데이터 과학자
컴퓨터 및 수학AI 노출도
- 데이터 출처: BLS발행 시점: '26.08
매우 높음· 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: '26.03
0.461
0.000여기 실린 값의 범위0.745척도 · 모수 · 출처
- 데이터 출처: ILO발행 시점: '25
0.57
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 7%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 26개 보기| 작업 | Claude.ai원천값 / 비중 % | API원천값 / 비중 % |
|---|---|---|
전용 소프트웨어를 사용해 데이터 분석 결과를 전달할 그래프·차트나 그 밖의 시각 자료를 제작한다.Create graphs, charts, or other visualizations to convey the results of data analysis using specialized software. 15-2051 | 0.360026.7 | 0.06003.7 |
임원·관리자·고객·그 밖의 이해관계자가 검토하도록 사업·재무·경제 데이터를 요약한 표준 보고서나 맞춤 보고서를 생성한다.Generate standard or custom reports summarizing business, financial, or economic data for review by executives, managers, clients, and other stakeholders. 15-2051 | 0.180013.3 | 0.330020.1 |
비즈니스 인텔리전스 도구·데이터베이스·대시보드·시스템이나 방법을 유지하거나 갱신한다.Maintain or update business intelligence tools, databases, dashboards, systems, or methods. 15-2051 | 0.150011.1 | 0.230014.0 |
분석을 수행하기 위해 프로그래밍 언어로 새 함수나 응용 프로그램을 작성한다.Write new functions or applications in programming languages to conduct analyses. 15-2051 | 0.12008.9 | 0.10006.1 |
데이터 분석 목록과 활동·실적·진척 보고서를 작성한다.Prepare data analysis listings and activity, performance, or progress reports. 15-2051 | 0.07005.2 | 0.14008.5 |
실행 권고를 지원할 최신 사업 정보나 추세 데이터를 종합한다.Synthesize current business intelligence or trend data to support recommendations for action. 15-2051 | 0.06004.4 | 0.15009.1 |
요청에 따라 데이터 세트에 알맞은 서식을 준비한다.Prepare appropriate formatting to data sets as requested. 15-2051 | 0.06004.4 | 0.15009.1 |
기존 보고서·대시보드나 그 밖의 도구에 기술 지원을 제공한다.Provide technical support for existing reports, dashboards, or other tools. 15-2051 | 0.05003.7 | 0.02001.2 |
프로세스와 기술을 평가하고, 생산성과 효율을 높일 개정 사항을 제안한다.Evaluate processes and technologies, and suggest revisions to increase productivity and efficiency. 15-2051 | 0.04003.0 | 0.01000.6 |
수학 이론과 기법을 사용해 공학·과학·그 밖의 분야에서 해결책을 제안한다.Propose solutions in engineering, the sciences, and other fields using mathematical theories and techniques. 15-2051 | 0.04003.0 | 0.00000.0 |
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 |
|---|---|
매출·이탈·의료 이용 같은 관심 결과를 예측하는 모델에 특징 선택 알고리즘을 적용한다.Apply feature selection algorithms to models predicting outcomes of interest, such as sales, attrition, and healthcare use. O*NET 태스크 ID 21824 | 1.0 |
조사할 집단을 결정하기 위해 표본 추출 기법을 적용하거나 전수 조사 방법을 사용한다.Apply sampling techniques to determine groups to be surveyed or use complete enumeration methods. O*NET 태스크 ID 21825 | 1.0 |
통계 소프트웨어를 사용해 원시 데이터를 정제하고 가공한다.Clean and manipulate raw data using statistical software. O*NET 태스크 ID 21826 | 1.0 |
손실 함수나 설명된 분산 비율 같은 통계 성능 지표를 사용해 모델을 비교한다.Compare models using statistical performance metrics, such as loss functions or proportion of explained variance. O*NET 태스크 ID 21827 | 1.0 |
데이터를 수집할 설문조사·여론조사나 그 밖의 도구를 설계한다.Design surveys, opinion polls, or other instruments to collect data. O*NET 태스크 ID 21830 | 1.0 |
수학 이론과 기법을 사용해 공학·과학·그 밖의 분야에서 해결책을 제안한다.Propose solutions in engineering, the sciences, and other fields using mathematical theories and techniques. O*NET 태스크 ID 21834 | 1.0 |
관심 있는 결과를 정확히 예측하도록 모델을 테스트하고 검증하며 다시 구성한다.Test, validate, and reformulate models to ensure accurate prediction of outcomes of interest. O*NET 태스크 ID 21837 | 1.0 |
분석을 수행하기 위해 프로그래밍 언어로 새 함수나 응용 프로그램을 작성한다.Write new functions or applications in programming languages to conduct analyses. O*NET 태스크 ID 21838 | 1.0 |
통계 소프트웨어를 사용해 대규모 데이터를 분석·가공하거나 처리한다.Analyze, manipulate, or process large sets of data using statistical software. O*NET 태스크 ID 21823 | 0.5 |
전용 소프트웨어를 사용해 데이터 분석 결과를 전달할 그래프·차트나 그 밖의 시각 자료를 제작한다.Create graphs, charts, or other visualizations to convey the results of data analysis using specialized software. O*NET 태스크 ID 21828 | 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
직업 정보
이 직업과 관련된 최근 변화
2026년 4월: 한국은행 연구: 경력 5년 이하 주니어의 AI로 인한 근무시간 감소 4.0%(21년 이상 2.9%). AI 고노출 업종 청년 일자리 211만 개 중 98.6% 감소.
[출처: Bank of Korea Employment Research (2025)]2026년 3월: BLS, 2034년까지 데이터 과학자 일자리 36% 성장 전망 - 기술직 중 최고
[출처: U.S. Bureau of Labor Statistics]2026년 3월: Dallas Fed: 데이터 과학자가 AI 고노출 직종으로 분류됨. AI가 경력직의 분석 생산성을 증폭시키며 임금 프리미엄 상승 중.
[출처: Dallas Fed (Feb 2026)]