연회 서버
식품 준비 및 서비스AI 노출도
- 데이터 출처: BLS발행 시점: 2026-08
보통· 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
0.000
0.000여기 실린 값의 범위0.745척도 · 모수 · 출처
- 데이터 출처: ILO발행 시점: 2025
0.28
0.09여기 실린 값의 범위0.70직업군 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 73%입니다.
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 24개 보기| 작업 | Claude.ai원천값 / 비중 % | API원천값 / 비중 % |
|---|---|---|
길 안내를 포함해 지역에 관한 정보를 투숙객에게 제공한다.Provide guests with information about local areas, including directions. 35-3031 | 0.1700100.0 | 0.0300100.0 |
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.
| 작업 | βE1 + 0.5 × E2 |
|---|---|
손님의 음식 주문을 주문서에 작성하거나, 주문을 외우거나, 주방 직원에게 전달하기 위해 컴퓨터에 주문을 입력한다.Write patrons' food orders on order slips, memorize orders, or enter orders into computers for transmittal to kitchen staff. O*NET 태스크 ID 2277 | 1.0 |
여러 메뉴를 어떻게 준비하는지 설명하며 재료와 조리 방법을 알려 준다.Explain how various menu items are prepared, describing ingredients and cooking methods. O*NET 태스크 ID 2287 | 1.0 |
식대와 판매세를 항목별로 적고 합계를 낸 계산서를 작성한다.Prepare checks that itemize and total meal costs and sales taxes. O*NET 태스크 ID 2281 | 0.5 |
손님에게 메뉴판을 제시하고 메뉴 품목에 관한 질문에 답변하며, 요청이 있으면 추천한다.Present menus to patrons and answer questions about menu items, making recommendations upon request. O*NET 태스크 ID 2283 | 0.5 |
오늘의 특선 요리를 고객에게 알린다.Inform customers of daily specials. O*NET 태스크 ID 2284 | 0.5 |
고객에게 와인을 설명하고 권고한다.Describe and recommend wines to customers. O*NET 태스크 ID 2294 | 0.5 |
길 안내를 포함해 지역에 관한 정보를 투숙객에게 제공한다.Provide guests with information about local areas, including directions. O*NET 태스크 ID 18748 | 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®, Anthropic Economic Index, Eloundou et al. (2023): 상세 고지는 크레딧 및 출처 페이지 참조