미국 AI 안전센터와 Scale AI가 실제 프리랜서 프로젝트를 대상으로 한 ‘원격 노동 지수(RLI)’ 최신 평가 결과를 발표했습니다. 평가에서 Anthropic의 클로드 페이블 5.2는 과제의 41.3%를 인간 전문가와 동등하거나 더 나은 수준으로 수행했습니다. 이 수치는 프리랜서 일자리의 41.3%가 사라진다는 뜻이 아닙니다. 평가한 프로젝트 가운데 AI 결과물이 전문가 작업물에 견줄 만하다고 인정된 비율입니다.
다음은 클로드 오퍼스 5.5로 21.3%, GPT-6 아스트라로 20.8%였습니다. 페이블 5.2의 결과는 직전 세대 페이블 5.1의 17.9%보다 23.4%포인트 높습니다. RLI가 2025년 처음 공개됐을 때 최고 기록은 마누스의 2.5%였습니다. 다만 제공된 내용에는 이번 평가의 구체적인 진행 날짜와 각 모델의 세부 실행 설정은 나오지 않습니다.
무엇을 어떻게 평가했나
RLI는 실제 전문가가 완료한 프로젝트 240개를 바탕으로 만들었습니다. 230개는 비공개 평가에, 나머지 10개는 공개 예시에 사용했습니다. 과제는 게임 개발, 제품 디자인, 건축, 데이터 분석, 영상 제작 등 여러 분야에 걸쳤고, 전체 작업량은 6,000시간이 넘습니다. 프로젝트의 총가치는 14만달러 이상이며, 일부는 100시간 넘게 걸리거나 비용이 1만달러를 웃돌았습니다.
AI에는 과제에 필요한 자료와 도구가 제공됐고, 프로젝트당 실행 비용은 최대 30달러로 제한됐습니다. 결과물은 전문가가 만든 완성본과 대조해 평가자 3명이 검토했습니다. 평가 기준은 실제 고객에게 납품할 수 있는 수준인지였습니다. 즉, 지식 문제나 짧은 코딩 시험이 아니라 여러 단계로 이뤄진 실제 업무를 끝까지 수행하는지를 살핀 평가입니다.
잘한 일과 남은 한계
성공한 과제는 음향 효과 제작, 이미지 생성, 보고서 작성, 데이터 검색에 집중됐습니다. 반면 결과물 품질이 부족하거나 과제를 마치지 못한 경우도 있었고, 요구된 파일 형식을 지키지 못하는 문제도 나타났습니다. 전체 성공률이 높아졌다고 해서 모든 종류의 업무에서 같은 수준을 보인 것은 아닙니다.
RLI에는 고객과 소통하거나 팀과 협업하는 일처럼 실제 프리랜서 업무의 일부가 포함되지 않았습니다. 따라서 이번 결과만으로 AI가 프리랜서의 전체 업무를 어느 정도 대신할 수 있는지 판단하기는 어렵습니다. 평가가 보여주는 것은 정해진 프로젝트와 조건 안에서 전문가 수준에 도달한 과제의 비율입니다.
왜 중요한가
프리랜서에게는 이미지 제작이나 보고서 작성처럼 평가에서 성과가 나온 일부 작업에 AI를 활용할 가능성이 커졌다는 점이 관련 있습니다. 다만 RLI의 41.3%는 일자리 감소율이 아니며 고객 소통과 팀 협업도 평가하지 않았으므로, 실제 업무에서 사람이 얼마나 대체될지는 이 결과만으로 알 수 없습니다.
