As artificial intelligence and robotics advance, there is an increasing effort to apply it to work processes to increase labor productivity. Along with efforts to adapt new advanced technologies to industry, we need to examine the changes they will bring. Therefore, this dissertation studies the changes in the labor market that occur in the process along with methods of using artificial intelligence and robotics. The first essay explores the changes in the labor market as industrial robots are introduced into manufacturing. We propose that robots are broadening the scope of automation by showing empirically that non-routine manual tasks are being replaced based on task-based frameworks. In the second essay, we suggest personalization in the healthcare field using a deep learning model. We build a model that provides the optimal drug for each patient after estimating individual treatment effects by applying deep learning-based counterfactual regression to real-world patient data. In the third essay, we research how to distinguish long-term changes by applying clustering to sequential data. In this essay, we apply explainable machine learning to provide clinical implications by identifying important variables that can differentiate clustered groups. This thesis provides policy implications by examining changes that occur in the labor market when new technologies are introduced, as well as implications for investigating how artificial intelligence can be applied to companies using real-world data.
인공지능과 로봇 공학이 발전하면서 이를 업무 프로세스에 적용하여 노동 생산성을 증가시키려는 노력이 점점 증가하고 있다. 우리는 새로운 진보된 기술을 산업에 잘 적용시키려는 노력과 함께 기술로 인해 생기는 변화에 대해 조사해야 한다. 이에 본 학위논문은 인공지능과 로봇 공학을 활용하는 방안과 함께 그 과정에서 생기는 노동 시장의 변화에 대해 연구하고자 한다. 첫 번째 에세이에서는 산업용 로봇이 제조업에 도입되면서 생겨나는 노동 시장의 변화를 탐구한다. 업무 기반 프레임워크를 사용하여 비규칙적 수동 업무가 대체되고 있다는 것을 실증적으로 보여서 로봇이 자동화의 범위를 넓히고 있다는 것을 제안한다. 두 번째 에세이에서는 딥러닝 기반의 모델을 사용하여 헬스케어 분야의 개인화를 제공하는 방법에 대해 연구한다. 실제 환자 데이터에 딥러닝 기반의 반사실적 회귀분석을 적용하여 개인별 치료 효과를 추정한 후, 환자별로 최적의 약물을 제공해주는 모델을 적용한다. 세 번째 에세이에서는 순차적 데이터에 대해 클러스터링을 적용하여 장기적인 변화를 구별하는 방법에 대해 연구한다. 본 에세이에서는 설명가능한 머신러닝을 도입하여 군집화된 그룹을 구분할 수 있는 중요 변수를 조사한다. 본 학위논문은 현실 데이터를 이용하여 인공지능을 기업에 적용할 수 있는 방법에 대해 제안하는 시사점뿐만 아니라, 로봇 공학과 같은 새로운 기술이 도입되었을 때 노동 시장에서 일어나는 변화에 대해 조사하여 정책적인 시사점을 줄 수 있다.
