금융 감독관

비즈니스 및 재무

AI 노출도

  • 데이터 출처: BLS발행 시점: '26.08

    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: '26.03

    0.043

    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

    0.62

    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 3%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
작업Claude.ai원천값 / 비중 %
의미를 해석하고 영향을 결정하려고 신규·제안·개정된 법률·규정·정책·절차를 검토하고 분석한다.

Review and analyze new, proposed, or revised laws, regulations, policies, and procedures to interpret their meaning and determine their impact.

13-2061

0.070583.7
법률과 규정을 준수하도록 하거나 기관의 지급 능력을 보호하기 위한 조치를 권고한다.

Recommend actions to ensure compliance with laws and regulations, or to protect solvency of institutions.

13-2061

0.00657.7
기관의 안전성과 건전성, 법률과 규정 준수, 의심스러운 재무 상태에 대한 권고 해결책을 상세히 적은 보고서·첨부물·그 밖의 보조 명세서를 작성한다.

Prepare reports, exhibits and other supporting schedules that detail an institution's safety and soundness, compliance with laws and regulations, and recommended solutions to questionable financial conditions.

13-2061

0.00475.6
법률과 규정을 집행하고 거래와 운영의 적법성이나 재무 지급 능력을 확보하도록 기관의 활동을 조사한다.

Investigate activities of institutions to enforce laws and regulations and to ensure legality of transactions and operations or financial solvency.

13-2061

0.00252.9

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: SF 베이 티어 1에서 2027년 ATE 0.42. 2027년 티어 1에서 중간 위험 임계선을 넘는 금융 직업 91.7%에 포함.

[출처: arXiv 2604.00186 (Gupta & Kumar, 2026)]

2026년 3월: 에버그린 블로그 분석 발행: 2025년 AI 노출도 63%, 자동화 위험 46/100.

[출처: AI Changing Work Blog]