🖼️ 인포그래픽

🖼️ 4컷 인포그래픽

💡 한 줄 요약

미국 노동자들은 임금 정보가 불투명하고 판단하기 어려운 상황에서 ChatGPT를 보상 기준 산정과 직업·사업의 현실적인 소득 파악에 활용하고 있으며, 새 평가 체계인 WorkerBench는 이러한 지원의 정확성과 신뢰성을 검증한다.

📌 핵심 요약

• 임금 정보는 구직, 협상, 진로 선택에 큰 영향을 주지만 경력 초기자, 전직자, 이주자에게는 특히 찾고 해석하기 어렵다.
• 미국에서는 임금·보상·소득을 묻는 ChatGPT 메시지가 하루 평균 약 300만 건에 이르며, 이용자는 분산된 정보를 빠르게 종합한 기준을 얻고자 한다.
• 분류된 임금 기준 문의 중 급여 계산이 26%로 가장 많고, 특정 직무 19%, 창업 18%, 특정 회사의 특정 직무 11%, 직업·진로 11%가 뒤를 이었다.
• 임금 검색은 보상이 불투명하거나 협상 가능성이 크고 직업 이동에 중요한 고숙련 직군에서 상대적으로 많았으며, 산업별로는 임금 수준과 임금 분산도가 높을수록 증가했다.
• WorkerBench의 첫 평가에서 GPT-5.4는 2024년 OEWS의 전국 직업별·대도시권별 중위임금과 비교해 높은 응답 범위, 작은 편향, 기준에 가까운 수치 추정치를 보였다.

🧩 주요 포인트

1. 임금 정보는 구직, 협상, 진로 선택에 큰 영향을 주지만 경력 초기자, 전직자, 이주자에게는 특히 찾고 해석하기 어렵다.
2. 미국에서는 임금·보상·소득을 묻는 ChatGPT 메시지가 하루 평균 약 300만 건에 이르며, 이용자는 분산된 정보를 빠르게 종합한 기준을 얻고자 한다.
3. 분류된 임금 기준 문의 중 급여 계산이 26%로 가장 많고, 특정 직무 19%, 창업 18%, 특정 회사의 특정 직무 11%, 직업·진로 11%가 뒤를 이었다.
4. 임금 검색은 보상이 불투명하거나 협상 가능성이 크고 직업 이동에 중요한 고숙련 직군에서 상대적으로 많았으며, 산업별로는 임금 수준과 임금 분산도가 높을수록 증가했다.
5. WorkerBench의 첫 평가에서 GPT-5.4는 2024년 OEWS의 전국 직업별·대도시권별 중위임금과 비교해 높은 응답 범위, 작은 편향, 기준에 가까운 수치 추정치를 보였다.

🧠 상세 정리

1. 임금 정보의 불투명성과 AI의 역할

임금 정보는 사람들이 어떤 일자리에 지원할지, 보상을 협상할지, 특정 진로에 시간과 비용을 투자할지를 결정하는 데 중요한 기준이다. 그러나 노동의 가격은 일반 상품의 가격과 달리 공개된 정보를 찾기 어렵고, 찾더라도 조건과 맥락이 달라 해석하기 쉽지 않다. 이러한 문제는 경력 초기 단계에 있거나 다른 분야로 전직하거나 거주지를 옮기는 노동자에게 더욱 크게 나타난다. ChatGPT는 여러 웹사이트의 분산된 급여 자료를 직접 비교하거나 민감한 질문을 주변 사람에게 해야 하는 부담을 줄이고, 관련 정보를 종합해 수초 안에 활용 가능한 임금 기준을 제시하는 새로운 노동시장 자원으로 사용되고 있다.

2. 하루 약 300만 건의 문의와 주요 이용 목적

미국 이용자들은 임금, 보상 또는 소득에 관해 하루 평균 약 300만 건의 메시지를 ChatGPT에 보내고 있다. 보고서에 따르면 이들은 주로 제시된 급여를 실제 판단에 쓸 수 있는 기준으로 환산하거나, 특정 직무·회사·진로·사업 아이디어가 현실적으로 어느 정도의 수입을 낼 수 있는지 이해하기 위해 모델을 찾는다. 분류된 임금 기준 문의 가운데 급여 계산이 26%로 가장 큰 비중을 차지했고, 특정 직무가 19%, 창업이 18%, 특정 회사의 특정 직무와 직업·진로가 각각 11%였다. 이 결과는 사람이 개별 메시지를 열람하지 않고 자동 분류기를 사용하는 개인정보 보호 방식의 분석을 통해 산출됐다.

3. 검색이 집중되는 직업과 창업 분야

직업 관련 임금 검색은 예술·디자인·엔터테인먼트·스포츠·미디어를 비롯해 경영, 의료, 운송, 영업, 비즈니스·재무 운영 분야에 집중됐다. 전체 고용 규모와 비교하면 창작 분야, 경영, 의료, 컴퓨터·수학 관련 직군처럼 숙련도가 높고 보상 구조가 덜 투명한 직업에서 검색이 상대적으로 더 많았다. 보고서는 이러한 양상이 급여를 객관적으로 비교하기 어렵거나 협상 여지가 크고, 보상 정보가 경력 이동에 특히 중요한 분야에서 수요가 강하다는 점을 보여준다고 설명한다. 창업 관련 문의 역시 정해진 임금 기준이 없는 경우가 많은 창작 업무와 소규모 서비스 사업에 집중되는 유사한 흐름을 보였다.

4. 임금 분산도와 정보 부족이 만드는 경제적 영향

산업별 분석에서는 임금 수준이 높고 구성원 간 임금 격차가 크게 분산된 곳일수록 임금 정보 검색이 증가했다. 이는 정답을 정확히 파악하는 일이 더 중요하면서도 실제 보상 수준을 읽기 어려운 상황에서 노동자들이 정보를 더 적극적으로 찾는다는 의미다. 잠재 소득을 잘못 이해하면 더 낮은 임금의 일자리에 머물거나 협상력을 충분히 행사하지 못하고, 이직을 미루거나 교육·훈련에 대한 투자를 포기할 수 있다. 더 나은 정보가 모든 불확실성을 제거할 수는 없지만, 일이 제공할 수 있는 보상에 관해 합리적인 관점을 형성하도록 도와 구직·협상·경력 개발 결정을 개선할 수 있다.

5. WorkerBench의 첫 평가와 향후 개선 방향

보고서는 모델이 노동자에게 얼마나 유용한 도움을 제공하는지 파악하기 위해 노동시장 과제를 평가하는 새로운 체계인 WorkerBench를 소개했다. 첫 평가에서는 GPT-5.4가 제시한 임금 정보를 2024년 OEWS의 전국 직업별 중위임금과 대도시권별 중위임금에 대조했다. 관찰된 표본에서 모델은 높은 응답 범위를 보였고 편향은 작았으며, 거의 모든 수치 추정치가 기준값과 매우 가까웠다. 다만 최종 목표는 전국 단위의 일반적인 기준에 머무르지 않고, 노동자들이 실제로 자주 묻는 지역·기업·직급·보상 구성에 관한 질문에서도 유용성과 신뢰성을 계속 높이는 데 있다.

🧾 핵심 주장 / 시사점

• 임금 정보 수요는 단순히 취업자가 많은 분야보다 보상 기준이 불투명하고 협상 가능성이 크며 경력 이동의 이해관계가 큰 분야에서 상대적으로 강하게 나타났다.
• ChatGPT의 핵심 역할은 임금 수치를 단순히 찾아주는 데 그치지 않고, 흩어진 정보를 비교 가능한 기준으로 바꾸고 직업이나 사업의 현실적인 소득 가능성을 판단하도록 돕는 데 있다.
• WorkerBench의 초기 결과는 전국·대도시권 중위임금 추정의 정확성을 보여주지만, 보고서가 제시한 다음 과제는 지역, 기업, 직급, 보상 구성처럼 실제 질문의 세부 맥락까지 신뢰성 있게 다루는 것이다.

✅ 액션 아이템

• 임금 정보 접근이 어려운 경력 초기자·전직자·이주자 집단을 구분해 직업·사업 소득 산정 지원 항목을 우선 정비한다.
• 일일 약 300만 건의 보상 질의 중 26% 급여 계산 비중과 19% 직무·18% 창업 비중을 반영해 응답 우선순위를 재조정한다.
• WorkerBench 첫 평가 기준을 기준점으로 삼아 GPT-5.4의 편향·응답 범위·OEWS 직종·도시별 중위임금 근접도를 주기적으로 비교 점검한다.

❓ 열린 질문

• 임금 불투명성이 큰 산업에서 경력 초기자·전직자·이주자의 실제 판단을 돕기 위해 어떤 추가 설명 정보가 필요한가?
• 협상 여지와 직업 이동성이 높은 고숙련 직군에서 잘못된 기대치 형성을 줄이기 위해 기준 데이터의 범위는 어디까지 확장해야 하는가?
• 모델 업데이트 시에도 ChatGPT 보상 산정 성능을 신뢰하기 위해 WorkerBench 재평가에서 어떤 편향·오차 지표를 반드시 함께 보는가?