 평균적으로 예상 성장이 0에 가까운 경향이 있다. 잠재력이 낮은 사람들 사이에서 돌봄 직업이 두드러짐 LLM에 의한 자동화는 이전 내일의 일자리(Jobs of Tomorrow) 보고서의 이전 조사 결과와 일치한다. 해당 보고서는 많은 국가에서 모든 소득 그룹의 돌봄 및 교육 일자리에 대한 충족되지 않은 수요가 높은 수준임을 발견했다. 이는 부분적으로 생성 AI가 이러한 작업을 쉽게 자동화할 수 없기 때문에 발생할 수 있지만 해당 서비스에 대한 수요는 앞으로도 계속 증가할 것이다.

 

결론: 대규모 언어 모델이 작업자에게 적합하도록 보장

LLM을 채택하면 비즈니스와 업무의 성격이 변화되어 일부 기존 직업이 대체되고 다른 직업이 향상되며 궁극적으로 많은 새로운 역할이 창출된다. 그러나 이는 기업과 기업의 책임이 될 것이다.

정부는 사회의 모든 구성원이 생성 AI의 잠재력으로부터 이익을 얻을 수 있도록 임박한 변화에 대비하여 인력을 준비하는 적극적인 조치를 취해야 한다.

이 문서에서는 LLM이 직업에 미치는 영향(긍정적 및 부정적)을 평가하기 위한 구조화된 접근 방식을 사용하여 이해관계자가 과제와 기회를 모두 책임감 있게 해결할 수 있도록 한다.

– 정책 입안자들은 다가오는 혼란 기간을 관리하기 위해 전략적 인력 계획 역량, 평생 학습 시스템 및 사회 안전망을 조정해야 한다.

이 백서에서 공유한 것과 유사한 분석은 다음을 제공하는 데 도움이 될 수 있다. 특정 지역의 상황을 보다 정확하게 볼 수 있다. 정부는 또한 고용주 및 교육 기관과 협력하고 지원하여 다음과 같은 훈련 프로그램을 제공할 수 있다.

LLM을 통해 가장 많은 혜택을 누리고 성장할 수 있는 직업에 대해 근로자를 준비시킨다. 또한, 새로운 역할로의 전환을 위한 사회 안전망과 지원을 재구상하고 영향을 받을 가능성이 가장 높은 사람들을 대상으로 보다 정확하게 타겟팅해야 한다.

– 비즈니스 리더는 LLM이 직무에 미치는 직접적인 영향에 대한 통찰력을 사용하여 어떤 역할이 가장 큰 영향을 받고 책임감 있게 영향을 받는지 이해할 수 있다.

근로자가 새로운 역할과 업무 방식으로 전환하는 것을 지원한다. 내부 인력 계획, 학습 및 개발, 인재 관리 관행도 강화되어 직장에서 생성 AI 채택을 지원하고, 성장하는 일자리에서 새로운 인재를 채용하거나, 성장하는 역할을 위해 직원의 재교육 및 기술 향상에 막대한 투자를 해야 한다.

대규모 언어 모델은 인간의 잠재력을 확장하고 산업을 성장시키며 글로벌 경제를 강화할 수 있는 기회를 제공한다. 그러나 이러한 급속한 채택에는 인력에 대한 위험과 기회가 모두 포함되어 있다. 본 백서에 제시된 접근 방식은 업무와 일자리에 대한 직접적인 영향을 계획하는 데 도움이 되며 정부, 기업 및 근로자가 미래를 준비하기 위해 지금 취할 수 있는 조치에 대해 알려준다.

 

 

 

 
생성 인공지능(AI), 인공지능, 대규모 언어 모델(LLM), 미래 일자리, 금융업 관련기사목록
광고
광고
광고
광고
광고
광고
광고