시간 여행자들이 LinkedIn을 통해 우리에게 인공지능을 가르치고 있다

그것이 헤드라인이며, 우리는 이를 고수한다

루이스 애슈워스

NBER:

FTAV:

아쉽게도 최근 발표된 NBER 논문 「Time Travel on Professional Profiles」는 제목에서 암시하는 만큼 공상과학적이지는 않다.

저자 Nicholas Bloom, Gideon Moore, Lisa K. Simon, Caelan Wilkie-Rogers는 자칭 시간 여행자들을 찾아다닌 것이 아니다. 대신 캐시된 데이터를 활용해 LinkedIn 사용자들이 “이미 퇴사한 직무의 직함이나 설명을 사후적으로 수정하는” 방식을 추적했다.

이 논문의 핵심 주장은 변경 가능한 프로필을 정적인 상태로 평가하는 방식은 과거 추세를 이해하는 데 본질적으로 취약하지만, 프로필의 변화를 따라가면 더 많은 것을 알 수 있다는 생각에 기반한다.

저자들은 다음과 같이 쓴다:

이러한 ‘시간 여행’식 수정은 노동시장 전환과 밀접하게 연관돼 있다. 이러한 수정이 이뤄지는 시점을 전후해 해당 근로자들은 나중에 프로필을 수정하는 이용자들에 비해 고용주를 바꿀 가능성이 훨씬 높다. 이러한 가변성은 기술에 대한 역사적 측정치를 편향시킬 수 있지만, 동시에 근로자들이 어떤 기술이 수요가 있다고 믿는지도 보여준다. […] 우리의 방법론은 근로자들이 자신의 프로필에 기재한 기술이 채용될 확률에 영향을 미친다고 믿는다는 점만을 전제로 한다. 구직 과정에서 이러한 수정이 실제로 얼마나 효과적인지에 대해서는 우리가 말할 수 있는 바가 없다.

어떤 의미에서 이는 직무기술서의 언어 변화를 측정하는 ‘수요 측면’에 대응하는 ‘공급 측면’의 분석을 제공한다. 논문:

시간 여행은 기저의 일자리를 고정하므로, 표현의 변화는 새로운 경험보다는 변화하는 인식된 수요를 반영할 가능성이 높다. 동일한 근로자가 과거에 맡았던 동일한 일자리를 설명하는 것이며, 설명을 바꾸기 전과 후 모두 같은 기술을 사용했다. 따라서 변할 수 있는 유일한 것은 근로자가 그 일자리를 설명하기로 선택하는 방식, 즉 변화하는 수요 여건의 반영이다… 시간 여행은 대체로 이력서 다듬기이기 때문에, 단어는 거의 항상 순증한다.

연구 결과로 들어가면. 최근 몇 년간 노동시장의 흐름을 지켜본 독자라면 주요 변화에 대해 많은 설명이 필요하지 않을 것이다. 로봇은 증가하고, ‘워크(woke)’는 감소했다. 2020년부터 2026년 사이에 이미 퇴사한 직무의 설명을 사후적으로 수정한 ‘기존’ LinkedIn 사용자(연결 수 100명 이상)들은 이전 직무에서 인공지능 도구를 얼마나 많이 활용했는지는 강조하는 반면, DEI는 덜 부각하는 경향을 보였다.

(확대 가능)

이러한 수정은 얼마나 광범위하게 이뤄지고 있으며, 얼마나 오래전부터 이어져 왔을까? 연구진은 링크드인 사용자 최소 5명 중 1명이 이런 방식으로 ‘시간 여행’을 했다고 추정하며, 대부분의 수정이 수년 전에 그만둔 직장과 관련된 것임을 밝혀냈다:

어떤 유형의 근로자들이 이를 하고 있는지 대략적으로 살펴보면 놀랍지 않다. 가장 많이 대표되는 집단은 AI 제품 관리자들이고, 가장 적게 대표되는 집단은 치과의사들이다.

링크드인 사용자들의 과거 직무 설명에 등장하는 AI 언급을 ‘당시 그대로’(아래 녹색 선)와 ‘현재 기준’으로 모델링해 보면, 사용자들은 당시보다 지금 AI 활용을 더 강조하고 있음을 알 수 있다:

이러한 변화는 직관적으로 예상할 수 있듯이, 사용자들이 회사를 옮기는 시점과 대체로 일치한다. 결국 한 회사 안에서 직무를 옮기는 경우라면 현재 직무를 어떻게 설명하는지에 회사가 그다지 신경 쓰지 않을 가능성이 크기 때문이다.

어느 정도 이는 링크드인에 내재한 묘한 특성을 보여준다. 사람들은 팔리고 싶어 하지 않더라도 상점 진열대의 상품처럼 자신을 내보이도록 권장받는다.

다소 예상 가능한 결과로, 이 논문은 사용자들이 기존 직무 설명을 수정하는 데 AI를 활용하는 사례도 증가하고 있음을 발견했다. 교육 수준이 낮을수록 그 사용 빈도는 높아졌다. 또한 이러한 추세를 거스르는 이들이 누구인지도 어느 정도 예상할 수 있다.

일반적으로 이력서 작성에 AI 도구를 활용하는 비율은 학력 수준이 높아질수록 낮아진다. 그러나 MBA 학위 소지자는 다른 석사학위 소지자에 비해 AI 활용률이 크게 높다. MBA와의 이러한 연관성은 대체로 상대적으로 순위가 낮은 프로그램에서 비롯된다.

AI를 확장하는 조직과 파일럿 단계에 머무는 조직을 가르는 차이는 무엇일까?