Earticle

초록

영어

This study aimed to analyze the impact of artificial intelligence (AI) on the job market comprehensively. Utilizing 22,259 employment-related news articles collected from January 1, 2017, to August 31, 2024, we investigate the relationship between AI and employment. Our research methodology integrated text mining techniques, including frequency and dynamic topic analysis, along with association rule analysis, to identify the complex pathways through which AI influences job markets. Topic analysis and TF-IDF analysis highlighted discussions surrounding the negative impacts of AI, such as “concerns,” “job displacement,” and “challenges,” as well as the positive opportunities it presents, including “new opportunities” and “potential.” Dynamic topic modeling enabled us to trace the evolution of these themes over time, initially focusing on the influence of technological development and innovation within companies until 2019. Subsequently, the study illuminated the effects of automation on the labor market and examined the evolving roles of workers, particularly in response to changing demands for technology and shifts in employment opportunities. Through association rule analysis, we confirmed the significant impact of AI on job pathways based on reliability indicators and meticulously analyzed AI’s multifaceted effects on the market and employment.

한국어

본 연구의 목적은 인공지능(AI)이 일자리 시장에 미치는 영향을 분석하고자 하였다. 이를 위해 구글에서 2017년 1월 1일부터 2024년 8월 31일까지 수집된 22,259건의 고용 관련 뉴스 데이터를 활용하여 AI와 고용의 관계를 탐구하였다. 연구 방법으로는 텍스트 마이닝을 기반으로 한 빈도 분석, 동적 주제 분석, 연관규칙 분석을 결합하여 AI가 일자리에 미치는 영향 의 복잡한 경로를 식별하였다. 토픽 분석과 TF-IDF 분석을 통해 AI의 부정적 영향 ‘우려’, ‘직업 이동’, ‘도전’과 ‘긍정적 기 회’, ‘새로운 기회’, ‘잠재력’에 대한 논의를 확인하였다. 또한 동적 토픽 모델링을 활용하여 시간에 따른 주제의 변화를 추적 한 결과, 2019년까지는 주로 기업 내 기술 개발, 혁신, 기술 도구가 산업에 미치는 영향을 다루었고, 이후에는 자동화가 노동 시장에 미치는 영향과 근로자의 역할, 특히 기술 수요와 고용 기회의 변화를 조명하였다. 연관규칙 분석을 통해 AI가 일자리 경로에 미치는 영향을 신뢰도 지표를 기반으로 확인하였으며, 시장과 고용에 대한 복합적인 영향을 구체적으로 분석하였다.

목차

요약
Abstract
1. 서론
2. 선행연구
2.1 AI가 일자리에 미치는 영향
2.2 TF-IDF분석
2.3 토픽분석
2.4 BERT 기반 토픽분석
2.5 연관규칙 분석
3. 연구방법
3.1 연구절차
3.2 Bert 기반 토픽분석
4. 연구결과
4.1 TF-IDF 분석
4.2 동적 토픽 분석 결과
4.3 연관규칙분석
5. 결론
5.1. 학문적 시사점
5.2. 실무적 시사점
5.3. 한계점 및 향후연구
REFERENCES

키워드

인공지능 일자리 연관규칙분석 동적토픽분석 자동화 업무 스킬 Artificial intelligence jobs association rules analysis dynamic topic analysis automation tasks skills

저자

• 유혜 [ HUI LIU | 서강대학교 경영학과 박사과정 ]
• 이소연 [ So-Yeon Lee | 서강대학교 경영학과 박사과정 ]
• 김진화 [ Jin-hwa Kim | 서강대학교 경영학과 교수 ] Corresponding Author

참고문헌

발행기관

간행물