로봇이 일자리를 자동화하는 방법을 개발한 경제학자들

로봇공학을 연구하는 에콜 폴리테크니크 페데랄 드 로잔의 연구팀과 로잔 대학교의 경제학자들이 로봇이 가까운 미래에 자동화할 수 있는 기존 직업을 계산하는 새로운 방법을 개발했습니다.

이 연구는 Science Robotics에 발표되었습니다.

연구팀은 또한 자동화될 가능성이 낮고 재훈련 노력이 최소화되는 직업으로의 경력 전환을 제안하는 방법을 개발했습니다.

다리오 플로레아노 교수는 에콜 폴리테크니크 페데랄 드 로잔의 지능 시스템 연구소 소장이며 이 연구의 주요 저자입니다.

“로봇이 자동화할 수 있는 직업을 예측하는 연구는 많지만, 모두 소프트웨어 로봇에 초점을 맞추고 있습니다. 예를 들어, 음성 및 이미지 인식, 금융 로보 어드바이저, 챗봇 등입니다.” 플로레아노 교수는 말합니다. “또한, 이러한 예측은 직업 요구 사항과 소프트웨어 능력의 평가 방법에 따라 크게 달라집니다. 우리는 인공 지능 소프트웨어뿐만 아니라 물리적인 작업을 수행하는 매우 지능적인 로봇도 고려하며, 수백 개의 직업에서 인간과 로봇의 능력을 체계적으로 비교하는 방법을 개발했습니다.”

방법 개발

연구팀은 로봇의 능력을 직업 요구 사항에 매핑할 수 있었으며, 이는 연구의 주요 성과입니다. 그들은 유럽 연합의 H2020 로봇 다년간 로드맵(MAR)을 살펴보았습니다. 이는 로봇 전문가들이 정기적으로 수정하는 유럽 위원회의 전략 문서입니다. MAR은 현재 로봇이나 미래 로봇에서 요구되는 능력을 세부적으로 설명합니다. 이러한 능력은 조작, 인식, 인간과의 상호작용 등으로 분류됩니다.

연구팀은 많은 연구 논문, 특허, 로봇 제품 설명을 분석하여 로봇 능력의 성숙도를 평가했습니다. 그들은 기술 준비도 수준(TRL)을 사용했습니다. 이는 기술 개발 수준을 측정하는 척도입니다.

인간의 능력에 대해서는 연구자들은 미국 직업 시장에 대한 광범위한 데이터베이스인 O*net을 사용했습니다. 이는 약 1,000개의 직업을 분류하며, 각 직업에 필요한 기술과 지식을 세부적으로 설명합니다.

연구팀은 먼저 O*net 목록의 인간 능력을 MAR 문서의 로봇 능력과 일치시킴으로써, 각 기존 직업이 로봇에 의해 수행될 가능성을 계산할 수 있었습니다. 로봇이 특정 직업을 잘 수행할수록, TRL은 더 높습니다.

직업 순위

이 분석을 수행한 결과, 1,000개의 직업을 순위로 나열할 수 있었습니다. 순위 목록의 하위에 있는 직업 중 하나는 물리학자였으며, 고기 포장하는 사람이 목록의 상위에 있었습니다. 식품 가공, 건설, 유지 보수 등에 관련된 직업이 자동화될 가능성이 가장 높았습니다.

라파엘 라리브 교수는 로잔 대학교에서 이 연구를 공동으로领导했습니다.

“오늘날 사회의 주요 도전은 자동화에 대한 회복력을 어떻게 개발할 것인가입니다.” 라리브 교수는 말합니다. “우리의 연구는 자동화될 가능성이 높은 직업에 있는 근로자들에게详细한 경력 조언을 제공하며, 이는 그들이 자동화될 가능성이 낮은 직업으로 전환할 수 있도록 해줍니다. 이러한 조언을 통해 정부는 자동화에 대한 사회의 회복력을 지원할 수 있습니다.”

저자들은 특정 직업에 대한 대안 직업을 찾는 방법을 개발했습니다. 이러한 대안 직업은 자동화될 가능성이 현저히 낮으며, 필요한 능력과 지식이 원래 직업과ใกล似합니다. 이는 재훈련 노력을 최소화하는 데 도움이 됩니다.

이 새로운 방법은 다양한 방식으로 사용될 수 있습니다. 예를 들어, 정부는 미래에 자동화될 수 있는 근로자의 수를 측정하는 데 사용할 수 있습니다. 이는 재훈련 프로그램과 정책을 적절히 조정하는 데 도움이 됩니다. 기업은 또한 자동화와 관련된 비용을 분석하는 데 사용할 수 있습니다.

이 모든 연구는 수백 개의 직업에서 자동화될 가능성을 예측하고 경력 전환을 제안하는 알고리즘으로 번역되었습니다.

이 알고리즘은 여기에서 공개적으로 접근할 수 있습니다.