AI 노출과 AI 적용 - 기술적 잠재력과 경제적 실현의 차이 분석

AI Exposure vs. AI Adoption: Comparing Technological Potential and Economic Realization

본 연구는 인공지능(AI)의 노동시장 영향이 기술 발전의 잠재력에 머무르지 않 고 실제 경제적 적용의 구조에 의해 결정된다는 점에 주목하였다. 기존 연구들은 주로 AI가 직업의 과업(task)들을 대체할 수 있는 기술적 가능성(potential exposure) 에 초점을 맞추었다. 그러나 이러한 접근은 기술의 발전이 실제 기업과 조직 내 에서 어떻게 채택되고, 어떤 사회경제적 제약 속에서 구현되는지를 설명하지 못 했다. 본 연구는 AI 기업 서비스 기반 AI 적용 지표(AIFE)를 구축하여, 기존 연구 의 AI 노출 지표(AIOE), GPT 기반 노출 지표(AIOE_by_GPT)와 비교함으로써 기 술적 가능성과 경제적 실현 사이의 괴리를 분석하였다. AIOE와 AIFE의 상관관계 는 0.3 점대로 높지 않아, 기술적으로 가능한 영역과 실제로 도입된 영역 간에는 일정한 괴리가 존재하는 것을 확인하였다. AI 고노출 직종에서도 AI의 적용 수준 은 균질하지 않아, 연구개발·재무관리 등 생산성 향상형 직무에서는 적극적 도입 이 이루어진 반면, 법률·교육·관리행정과 같이 윤리적 판단과 사회적 신뢰가 핵심 인 직무에서는 적용이 지체되고 있는 것으로 나타났다. 중간임금층의 사무·서비 스직(데이터관리, 콘텐츠 검토, 행정지원, 고객응대 등)에서 실제 적용이 더 많이 이루어지고 있고, 남성, 중장년, 대기업, 장기근속자에서 더 많이 적용되는 것으로 나타났다. 금융, 정보통신, 전문서비스업 등에서 고노출·고적용 양상이 나타난 반 면, 공공·교육 부문은 높은 AI 노출에도 불구하고 적용은 제한적이었다. 이는 AI 확산이 단순한 기술혁신이 아니라, 산업 구조와 제도적 환경, 숙련 구성, 그리고 사회경제적 조건이 교차하는 맥락 속에서 선택적으로 실현되고 있음을 보여준다.

This study noted that the impact of artificial intelligence (AI) on the labour market is determined not merely by the potential of technological advancement, but by the structure of its actual economic application. Previous research has primarily focused on the technical potential (potential exposure) of AI to replace job-specific tasks. However, this approach failed to explain how technological advances are actually adopted within firms and organisations, and under what socio-economic constraints they are implemented. To address this, this study constructed an AI Application Indicator for Enterprise Services (AIFE). By comparing this with existing AI exposure indicators (AIOE) and GPT-based exposure indicators (AIOE_by_GPT), it analysed the gap between technical potential and economic realisation. The correlation between AIOE and AIFE was not high, at around 0.3 points, confirming a consistent gap exists between technically feasible domains and those actually implemented. Even within high-exposure occupations, the level of AI application is not uniform. While active adoption has occurred in productivity-enhancing roles such as research and development and financial management, implementation is lagging in roles where ethical judgement and social trust are paramount, such as legal, education, and administrative management. By wage bracket, actual implementation is more prevalent among middle-wage office and service workers (e.g., data management, administrative support, customer service, content review). Adoption is concentrated among males, middle-aged and older workers, large enterprises, and long-term employees, whereas female workers and those in small and medium-sized enterprises exhibit relatively lower implementation levels. By industry, high exposure and high adoption patterns emerged in finance, information and communications, and professional services, whereas the public and education sectors showed limited adoption despite high technological exposure. These results demonstrate that the diffusion of AI is not merely a technological innovation but is being realised selectively within a context where industrial structure, institutional environment, skill composition, and socio-economic conditions intersect.