[논문 리뷰] Opening the Frey/Osborne Black Box: Which Tasks of a Job are Susceptible to Computerization?

Philipp Brandes, Roger Wattenhofer|arXiv (Cornell University)|2016. 04. 29.

Labor market dynamics and wage inequality참고 문헌 18인용 수 10

한 줄 요약

이 논문은 전체 직업이 아닌 개별 직무 과업을 분석하여 Frey와 Osborne의 일자리 자동화 예측을 정교화한다. 선형 프로그래밍 모델을 사용해 과업의 자동화 가능성을 할당하면서도 전체 일자리 수준의 확률을 유지한다. 주요 기여는 자동화 취약성에 대한 투명하고 과업 수준의 설명으로, 반복적이고 교육 수준이 낮으며 추론 능력이 낮은 일자리가 가장 위험에 노출되어 있음을 드러낸다.

ABSTRACT

In their seminal paper, Frey and Osborne quantified the automation of jobs, by assigning each job in the O*NET database a probability to be automated. In this paper, we refine their results in the following way: Every O*NET job consists of a set of tasks, and these tasks can be related. We use a linear program to assign probabilities to tasks, such that related tasks have a similar probability and the tasks can explain the computerization probability of a job. Analyzing jobs on the level of tasks helps comprehending the results, as experts as well as laymen can more easily criticize and refine what parts of a job are susceptible to computerization.

연구 동기 및 목표

• Frey와 Osborne의 일자리 수준 자동화 가능성 추정치의 투명성 부족 문제를 개별 과업을 분석함으로써 해결한다.
• 전문가와 일반인이 어느 부분이 자동화 가능한지 평가할 수 있도록 투명하고 설명 가능한 프레임워크를 제공한다.
• 과업 수준의 자동화 가능성을 모델링하여, 그 가중 평균이 Frey와 Osborne의 일자리 수준 확률과 일치하도록 한다.
• 교육 수준, 훈련 요구사항, 추론 능력 등의 직무 특성과 자동화 취약성 간의 상관관계를 조사한다.
• 원래 Frey와 Osborne의 추정치에서 발견된 이상치를 특정하고 수정한다. 예를 들어 보상 및 복지 관리자 직무에 대한 96%의 자동화 가능성이 의심스럽고 대부분 정확하지 않다.

제안 방법

• 선형 프로그래밍을 사용해 각 직업 내 개별 과업에 자동화 가능성을 할당하며, 과업 확률의 가중 평균이 Frey와 Osborne의 일자리 수준 확률과 일치하도록 보장한다.
• 과업의 공헌도를 균형 있게 만들기 위해 과업의 공통성(일자리에서의 발생 빈도)을 선형 프로그래밍의 가중치로 사용한다.
• 관련되거나 동시에 발생하는 과업들 간의 자동화 가능성이 유사하도록 모델을 제약하여 일관성과 해석 가능성 향상.
• 과업 기반 분석을 위해 O*NET 데이터베이스를 활용하며, 이는 과업 기술, 요구 교육 수준, 훈련 수준, 추론 능력 수준 등을 포함한 상세 직업 데이터를 제공한다.
• 예측된 과업 확률을 원래 일자리 수준 확률과 비교하여 일관성 여부를 평가한다.
• 교육 수준, 현장 훈련, 추론 능력 요구사항 등의 속성과 일자리 수준 자동화 가능성 간의 통계적 상관관계를 분석한다.

실험 결과

연구 질문

• RQ1 어느 특정 과업이 자동화에 가장 취약한가, 그리고 그 가능성을 어떻게 투명하게 추정할 수 있는가?
• RQ2 과업의 빈도(일자리 내 차지하는 비율)는 자동화 가능성과 어떤 관련이 있는가?
• RQ3 요구되는 교육 수준, 훈련, 추론 능력 등의 직무 특성이 자동화 취약성 예측에 어느 정도 기여하는가?
• RQ4 원래 Frey와 Osborne의 일자리 수준 자동화 가능성 추정치에 과업 수준에서 검출하고 수정할 수 있는 일관성 없는 부분이 있는가?
• RQ5 현재 자동화 수준이 높은 일자리가 미래 자동화 위험도 높은가, 아니면 이전에 자동화되지 않은 일자리들 사이로 위험이 퍼져 있는가?

주요 결과

• 일자리의 요구 교육 수준과 자동화 가능성 간에 강한 음의 상관관계가 있으며, 교육 수준이 낮은 일자리가 가장 위험에 노출되어 있다.
• 박사 후 연구(레벨 12)를 요구하는 일자리는 고등학교 졸업(레벨 1)만 요구하는 일자리보다 자동화 가능성이 현저히 낮다.
• 현장 훈련 요구사항은 공식 교육 수준만큼 자동화 위험에 영향을 미치는 정도가 낮으며, 예측된 자동화 가능성에 미치는 영향은 미미하다.
• 과업의 빈도가 높은(일자리에서 차지하는 비율이 높은) 과업일수록 자동화 가능성은 높지 않아, 과업 빈도와 자동화 취약성 간에 강한 상관관계가 없다.
• 원래 Frey와 Osborne의 보상 및 복지 관리자 직무에 대한 96% 자동화 가능성 추정치는 의심스럽고 대부분 정확하지 않다는 점이 확인되었다.
• 현재 일자리의 자동화 수준(1~5점 척도)과 향후 자동화 위험 간 상관관계는 약하게 나타나(0.23), 이는 이전에 자동화되지 않은 많은 일자리들이 이제 위험에 노출되어 있음을 시사한다.