치과 위생사

의료

AI 노출도

  • 데이터 출처: BLS발행 시점: '26.08

    낮음· 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: '26.03

    0.000

    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: '25

    0.16

    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 92%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

숨긴 작업 13개 보기

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
기술을 유지하거나 갱신하려고 평생교육 과정에 참석한다.

Attend continuing education courses to maintain or update skills.

O*NET 태스크 ID 23921

1.0
치과의사가 진단하고 치료할 수 있도록 충치와 질환 상태를 차트에 기록한다.

Chart conditions of decay and disease for diagnosis and treatment by dentist.

O*NET 태스크 ID 418

0.5
엑스선 필름을 노광하고 현상한다.

Expose and develop x-ray film.

O*NET 태스크 ID 422

0.5
환자 병력을 기록하고 검토한다.

Record and review patient medical histories.

O*NET 태스크 ID 18536

0.5
환자 재방문 안내 시스템을 관리한다.

Maintain patient recall system.

O*NET 태스크 ID 18539

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®, Eloundou et al. (2023): 상세 고지는 크레딧 및 출처 페이지 참조

직업 정보

이 직업과 관련된 최근 변화

2026년 3월: 치과위생사의 AI 영향 분석 에버그린 블로그 포스트 발행. 자동화 위험 10%, AI 노출 22%, BLS 2034년까지 7% 성장 전망.

[출처: AI Changing Work Blog]

2026년 3월: 블로그 업데이트: 26% 노출(22%에서 상승), 심화 진료 섹션 추가.

[출처: ACW Blog]