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

1
직업명 입력

검색 상자를 사용하거나 트렌딩 타일에서 선택하세요. 자동완성으로 50개 이상의 직업을 좁힙니다.

2
종합 점수 읽기

중앙 숫자는 5년 노출입니다. 얇은 호는 소스 간 불일치를 보여줍니다 — 넓을수록 덜 확실합니다.

3
시간 범위 슬라이드

1년, 5년, 10년 위험을 비교합니다. 10년 값은 Anthropic 채택 곡선을 외삽한 것으로 더 불확실합니다.

4
작업 분석 확인

각 작업은 색상으로: 빨강 = 오늘 자동화 가능, 호박색 = AI 보조, 녹색 = 사람 주도. 녹색과 호박색 풀 주위에서 재교육을 계획하세요.

5
관련 직업과 비교

"관련" 패널은 같은 SOC 패밀리의 이웃과 그 점수를 보여줍니다 — 전환 고려에 유용합니다.

실제 2026 데이터셋의 정직한 신뢰 구간으로 직업 노출 수준을 확인하세요.

Use ↑ ↓ to navigate, Enter to pick, Esc to dismiss.

Suggest a profession We blend US BLS occupational codes — modern niche roles (SEO, DevOps, SMM…) may not be in the taxonomy yet. Tell us and we'll map them to the closest BLS family.

Thanks! We'll review it and add the profession to the corpus.

🔥 인기 검색

⚠️ 가장 높은 자동화 위험

🛡️ 가장 낮은 자동화 위험


종합 위험
Higher % = AI handles a larger share of this profession's tasks today.
Data: US labour market (BLS) + global Claude usage (Anthropic). Your region's mix may differ.
시간 범위
1년 5년 10년

Pick from related or type above.

연간 중위 임금 (미국)
2024–2034 고용 성장 전망
AI augmentation share

Share of measured tasks where AI assists the worker (feedback, learning) rather than replaces them (directive, validation). High augmentation + low risk = AI changes the job without threatening it.

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.

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. view source ↗

BLS Employment Projections 2024–2034 (released Aug 28, 2025): wages, growth, openings, and the 832-SOC base we anchor everything to. view source ↗

BLS SOC 2010→2018 crosswalk: used to align AEI's task statements (still in O*NET-SOC 2010) with the 2018 BLS SOC employment file. view source ↗

O*NET 작업 설명: ~17,998개 작업이 SOC 코드에 매핑됨. view source ↗

Frey & Osborne (2013): 인식 표류 차트의 역사적 기준선으로만 사용 — 종합 점수에 포함되지 않음. view source ↗

추정은 미국 노동 시장 데이터에 기반합니다. 실제 노출은 고용주, 지역, 작업에 따라 다릅니다. 예측이 아닌 계획 보조 도구로 다루세요.

게시일 업데이트