생성형 인공지능이 베이징의 도시 내 불평등 및 숙련 노동 시장에 미치는 영향

Generative AI impacts on intra-urban inequality and skill premium in Beijing

생성형 인공지능(GenAI)은 광범위한 고인지역 업무를 자동화하는 첫 번째 물결이지만, 그 효과가 도시 내 불평등에 미치는 영향은 아직 잘 알려져 있지 않습니다. 본 연구에서는 2018년부터 2024년까지의 베이징 채용 공고 5백만 건을 활용하여, 5개의 선도적인 대규모 언어 모델로부터 얻은 작업 수준 평가를 통합하여 이웃 단위의 GenAI 노출 지수를 구축했습니다. 우리는 이러한 변화가 공간적, 구조적, 인과적 메커니즘 측면에서 어떻게 작용하는지 분석합니다. 연구 결과, GenAI 노출은 도시 중심 지역에 집중되어 있으며, 이는 도시 내 AI 격차를 심화시키는 것으로 나타났습니다. 2023년 이후, 높은 GenAI 노출 지역에서는 임금 정체가 지속되는 동시에 고숙련 노동자들이 계속 유입되는 '고숙련 함정' 현상이 발생했습니다. 이러한 임금 하락은 작업의 단순화 및 노동 시장 경쟁 심화에 기인합니다. ChatGPT 출시를 중심으로 한 차등차분 분석 설계를 통해 인과적 해석을 뒷받침합니다. 본 연구 결과는 기술 변화가 숙련 노동자에게 유리하게 작용한다는 기존 이론에 도전하며, 글로벌 기술 허브에서의 포괄적인 AI 거버넌스를 위한 기반을 제공합니다.

Generative artificial intelligence (GenAI) is the first automation wave to reach high-cognitive tasks at scale, yet its effects on intra-urban inequality remain largely unknown. Using 5 million job postings from Beijing (2018--2024), we construct a neighborhood-level GenAI Exposure Index by aggregating task-level assessments from five leading large language models. We examine the spatial, structural and causal mechanisms of this shock. We find that GenAI exposure is highly concentrated in the city's core districts, deepening the intra-urban AI divide. Since 2023, high-exposure neighborhoods have experienced wage stagnation even as they continue to attract high-skilled workers -- a "high-skill trap." This wage penalty is driven by task de-skilling and intensified labor-market crowding. A difference-in-differences design centered on ChatGPT's release supports a causal interpretation. These findings challenge the prevailing theory of skill-biased technological change and provide a basis for inclusive AI governance in global technology hubs.