데이터 웨어하우스 아키텍트
컴퓨터 및 수학AI 노출도
- 데이터 출처: BLS발행 시점: 2026-08
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: 2026-03
0.579
0.000여기 실린 값의 범위0.745척도 · 모수 · 출처
- 데이터 출처: ILO발행 시점: 2025
0.55
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 12%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
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 |
|---|---|
소프트웨어 개선이나 신제품을 위해 소프트웨어 시스템이나 응용 프로그램을 테스트한다.Test software systems or applications for software enhancements or new products. O*NET 태스크 ID 16116 | 1.0 |
품질을 확보하도록 설계·코드·테스트 계획·문서를 검토한다.Review designs, codes, test plans, or documentation to ensure quality. O*NET 태스크 ID 16117 | 1.0 |
데이터 웨어하우스의 기능 문서나 기술 문서를 작성한다.Prepare functional or technical documentation for data warehouses. O*NET 태스크 ID 16119 | 1.0 |
현재의 프로그래밍 언어와 기술을 사용해 고객 요구사항에 맞도록 새 프로그램을 작성하거나 기존 프로그램을 수정한다.Write new programs or modify existing programs to meet customer requirements, using current programming languages and technologies. O*NET 태스크 ID 16120 | 1.0 |
데이터 웨어하우징 평가 절차에 쓸 방법·기법·기준을 선정한다.Select methods, techniques, or criteria for data warehousing evaluative procedures. O*NET 태스크 ID 16122 | 1.0 |
다양한 컴퓨터 언어와 절차를 이용해 시스템 분석, 데이터 분석이나 프로그래밍을 수행한다.Perform system analysis, data analysis or programming, using a variety of computer languages and procedures. O*NET 태스크 ID 16123 | 1.0 |
원천 시스템·데이터 웨어하우스·데이터 마트 사이의 데이터를 매핑한다.Map data between source systems, data warehouses, and data marts. O*NET 태스크 ID 16124 | 1.0 |
저장 프로시저·미들웨어·그 밖의 기술을 통해 업무 규칙을 구현한다.Implement business rules via stored procedures, middleware, or other technologies. O*NET 태스크 ID 16125 | 1.0 |
행정·청구·보험금 청구 같은 다른 시스템에서 데이터를 추출하는 절차를 수립하고 시행한다.Develop and implement data extraction procedures from other systems, such as administration, billing, or claims. O*NET 태스크 ID 16126 | 1.0 |
데이터 아키텍처·모델·도구·데이터베이스 같은 데이터 웨어하우스 요소의 설계에 대한 조직화·구조·명명법 같은 기준을 수립하거나 유지한다.Develop or maintain standards, such as organization, structure, or nomenclature, for the design of data warehouse elements, such as data architectures, models, tools, and databases. O*NET 태스크 ID 16127 | 1.0 |
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