소프트웨어 개발자
컴퓨터·수학직Software Developers
- O*NET-SOC 코드
- 15-1252.00
Research, design, and develop computer and network software or specialized utility programs. Analyze user needs and develop software solutions, applying principles and techniques of computer science, engineering, and mathematical analysis. Update software or enhance existing software capabilities. May work with computer hardware engineers to integrate hardware and software systems, and develop specifications and performance requirements. May maintain databases within an application area, working individually or coordinating database development as part of a team.
- 데이터 출처: BLS발행 시점: 2026-08
매우 높음· 상대
낮음4단계 상대 범주매우 높음직업군 단위 값
척도 · 모수 · 출처
4단계 상대 범주 (낮음 / 보통 / 높음 / 매우 높음)
BLS 고용전망 표의 세부직업 831개 기준. 값은 NEM(전국고용매트릭스) 코드 단위로 부여되므로, 같은 NEM 코드를 쓰는 직업은 같은 밴드를 받습니다
- 데이터 출처: Anthropic발행 시점: 2026-03
0.288
0.000여기 실린 값의 범위0.745척도 · 모수 · 출처
관측 노출 지수, 발행된 그대로 0–1
O*NET 작업 매핑 기준
SOC 2018 직업 단위로 발행된 값이며, 같은 SOC 2018 코드를 가진 O*NET 직업은 모두 이 값을 받습니다
- 데이터 출처: ILO발행 시점: 2025
0.53
0.09여기 실린 값의 범위0.70직업군 단위 값
척도 · 모수 · 출처
생성형 AI 노출 지수, 발행된 그대로 0–1
ISCO-08 직업군 단위로 발행된 값입니다. 미국 노동통계국(BLS)의 공식 교차표(ISCO-08→2010 SOC, 2010 SOC→2018 SOC)를 그대로 적용해 이 직업에 연결했으며, 연결은 전부 또는 일부 대응입니다
이 원천이 어떤 종류의 값인가
BLS 범주는 절대 수준이 아니라 상대 순위이며, 1차 측정도 아닙니다. 여러 선행 연구가 매긴 직업별 백분위 순위를 4단계로 묶은 값입니다. 고용·임금 예측도, 도입 확률도 아니며 자동화와 증강을 구분하지 않습니다.
작업별 노출도
숨긴 작업 9개 보기평가 작업 19개 · β ≥ 0.5 인 작업 18개 (94.7%)
β = 직접 노출(E1) + 0.5 × 도구 활용 시 노출(E2). 원본 저장소의 정의를 따릅니다.
- 원천 단위: O*NET 27.2 작업 → O*NET 31.0 직업 코드
- 채점된 작업 중 2개는 O*NET 31.0 작업 목록에 없어, O*NET 27.2 기준으로 공표된 점수를 그대로 둡니다.
- 출처
- OpenAI "GPTs are GPTs" exposure rubric
- 판
- gh-main-0471612
- 라이선스
- MIT License, Copyright (c) 2024 OpenAI
| 작업 (O*NET 30.2) | Claude.ai원천값 / 비중 % | API원천값 / 비중 % |
|---|---|---|
오류를 바로잡고 새 하드웨어에 맞추거나 인터페이스를 업그레이드하고 성능을 개선하기 위해 기존 소프트웨어를 수정한다.Modify existing software to correct errors, adapt it to new hardware, or upgrade interfaces and improve performance. 15-1252.00 | 0.200058.8 | 0.340073.9 |
프로젝트 사양·활동·현황에 관한 보고서나 서신을 작성한다.Prepare reports or correspondence concerning project specifications, activities, or status. 15-1252.00 | 0.050014.7 | 0.02004.3 |
소프트웨어 시스템 설계나 유지보수 같은 프로젝트 상황·제안·기술 문제에 관해 고객이나 다른 부서와 상의한다.Consult with customers or other departments on project status, proposals, or technical issues, such as software system design or maintenance. 15-1252.00 | 0.040011.8 | 0.02004.3 |
새 시스템의 설치나 기존 시스템의 변경을 결정·권고하고 계획하기 위해 정보를 분석한다.Analyze information to determine, recommend, and plan installation of a new system or modification of an existing system. 15-1252.00 | 0.03008.8 | 0.03006.5 |
시간과 비용 제약 안에서 설계가 가능한지 결정하기 위해 사용자 요구와 소프트웨어 요구사항을 분석한다.Analyze user needs and software requirements to determine feasibility of design within time and cost constraints. 15-1252.00 | 0.01002.9 | 0.02004.3 |
설계의 결과와 영향을 예측하고 측정하기 위해 과학적 분석과 수학적 모델을 활용해 소프트웨어 시스템을 설계·개발·수정한다.Design, develop and modify software systems, using scientific analysis and mathematical models to predict and measure outcomes and consequences of design. 15-1252.00 | 0.01002.9 | 0.00000.0 |
시스템 수행 능력과 요구사항을 분석하려고 데이터를 저장·조회하고 가공한다.Store, retrieve, and manipulate data for analysis of system capabilities and requirements. | —0 | 0.02004.3 |
하드웨어 구성을 결정하기 위해 필요한 보고 형식·비용이나 보안 요구 같은 요소에 관한 정보를 수집하고 평가한다.Obtain and evaluate information on factors such as reporting formats required, costs, or security needs to determine hardware configuration. | —0 | 0.01002.2 |
이 탭의 값은 관측이 아니라 예측 라벨입니다. Eloundou et al.(2023)은 인간 평가자와 GPT-4 두 평가 기준을 공개했고, 이 표의 β는 그중 GPT-4 평가 기준 하나로만 유도한 값입니다 — 평가 기준이 다르면 같은 작업이라도 값이 달라질 수 있습니다. 다른 탭의 관측 비중(%)과는 단위도 의미도 다르니 같은 축에 놓고 비교하지 마세요.
| 작업 (O*NET 27.2) | βE1 + 0.5 × E2 |
|---|---|
새 시스템의 설치나 기존 시스템의 변경을 결정·권고하고 계획하기 위해 정보를 분석한다.Analyze information to determine, recommend, and plan installation of a new system or modification of an existing system. O*NET 작업 ID 21661 | 1.0 |
시간과 비용 제약 안에서 설계가 가능한지 결정하기 위해 사용자 요구와 소프트웨어 요구사항을 분석한다.Analyze user needs and software requirements to determine feasibility of design within time and cost constraints. O*NET 작업 ID 21662 | 1.0 |
시스템을 설계하고 프로젝트의 제약과 수행 능력·성능 요구사항·인터페이스에 관한 정보를 수집하기 위해 시스템 분석가·엔지니어·프로그래머와 그 밖의 사람과 협의한다.Confer with systems analysts, engineers, programmers and others to design systems and to obtain information on project limitations and capabilities, performance requirements and interfaces. O*NET 작업 ID 21664 | 1.0 |
소프트웨어 시스템의 설치를 조율한다.Coordinate installation of software system. O*NET 작업 ID 21666 | 1.0 |
설계의 결과와 영향을 예측하고 측정하기 위해 과학적 분석과 수학적 모델을 활용해 소프트웨어 시스템을 설계·개발·수정한다.Design, develop and modify software systems, using scientific analysis and mathematical models to predict and measure outcomes and consequences of design. O*NET 작업 ID 21667 | 1.0 |
시스템 성능 기준을 정한다.Determine system performance standards. O*NET 작업 ID 21668 | 1.0 |
소프트웨어 시스템 테스트나 검증 절차, 프로그래밍, 문서를 수립하거나 총괄한다.Develop or direct software system testing or validation procedures, programming, or documentation. O*NET 작업 ID 21669 | 1.0 |
오류를 바로잡고 새 하드웨어에 맞추거나 인터페이스를 업그레이드하고 성능을 개선하기 위해 기존 소프트웨어를 수정한다.Modify existing software to correct errors, adapt it to new hardware, or upgrade interfaces and improve performance. O*NET 작업 ID 21670 | 1.0 |
시스템이 사양에 맞게 작동하도록 장비의 작동을 감시한다.Monitor functioning of equipment to ensure system operates in conformance with specifications. O*NET 작업 ID 21671 | 1.0 |
하드웨어 구성을 결정하기 위해 필요한 보고 형식·비용이나 보안 요구 같은 요소에 관한 정보를 수집하고 평가한다.Obtain and evaluate information on factors such as reporting formats required, costs, or security needs to determine hardware configuration. O*NET 작업 ID 21672 | 1.0 |
β = E1 + 0.5 × E2 · E1 = LLM에 직접 접근하는 것만으로 소요시간이 50% 이상 줄어드는 작업, E2 = LLM 위에 별도 소프트웨어를 얹으면 50% 이상 줄어드는 작업. 값은 0 / 0.5 / 1.0 세 단계뿐입니다.
데이터 출처·라이선스 — O*NET®, Anthropic Economic Index, Eloundou et al. (2023): 상세 고지는 크레딧 및 출처 페이지 참조
O*NET 31.0 작업 전체 (17개)
이 직업의 O*NET 31.0 작업 전체(영문 원문, 유형 핵심·보조). 노출값은 이 목록에 싣지 않으며, 위 표에서 각 원천이 사용한 O*NET 판의 문면 옆에 있습니다.
| 작업 (O*NET 31.0) | 유형 |
|---|---|
| Analyze information to determine, recommend, and plan installation of a new system or modification of an existing system. | 핵심 |
| Analyze user needs and software requirements to determine feasibility of design within time and cost constraints. | 핵심 |
| Confer with data processing or project managers to obtain information on limitations or capabilities for data processing projects. | 핵심 |
| Confer with systems analysts, engineers, programmers and others to design systems and to obtain information on project limitations and capabilities, performance requirements and interfaces. | 핵심 |
| Consult with customers or other departments on project status, proposals, or technical issues, such as software system design or maintenance. | 핵심 |
| Design, develop and modify software systems, using scientific analysis and mathematical models to predict and measure outcomes and consequences of design. | 핵심 |
| Determine system performance standards. | 핵심 |
| Develop or direct software system testing or validation procedures, programming, or documentation. | 핵심 |
| Modify existing software to correct errors, adapt it to new hardware, or upgrade interfaces and improve performance. | 핵심 |
| Prepare reports or correspondence concerning project specifications, activities, or status. | 핵심 |
| Store, retrieve, and manipulate data for analysis of system capabilities and requirements. | 핵심 |
| Coordinate installation of software system. | 보조 |
| Monitor functioning of equipment to ensure system operates in conformance with specifications. | 보조 |
| Obtain and evaluate information on factors such as reporting formats required, costs, or security needs to determine hardware configuration. | 보조 |
| Supervise and assign work to programmers, designers, technologists, technicians, or other engineering or scientific personnel. | 보조 |
| Supervise the work of programmers, technologists and technicians and other engineering and scientific personnel. | 보조 |
| Train users to use new or modified equipment. | 보조 |
0.00/ 3· 로봇 노출 지수
척도 · 모수 · 출처
물리 작업마다 실제 배치·판매·시연된 로봇이 해낼 수 있는 환경으로 매긴 0–3 등급(0 불가 · 1 펜스 셀·병입 라인 같은 로봇 전용 설비 · 2 병원 약제실·컨테이너 항만 같은 관리된 시설 · 3 가정·건설 현장 같은 비정형 환경)을 근무시간 비중으로 평균한 값
이 직업의 O*NET 29.3 작업 중 물리 작업 기준
등급과 시간 비중은 Anthropic이 Claude Opus 5(웹 검색)로 추정했습니다(2026년 기준).
로봇 노출 지수는 이 사이트의 AI 노출도와는 다른 지표라 더하거나 견줄 수 없습니다. 실제 도입이나 비용 경쟁력을 뜻하지 않으며, 0에는 물리 작업이 없는 직업도 포함됩니다.
물리 작업별 등급
이 직업의 O*NET 29.3 작업 중 물리 작업으로 분류된 작업이 없습니다.
직업 정보
이 직업과 관련된 최근 변화
요약과 관련 표시는 AI Changing Work가 작성·판단한 것입니다. 수치는 연결된 출처에서 확인하세요.
관련 ADP·스탠퍼드의 채용공고-급여 연결 연구(IT 노동자 약 7,000명, 2019~2025)가 IT 직무 내 과업별 값을 산정. 기술 설계·활용 조언은 고임금 8개 활동에 포함. 5개 과업은 2019~2022년 대비 2023~2025년 보상이 감소했고 여기에 "시스템·프로세스·제품 모델 개발"이 포함. 효과 크기는 미공개.
[출처: ADP Research / Stanford Digital Economy Lab, Unbundling Jobs (July 2026)]관련 EIG(2026년 3월)는 청년 노동시장의 약세가 학력이 아니라 나이의 문제라고 봅니다. 학력과 관계없이 모든 젊은 근로자가 다른 연령대보다 뒤처지고 있어, AI가 컴퓨터공학 전공자와 신입 졸업생을 밀어낸다는 언론의 서사와 맞지 않는다는 것입니다.
[출처: EIG: AI and Young-Adult Jobs (March 2026)]관련 Brookings(2026년 3월)는 AI와 노동시장 연구가 아직 초반 단계라고 봅니다. 연구 결과도 엇갈립니다. ADP 급여 데이터에서는 AI 노출도가 높은 직업의 젊은 근로자 고용이 더 많이 줄었지만, CPS 데이터에서는 노출도가 높은 직업의 실업 증가가 오히려 더 작았습니다.
[출처: Brookings Institution]
6건 더 보기
관련 Acemoglu·Autor·Johnson(Hamilton Project/Brookings, 2026년 2월)은 AI가 코딩, 고객 서비스, 마케팅, 번역 같은 분야의 핵심 역할을 자동화하면 노동자가 기대 온 전문성의 가치가 떨어진다고 경고합니다. 대신 전문성을 넓혀 주는 '친노동 AI'를 만들고, 알고리즘 투자보다 사람 고용에 세금을 더 무겁게 매기는 세제를 바로잡자고 제안합니다.
[출처: Acemoglu, Autor, Johnson — Building Pro-Worker AI (Hamilton Project/Brookings, Feb 2026)]관련 Anthropic 인도 국가 보고서(2026년 2월): 인도의 Claude.ai 과업 중 45.2%가 소프트웨어 관련 직업에 해당해 모든 국가 가운데 가장 높았습니다. 인도 이용자는 AI 없이 걸릴 것으로 추정되는 시간보다 약 15배 빠르게 과업을 마쳤고, 전 세계 평균은 12배였습니다.
[출처: Anthropic India Brief 2026]관련 Dallas Fed: 컴퓨터시스템설계 업종 임금 +16.7% 상승, 고용 -5% 하락 — AI가 경력직을 보완하는 동시에 초급 수요를 줄이고 있음.
[출처: Dallas Fed (Feb 2026)]관련 Frank 외(arXiv, 2026년 1월): 실업보험 청구 자료와 수백만 건의 LinkedIn 프로필을 분석한 결과, AI 노출 직업의 실업 위험은 ChatGPT 출시 몇 달 전인 2022년 초부터 오르기 시작했습니다. 소프트웨어 개발자가 속한 컴퓨터·수학 직군(SOC 15)은 2022~2024년 실업 위험 상승 폭이 가장 컸습니다.
[출처: Frank et al. (2026) arXiv:2601.02554]직접 관련 EIG 워킹페이퍼(Google 이코노미스트 Iscenko·Curto Millet, 2026년 1월): 소프트웨어 엔지니어처럼 AI 노출도가 높은 직업에서 사회 초년생 고용이 줄어든 것은 AI보다 40년 만의 가장 급격한 통화 긴축으로 더 잘 설명된다고 봅니다. 다만 그렇다고 젊은 근로자가 앞으로의 변화에서 안전하다는 뜻은 아니라고 덧붙입니다.
[출처: EIG / Google Economists (Jan 2026)]관련 앤트로픽 내부 연구: 엔지니어 업무의 59%(28%에서 증가)에 AI 활용, 일일 풀 리퀘스트 67% 증가. 기능 구현 위임 14%→37%.
[출처: Anthropic Research (2025)]
이 페이지의 데이터 출처·라이선스와 AI Changing Work의 수정·번역 고지: 크레딧 및 출처