성별 임금격차에 대해 약 1년전 2018년 1월에 나온 논문을 소개 해드릴까 합니다.
스탠포드, 시카고대학, 우버에서 합작한 논문으로 성별 중립적인 우버 알고리즘에서 어떻게 성별 임금격차가 발생했는지 설명합니다.

Freakonomics.com 의 팟캐스트에서 논문을 낸 저자들이 나와 대화하는걸 번역해보겠습니다. 빠르게 번역하느라 번역체가 일정하지 않은건 미리 양해를 구합니다.

5명의 저자중 3명이 팟캐스트에 나왔네요: Jonathan Hall(우버소속 경제학자), John List (시카고대학 경제학부 회장), Rebecca Diamond (스탠보드 경제학 교수, 유일한 여성 저자)





HALL: 나는 Uber에서 3년하고도 360일 플러스 두어 시간 동안 일해왔다. (대충 4년 일했다)

DUBNER(인터뷰 진행자): 그럼, 여러분들의 역할을 말해달라.

LIST: 물론이지. 나는 회사(우버)의 여러 가지 경제 문제를 다루고 있다. 그리고 최근에 떠오른 한 주제는 성별 임금 격차다.

HALL: 경제학에서 굉장히 중요한 주제라는 것은 일반적으로 동의하지만, 자료가 부족해서, 그리고 사람들이 불편하게 느끼기 때문에 잘 연구되는 주제는 아니다.

DUBNER: 자, 성별 임금격차 문제에 대해 조금이라도 읽어본 우리 모두는 결정요인으로 묘사되는 모든 종류의 다양한 요소들을 듣는 것에 익숙해져 있다. 우리는 또한 모든 종류의 숫자를 듣는 것에 익숙해져 있다. 달러 당 12센트, 7센트, 24센트. 그 이유는 분해하기 어렵고 측정하기 어렵기 때문이다. 그러나 우리가 들은 많은 요인들은 융통성 없는 시간, 즉 일시적인 유연성, 즉 융통성 없는 것들이다. 자, 여기 우버 생태계에는 그런 종류의 것이 존재하지 않는다는 말씀이시죠? 누구든지 원할 때 언제든지 일할 수 있는가?

DIAMOND(스탠보드 경제학 교수): 맞다. 그것이 우리가 우버 데이터의 맥락에서 이 문제를 연구하기를 기대한 이유 중 하나다. 왜냐하면 우리는 그 이론들을 처음부터 배제할 수 있기 때문이다.

DUBNER: 그래서 당신은 이전 연구들과는 달리 "임금 격차를 완전히 설명할 수 있었다"고 논문에 적었다. 설명해달라.

DIAMOND: 물론이다. 그래서 우버는 당신의 주행 거리가 몇 마일인지, 주행 시간이 얼마나 걸리는지, 그리고 때로는 지나치게 수요가 많은 곳에 서지 승수를 고려하는 비교적 간단하고 투명한 공식을 바탕으로 운전자들에게 돈을 지불한다.

LIST: 그래서 요금 자체는 성별 맹목적인 알고리즘에 의해 결정된다. 파견 자체는 성별에 대한 맹목적인 것이다. 그리고 임금 체계는 직접적으로 생산량과 연관되어 있고 협상하지 않는다.

DIAMOND: 그 투명성과 단순성 때문에 이 환경이 성별 임금 격차를 연구하는데 매우 흥미로웠다.

HALL: 우리가 이렇게 훌륭하고 상세한 자료를 가지고 일할 수 있었기 때문에, 우리는 이것이 성별 임금 격차를 실제로 충분히 설명할 수 있는 한, 이것이 최초의 연구라고 믿고 있다.

DUBNER: 당신이 이 프로젝트를 시작하기 전에, 어떤점을 기대하고 있었나? 아니면 데이터에서 무엇을 발견하리라고 기대했나? 여기서 성별 임금 격차가 0이 될 거라고 생각했나?

DIAMOND: 시작전엔 성별 임금격차가 매우 작을 것으로 예상했고 매우 열린 마음으로 시작했다. 이렇게 노동시장을 분석한 시도는 없었고 구체적인 수치도 예측하기 어려웠다.

LIST: 그래서 제 예상은 남성과 여성이 거의 같은 수입을 얻을 수 있을 것으로 예상했지만, 차이가 있다면, 임금 격차가 여성들에게 약간 유리할 것이라고 생각했다. 이것은 두 가지 이유 때문이다. 첫째, 나는 여성들이 일주일에 더 적은 시간을 일했기 때문에 주중에 더 좋은 시간을 얻을 수 있는 기회가 있었기 때문이고. 두번째는, 플랫폼에 차별이 있다면 승객들이 남성 운전자들보다 여성 운전자들을 더 선호할 것이라고 생각하고 있었다.

DUBNER: 그러니까 바로 숫자로 뛰자. 남성과 여성 우버 운전자들 사이에 실제로 어떤 임금 격차를 발견했나?

LIST: 그래, 우리는 매우 놀라운 것을 발견했어. 결국, 데이터를 본 후, 원시 데이터만 보면, ----


(생략)


DUBNER: 우버의 데이터가 어떻게 유용한지 설명해달라.

LIST: 우버는 196개 도시에 걸쳐 수백만 건의 관찰과 2천 5백만 명의 운전기사를 보유하고 있다. 따라서 이 많은 데이터와 우버의 운전자 보상 함수와 생산 함수에 대한 이해를 바탕으로 성별 임금격차가 있을 경우 그것을 설명할 수 있는 요인들을 밝힐수 있다.

DUBNER: 좋아요. 그럼 이제 데이터에 대해서 설명해달라. 우버의 미국 전체 데이터와 논문에 사용한 부분집합 데이터까지

LIST: 논문은 2015년 1월부터 2017년 3월까지의 우버 운전 데이터를 바탕으로 했다.

DIAMOND: 이 기간 동안 180만 명의 운전자와 7억 4천만번의 운행 자료가 쌓였다. 논문을 위해서 대부분 한 도시의 데이터에 집중했다.

HALL: 데이터량이 매우 많았기때문에 현실적인 이유로 한 도시를 선택했다. 우리가 하고 있는 일은 매우 데이터 집약적이다.

LIST: 시카고에서 온 나는 "시카고를 합시다."라고 말했다.

DUBNER: 게을러서 그런게 아니고?

LIST: 아니, 아니, 팀은 샌프란시스코에 있었고, 그 이후로 우리는 디트로이트, 휴스턴, 보스턴등 다 비슷한 결과를 얻었다.

DUBNER: 그러면 시카고에서 발견한 성별 임금격차를 설명해달라. 그리고 시카고는 미국의 다른 지역들과 비교했을때 얼마나 대표성을 보여줍니까?

DIAMOND: 전국 표본에서, 27퍼센트의 운전자들이 여성이다. 그리고 시카고 데이터에선 드라이버의 30%가 여성이다. 그래서 조금 더 많지만 꽤 비슷하다.

DUBNER: 이 질문을 하나 하자면: 요즘 "실적 경제" (우버같은 단기 임시직) 규모는 얼마나 큰가?

LIST: 일부 추산에 따르면, 최대 15%의 사람들이 풀타임 고용되어 있다고 한다. 그리고 다른 추정에 따르면, 적어도 30%의 사람들이 파트타임으로 일하고 있다고 한다.

DUBNER: "실적 경제"는 더 남성적이냐, 여성적이냐?

LIST: "실적 경제"는 우버와 비슷하게 남성 3분의 2, 여성 3분의 1로 구성되있다.

DUBNER: Uber 알고리즘은 성맹인가?

HALL: 알고리즘은 성별에 대해 맹목적인 것인데, 문자 그대로 말하자면, 성별은 그것에 영향을 받지 않는다는 겁니다.

DIAMOND: 그것은 성별을 계산에 전혀 포함하지 않는다.

HALL: 그리고 그것은 알고리즘보다 더 영리한 사용자, 즉 인간 사용자들에 의한 차별을 용이하게 하지 않는다는 점에서.

LIST: 맞아.

HALL: 하지만 그렇다고 해서 플랫폼이 어떤 종류의 사악한 차별을 용이하게 하지 않는다고는 할수 없다.

LIST: 우버의 플랫폼에서 실제로 발생할 수 있는 차별에는 두 가지가 있다. 첫 번째는 배급이나 임금 설정이다. 그리고 그것이 우버의 직업이다. 거기에는 차별이 없다. 그러나 한편으로는 승객으로부터는 차별도 있을 수 있다. 승객이 남성이나 여성을 더 선호할수 있다.

DUBNER: 그래서 당신은 승객쪽의 차별을 발견하셨나요? 승객들은 여성보다 남성 운전자를 선호하는 경향이 있었는가?

LIST: 아니 승객들은 운전수로서 남자와 여자를 동일시한다.

DIAMOND: 맞아. 그리고 우리는 남성 운전자와 여성 운전자들 사이의 거부율에서 전반적인 차이를 보지 못한다. 그리고 만약 여러분이 그것을 회귀 분석에 넣는다면, 그것은 성별의 차이에 기여하지 않을 겁니다.

DUBNER: 알겠다. 그럼 확실히 알고리즘은 성맹이고 가격은 가격이기 때문에 우버측, 공급측에서 차별은 없다고 말하는 겁니다. 그리고 당신은 승객들은 차별이 없다고 말하고 있다. 그렇다면, 남녀 차별이 임금 격차의 0%를 차지한다는 것을 의미하는가?

LIST: 맞아.

DUBNER: 좋아. 그래서 여러분은 임금 격차가 없거나 여성운전자의 임금이 더 높을것이라는 예측을 하셨습니다. 만약 그렇다면, 남성과 여성 우버 운전자들 사이에 실제로 어떤 종류의 급여 차이를 발견했는가?

LIST: 우리는 매우 놀라운 것을 발견했다. 당신이 발견한 것은 남성들이 평균 시간당 약 7%의 돈을 더 번다는 것이다.

DIAMOND: 상당한 차이다.

LIST: 동일한 작업을 하는 경우, 작업 할당이 성별 맹목 알고리즘에 의해 이루어지며, 급여 구조는 협상되지 않고 출력과 직접 연계된다.

DUBNER: 그래서 7퍼센트의 차이는, 어떻게 다른 직업에서의 최고의 연구와 비교되는가?

DIAMOND: 그래서 이전에도 성차별 임금 격차를 살펴본 적이 있다. 그리고 7%는 심지어 전통적인 노동시장에서도 우리가 보는 모든 회사들의 전반적인 평균과 크게 다르지 않다.

LIST: 슬프게도 그래.

DUBNER: 이걸 보았을 때 당신은 낙담하거나 우울하거나 약간 슬펐는가?

DIAMOND: 나는 단지 더 많은 것을 알고 싶었다. 나는 그것이 어디서 비롯되었는지, 원인이 무엇인지 알고 싶었다.

DUBNER: 알았어. 그래서 나는 어떤 요소들이 있는지 알고 싶다. 논문에 따르면 세 가지가 있다고.. 첫번째는 뭐죠?

LIST: 성차별이 임금격차를 설명하지 못하기때문에 그 다음으로 운전자들이 언제와 어디서 운전하는지를 봤어. 하루 중 시간, 요일, 그리고 시카고 어디에서 그들이 실제로 운전하는지 봤다. 이건 조금 성공적이었다. 그래서 우리가 발견한 것은 언제 어디서 운전할 지와 언제 운전할지에 대한 선택에 의해 성별 임금 격차의 약 20%를 설명할 수 있다는 겁니다.

DIAMOND: 그리고 그 격차에 대한 중요한 기여는 특히 운행이 어디에서 출발했는가이다. 동네마다 운행 빈도수와 종류에도 차이가 있었다. 남성과 여성은 그들이 운전하고 있는 다른 지역들을 목표로 하는 경향이 있고, 남성들은 여성들보다 더 수익성이 높은 급여 지역을 목표로 하고 있다.

DUBNER: 토요일 새벽 3시에 술집이 있는 곳으로 나가고 싶은데 갑자기 운행료가 급상승하거나 아니면 새벽에 공항까지 가는 운행이라던가? 당신은 남성들이 조금 더 잘 하는 것 같은 가장 수익성 있는 여행의 성격을 묘사할 수 있는가?

LIST: 어떤 시간에 운전하는지보다 더 중요한 것은 정확히 어느 노선에 집중하는 경향이 있는가 하는 겁니다. 여기서 특히 주목할 만한 예는 공항 운행이 가장 수익성이 높은 여행이 되는 경향이 있다는 겁니다. 남성들이 여성보다 더 많은 공항 운행을하는 경향이 있었다.

DIAMOND:  드라이버들이 어디에서 픽업하는지가 시간대보다 성별 임금 격차에 기여하는데 더 중요하다는 것을 발견했다. 남녀가 운전할 때는 차이가 있다. 남성들은 밤샘 운전할 가능성이 훨씬 더 높으며,  술집에서 놀고나온 고객들을 태울 확률이 높다. 그러나 여성들은 일요일 오후 운행할 가능성이 훨씬 더 높으며, 그것 또한 매우 수익성 있는 운전시간이다. 시간대는 임금격차를 관련이 많이는 없는 것 같다. 왜냐하면 남녀 둘다 돈벌이가 되는 시간에 운전을 하고 있고, 그들은 단지 다른 시간이기 때문이다. 일요일 오후면 풋볼이 시작되고. 아마도 여성들은 그 때 남성들보다 운전을 할 가능성이 높지 않겠나.

DUBNER: 그리고 왜 일요일 오후가 더 돈벌이가 되는 시간일까? 그것은 많은 남성 운전자들이 풋볼을 시청하고 있기 때문에, 그들은 운전기사의 공급으로 시장에 넘쳐나지 않기 때문에 가격이 상승한다고?

DIAMOND: 내 말은, 그건 이론적으로 그렇다는거야. 우리는 일요일 오후의 마법같은 것들을 풀지는 못했지만, 그 때 보수가 높은 경향이 있다. 그리고 그 시간대는 여성들이 남성들보다 더 많이 운전하는 경향이 있다.

DUBNER: 하지만 모든 잠재적인 차이점들에 대해서, 절대적인 양은 여전히 상대적으로 적다. 7%의 갭 중 20%는 시간과 장소에 따라 설명할 수 있다는 말씀이시죠?

LIST: 맞아. 하지만 이제 시간과 장소를 살펴본 후에, 그 분석은 실제로 더 깊은 효과를 암시했는데, 나는 이것을 운전기사의 경험이라고 부를 것이다.

HALL: 그래. 경험에 따른 꽤 큰 수익차이가 일어났는데, 여기서 경험은 말 그대로 운전사의 운행횟수 입니다. 이 분야는 경제학이 상당히 잘 연구되고 있고, 학습에 의한 것이다. 우리는 운전사가 더 많은 운행을 할수록, 돈을 버는 방법에 대해 더 많이 배울 것이라고 추정한다.

DIAMOND: 우버 알고리즘이 경험많은 운전사한테 돈을 더 많이 주진 않는다. 경험이 쌓일수록 운전사들은 단지 언제 어디서 운전해야 하는지, 얼마나 빨리 운전해야 하는지, 그리고 또한 어떻게 전략적으로 그들이 나쁜 매칭이라고 생각하는 운행을 받아들이거나 취소할 수 있는지 알아내는 데 익숙해진다는거지.

HALL: 그리고 우리는 남성과 여성이 똑같이 빨리 배운다고 추정한다. 따라서 데이터에서 같은 수의 운행을 한 남자나 여자는 동일한 양의 학습(경험)을 축적하게 될 것이다. 하지만...

LIST: 우리 운전자들의 경험이나 평균 재임 기간을 보면, 이것은 남성들의 방향으로 심하게 기울어져 있다. 남성운전사들은 2년 이상 우버를 운행했 확률이 여성보다 훨씬 더 높다. 여성들은 최근 몇 달 동안 막 합류했을 가능성이 높고, 이것은 여성들이 남성들보다 훨씬 더 자주 우버를 그만두기 때문이다.

DUBNER: 전체적인 운전사 감소율은 얼마인가? 나는 그것이 6개월 후에 측정되는지, 아니면 1년 후에 측정되는지

DIAMOND: 6개월 기간을 본다.

LIST: 우버 운전을 시작하는 사람들 중 60% 이상이 6개월 후엔 더 이상 활동하지 않는다.

DIAMOND: 미국 전체의 6개월간의 남성 감소율은 약 63%, 여성에게는 약 76% 입니다.

DUBNER: 와우. 적어도 초보인 제가 보기에도 성별 임금 격차가 여성의 퇴직률 때문일지도 모른다는걸 알겠네요. 아마도 운전기사는 평균적으로 여성들이 정말 좋아하지 않는 직업일수도 있겠다. 이걸 측정 가능한가?

LIST: 좋은 질문이야. 퇴직률을 보면, 여성들이 더 많이 그만두는 것은 사실이다. 하지만 그들은 또한 적게 번다. 그래서 남성들이 운전하는 것을 좋아하는 만큼 여성들이 운전하는 것을 좋아하지 않는 것에 때문인지 아니면 단순히 수입 효과 때문인지는 분명하지 않다.

DUBNER: 맞아.

LIST: 아마도 그 두 가지 모두를 합친 것 같다.

DUBNER: 그래, 하지만 이렇게 여성 감소율이 높으면 평균적인 여성이 남성 운전자들보다 경험이 적어지기 때문에 수입이 줄어들 거야. 안 그래?

LIST: 주로 두 가지 이유 때문에 남성이 여성보다 더 경험이 많다. 첫째, 여성이 남성보다 자주 플랫폼에서 하차한다 (그만둔다). 그러나, 두 번째는, 같은 시간대에 플랫폼에 있는 사람들에게도, 평균적인 남성들이 평균적인 여성들보다 한 주에 약 50% 더 많은 운행을 하기 때문에, '경험 효과'는 그만두지 않은 사람들에게도 나타나는거지.

DIAMOND: 남성 운전사들이 평균적으로 더 많은 경험을 가지고 있고 임금 차이는 거기서 나온다는거다.

HALL: 그리고 그것은 우리가 측정하는 임금 격차의 약 30%를 설명해준다.

DUBNER: 좋아, 그 격차의 3분의 1은 경험으로 설명할 수 있고. 근무 시간과 장소에 따라 그 격차의 약 20%를 설명할 수 있다고 하셨습니다. 그러나 그것은 3번째 요인으로 설명할 수 있는 거의 절반을 남겨둔다. 그게 뭔데요?

LIST: 세번째 요인으로는 결국  남자들이 실제로 여성들보다 시간당 더 많은 여행을 하고 있다는 것이다. 일종의 유레카 순간이었다.

DUBNER: 남성들은 더 빨리 운전하고 있지

HALL: 그래. 그래서 나머지 50%의 차이를 설명하는 세 번째 요인은 속도다.

DIAMOND: 그래서 남성들은 조금 더 빨리 운전을 하고, 조금 더 빨리 운전하면 여행을 훨씬 더 빨리 끝낼 수 있고, 다음 여행을 할 수 있기 때문에, 한 시간 안에 더 많은 여행을 할 수 있고, 결국 더 많은 보수를 받게 되는 겁니다.

DUBNER: 우버 드라이버 데이터와 일반운전자 남성/여성 속도와 비교하면 어떨까? 일반적으로 남자가 여자보다 더 빨리 운전한다는게 사실이야?

LIST: 맞아, 일반 인구에서도 남자들이 실제로 여자들보다 더 빨리 운전한다는 거야.

DUBNER: 좋아, 그래서 남성 우버 운전자들이 여성 우버 운전자들보다 더 빨리 운전해서, 그들이 더 많은 돈을 벌 수 있게 해. 하지만, 그것이 더 위험하고, 더 빠른 운전일까?

DIAMOND:차이는 작다. 즉, 남성들은 여성들보다 약 2% 더 빨리 운전한다. 그정도가 더 위험하다고는 볼수 없다.

DUBNER: 하지만 미시건 대학 교통 연구팀이 경찰이 신고한 충돌사고의 전국적 대표 표본을 살펴본 결과, 평균적으로 마일당 주행 시 여성이 남성보다 충돌량이 더 많다는 것을 알게 된 것 같았어. 여러분의 데이터에는, 분명히 -- 여러분은 모든 데이터를 가지고 있을 겁니다, 그렇죠? 아마 몇 마일이나 운전하고 충돌했을 겁니다. 당신은 마일당 여성이 남성보다 더 많이 또는 더 적게 충돌하는 것을 보고 싶어하는지 볼 수 있는가?

DIAMOND: 논문에서 그건 다루지 않았다. 우리는 단지 노동시장 데이터를 가지고만 말할뿐이다.  아마 우버에서도 데이터를 가지고 있을거야. 하지만 그것은 우리가 분석한게 아니었다.

HALL: 우리는 그것에 대한 답을 가지고 있지 않다.

DIAMOND: 내 생각에는 -- 만약 여러분이 여성이 사고를 더 많이 내는 것을 본다면, 남성들이 더 치명적인 사고를 한다고 생각한다. 그래서 품질/수량 트레이드오프가 있어서 누가 실제로 더 안전하게 운전하고 있는지는 분명하지 않다. 내가 말할 수 있는 한 가지는 운행의 속도에 따른 승객들의 등급을 살펴봤다는 것이다. 그리고 약간 상관관계가 있다. 승객들은 빠른 운행에 더 좋은 점수를 준다.

DUBNER: 요약하자면, 이것은 모든 성차별을 없애는 것처럼 보이는 노동 생태계인 우버 운전자들인데, 그러나 여성들은 근본적으로 같은 일을 함으로써 7퍼센트를 덜 번다.

DIAMOND: 내 말은, 남자와 여자가 일을 똑같이 하지 않는다고 생각해, 그렇지? 그것이 우리가 보여주고 있는 것이고, 그들은 노동시장에서 다른 선택을 하고 있다는 겁니다. 내 생각에 그건 정말 중요한 건 그들이 똑같은 일을 하지 않는다는 거야. 그리고 일단 그 차이를 통제하면, 임금은 똑같다.

(생략)


시장논리에 충실한 우버 알고리즘을 감안해서 논문을 쓰기전 예상과는 달리 우버의 성별 임금 격차가 7%이고
이를 설명할수 있는 요소는 3가지로 압축됩니다.

20%는 운행장소의 차이. 남성들이 더 위험하고 수익성있는 곳에서 픽업하는 경향이 있다.
30%는 근무일수 차이에서 나오는 경험의 차이. 경험이 더 많을수록 더 효율적인 운행이 가능하다.
50%는 운전속도의 차이. 남성들이 더 운전을 빨리하기 때문에 같은 시간내 더 많은 운행이 가능.






참조:
https://web.stanford.edu/~diamondr/UberPayGap.pdf
http://freakonomics.com/podcast/what-can-uber-teach-us-about-the-gender-pay-gap/
https://www.forbes.com/sites/avivahwittenbergcox/2018/09/23/gender-paygap-uber-case-study/#60d6416b555b