연구 결과, AI는 더 빠른 발견을 주도하지만 직무 만족도를 낮춘다고 밝혀져

인공지능은 재료 과학에 큰 영향을 미치며, 발견을 가속화시키고 더 많은 특허와 새로운 제품을 도출하고 있습니다. 최근의 연구에서는 재료 발견을 위한 AI 도구가 주요 연구소에 어떤 영향을 미쳤는지를 살펴보았는데, 그 결과는 매우 흥미롭고 중요한 도전 과제들을 보여줍니다.

이 연구는 AI가 아이디어 생성 작업의 대부분을 자동화함으로써 물질 발견의 속도를 크게 높일 수 있다는 것을 밝혔습니다. 이로 인해 과학자들은 AI가 제안한 것들을 테스트하는 데 집중할 수 있습니다. 메커니즘을 분석한 연구자는 AI가 아이디어 생성 작업의 57%를 자동화하여, 연구자들이 AI가 생성한 후보 물질을 평가하는 데 집중하도록 이동시킨다는 것을 발견했습니다.

그러나 이 기술의 성공은 이를 사용하는 연구자들의 기술에 크게 의존합니다. 뛰어난 판단력과 전문성을 가진 과학자들은 AI의 가장 탁월한 제안을 빠르게 우선 순위에 두는 법을 배웠습니다. 반면에 다른 이들은 작동하지 않는 아이디어에 시간을 낭비하면서 어려움을 겪었습니다.

이런 이점에도 불구하고, 이 연구는 한 가지 큰 단점을 밝혔습니다: 대부분의 연구자들이 자신의 작업에 대한 만족감이 줄어들었다고 느꼈습니다. 약 82%가 직무 만족도가 낮아졌다고 보고했는데, 주로 그들의 업무가 창의적이지 못하고 반복적이게 변했기 때문입니다. 많은 사람들이 자신의 기술이 충분히 활용되지 않았다고 느끼며, 이러한 초점의 전환으로 인해 작업이 덜 즐거워졌다고 말했습니다.

이 연구 결과들은 AI가 지루한 일들만 대체하고 사람들이 보다 보람 있는 작업에 집중할 수 있게 만드는 기존의 생각에 도전하고 있습니다. 대신, 이 연구는 AI가 과학 연구의 가장 흥미진진한 부분 중 일부를 자동화하고 있다는 것을 보여 주었습니다 – 새로운 아이디어를 제시하는 것과 같은.

“제 교육의 대부분이 이제는 가치가 없다는 느낌을 어쩔 수 없이 받았습니다.”라고 이 연구에 참여한 한 과학자가 The Wall Street Journal에 보도된 바 있습니다.

이 연구는 또한 인공지능이 가져온 변화에 실험실이 어떻게 적응했는지를 살펴봤습니다. 도구가 어떻게 작동하는지를 보고 난 후, 실험실은 강한 판단력을 가진 과학자들에게 초점을 맞춘 채용 방식으로 변경하였습니다. 이는 AI와의 협업을 개선하는 데 도움이 되었지만, 더 많은 생산성과 덜 생산적인 연구자 사이의 격차를 넓혔고, 이로 인해 일부 사람들은 불만을 가지게 되었습니다.

작가는 근로자들이 적절한 훈련을 받는다면 인공지능이 소득 불평등을 줄이는 데 도움이 될 수 있다고 믿습니다. 예를 들어, 잘 훈련받은 법률 보조원이 인공지능을 사용하면 경험 많은 변호사가 일반적으로 수행하는 업무를 처리할 수 있게 되어, 잠재적으로 더 높은 소득을 얻을 수 있습니다.

그러나 적절한 훈련 없이는, “비행 시뮬레이터에 먼저 태우지 않고 사람들을 비행기에 태워 보내고, ‘오, 미안해요, 너희 비행기가 추락했네. 나쁜 조종사인 것 같아.’라고 말하는 것과 같은 상황”이라고 그는 The Wall Street Journal에 설명했습니다.

이러한 발견은 AI가 과학적 작업의 미래에 어떤 영향을 미칠지에 대해 중요한 질문을 제기합니다. AI 도구는 혁신을 가속화시킬 수 있지만, 신중하게 사용하지 않으면 일자리를 덜 흥미롭게 만드는 위험도 있습니다.

이 연구는 조직과 정책 입안자들이 이러한 효과를 균형있게 조절할 수 있는 방법을 찾아야 한다는 것을 제안하고 있습니다—예를 들어, 더 나은 교육을 제공하고, 업무가 흥미롭고 보람있게 유지되도록 역할을 재설계하는 것과 같은 방법입니다.