생물정보학 기술자

컴퓨터 및 수학

AI 노출도

  • 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

    0.479

    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: 2025

    0.57

    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 7%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

노출된 작업만

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
분석·계산·제시를 목적으로 생물학 기반 데이터를 검색 가능한 데이터베이스로 가공하는 응용 프로그램을 개발하거나 유지보수한다.

Develop or maintain applications that process biologically based data into searchable databases for purposes of analysis, calculation, or presentation.

O*NET 태스크 ID 17706

1.0
데이터베이스 성능을 감시하고 필요한 유지보수·업그레이드나 수리를 수행한다.

Monitor database performance and perform any necessary maintenance, upgrades, or repairs.

O*NET 태스크 ID 17708

1.0
소프트웨어 패키지·통계 응용 프로그램·데이터 마이닝 기법을 사용해 생명정보학 데이터를 분석하거나 가공한다.

Analyze or manipulate bioinformatics data using software packages, statistical applications, or data mining techniques.

O*NET 태스크 ID 17709

1.0
데이터 관리나 오류 점검 절차와 사용자 편람을 만든다.

Create data management or error-checking procedures and user manuals.

O*NET 태스크 ID 17711

1.0
대규모 생물학 데이터베이스를 조회하는 웹 기반 도구를 설계하거나 시행한다.

Design or implement web-based tools for querying large-scale biological databases.

O*NET 태스크 ID 17712

1.0
데이터 마이닝과 기계학습 알고리즘을 개발하거나 적용한다.

Develop or apply data mining and machine learning algorithms.

O*NET 태스크 ID 17713

1.0
모든 데이터베이스 변경·수정·문제를 기록한다.

Document all database changes, modifications, or problems.

O*NET 태스크 ID 17714

1.0
서열 관리와 분석 요구가 변화함에 따라 기존 소프트웨어 프로그램·웹 기반 대화형 도구·데이터베이스 쿼리를 확장한다.

Extend existing software programs, web-based interactive tools, or database queries as sequence management and analysis needs evolve.

O*NET 태스크 ID 17715

1.0
보고서나 학술 출판물 작성에 참여한다.

Participate in the preparation of reports or scientific publications.

O*NET 태스크 ID 17717

1.0
새로 나오거나 갱신된 소프트웨어나 도구를 테스트하고 개발자에게 의견을 제공한다.

Test new or updated software or tools and provide feedback to developers.

O*NET 태스크 ID 17718

1.0
프로젝트 일정과 변경에 관해 데이터베이스 사용자와 협의한다.

Confer with database users about project timelines and changes.

O*NET 태스크 ID 17722

0.0

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