내 직업의 AI 자동화 위험 확인
모든 직업의 AI 자동화 위험을 추정하는 무료 도구. Anthropic Economic Index의 실제 Claude 사용 패턴, BLS 2024-2034 고용 전망, PayScope 2026 노출 지수, O*NET 작업 설명을 정직한 신뢰 구간이 있는 종합 점수로 결합합니다. 직업명을 입력하면 위험 게이지, 시간 범위 곡선, 작업별 분석을 보여줍니다 — AI가 오늘 어떤 부분을 할 수 있는지.
위험 점수 읽는 법
검색 상자를 사용하거나 트렌딩 타일에서 선택하세요. 자동완성으로 50개 이상의 직업을 좁힙니다.
중앙 숫자는 5년 노출입니다. 얇은 호는 소스 간 불일치를 보여줍니다 — 넓을수록 덜 확실합니다.
1년, 5년, 10년 위험을 비교합니다. 10년 값은 Anthropic 채택 곡선을 외삽한 것으로 더 불확실합니다.
각 작업은 색상으로: 빨강 = 오늘 자동화 가능, 호박색 = AI 보조, 녹색 = 사람 주도. 녹색과 호박색 풀 주위에서 재교육을 계획하세요.
"관련" 패널은 같은 SOC 패밀리의 이웃과 그 점수를 보여줍니다 — 전환 고려에 유용합니다.
실제 2026 데이터셋의 정직한 신뢰 구간으로 직업 노출 수준을 확인하세요.
직업 제안하기 저희는 미국 BLS 직업 코드를 결합합니다 — 최신 틈새 직무(SEO, DevOps, SMM…)는 아직 분류 체계에 없을 수 있습니다. 알려주시면 가장 가까운 BLS 분류군에 매핑하겠습니다.
🔥 인기 검색
⚠️ 가장 높은 자동화 위험
🛡️ 가장 낮은 자동화 위험
측정된 Claude 사용량 없음
Anthropic 경제 지수(Economic Index)에 이 직업의 Claude 사용량이 기록되지 않았습니다. 일반적으로 이는 직접적인 육체 노동, 대면 상호작용, 또는 텍스트 기반 업무가 적다는 것을 의미합니다. 0% 점수는 "AI가 도울 수 없다"가 아니라 "오늘날 측정된 AI 관여가 없다"로 읽어야 합니다.
관련 직업에서 선택하거나 위에 입력하세요.
측정된 업무 중 AI가 작업자를 대체(지시, 검증)하기보다 보조(피드백, 학습)하는 비중입니다. 높은 증강 + 낮은 위험 = AI가 일자리를 위협하지 않으면서 업무를 변화시킵니다.
관련 역량을 활용하는 더 안전한 직무 종합 위험이 높을 때, 같은 산업 내에서 노출도가 더 낮은 동류 직업입니다 — 역량 이전 근사치(가까운 SOC 어간 우선)로 순위를 매깁니다.
AI가 쉽게 따라할 수 없는 기술 앞서가기 위해 어디에 투자할지. 본인의 작업 분석과 업계 전반의 인간 주도 특성의 조합.
작업별 분석 AI가 오늘날 이 역할의 일반적인 작업에 어떻게 분포하는지.
관련 직업 SOC 패밀리 내에서 위험 비교.
예측이 어떻게 늙었는가 Frey & Osborne (2013) vs. 최신 2026 추정. 큰 차이 = 2013 모델이 LLM 물결을 놓침.
이 직업에 대한 2013년 예측은 없습니다 — Frey & Osborne은 702개 SOC를 표본으로 삼았으며, 이 직업은 원래 집합에 포함되지 않았습니다.
출처
종합 위험은 4개 데이터셋을 결합합니다. 우리는 숫자를 만들지 않고, 결합 공식은 공개되어 있습니다.
Anthropic Economic Index (2026년 3-4월): 직업별 실제 Claude 사용 패턴, 작업 수준의 automate/augment 분할. 출처 보기 ↗
BLS 고용 전망 2024–2034 (2025년 8월 28일 발표): 임금, 성장, 일자리, 그리고 모든 것을 기준으로 삼는 832개 SOC 기반. 출처 보기 ↗
BLS SOC 2010→2018 크로스워크: AEI의 업무 기술서(여전히 O*NET-SOC 2010 기준)를 2018 BLS SOC 고용 파일과 정렬하는 데 사용. 출처 보기 ↗
O*NET 작업 설명: ~17,998개 작업이 SOC 코드에 매핑됨. 출처 보기 ↗
Frey & Osborne (2013): 인식 표류 차트의 역사적 기준선으로만 사용 — 종합 점수에 포함되지 않음. 출처 보기 ↗
추정은 미국 노동 시장 데이터에 기반합니다. 실제 노출은 고용주, 지역, 작업에 따라 다릅니다. 예측이 아닌 계획 보조 도구로 다루세요.
