시연자 및 제품 홍보원
영업 및 마케팅AI 노출도
- 데이터 출처: BLS발행 시점: 2026-08
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
0.079
0.000여기 실린 값의 범위0.745척도 · 모수 · 출처
- 데이터 출처: ILO발행 시점: 2025
0.42
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 33%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 16개 보기| 작업 | Claude.ai원천값 / 비중 % | API원천값 / 비중 % |
|---|---|---|
고객의 요구에 맞는 구체적인 제품 구매를 제안한다.Suggest specific product purchases to meet customers' needs. 41-9011 | 0.014740.1 | 0.013716.1 |
강의·영상·도표·슬라이드 쇼를 사용해 제품 정보를 제공한다.Provide product information, using lectures, films, charts, or slide shows. 41-9011 | 0.007119.2 | 0.011813.8 |
고객이 제품을 구매하거나 서비스를 이용하도록 설득하기 위해 제품·방법이나 서비스를 시연하거나 설명한다.Demonstrate or explain products, methods, or services to persuade customers to purchase products or use services. 41-9011 | 0.006216.9 | 0.011013.0 |
질문에 답변하거나 더 완전한 정보를 제공하기 위해 경쟁사 제품이나 소비자의 관심사와 우려를 익힌다.Learn about competitors' products or consumers' interests or concerns to answer questions or provide more complete information. 41-9011 | 0.004411.9 | 0.009010.6 |
특정 청중을 겨냥해 발표 내용을 작성하거나 바꾼다.Prepare or alter presentation contents to target specific audiences. 41-9011 | 0.00277.3 | 0.00253.0 |
시연에 대비해 소개할 제품을 조사한다.Research or investigate products to be presented to prepare for demonstrations. 41-9011 | 0.00174.5 | 0.00182.1 |
추가 정보를 제공할 수 있도록 관심 있고 자격을 갖춘 고객을 파악한다.Identify interested and qualified customers to provide them with additional information. | —0 | 0.030736.1 |
신문 기사·회사 기록·지역 상인·고객 같은 출처에서 잠재 고객 목록을 작성한다.Develop lists of prospective clients from sources such as newspaper items, company records, local merchants, or customers. | —0 | 0.00465.4 |
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 |
|---|---|
특정 청중을 겨냥해 발표 내용을 작성하거나 바꾼다.Prepare or alter presentation contents to target specific audiences. O*NET 태스크 ID 13200 | 1.0 |
제품에 관한 글이나 소책자를 작성한다.Write articles or pamphlets about products. O*NET 태스크 ID 13213 | 1.0 |
질문에 답변하거나 더 완전한 정보를 제공하기 위해 경쟁사 제품이나 소비자의 관심사와 우려를 익힌다.Learn about competitors' products or consumers' interests or concerns to answer questions or provide more complete information. O*NET 태스크 ID 13201 | 0.5 |
시연에 대비해 소개할 제품을 조사한다.Research or investigate products to be presented to prepare for demonstrations. O*NET 태스크 ID 13206 | 0.5 |
고용주에게 제품이나 서비스 개선을 권고한다.Recommend product or service improvements to employers. O*NET 태스크 ID 13207 | 0.5 |
신문 기사·회사 기록·지역 상인·고객 같은 출처에서 잠재 고객 목록을 작성한다.Develop lists of prospective clients from sources such as newspaper items, company records, local merchants, or customers. O*NET 태스크 ID 13212 | 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