토니 블레어 글로벌 변화 연구소(TBI), 비영리 싱크탱크가 최근 연구를 발표하며 인공지능(AI)이 영국의 노동력을 효율화하고 정부 비용을 수십억 달러 절감하며 40% 이상의 작업을 자동화할 수 있다고 밝혔다.
11일(현지시간) 코인텔레그래프에 따르면, 그러나 이러한 혜택을 위해서는 정부가 'AI 기술에 투자하고, 데이터 시스템을 업그레이드하며, 새로운 도구를 사용할 수 있도록 노동력을 교육하고, 조기 퇴직과 관련된 중복 비용을 부담해야' 한다고 연구는 전했다.
이 과정은 향후 5년 동안 연간 약 40억 달러, 이후 연간 70억 달러의 비용이 소요될 것이라고 연구원들은 밝혔다.
그러나 외부 연구원들에 따르면 이 연구의 진짜 문제는 ChatGPT에 대한 의존성에 있다.
옥스퍼드 대학의 모하마드 아미르 안와르(Mohammad Amir Anwar)는 X에서 토니 블레어 연구소가 '거짓말을 하고 있다'고 언급했으며, 워싱턴 대학의 에밀리 벤더(Emily Bender)는 404 미디어의 에마누엘 마이버그(Emanuel Maiberg)에게 연구원들이 '마치 매직 8볼을 흔들고 그 답을 적어 내려가는 것 같다'고 말했다.
문제점
TBI 연구원들은 전체 노동력에 대한 고수준의 개요를 제공하고, 그에 따라 자동화가 시장에 미칠 잠재적 영향을 예측하려 했다.
그들은 AI가 영국에 거의 즉시 수십억 파운드를 절약할 수 있다고 결정했다. 연구 논문에 따르면 투자 비용과 잠재적 절약 비용의 차이는 '매년 GDP의 거의 1.3%에 해당하는 370억 파운드(현재 가치 기준)에 이르는 순 절약'을 의미한다.
연구원들은 또한 '이는 초기 총 9:1의 비용 대비 이익 비율에 해당하며, 5년 후 이 프로그램이 연간 GDP의 0.5%(현재 가치 기준으로 150억 파운드)를 절약할 수 있어 빠르게 기술이 도입될 경우 1.8:1의 비용 대비 이익 비율이 가능할 것'이라고 주장했다.
이 숫자들은 확실히 흥미롭지만, 실제 의미가 있는지는 불확실하다.
문제는 연구원들이 결론에 도달한 방법에 있다. 노동자와 고용주를 대상으로 자동화가 특정 직위에 미치는 영향을 결정하는 포괄적인 연구를 수행하는 대신, 그들은 O*Net 데이터 세트를 사용하여 노동자가 수행하는 2만 개의 작업을 식별한 후 데이터를 ChatGPT에 입력했다. 팀은 AI에게 어떤 작업이 자동화에 적합한지, 어떤 도구를 사용할 수 있는지 결정하도록 요청했다.
연구원들에 따르면 각 작업을 인간 전문가가 검토하는 것은 '불가능'했을 것이라고 하는데, 이는 과학에서 수행하기에 너무 어렵다는 것을 의미한다.
이는 연구원들이 ChatGPT의 모든 출력을 평가하는 것도 '불가능'하다는 것을 의미한다. 팀은 AI 시스템을 사용하여 2만 개의 작업을 분류했다고 밝혔다.
AI가 오류를 범했음을 가정할 수 있다면(이는 TBI 연구와 ChatGPT 제조업체 오픈AI(OpenAI) 웹사이트 모두 모델이 오류를 범하기 쉽다는 점에 동의한다), 연구에는 잘못된 정보가 포함되어 있으며 동료 검토도 불가능할 것이다.
자동화는 쉬운 일이 아니다
그래서 실제 숫자는 무엇일까? 기술적으로 말하자면, ChatGPT가 작업별로 자동화의 미세한 차이를 이해하는 것은 불가능하다. 필요한 데이터가 거의 전적으로 수작업으로 생성하는 것이 불가능하기 때문이다.
AI 시스템이 훈련되지 않은 새로운 문제를 해결할 때, 생성 시스템은 실패하는 경향이 있다.
예를 들어, 자동 커피 머신은 수십 년 동안 존재했지만, 일반적인 자동화 - AI 시스템이 어디서나, 어떤 방에서나 커피를 만드는 것을 가르치는 것 - 는 인공지능 및 로봇 공학 분야에서 여전히 해결되지 않은 문제로 간주된다.
간단히 말해, 자동화는 어렵고 각 작업마다 세밀한 접근이 필요하다.
예를 들어, 2017년에 생성 AI 열풍이 시작될 때, 자율주행이 몇 년 안에 해결될 것으로 예상되었다. 엘론 머스크는 2020년까지 테슬라가 100만 대의 로보택시를 운영할 것이라고 유명하게 예측했다.
그러나 2024년 7월 현재, 2021년 기준으로 자율주행차를 개발하고 있던 대부분의 자동차 제조업체, 스타트업 및 빅테크 회사들은 각각의 프로그램을 중단했다. 운전의 99%는 자동화할 수 있지만, 아직 어떤 엔지니어링 팀도 나머지 1%의 경계 사례를 안전하게 자동화하는 방법을 알아내지 못했다.
간단한 작업을 자동화하는 것은 상상하기 쉽지만, 맥락이 중요하다. ChatGPT는 문제 해결에 충분한 돈을 투입하면 어떤 일이든 자동화할 수 있다고 말할 수 있지만, 현실은 지금까지 이러한 주장에 반하는 것으로 나타났다.
뉴스 속보를 실시간으로...토큰포스트 텔레그램 가기