통계학자

Statisticians

O*NET-SOC 코드: 15-2041.00

Develop or apply mathematical or statistical theory and methods to collect, organize, interpret, and summarize numerical data to provide usable information. May specialize in fields such as biostatistics, agricultural statistics, business statistics, or economic statistics. Includes mathematical and survey statisticians.

데이터 출처: BLS발행 시점: 2026-08
매우 높음· 상대
낮음4단계 상대 범주매우 높음
직업군 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
원천 데이터셋 (XLSX 파일 내려받기)
데이터 출처: Anthropic발행 시점: 2026-03
0.211
0.000여기 실린 값의 범위0.745
직업군 단위 값
척도 · 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
원천 데이터셋 (CSV 파일 내려받기)
데이터 출처: ILO발행 시점: 2025
0.56
0.09여기 실린 값의 범위0.70
직업군 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
원천 데이터셋 (PDF 파일 내려받기)

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 7개 보기

평가 작업 19개 · β ≥ 0.5 인 작업 19개 (100.0%)

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 작업이 모두 O*NET 31.0 작업 목록에 있습니다.

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 %
그래프·차트·표 형태의 정보를 포함해 통계 분석 결과를 보고한다. Report results of statistical analyses, including information in the form of graphs, charts, and tables. 15-2041.00	0.070021.2	0.01001.3
데이터의 관계와 추세, 그리고 연구 결과에 영향을 줄 수 있는 요인을 파악한다. Identify relationships and trends in data, as well as any factors that could affect the results of research. 15-2041.00	0.060018.2	0.140018.2
타당한 과학적 기법을 적용하고, 기준선이나 과거 데이터에서 수집한 정보를 활용해 훼손되지 않고 효율적인 분석을 구성하는 연구 프로젝트를 설계한다. Design research projects that apply valid scientific techniques, and use information obtained from baselines or historical data to structure uncompromised and efficient analyses. 15-2041.00	0.050015.2	0.01001.3
정보를 정리하고 부정확한 부분을 확인하며 원자료를 조정하고 가중치를 매겨, 처리할 데이터를 준비한다. Prepare data for processing by organizing information, checking for inaccuracies, and adjusting and weighting the raw data. 15-2041.00	0.040012.1	0.150019.5
특정 프로젝트의 데이터 수집 방법을 계획하고, 사용할 표본 집단의 종류와 크기를 결정한다. Plan data collection methods for specific projects, and determine the types and sizes of sample groups to be used. 15-2041.00	0.03009.1	0.00000.0
신뢰성이나 사용성 측면의 한계를 결정하도록 정보 출처를 평가한다. Evaluate sources of information to determine any limitations, in terms of reliability or usability. 15-2041.00	0.02006.1	0.390050.6
경제학·생물학·공학 같은 여러 분야의 특정 문제를 해결하도록 통계 방법을 조정한다. Adapt statistical methods to solve specific problems in many fields, such as economics, biology, and engineering. 15-2041.00	0.02006.1	0.00000.0
사용자 요구나 관심 있는 연구 질문에 근거해 통계 방법이 적절한지 판단한다. Determine whether statistical methods are appropriate, based on user needs or research questions of interest. 15-2041.00	0.01003.0	0.03003.9
정보 출처 간 관계에서 유의미한 차이를 파악하기 위해 통계 데이터를 분석하고 해석한다. Analyze and interpret statistical data to identify significant differences in relationships among sources of information. 15-2041.00	0.01003.0	0.02002.6
컴퓨터를 사용해 통계 모델링과 그래픽 분석에 쓸 대량의 데이터를 처리한다. Process large amounts of data for statistical modeling and graphic analysis, using computers. 15-2041.00	0.01003.0	0.01001.3
실험 설계, 표본 추출 기법, 분석 방법을 개발하고 테스트한다. Develop and test experimental designs, sampling techniques, and analytical methods. 15-2041.00	0.01003.0	0.00000.0
타당성·적용 가능성·효율·정확성을 확보하도록 데이터 수집에 사용한 통계 방법과 절차를 평가한다. Evaluate the statistical methods and procedures used to obtain data to ensure validity, applicability, efficiency, and accuracy. 15-2041.00	0.00000.0	0.01001.3
작업 2개 더 보기 ▾접기 ▴

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
컴퓨터를 사용해 통계 모델링과 그래픽 분석에 쓸 대량의 데이터를 처리한다. Process large amounts of data for statistical modeling and graphic analysis, using computers. O*NET 작업 ID 8954	1.0
정보를 정리하고 부정확한 부분을 확인하며 원자료를 조정하고 가중치를 매겨, 처리할 데이터를 준비한다. Prepare data for processing by organizing information, checking for inaccuracies, and adjusting and weighting the raw data. O*NET 작업 ID 8957	1.0
타당성·적용 가능성·효율·정확성을 확보하도록 데이터 수집에 사용한 통계 방법과 절차를 평가한다. Evaluate the statistical methods and procedures used to obtain data to ensure validity, applicability, efficiency, and accuracy. O*NET 작업 ID 8958	1.0
데이터를 수집하고 집계하는 근로자를 감독하고 지시를 준다. Supervise and provide instructions for workers collecting and tabulating data. O*NET 작업 ID 8963	1.0
경제학·생물학·공학 같은 여러 분야의 특정 문제를 해결하도록 통계 방법을 조정한다. Adapt statistical methods to solve specific problems in many fields, such as economics, biology, and engineering. O*NET 작업 ID 8965	1.0
실험 설계, 표본 추출 기법, 분석 방법을 개발하고 테스트한다. Develop and test experimental designs, sampling techniques, and analytical methods. O*NET 작업 ID 8966	1.0
확률과 추론 같은 이론을 조사해 수치 데이터를 수집하고 평가하는 새롭거나 개선된 방법의 수학적 근거를 찾아낸다. Examine theories, such as those of probability and inference, to discover mathematical bases for new or improved methods of obtaining and evaluating numerical data. O*NET 작업 ID 8967	1.0
통계 모델링과 그래픽 분석을 위한 소프트웨어 응용 프로그램이나 프로그래밍을 개발한다. Develop software applications or programming for statistical modeling and graphic analysis. O*NET 작업 ID 20193	1.0
고객·동료·학생 같은 청중에게 회의나 학술대회에서 도표·글머리 기호·그래프를 사용해 통계 결과와 비통계 결과를 발표한다. Present statistical and nonstatistical results, using charts, bullets, and graphs, in meetings or conferences to audiences such as clients, peers, and students. O*NET 작업 ID 20194	1.0
사용자 요구나 관심 있는 연구 질문에 근거해 통계 방법이 적절한지 판단한다. Determine whether statistical methods are appropriate, based on user needs or research questions of interest. O*NET 작업 ID 21100	1.0
데이터를 저장할 데이터 웨어하우스를 준비하고 구조를 짠다. Prepare and structure data warehouses for storing data. O*NET 작업 ID 21101	1.0
그래프·차트·표 형태의 정보를 포함해 통계 분석 결과를 보고한다. Report results of statistical analyses, including information in the form of graphs, charts, and tables. O*NET 작업 ID 8953	0.5
데이터의 관계와 추세, 그리고 연구 결과에 영향을 줄 수 있는 요인을 파악한다. Identify relationships and trends in data, as well as any factors that could affect the results of research. O*NET 작업 ID 8955	0.5
정보 출처 간 관계에서 유의미한 차이를 파악하기 위해 통계 데이터를 분석하고 해석한다. Analyze and interpret statistical data to identify significant differences in relationships among sources of information. O*NET 작업 ID 8956	0.5
신뢰성이나 사용성 측면의 한계를 결정하도록 정보 출처를 평가한다. Evaluate sources of information to determine any limitations, in terms of reliability or usability. O*NET 작업 ID 8959	0.5
특정 프로젝트의 데이터 수집 방법을 계획하고, 사용할 표본 집단의 종류와 크기를 결정한다. Plan data collection methods for specific projects, and determine the types and sizes of sample groups to be used. O*NET 작업 ID 8960	0.5
타당한 과학적 기법을 적용하고, 기준선이나 과거 데이터에서 수집한 정보를 활용해 훼손되지 않고 효율적인 분석을 구성하는 연구 프로젝트를 설계한다. Design research projects that apply valid scientific techniques, and use information obtained from baselines or historical data to structure uncompromised and efficient analyses. O*NET 작업 ID 8961	0.5
조사할 집단을 결정하고 규정하기 위해 표본 추출 기법을 적용하거나 전수 조사 기준을 사용한다. Apply sampling techniques, or use complete enumeration bases to determine and define groups to be surveyed. O*NET 작업 ID 8964	0.5
동료 심사 논문과 기술 설명서에 통계 분석 결과를 보고한다. Report results of statistical analyses in peer-reviewed papers and technical manuals. O*NET 작업 ID 20192	0.5
작업 9개 더 보기 ▾접기 ▴

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 (19개)

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
Report results of statistical analyses, including information in the form of graphs, charts, and tables.	핵심
Process large amounts of data for statistical modeling and graphic analysis, using computers.	핵심
Identify relationships and trends in data, as well as any factors that could affect the results of research.	핵심
Analyze and interpret statistical data to identify significant differences in relationships among sources of information.	핵심
Prepare data for processing by organizing information, checking for inaccuracies, and adjusting and weighting the raw data.	핵심
Evaluate the statistical methods and procedures used to obtain data to ensure validity, applicability, efficiency, and accuracy.	핵심
Evaluate sources of information to determine any limitations, in terms of reliability or usability.	핵심
Plan data collection methods for specific projects, and determine the types and sizes of sample groups to be used.	핵심
Design research projects that apply valid scientific techniques, and use information obtained from baselines or historical data to structure uncompromised and efficient analyses.	핵심
Supervise and provide instructions for workers collecting and tabulating data.	핵심
Apply sampling techniques, or use complete enumeration bases to determine and define groups to be surveyed.	핵심
Adapt statistical methods to solve specific problems in many fields, such as economics, biology, and engineering.	핵심
Develop and test experimental designs, sampling techniques, and analytical methods.	핵심
Examine theories, such as those of probability and inference, to discover mathematical bases for new or improved methods of obtaining and evaluating numerical data.	핵심
Report results of statistical analyses in peer-reviewed papers and technical manuals.	핵심
Develop software applications or programming for statistical modeling and graphic analysis.	핵심
Present statistical and nonstatistical results, using charts, bullets, and graphs, in meetings or conferences to audiences such as clients, peers, and students.	핵심
Determine whether statistical methods are appropriate, based on user needs or research questions of interest.	핵심
Prepare and structure data warehouses for storing data.	보조

한국 직업분류 연결 (KSCO)

AI Changing Work가 만든 한국 직업분류 직결표 v1.1 현행 판의 연결입니다. 관계 값은 O*NET-SOC 직업 쪽에서 읽습니다.

KSCO 코드	KSCO 명칭	관계	상태
21123	수학 및 통계학 연구원	이 직업이 더 좁음	확정

아래 KNOW 직업은 AI Changing Work가 위 표의 KSCO 세세분류에서 한국고용직업분류를 거쳐 분류 코드로 이은 것입니다. 묶음마다 한 분류 칸에 속한 KNOW 직업을 모두 보여 주며, 여러 KSCO 세세분류가 같은 칸으로 이어지면 한 번만 싣습니다. 한국고용정보원이 정한 대응 관계가 아니며, 이 직업과 같은 일이라는 뜻도 아닙니다.

출처: 한국고용정보원 워크넷 직업정보(KNOW) · 공공누리 제4유형

KSCO 21123 에서 이어짐

자연과학 시험원
임금(만원): 하위(25%) 3.95K 평균(50%) 4.75K 상위(25%) 5.5K
일자리 전망: 증가(0%) 현상유지(40%) 감소(60%)
직업만족도: 70
수행직무
- -표본을 수집하고 실험, 검사 및 분석용 재료와 장비를 준비한다.
- -실험, 검사 및 분석을 보조하거나 직접 수행한다.
- - 프로젝트에 필요한 재료 등의 세부 견적서를 주어진 명세서에 따라 작성하여 준비한다.
- -프로젝트에 필요한 재료 및 인력의 양과 배용의 세부 견적서를 작성한다.
- -실험용 재료와 장비를 준비하고, 실험기구 및 장비를 설치 조작하여 실험을 보조한다.
- -물질을 구성하고 있는 성분의 종류와 조성비 분석 등의 검사 및 분석업무를 보조하거나 자연과학자의 지시하에 직접 실험을 수행하기도 한다.
- -실험이 끝나면 사용한 실험기구 및 장비를 정리하고, 유지·관리한다.
- -공학적 계산을 하며, 각종 도표 및 보고서를 작성한다.
- -연구과정에서 야기되는 문제들을 확인하고, 이를 해결하기 위하여 기술적인 지식을 응용한다.

한국고용정보원 직업정보(KNOW)에서 상세 확인 (외부 사이트)

관계·상태 정의(kr-direct v1.1)

ILO(국제노동기구) 직업설명

아래 ISCO-08 직업군은 AI Changing Work가 미국 노동통계국(BLS)이 발행한 교차표(2018 SOC→2010 SOC, 2010 SOC→ISCO-08)를 사례별 선택 없이 그대로 적용해 이 직업에 연결한 것입니다. 연결은 전부 또는 일부 대응일 수 있습니다.

ISCO-08 2120Mathematicians, Actuaries and Statisticians
수학자, 보험계리사 및 통계 전문가

출처: 본 저작물은 '국가데이터처'에서 2026년 작성하여 공공누리 제3유형(출처표시-변경금지)으로 개방한 '한국표준직업분류(KSCO 8차)-국제표준직업분류(ISCO-08) 연계표'를 이용하였으며, 해당 저작물은 '국가데이터처 통계분류포털, https://kssc.mods.go.kr'에서 무료로 다운받으실 수 있습니다. 원문을 변경하지 않고 그대로 인용하였습니다.

원문 보기

아래 정의·작업·예시 직업은 이 직업이 아니라 해당 ISCO-08 직업군에 대한 ILO의 설명입니다.

Mathematicians, actuaries and statisticians conduct research and improve or develop mathematical, actuarial and statistical concepts, theories and operational methods and techniques and advise on or engage in their practical application in such fields as engineering, business and social and other sciences.

작업

(a) studying, improving and developing mathematical, actuarial and statistical theories and techniques;
(b) advising on or applying mathematical principles, models and techniques to a wide range of tasks in the fields of engineering, natural, social or life sciences;
(c) conducting logical analyses of management problems, especially in terms of input-output effectiveness, and formulating mathematical models of each problem usually for programmeming and solution by computer;
(c) designing and putting into operation pension schemes and life, health, social and other types of insurance systems;
(e) applying mathematics, statistics, probability and risk theory to assess potential financial impacts of future events;
(f) planning and organizing surveys and other statistical collections, and designing questionnaires;
(g) evaluating, processing, analysing, and interpreting statistical data and preparing them for publication;
(h) advising on or applying various data collection methods and statistical methods and techniques, and determining reliability of findings, especially in such fields as business or medicine as well as in other areas of natural, social or life sciences;
(i) preparing scientific papers and reports;
(j) supervising the work of mathematical, actuarial and statistical assistants and statistical clerks.

예시 직업

Actuary · Demographer · Mathematician · Operations research analyst · Statistician

출처: ILO ISCO-08 · KSCO 명칭: 국가데이터처 연계표 — 상세: 크레딧 및 출처

프랑스 직업분류 연결 (ROME)

이 직업과 ROME 4.0 직업(fiche)을 AI Changing Work가 AI 모델로 판정해 이은 연결입니다. 관계 값은 이 직업 쪽에서 읽습니다. 「잠정」 표시 연결은 같은 모델 계열(Claude)의 두 판단자 판정만으로, 또는 그 판정에 운영자 규칙을 적용해 채택한 연결이라 확정 연결보다 근거가 약합니다.

ROME 코드	ROME 명칭 (프랑스어)	관계
M1414	Ingénieur statisticien / Ingénieure statisticienne	범위 같음잠정
K2403	Biostatisticien / Biostatisticienne	이 직업이 더 넓음잠정
M1403	Chargé / Chargée d'études socio-économiques	겹침(같지 않음)잠정

Source: France Travail — Répertoire Opérationnel des Métiers et des Emplois (ROME 4.0), version 61, last updated 15 June 2026 (https://www.data.gouv.fr/datasets/repertoire-operationnel-des-metiers-et-des-emplois-rome). Licence Ouverte 2.0.

ROME codes and titles are reproduced unchanged; the links to O*NET-SOC occupations are AI Changing Work's own judgment and are not a France Travail correspondence.

(AI Changing Work link release: fr-direct v1)

스페인 직업분류 연결 (CNO-11)

이 직업과 CNO-11 직업을 AI Changing Work가 AI 모델로 판정해 이은 연결입니다. 관계 값은 이 직업 쪽에서 읽습니다.

CNO-11 코드	CNO-11 명칭 (스페인어)	관계
2416	Estadísticos	범위 같음

출처: 스페인 국립통계청(INE), 국가직업분류 2011(CNO-11, 왕령 1591/2010) — www.ine.es · CC BY 4.0. CNO-11 코드와 스페인어 직업명은 변경 없이 표시하며, O*NET 직업과의 연결은 AI Changing Work 자체 판단으로 INE의 대응표가 아닙니다.

(AI Changing Work link release: es-direct v1)

독일 직업분류 연결 (KldB)

이 직업과 KldB 직업을 AI Changing Work가 AI 모델로 판정해 이은 연결입니다. 관계 값은 이 직업 쪽에서 읽습니다.

KldB 코드	KldB 명칭 (독일어)	관계
41114	Berufe in der Statistik - hoch komplexe Tätigkeiten	범위 같음

출처: © Statistik der Bundesagentur für Arbeit — Klassifikation der Berufe 2010 – überarbeitete Fassung 2020, https://statistik.arbeitsagentur.de. KldB 코드와 직업명은 변경 없이 표시하며, O*NET 직업과의 연결은 AI Changing Work 자체 매핑(eigene Zuordnung)으로 연방고용청의 대응표가 아닙니다.

(AI Changing Work link release: de-direct v1)

일본 직업분류 연결 (JSCO)

이 직업과 JSCO 직업을 AI Changing Work가 AI 모델로 판정해 이은 연결입니다. 관계 값은 이 직업 쪽에서 읽습니다.

JSCO 코드	JSCO 명칭 (일본어)	관계
051	自然科学系研究者	관련(대응 아님)
052	人文・社会科学系等研究者	관련(대응 아님)

출처: 일본 총무성, 일본표준직업분류(2009년 12월, 총무성 고시 제555호). JSCO 코드와 일본어 직업명은 변경 없이 표시하며, O*NET 직업과의 연결은 AI Changing Work 자체 판단으로 총무성의 대응표가 아닙니다.

(AI Changing Work link release: jp-direct v1)

이 페이지의 데이터 출처·라이선스와 AI Changing Work의 수정·번역 고지: 크레딧 및 출처

통계학자

작업별 노출도

물리 작업별 등급

직업 정보

고용 전망 (BLS)