AI와 프리랜서 노동: 전환점은 언제인가

초록

본 연구는 ChatGPT 출시 전후의 온라인 프리랜서 플랫폼 데이터를 활용해 차별적 효과를 분석한다. 번역·현지화 시장에서는 작업량과 소득이 감소하는 ‘대체 효과’를, 웹 개발 시장에서는 증가하는 ‘생산성 효과’를 발견했다. 두 현상을 설명하기 위해 Cournot 경쟁 모델을 도입해 각 시장별 ‘인플렉션 포인트’를 정의하고, AI 성능이 이점을 넘어설 경우 노동자가 대체될 것임을 제시한다. 추가 분석에서는 지역·경력에 따른 이질성을 확인한다.

상세 분석

본 논문은 차별화된 두 가지 현상을 동시에 설명하려는 시도에서 학술적 가치를 가진다. 첫째, 차별화된 정책 변수를 활용한 차분‑차분(DiD) 설계는 ChatGPT 3.5와 4.0이라는 두 차례의 충격을 자연 실험으로 활용한다는 점에서 강점이 있다. 연구자는 2022년 5월부터 2023년 10월까지의 월별 프리랜서 데이터를 수집했으며, 번역·현지화와 웹 개발이라는 대표적 두 시장을 사전·사후 비교한다. 결과는 번역·현지화 시장에서 작업량(시간당 프로젝트 수)과 총 소득이 유의하게 감소했으며, 반대로 웹 개발 시장에서는 동일 지표가 상승했다는 점을 보여준다. 이러한 이질적 결과는 기존 자동화·생산성 문헌에서 제시된 ‘루틴‑편향 기술 변화(Routine‑biased Technological Change)’와 일맥상통하지만, LLM이라는 새로운 기술 파동을 구체적으로 검증한다는 점에서 차별화된다.

둘째, 저자는 Cournot 경쟁 프레임워크를 도입해 ‘인플렉션 포인트’를 이론적으로 도출한다. 모델은 AI가 시장 잠재수요를 감소시키는 대체 효과와 한계비용을 낮추는 생산성 효과를 동시에 고려한다. AI 성능이 인플렉션 포인트 이하일 때는 한계비용 감소가 시장 진입을 촉진해 프리랜서의 소득을 증가시키지만, 포인트를 초과하면 수요 감소가 비용 절감 효과를 압도해 결과적으로 프리랜서가 퇴출되는 구조를 설명한다. 이 접근은 기술을 ‘블랙박스’로 취급하는 전통적 거시모델과 달리, 작업별 AI 수행 가능 비율을 핵심 변수로 삼아 미시적 메커니즘을 포착한다.

셋째, 저자는 11개의 추가 OLM을 대상으로 ChatGPT 4.0 충격을 분석함으로써 ‘생산성→대체’ 전환이 일어날 가능성을 실증적으로 검증한다. 세 가지 시나리오(전면 대체, 전면 생산성, 생산성 후 대체)가 도출됐으며, 특히 생산성 효과가 먼저 나타난 시장이 시간이 흐름에 따라 대체 효과로 전환되는 경향을 보였다. 이는 인플렉션 포인트가 동적이며, AI 성능 향상이 반드시 영구적인 이득을 보장하지 않음을 시사한다.

마지막으로, 지역·경력 이질성 분석에서 미국 웹 개발자와 비미국 개발자 간의 생산성 효과 차이, 그리고 고경력 번역가가 시장을 떠날 가능성이 높다는 결과를 제시한다. 이는 AI 활용 능력과 기존 스킬 수준이 프리랜서의 적응력을 좌우한다는 점을 강조한다. 전체적으로 연구는 데이터, 계량방법, 이론모형을 일관되게 연결해 AI와 프리랜서 노동의 복합적 관계를 체계적으로 조명한다. 다만, 플랫폼 선택 편향, 비관찰 가능한 충격(예: 정책 변화) 등에 대한 한계와, Cournot 모델의 단순화 가정(동질 기업, 완전 경쟁) 등에 대한 논의가 추가된다면 연구의 외적 타당성을 더욱 강화할 수 있을 것이다.