← 모든 이슈
키워드
#대형언어모델 고용 영향
LLM Employment Impact
시간축
관련 이슈
2건- 연방준비제도·통화정책·
연준 워킹페이퍼 2026-018: '챗GPT 도입 이후 프로그래머 고용 증가율이 가파르게 둔화됐다'
- 연준 이사회 스탭(Crane·Soto), 2026년 3월 FEDS 워킹페이퍼 2026-018 발간 — '챗GPT 도입 이후 프로그래머 직군 총고용 증가율 가파르게 둔화'
- O*NET × CPS 결합 분석 — 산업 단위 통제 후에도 둔화가 남으므로 산업 충격이 아닌 직업 특이적 충격
- 단서: 고용 수준은 여전히 증가, '감소'가 아닌 '증가율 하락' — AI 노출도 최상위 직군의 첫 정량 실증#노동시장#연방준비제도#프로그래머 직군#인공지능 노출도 지표 - 연방준비제도·기타·
FEDS 워킹페이퍼: 'LLM은 무엇을 원하는가' — 대형언어모델은 사람보다 더 강한 '불평등 회피' 선호를 가진다
- Fed 이코노미스트 4명, FEDS 2026-006: 독재자 게임에서 LLM이 균등 분배 제안 — Fehr-Schmidt 추정 불평등 회피 강도가 사람보다 강함
- 선호는 견고하지 않다 — 프롬프트 마스킹·통제 벡터로 페이오프 극대화 행동으로 이동, 페르소나 프롬프트는 효과 제한적
- McCall 직장탐색 동적 환경에서는 응답이 덜 합리화 — 정책 시뮬레이션에 LLM 행위자 그대로 쓰면 분배 결과가 평등주의로 편향#연방준비제도#현시 선호(Revealed Preference)#불평등 회피(Inequality Aversion)#LLM 경제적 선호