방법론
AI의 직업 영향을 어떻게 분석하고 측정하는지 설명합니다.
데이터 출처
Anthropic, OpenAI, Google DeepMind의 동료 심사 연구, 정부 노동 통계, 학술 발표를 기반으로 분석합니다. 새로운 연구를 지속적으로 모니터링하여 평가를 업데이트합니다.
분석 프레임워크
각 직업을 개별 작업으로 분해하고, 현재 및 근미래 AI 시스템이 각 작업을 얼마나 자동화할 수 있는지 평가합니다. 이 작업 수준 접근 방식은 전체 직업 추정보다 더 세밀한 인사이트를 제공합니다.
주요 참고문헌
모든 데이터 포인트는 원본 출처와 연결됩니다. 투명성과 독립적 검증을 위해 전체 인용 정보를 제공합니다.
참고문헌
분석에 인용된 모든 데이터 출처 및 연구 논문입니다.
총 12건의 참고문헌
- [1]보고서
Anthropic Research Team
“Labor market impacts of AI: A new measure and early evidence”
Anthropic, 2026.
'관측된 노출' 지표를 도입하여 이론적 LLM 역량과 실제 Claude 사용 데이터를 결합. 컴퓨터 프로그래머의 75% 커버리지를 발견했으나, 실제 채택은 이론적 역량에 훨씬 못 미침.
- [2]보고서
Ruth Appel, Maxim Massenkoff, Peter McCrory, Miles McCain, Ryan Heller, Tyler Neylon, Alex Tamkin
“Anthropic Economic Index report: economic primitives”
Anthropic, 2026.
AI 작업 분류를 위한 5가지 경제적 원시요소 정의: 복잡성, 기술, 사용 사례, 자율성, 성공률. Claude.ai 사용의 34%가 컴퓨터·수학 직종.
- [3]워킹 페이퍼
Andrew Johnston, Christos Makridis
“The Labor Market Effects of Generative AI: A Difference-in-Differences Analysis”
SSRN, 2025.
이중차분법을 적용하여 직업별 생성형 AI의 노동시장 효과를 측정.
- [4]논문
Erik Brynjolfsson, Bharat Chandar, Ruyu Chen
Stanford Digital Economy Lab, 2025.
젊은 소프트웨어 개발자(22-25세) 고용이 2022년 최고점 대비 ~20% 감소. AI 노출 직종의 초기 경력 근로자 13% 감소. ADP 급여 마이크로데이터 활용.
- [5]보고서
Kunal Handa, Alex Tamkin, Miles McCain, Saffron Huang, Esin Durmus, Sarah Heck, Jared Mueller, Jerry Hong, Stuart Ritchie, Tim Belonax, Kevin K. Troy, Dario Amodei, Jared Kaplan, Jack Clark, Deep Ganguli
“Which Economic Tasks are Performed with AI? Evidence from Millions of Claude Conversations”
Anthropic, 2025.
수백만 Claude 대화를 분석하여 AI 사용을 O*NET 직업 과제에 매핑. 직업의 36%가 상당한 AI 과제 커버리지를 보임.
- [6]워킹 페이퍼
Menaka Hampole, Dimitris Papanikolaou, Lawrence DW Schmidt, Bryan Seegmiller
“Artificial Intelligence and the Labor Market”
National Bureau of Economic Research, 2025.
역사적 대학 채용 네트워크를 활용한 기업 수준 AI 도입 도구. AI 관련 채용 이력이 있는 기업이 더 낮은 도입 비용에 직면.
- [7]기사
Sarah Eckhardt, Nathan Goldschlag
“AI and Jobs: The Final Word (Until the Next One)”
Economic Innovation Group (EIG), 2025.
기존 지표로는 AI의 일자리 영향이 '보이지 않음'. 높은 노출 근로자의 실업률 0.30%p 증가 vs. 낮은 노출 0.94%p. 기업의 약 9%만 AI 사용 보고.
- [8]데이터셋
U.S. Bureau of Labor Statistics
“Employment Projections: 2024-2034”
U.S. Bureau of Labor Statistics, 2024.
2024-2034년 520만 신규 일자리 전망(총 +3.1%). 컴퓨터·수학 +10.1%. 소매업 감소. BLS 전망에 AI 영향 최초 반영.
- [9]논문
Xiang Hui, Oren Reshef, Luofeng Zhou
“The Short-Term Effects of Generative Artificial Intelligence on Employment”
Organization Science, 2024.
프리랜스 플랫폼에서 생성형 AI의 영향 연구. AI 노출 작업 종사자의 수입과 고용에 즉각적 부정적 영향 발견.
- [10]논문
Tyna Eloundou, Sam Manning, Pamela Mishkin, Daniel Rock
“GPTs are GPTs: An early look at the labor market impact potential of large language models”
arXiv, 2023.
미국 노동력의 80%가 LLM으로 10% 이상의 업무 영향을 받을 수 있음. 19%는 50% 이상 영향. 베타 작업 노출 지표(0, 0.5, 1) 도입.
- [11]논문
Daron Acemoglu, David Autor, Jonathon Hazell, Pasciano Restrepo
“Artificial Intelligence and Jobs: Evidence from Online Vacancies”
Journal of Labor Economics, 2022. DOI: 10.1086/718327
공석 데이터를 활용하여 AI의 채용 공고 영향 분석. AI 도입이 일부 업무를 대체하면서 새로운 AI 보완 기술 수요를 창출함을 발견.
- [12]논문
Daron Acemoglu, Pasciano Restrepo
“Robots and Jobs: Evidence from US Labor Markets”
Journal of Political Economy, 2020. DOI: 10.1086/705716
근로자 천 명당 로봇 1대 추가 시 고용률 0.2%p, 임금 0.42% 감소 추정.