Anderson의 관점

40년의 자동화는 노동조합 해산이나 아웃소싱보다 미국 임금을 더 많이 내리쳤다

mm
Unite.AI를 Google의 선호 소스에 추가

미국 국립경제연구소(NBER)의 새로운 연구 보고서는 기계학습을 사용하여 지난 40-50년 동안 미국에서 임금과 소득 불평등의 증가 원인을 연구하고, 자동화가 노동조합 해산, 아웃소싱, 금융위기 이후에 널리 퍼진 다른 정치적 논쟁보다 임금 손실에 더 큰 역할을 했다는 결론을 내렸다.

보고서는 1980년부터 2016년까지 미국의 임금 구조 변화 중 50-70%가 자동화 기술을 통해 작업이 이전된 산업의 노동자 임금 하락으로 구성되어 있다고 결론지었다.

비난받지 않는 변화

연구자들의 결론은 1970년대 후반부터 신자유주의 경제학의 부상으로 노동조합의 상승세를 방해하고, 제2차 세계대전 이후 노동자와 산업 간의 더 공정한 관계를 되돌리려는 정책의 순기능으로서의 소득 불평등이 증가한 것으로 인식되는 것에 대한 통계적 도전이다.

그들은 금융 불평등을 기술 발전에 따른 자연스러운 기능으로 특징지어, 노동조합의 권력을 약화시키고 노동자와 산업 간의 관계를 재정의하려는 정책의 순기능으로 간주하지 않는다.

전후 시기(오른쪽 그림)는 1980년 이후와 비교하여 작업 이전 패턴이 더 안정적임을 보여준다.

클릭하여 확대. 전후 시기(오른쪽 그림)는 1980년 이후와 비교하여 작업 이전 패턴이 더 안정적임을 보여준다.

연구 보고서는 40년간의 신자유주의 정부를 기술 발전에 대한 기회주의자로 특징지어, 사회 및 경제 정책 시스템의 설계자로 간주하지 않는다.

그러나 보고서는 지난 15-20년간 주택 비용의 상승을 다루지 않았는데, 이는 임금 정체와 하락의 실제 효과를 악화시키고 정치화하는 중요한 요인이다.

연구 보고서는 임금 추세의 분극화를 보여주며, 더 높은 교육을 받은 사람들에게는 상대적으로 더 높은 소득이 나타나고, 자동화가 가능해진 역할이나 부문에서는 임금 정체 또는 하락이 나타난다.

NBER에 따르면 임금 추세의 분극화. 출처: https://www.nber.org/system/files/working_papers/w28920/w28920.pdf

클릭하여 확대. NBER에 따르면 임금 추세의 분극화. 출처: https://www.nber.org/system/files/working_papers/w28920/w28920.pdf

연구 보고서는 또한 임금 격차의 감소는 단기적으로는 MODEST한 생산성 증가에만 관련되어 있다고 주장한다.

기술 발전과 숙련도에 기반한 기술 변화(SBTC) 이론에 대한 도전

연구 보고서는 기술 발전과 숙련도에 기반한 기술 변화(SBTC) 이론을 언급하며, 이는 하위 숙련 노동자가 새로운 기술을 통해 상위 숙련 역할로 이동할 수 있도록 해준다.

STBC의 개념은 현재 AI가 사람들의 일자리를 뺏어가는 것에 대한 사회의 두려움을 완화하는 인기 있는 방편이다.

노동자 공유가 감소하는 산업에서 다양한 인구통계 그룹의 임금 하락과 관련성. 점은 500개의 인구통계 그룹을 나타내며, 크기는 총 작업 시간을 나타낸다.

노동자 공유가 감소하는 산업에서 다양한 인구통계 그룹의 임금 하락과 관련성. 점은 500개의 인구통계 그룹을 나타내며, 크기는 총 작업 시간을 나타낸다.

노동자 공유의 감소: 자동화의 대리자

산업에서의 자동화에 대한 일관된 경험적 통계가 부족한 상황에서, NBER 연구자들은 노동자 공유의 감소를 자동화의 증거로 사용했다.

연구자들은 다음과 같이 주장한다:

‘미국 임금 구조의 변화 중 많은 부분이 노동자 공유가 감소한 산업에서 임금이 낮아진 노동자의 상대적 임금 하락으로 설명될 수 있다.’

연구 보고서는 자동화가 가능해진 작업을 전문으로 하는 노동자가 이러한 변화의 영향을 가장 크게 받을 것이라고 밝혔다.

NBER 보고서는 기존 보고서와 동일한 수치로 작업하지만, 노동력이 산업 내에서 변형되는 것이 아니라 자동화로 인해 노동자가 해고되는 것으로 결론지었다. 연구자들은 이러한 노동자의 운명을 추적하는 것이 통계적으로 어려우므로, 다른 연구가 이러한 그림을 완성해야 할 것이다.

변화된 것이 아닌 사라진 일자리

연구 보고서의 추정에 따르면, 작업 이전(자동화 또는 기타 수단으로 작업 이동)은 1980년부터 2016년까지 임금 구조의 변화 중 50-70%를 차지한다. 반면, 전통적인 SBTC 이동(노동자에게 더好的 결과)은 이러한 변화 중 10% 미만을 차지한다.

연구자들은 중앙 모델이 수입 경쟁, 노동조합의衰退, 아웃소싱, 지역적 변동, 인구 증가, 마진 증가와 같은 요소를 고려할 때에도 유지된다고 발견했다.

연구 보고서는 자동화에 취약한 산업의 핵심에서 작업 이전이 미국 경제의 구성에 영향을 미칠 수 있지만, 비자동화 역할을 위한 경쟁이 증가하고 임금 수준이 낮아지는 효과도 있을 수 있다고 지적한다.

기계 학습 분야 작가, 인간 이미지 합성 분야 전문가입니다. Metaphysic.ai의 연구 콘텐츠 책임자였으며, DNEG의 Brahma.ai로의 합병으로 해체될 때까지 그 역할을 수행했습니다.
포트폴리오 사이트: martinanderson.ai
연락처: martin@martinanderson.ai