에이치제이기술경영원(HJITM) 연구진이 생성형 AI의 어떤 특성이 직장인의 '일자리 대체 불안'을 키우는지를 실증 분석한 연구를 기술경영·미래예측 분야의 대표 국제학술지 『Technological Forecasting and Social Change』(TFSC, SSCI)에 발표했다. 이번 연구는 국민대학교 비즈니스IT전문대학원 박도형 교수와 공동으로 수행했으며, 박 교수가 교신저자를 맡았다.

연구진은 업무에 ChatGPT를 활용하는 국내 여러 산업의 사무직 종사자 346명을 대상으로 설문을 실시하고, 부분최소제곱 구조방정식모형(PLS-SEM)으로 생성형 AI의 네 가지 특성, 즉 기억력(memorability)·자기학습(self-learning)·의인화(anthropomorphism)·개인화(personalization)가 일자리 대체 불안과 어떤 관계를 맺는지 분석했다. 아울러 새로운 기술에 대한 회의감(skepticism)이 이 관계를 어떻게 바꾸는지도 함께 살폈다.

분석 결과, AI가 사람처럼 말하고 반응하는 정도를 뜻하는 의인화(β=0.185)와 사용자 개개인에게 맞춘 응답을 내놓는 개인화(β=0.184)는 모두 일자리 대체 불안을 유의하게 높였다. 반면 대화 내용을 기억하는 기능과 스스로 성능을 개선하는 자기학습 기능은 다른 요인을 함께 고려한 최종 모형에서 유의한 영향을 보이지 않았다. 기억하고 학습하는 능력 자체보다, AI가 얼마나 사람처럼 보이고 나에게 맞춰 움직이는지가 대체 불안을 좌우한다는 뜻이다.

기술 회의감은 그 자체로 불안을 키우는 가장 강한 요인(β=0.333)이었다. 주목할 대목은 조절효과다. 회의감이 높을수록 자기학습 기능이 불안으로 이어지는 경향은 강해졌지만(β=0.153), 의인화에서는 방향이 반대였다(β=−0.238). 회의감이 낮거나 보통인 사람은 AI가 사람을 닮을수록 불안이 커졌지만, 회의감이 높은 사람에게서는 오히려 불안이 다소 줄어드는 양상이 나타났다.

인구통계 변수 가운데서는 성별만 유의했다. 여성 응답자가 남성보다 일자리 대체 불안을 더 크게 보고했으며, 연령·직급·근속기간·사용 빈도에 따른 차이는 유의하지 않았다. 최종 모형은 일자리 대체 불안 분산의 39.2%를 설명했다.

이번 연구는 생성형 AI의 '성능'이 아니라 '인간다움'과 '개인화'라는 특성이 노동자의 위협 인식과 직접 맞닿아 있음을 실증했다는 데 의의가 있다. 기업이 생성형 AI를 도입할 때 기능 교육만으로는 충분하지 않으며, 구성원의 기술 회의감 수준과 특성에 따라 소통과 재교육 방식을 달리해야 한다는 시사점도 던진다.

HJITM은 생성형 AI의 수용과 활용, 조직 성과, 디지털 전환을 주제로 국제학술지 연구를 이어가고 있다.