Global Automation Atlas
Author
- Haebom
Category
Empty
저자
Prashant Garg, Tommaso Crosta, Jasmin Baier
💡 개요
본 논문은 기존의 고정된 자동화 노출 점수와 달리, 실제 자동화 가능성이 국가별 조건에 따라 달라짐을 보여줍니다. 이를 위해 대규모 언어 모델을 활용하여 124개국 18,797개 업무에 대한 자동화 노출, 노동 시장 영향, 기술 채널, AI 연관성을 분석했습니다. 연구 결과, 자동화 노출 정도는 소득 수준과 전반적으로 연관성을 보이지만, 소득 수준 내에서도 큰 차이를 보이며, 저소득 국가일수록 규칙 기반의 노동 대체형 자동화 비중이 높았습니다.
🔑 시사점 및 한계
•
국가별 경제 및 기술 조건이 자동화의 실제 영향력을 결정하는 중요한 변수임을 강조합니다.
•
개발 정도에 따라 자동화가 작용하는 방식(노동 대체 vs. 노동 증강)과 관련 기술 채널이 달라짐을 밝혔습니다.
•
여성의 경우, 노동 대체에 취약한 직종에 더 많이 종사하는 경향이 있음을 발견했습니다.
•
자동화 노출 차이를 설명하는 요인으로 디지털 기록, 자본 장비, 지역적 판단, 신뢰 기반 시장, 데이터 통합 등을 제시하며 머신러닝 기반 가설 생성을 통해 새로운 통찰을 제공합니다.
•
본 연구는 특정 국가의 자동화 노출 순위를 국가 조건에 따라 재해석하는 데 기여하며, 특히 저소득 국가에서 그 중요성이 부각됩니다.
