회계사 및 감사인

비즈니스 및 재무

AI 노출도

  • 데이터 출처: BLS발행 시점: '26.08

    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: '26.03

    0.348

    0.000여기 실린 값의 범위0.745
    척도 · 모수 · 출처

    관측 노출 지수, 발행된 그대로 0–1

    O*NET 과업 매핑 기준

    원천 데이터셋

  • 데이터 출처: ILO발행 시점: '25

    0.51

    0.09여기 실린 값의 범위0.70

    직업군 단위 값

    척도 · 모수 · 출처

    생성형 AI 노출 지수, 발행된 그대로 0–1

    ISCO-08 직업군 단위 — 같은 코드를 쓰는 직업은 모두 같은 값

    본 사이트 산출이며 ILO가 발행한 수치가 아닙니다. 본 사이트가 ILO 데이터셋에 연결한 직업 1,012개 가운데 이 값 이상인 직업이 17%입니다.

    원천 데이터셋

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

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 태스크라도 값이 달라질 수 있습니다. 다른 탭의 관측 비중(%)과는 단위도 의미도 다르니 같은 축에 놓고 비교하지 마세요.

작업βE1 + 0.5 × E2
감사 결과에 관한 상세 보고서를 작성한다.

Prepare detailed reports on audit findings.

O*NET 태스크 ID 21505

1.0
수정 분개를 작성한다.

Prepare adjusting journal entries.

O*NET 태스크 ID 21515

1.0
계정 과목표를 수립하고 항목을 적절한 계정에 배정한다.

Establish tables of accounts and assign entries to proper accounts.

O*NET 태스크 ID 21517

1.0
자산 활용도와 감사 결과를 경영진에 보고하고 운영과 재무 활동의 변경을 권고한다.

Report to management about asset utilization and audit results, and recommend changes in operations and financial activities.

O*NET 태스크 ID 21506

0.5
미흡한 통제·중복 업무·낭비·부정이나 법률·규정·관리 정책 위반을 찾아내기 위해 데이터를 수집하고 분석한다.

Collect and analyze data to detect deficient controls, duplicated effort, extravagance, fraud, or non-compliance with laws, regulations, and management policies.

O*NET 태스크 ID 21507

0.5
장부와 회계 시스템의 효율성·효과성, 거래 기록에 인정된 회계 절차를 사용하는지를 점검한다.

Inspect account books and accounting systems for efficiency, effectiveness, and use of accepted accounting procedures to record transactions.

O*NET 태스크 ID 21508

0.5
사업장 감사를 감독하고 필요한 조사 범위를 결정한다.

Supervise auditing of establishments, and determine scope of investigation required.

O*NET 태스크 ID 21509

0.5
재무와 규제 사안에 관해 회사 임원과 협의한다.

Confer with company officials about financial and regulatory matters.

O*NET 태스크 ID 21510

0.5
시스템 신뢰성과 데이터 무결성을 확보할 통제 수단을 권고하면서 재무·정보 시스템을 조사하고 평가한다.

Examine and evaluate financial and information systems, recommending controls to ensure system reliability and data integrity.

O*NET 태스크 ID 21511

0.5
기록이 정확한지 확인하려고 현금 시재·받을어음과 지급어음·유통 증권·지급 완료 수표를 점검한다.

Inspect cash on hand, notes receivable and payable, negotiable securities, and canceled checks to confirm records are accurate.

O*NET 태스크 ID 21512

0.5

β = E1 + 0.5 × E2 · E1 = LLM에 직접 접근하는 것만으로 소요시간이 50% 이상 줄어드는 태스크, E2 = LLM 위에 별도 소프트웨어를 얹으면 50% 이상 줄어드는 태스크. 값은 0 / 0.5 / 1.0 세 단계뿐입니다.

데이터 출처·라이선스 — O*NET®, Eloundou et al. (2023): 상세 고지는 크레딧 및 출처 페이지 참조

직업 정보

이 직업과 관련된 최근 변화

2026년 4월: NBER 6,000명 경영진 설문: 69%가 AI 도입했으나 90%는 고용 영향 제로. 향후 3년 -0.7% 고용 감소 예측.

[출처: NBER Working Paper 34836]

2026년 3월: Karpathy가 342개 미국 직업 분석에서 회계사의 AI 노출도를 9/10으로 평가, 최고 점수 직업군에 포함.

[출처: Karpathy AI Exposure Score (Fortune)]

2026년 3월: 이 연구가 주로 컴퓨터/수학 직종에 초점을 맞추었지만, 회계사(AI 노출도 73/100)도 유사한 역학에 직면해 있습니다. AI 도입의 구조적 변화는 ChatGPT 시대 이전에 시작되었으며, AI에 능숙한 근로자가 직종에 관계없이 더 유리한 위치에 있습니다.

[출처: Frank et al. (2026) arXiv:2601.02554]