사이트 신뢰성 엔지니어
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
0.311
0.000여기 실린 값의 범위0.745척도 · 모수 · 출처
- 데이터 출처: ILO발행 시점: 2025
0.53
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 14%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 |
|---|---|
품질 기준을 지키도록 프로젝트 산출물을 제출한다.Submit project deliverables, ensuring adherence to quality standards. O*NET 태스크 ID 16152 | 1.0 |
프로젝트 계획의 수정을 발의하거나 검토하거나 승인한다.Initiate, review, or approve modifications to project plans. O*NET 태스크 ID 16159 | 1.0 |
정보기술 프로젝트의 작업 분해 구조(WBS)를 수립하고 관리한다.Develop and manage work breakdown structure (WBS) of information technology projects. O*NET 태스크 ID 16171 | 1.0 |
대응 전략을 수립하기 위해 위험 평가를 수행한다.Perform risk assessments to develop response strategies. O*NET 태스크 ID 16151 | 0.5 |
프로젝트 팀원의 실적을 감시하고, 실적 피드백을 제공하며 기록한다.Monitor the performance of project team members, providing and documenting performance feedback. O*NET 태스크 ID 16153 | 0.5 |
문제를 파악하고 해결하기 위해 프로젝트 인력과 협의한다.Confer with project personnel to identify and resolve problems. O*NET 태스크 ID 16154 | 0.5 |
고객과 직접 소통하고 설문조사를 수행하거나 그 밖의 방법으로 현재나 미래의 고객 요구와 우선순위를 평가한다.Assess current or future customer needs and priorities by communicating directly with customers, conducting surveys, or other methods. O*NET 태스크 ID 16155 | 0.5 |
정보기술 프로젝트와 관련된 회의 일정을 잡고 진행을 돕는다.Schedule and facilitate meetings related to information technology projects. O*NET 태스크 ID 16156 | 0.5 |
프로젝트 마일스톤과 산출물을 감시하거나 추적한다.Monitor or track project milestones and deliverables. O*NET 태스크 ID 16157 | 0.5 |
자원이나 자재를 확보하기 위해 프로젝트 이해관계자나 공급업체와 협상한다.Negotiate with project stakeholders or suppliers to obtain resources or materials. O*NET 태스크 ID 16158 | 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 7월: ADP·스탠퍼드의 채용공고-급여 연결 연구(IT 노동자 약 7,000명, 2019~2025)가 IT 직무 내 과업별 값을 산정. 기술 설계·활용 조언은 고임금 8개 활동에 포함. 5개 과업은 2019~2022년 대비 2023~2025년 보상이 감소했고 여기에 "시스템·프로세스·제품 모델 개발"이 포함. 효과 크기는 미공개.
[출처: ADP Research / Stanford Digital Economy Lab, Unbundling Jobs (July 2026)]2026년 3월: EIG(2026년 3월)는 청년 노동시장의 약세가 학력이 아니라 나이의 문제라고 봅니다. 학력과 관계없이 모든 젊은 근로자가 다른 연령대보다 뒤처지고 있어, AI가 컴퓨터공학 전공자와 신입 졸업생을 밀어낸다는 언론의 서사와 맞지 않는다는 것입니다.
[출처: EIG: AI and Young-Adult Jobs (March 2026)]2026년 3월: Brookings(2026년 3월)는 AI와 노동시장 연구가 아직 초반 단계라고 봅니다. 연구 결과도 엇갈립니다. ADP 급여 데이터에서는 AI 노출도가 높은 직업의 젊은 근로자 고용이 더 많이 줄었지만, CPS 데이터에서는 노출도가 높은 직업의 실업 증가가 오히려 더 작았습니다.
[출처: Brookings Institution]These summaries were written by AI Changing Work from the source linked with each one, and any figures in them are given as AI Changing Work summarised them; they can differ from the source's own wording and from figures shown elsewhere on this page, so check the source before relying on them. AI Changing Work matched this page's occupation to an O*NET occupation and chose, by its own judgment, case by case, which summaries relate to that O*NET occupation; a summary appearing here does not mean that its source names this occupation.