미국 직업 시장 시각화 도구

• Andrej Karpathy가 미국 노동통계국의 342개 직업과 1억 4,300만 개 일자리 데이터를 기반으로 직업별 고용 규모와 특성을 시각화한 도구
• 각 직사각형의 면적은 고용 규모, 색상은 선택한 지표(예: 성장 전망, 중간 임금, 교육 수준, AI 노출도)를 나타냄
• 사용자는 직업 타일을 클릭해 BLS 공식 페이지를 바로 열람할 수 있음
• LLM 기반 색상화 기능을 통해 사용자 정의 프롬프트로 직업별 점수를 산출하고 시각화 가능
• AI 노출도, 로봇 영향, 해외 이전 위험 등 다양한 기준으로 직업군을 재분석할 수 있는 데이터 탐색형 개발 도구임

개요

• 이 도구는 Bureau of Labor Statistics Occupational Outlook Handbook의 데이터를 시각적으로 탐색하기 위한 연구용 도구
  • 총 342개 직업과 1억 4,300만 개의 일자리를 포함
  • 각 직업은 고용 규모에 비례한 면적으로 표시되며, 색상은 선택한 지표에 따라 달라짐
• 선택 가능한 지표에는 예상 성장률, 중간 임금, 교육 요건, AI 노출도가 포함
• 각 타일을 클릭하면 해당 직업의 BLS 상세 페이지로 이동 가능

LLM 기반 색상화 기능

• GitHub에 공개된 소스 코드에는 스크레이퍼, 파서, LLM 프롬프트 파이프라인이 포함
  • 사용자가 직접 프롬프트를 작성하면, LLM이 각 직업을 평가하고 트리맵 색상을 자동 생성
• “Digital AI Exposure” 옵션은 현재 AI가 각 직업에 미치는 영향을 추정한 예시
  • AI가 디지털 영역에서 빠르게 발전하고 있다는 점을 반영
• 사용자는 휴머노이드 로봇 노출도, 해외 이전 위험, 기후 영향 등 다른 기준으로 프롬프트를 작성해 재분석 가능

Digital AI Exposure 평가 기준

• AI 노출도는 직업이 AI에 의해 얼마나 재편될 가능성이 있는지를 0~10점으로 평가
  • 직접적 영향(AI가 인간 업무를 자동화)과 간접적 영향(생산성 향상으로 인한 인력 감소)을 모두 고려
• 디지털 기반 직무일수록 높은 점수를 받음
  • 예: 글쓰기, 코딩, 분석, 커뮤니케이션 등은 7점 이상
  • 반대로 물리적 존재나 수작업이 필요한 직무는 낮은 점수

점수 구간별 기준

• 0–1점: 거의 물리적 업무로, AI 영향이 미미함 (예: 지붕공, 조경사, 상업 잠수부)
• 2–3점: 주로 물리적·대인 업무로, AI는 주변 업무만 보조 (예: 전기기사, 배관공, 소방관, 치과 위생사)
• 4–5점: 물리적 업무와 지식 노동이 혼합된 직무 (예: 간호사, 경찰관, 수의사)
• 6–7점: 주로 지식 노동으로, AI 활용 시 생산성 향상 가능 (예: 교사, 관리자, 회계사, 기자)
• 8–9점: 완전한 디지털 업무 중심으로, AI 발전에 따라 구조적 변화 가능 (예: 소프트웨어 개발자, 그래픽 디자이너, 번역가, 데이터 분석가, 법률 보조원, 카피라이터)
• 10점: 완전한 정보 처리형 직무로, AI가 대부분 수행 가능 (예: 데이터 입력원, 텔레마케터)

주의 사항

• AI 노출 점수는 LLM의 추정치로, 실제 예측이나 고용 전망을 의미하지 않음
• 높은 점수는 직업이 사라진다는 뜻이 아니라, 업무 방식이 변화할 가능성을 나타냄
• 예를 들어, 소프트웨어 개발자는 9/10으로 평가되지만, AI로 인해 생산성이 높아져 수요가 증가할 수도 있음
• 점수는 수요 탄력성, 규제, 사회적 요인 등은 고려하지 않음
• 많은 고노출 직업은 대체가 아닌 재구성될 가능성이 있음