구글 ‘AI & 이코노미 아틀라스’가 전하는 새로운 인사이트
전 세계의 사무실, 연구실 및 크리에이티브 스튜디오를 비롯한 다양한 일상과 업무 현장에서 사람들은 매일 AI를 어떻게 활용하고 있을까요? 구글 'AI & 이코노미 아틀라스(AI & Economy ATLAS)'의 인사이트는 AI가 전 세계의 업무 방식을 어떻게 변화시키고 있는지 보여줍니다.
- 예를 들어, 인도 크리에이티브 산업에서 AI 활용률은 전 세계 다른 지역보다 높게 나타났으며, 예술, 디자인 및 미디어 직군은 업무 관련 AI 활용의 19%를 차지해 세계 평균의 1.6배에 달합니다.
- 미국은 기술 분야에서 AI 도입을 주도하고 있으며, 컴퓨터 및 수학 직군은 업무 관련 AI 사용의 30%를 차지해 미국 외 지역 비중 대비 두 배에 달합니다.
구글은 이러한 인사이트를 비롯해 아틀라스가 제공하는 전 세계 수백만 개의 데이터 포인트를 더욱 쉽게 탐색할 수 있도록 새로운 인터랙티브 환경을 선보입니다. 전기 기술자에서부터 구매 관리자에 이르기까지, 다양한 직업군의 AI 사용률을 자세히 살펴보고, 사람들이 가정에서 AI를 어떻게 활용하는지 확인하거나 전 세계 국가별 AI 도입률을 탐색할 수 있습니다.
또한 구글과 구글 딥마인드가 MIT 퓨처 테크(MIT FutureTech)와 협력해 진행한 새로운 아틀라스 기반 연구에서는, 과학자들이 업무에 AI를 어떻게 활용하고 있는지에 대한 새로운 인사이트를 확인할 수 있습니다.
- 과학자들은 다른 많은 직군보다 AI를 높은 비율로 활용하고 있으며, 설문조사에 참여한 과학자 중 절반에 가까운 응답자가 매일 어떤 형태로든 AI를 사용하고 있습니다.
- 대형 언어 모델(LLM)과 특화 모델은 모두 과학 분야에서 폭넓게 활용되며 서로 보완적인 역할을 하고 있습니다.
- 과학자들은 AI를 활용해 일주일에 약 7시간을 절약해 더 많은 연구 시간을 확보하고 있다고 답했습니다. 다만 연구 수행 과정의 후속 단계에서는 병목 현상이 나타나면서 아직 검증되지 않은 가설이 쌓이고 있습니다.
AI를 가장 많이 활용하는 직업과 지역은 어디일까요?
아틀라스 데이터는 전 세계 다양한 직종에서의 AI 도입 현황을 보여주며, 지역별 주요 동향과 사용 패턴을 확인하게 해줍니다.
- 직종별 AI 활용: OECD 국가에서는 컴퓨터 및 수학 직종과 비즈니스 및 금융 관련 직종의 AI 사용 비중이 가장 높게 나타났습니다. 비OECD 국가에서는 사무 및 행정 지원, 예술·디자인·엔터테인먼트·스포츠·미디어, 교육 및 도서관 관련 직종이 상위권을 차지합니다.
- 소득 수준과 AI 도입률: 전반적으로 한 국가의 AI 도입률은 국가의 소득 수준과 상관관계를 보이지만, 브라질과 아랍에미리트(UAE)를 포함한 일부 국가에서는 1인당 GDP를 기준으로 예상되는 수준보다 높은 AI 도입률을 보입니다.
- 수작업 업무에서의 AI 활용: 실시간 장비 진단 및 문제 해결을 위해 AI를 활용하는 비중은 지역에 따라 상당한 차이를 보입니다. 브라질과 독일에서는 업무 관련 AI 사용의 7%가 수작업 업무에 활용돼 전 세계 평균의 1.4배를 기록한 반면, 일본에서는 4%로 나타났습니다
과학자들은 AI를 어떻게 활용하고 있을까요?
새로운 연구에서는 과학자들이 업무에 AI를 어떻게 활용하고 있는지도 살펴봤습니다. 구글, 구글 딥마인드, MIT 퓨처 테크가 진행한 이번 연구는 아틀라스 데이터를 바탕으로 특화 AI 모델 2,600개를 분석하고, 미국과 영국의 과학자 600명 이상을 대상으로 설문조사를 실시했습니다. 분석에는 과학자들이 수행하는 업무를 체계적으로 분류한 MIT 퓨처 테크의 새로운 분류 체계가 활용됐습니다.
연구에 따르면 과학자들은 다른 많은 직종보다 AI를 더 높은 비율로 활용하고 있으며, 절반에 가까운 과학자가 매일 어떤 형태로든 AI를 사용하고 있습니다. 과학자들은 특화 모델과 LLM을 모두 활용하지만, 각각 사용되는 작업에는 차이가 있습니다. 제미나이와 같은 LLM은 다양한 과학 분야와 작업 범주에 걸쳐 폭넓게 활용되는 반면, 특화 AI 모델은 상대적으로 보건 및 생명과학 분야와 분야별 데이터 예측, 생성 및 시뮬레이션 작업에서 더 많이 활용되는 경향을 보였습니다.
과학자들은 AI를 활용해 일주일에 7시간에 조금 못 미치는 시간을 절약하고 있으며, 이를 통해 연구에 더 많은 시간을 할애할 수 있게 됐다고 답했습니다. 하지만 이러한 시간 절감이 곧바로 새로운 발견으로 이어지는 것은 아닐 수 있습니다. 이번 연구에서는 AI가 생성한 결과를 검증하는 데 상당한 시간이 소요되고, 아직 검증되지 않은 가설이 늘어나고 있음을 확인했습니다. 물리적 실험과 임상 검증 등의 영역에서는 병목 현상이 나타나고 있다는 근거도 확인됐습니다. 이러한 측면에서 과학 분야도 대부분의 다른 직종과 유사합니다. AI는 생산성을 높일 수 있는 상당한 잠재력을 제공하지만, 빠르게 발전하는 AI 역량의 잠재력을 충분히 활용해 실제 연구 결과와 새로운 발견을 대규모로 확대하려면 과학 연구의 프로세스와 워크플로우를 재설계해야 할 수 있습니다.
앞으로의 계획
AI와 경제의 미래에 대해서는 여전히 많은 질문이 남아 있습니다. 아틀라스는 장기 연구 프로젝트로, 구글은 앞으로도 학계 및 다양한 분야의 파트너들과 협력해 새로운 연구 영역을 발굴하고 새로운 인사이트를 제공할 예정입니다. 이를 통해 AI가 경제를 어떻게 변화시키고 있는지 더 깊이 이해하는 데 기여할 것입니다.
