# 미국 직업 시장 시각화 도구

> Clean Markdown view of GeekNews topic #27577. Use the original source for factual precision when an external source URL is present.

## Metadata

- GeekNews HTML: [https://news.hada.io/topic?id=27577](https://news.hada.io/topic?id=27577)
- GeekNews Markdown: [https://news.hada.io/topic/27577.md](https://news.hada.io/topic/27577.md)
- Type: GN+
- Author: [neo](https://news.hada.io/@neo)
- Published: 2026-03-17T10:04:11+09:00
- Updated: 2026-03-17T10:04:11+09:00
- Original source: [karpathy.ai](https://karpathy.ai/jobs/)
- Points: 1
- Comments: 1

## Topic Body

- Andrej Karpathy가 미국 노동통계국의 **342개 직업**과 **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 페이지**를 바로 열람할 수 있음  
- **LLM 기반 색상화 기능**을 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 도구**임  
  
---  
### 개요  
- 이 도구는 **Bureau of Labor Statistics Occupational Outlook Handbook**의 데이터를 시각적으로 탐색하기 위한 연구용 도구  
  - 총 **342개 직업**과 **1억 4,300만 개의 일자리**를 포함  
  - 각 직업은 **고용 규모에 비례한 면적**으로 표시되며, 색상은 선택한 지표에 따라 달라짐  
- 선택 가능한 지표에는 **예상 성장률**, **중간 임금**, **교육 요건**, **AI 노출도**가 포함  
- 각 타일을 클릭하면 해당 직업의 **BLS 상세 페이지**로 이동 가능  
  
### LLM 기반 색상화 기능  
- GitHub에 공개된 **소스 코드**에는 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 있는지**를 0~10점으로 평가  
  - **직접적 영향**(AI가 인간 업무를 자동화)과 **간접적 영향**(생산성 향상으로 인한 인력 감소)을 모두 고려  
- **디지털 기반 직무**일수록 높은 점수를 받음  
  - 예: 글쓰기, 코딩, 분석, 커뮤니케이션 등은 7점 이상  
  - 반대로 **물리적 존재나 수작업이 필요한 직무**는 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 추정치**로, 실제 예측이나 고용 전망을 의미하지 않음  
- 높은 점수는 직업이 사라진다는 뜻이 아니라, **업무 방식이 변화할 가능성**을 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 재구성**될 가능성이 있음

## Comments



### Comment 53179

- Author: neo
- Created: 2026-03-17T10:04:11+09:00
- Points: 1

###### [Hacker News 의견들](https://news.ycombinator.com/item?id=47400060) 
- 내 또래 개발자들이 1년 안에 새 직장을 못 구하는 이유가 **소프트웨어 개발자 시장이 평균보다 빠르게 성장**해서라니 놀라움  
  - 매년 미국은 12만 명 이상의 H1B, L1, OPT 비자 소지자를 받아들이고 있음. 전체 190만 명의 개발자 수를 고려하면, 단순히 고용을 유지하려면 매년 5% 이상 성장해야 함. 여기에 미국 내 졸업생까지 포함하면 10% 성장률이 필요함. 장기적으로는 비현실적임.  
    의회나 대통령이 H1B 비자를 일시 중단하거나, **비자 수수료를 20만~50만 달러로 인상**해 진짜 예외적인 인재만 받도록 해야 함. 지금은 대기업이 대량 해고하면서도 비자를 남발하는 구조임  
  - “평균보다 빠르게 성장”이라는 표현이 통계의 함정처럼 들림. 실제로는 지역, 인력 공급, 다른 직종 변화 등 여러 요인을 고려해야 함. 많은 사람들이 업계를 떠나면서 생긴 빈자리가 ‘성장’으로 보이는 착시일 수도 있음. 단일 데이터포인트로 전체를 판단하는 건 **통계적 착시**에 불과함  
  - 아마 당신은 ‘컴퓨터 프로그래머’일 수도 있음. 이 직종은 **고용이 6% 감소**할 것으로 예상됨  
  - 데이터는 2024년 기준임  

- “Top Executives” 직군의 일자리 수가 “Retail Sales Worker”와 비슷하다는 게 흥미로움. 자동화와 미국의 글로벌 경제 역할을 생각하면 이해되지만, **계급과 불평등의 통념**과는 어긋나는 현상임  
  - 이 직군의 **중간 연봉은 105,350달러**이며, “General and Operations Manager”와 “Chief Executive”가 포함됨. 소규모 기업의 경영자들도 포함된 듯함. [BLS 링크](https://www.bls.gov/ooh/management/top-executives.htm)  
  - 나도 그 그래프를 보고 처음엔 말이 안 된다고 생각했음. 하지만 같은 링크를 보면 실제로 그 수치가 맞음  
  - **긱 이코노미**가 정부 통계의 신뢰도를 망치고 있음. 많은 라이드셰어 운전자가 ‘CEO’로 분류되는 경우가 있음  
  - “계급과 불평등의 통념과 어긋난다”는 말이 흥미로움. 좀 더 설명해줄 수 있는지 궁금함  

- 시각화가 멋지지만, **색맹 모드**가 있었으면 좋겠음. 빨강과 초록을 구분할 수 없음  
  - 임시로 쓸 수 있는 [해킹 스크립트](https://gist.github.com/ro31337/89b24edaec0a5bfbf73bc5abfbfb17ce)를 만들어줬음. Chrome 콘솔에서 “allow pasting”을 먼저 활성화해야 함  
  - [Daltonize](https://www.vischeck.com/run.html) 같은 도구를 써보면 좋을 듯함. 색각 이상자를 위해 **생리학적으로 인식 가능한 색상 조정**을 해줌. [예시 이미지](https://github.com/wadelab/VischeckTinyeyes/blob/main/website/assets/img/aboutDaltonize/simulatedJobMap/overviewSim.png)  
  - 색맹이 아닌 입장에서 궁금한데, 시스템의 **Accessibility 설정(고대비 모드 등)** 으로는 해결이 안 되는지?  
  - 나도 빨강/초록 색맹이라 같은 문제를 겪고 있음  

- AI가 만들어내는 **잉여 생산물(surplus)** 은 어디로 가는가에 대한 고민임. 데이터센터나 연구소 투자가 아니라, 실제 AI가 만들어내는 결과물의 분배를 말함.  
  AI는 우리가 일하는 방식과 선택을 바꾸고, 경쟁은 그 잉여를 새로운 구조에 재투자함. 결국 그 구조는 필수 인프라가 되어버림. 컴퓨터가 수백만 배 빨라졌지만, **임금이나 노동시간은 거의 변하지 않은 이유**가 여기에 있음. 잉여는 결국 ‘기본 비용’으로 흡수됨  
  - 그 잉여는 결국 **상위 1%의 주머니**로 들어감. 지난 50년간 컴퓨터·인터넷·자동화가 만든 생산성 향상도 대부분 그쪽으로 갔음. [관련 데이터](https://www.epi.org/productivity-pay-gap/)  
  - 개인 프로젝트에서는 프로그래밍 시간을 절약해도, 결국 더 **야심찬 프로그램**을 만드는 데 그 시간을 씀. 기업도 마찬가지로 더 큰 목표를 추구함  
  - 잉여는 결국 **자본의 소유자**에게 돌아감. 노동은 이미 오래전부터 자본에 밀리고 있음  
  - 만약 AI가 ‘쓸모없는 일’을 수조 배 더 효율적으로 처리해도 경제적 이득이 거의 없다면, 그건 그 일들의 **실질적 경제 가치가 낮다**는 뜻일지도 모름. 하지만 주식시장이 멀쩡한 걸 보면, 적어도 세 가지 중 하나는 틀린 전제임: 경제가 정체 중이거나, AI가 엄청나게 생산적이거나, 혹은 주식시장이 현실과 동떨어져 있거나  
  - 결국 시장경제에서는 기업주가 결정함. 장기적으로는 상품이 더 **저렴해지는 방향**으로 흘러감. 농업의 역사만 봐도 그렇음. [참고 링크](http://www.johnhearfield.com/History/Breadt.htm)  

- BLS의 데이터는 실제 상황보다 **시차가 크고 예측 신뢰도가 낮음**. 2000~2010년대에 보험계리사(Actuary)가 가장 유망하다고 했던 걸 기억함? 기술 변화가 빠른 시대엔 이런 예측은 의미가 없음  
  - 데이터가 최신은 아니지만, **신뢰성은 높은 편**임. 내가 예전에 BLS 데이터 제출에 참여했는데, 고용주가 2주마다 보고함. 완벽한 예측은 불가능하지만, 보고된 데이터 기반의 가이드로 보면 됨. AI의 영향은 누구도 정확히 모름  
  - 그렇다면 당신이 보는 **실제 상황**은 어떤지 궁금함  
  - 대학 시절 내 파트너가 보험계리사 자격증(FCAS)을 따려 했던 이유가 이거였음. 지금은 안정적이지만, 워낙 **진입 장벽이 높은 소수 직종**임  
  - 데이터의 **품질 자체가 낮다면**, 아무리 많아도 합성 데이터와 다를 바 없음  
  - 트럼프가 BLS 국장을 해임하고 “위대함을 되찾겠다”는 인사를 임명했던 일도 있었음. 이런 정치적 개입을 보면 데이터를 얼마나 신뢰할 수 있을지 의문임  

- 흥미로운 점은 **학사 학위 직업의 평균 연봉이 석사 학위 직업보다 8천 달러 높음**  
  - 아마 석사 학위가 필요한 직종들이 **포화 상태**이기 때문일 것임. 교육, 사회복지, 도서관학 같은 분야에서 **자격 인플레이션(qualification creep)** 이 일어나고 있음  

- “Software Developers +15%”라니 기쁨, 하지만 “Computer Programmers -6%”는 충격임  
  - BLS 기준으로 **Software Developer의 중간 연봉은 131,450달러**, [출처](https://www.bls.gov/ooh/computer-and-information-technology/software-developers.htm#tab-1).  
    **Computer Programmer는 98,670달러**, [출처](https://www.bls.gov/ooh/computer-and-information-technology/computer-programmers.htm#tab-1).  
    개발자는 사용자 요구 분석, 시스템 설계, 유지보수, 문서화 등 **전체 소프트웨어 생명주기**를 다룸. 반면 프로그래머는 주로 코드 작성, 수정, 테스트에 집중함  
  - 나도 프로그래머지만, 그 직함으로 올라온 구인공고는 대부분 **열악한 조건**임. ‘Software Engineer’라는 타이틀이 붙는다고 진짜 엔지니어가 되는 건 아님. 결국 **단어 놀음**임  
  - 나도 그 차이를 궁금했음. 그래도 190만 개의 개발자 일자리와 12만 개의 프로그래머 일자리를 보면 **희망적인 신호**로 보임  
  - 아마 **용어 변화** 때문일 수도 있음. 예전엔 프로그래머라 불리던 역할이 이제는 개발자로 통합된 듯함  
  - 프로그래머는 줄지만, **테스터와 QA**는 늘어날 거라는 전망이 있음. AI가 보편화된 미래에는 품질 관리가 더 중요해질 것 같음. 하지만 개발자 직군이 그만큼 늘어난다는 뜻은 아닐 수도 있음  

- 부동산 관점에서 보면, **AI에 가장 노출된 직업군은 사무직**임. 비서, 서기, 회계, 고객 서비스, 변호사, 개발자 등이 포함됨. 최근 몇 년간 오피스 부동산이 회복세라 했지만, AI로 인한 일자리 감소가 현실화되면 **두 번째 충격파**가 올 수도 있음  

- 이 시각화는 **마우스 오버**가 핵심인데, 모바일에서는 거의 쓸모가 없음  
  - **Canvas 렌더링**이라서 그렇다고 함. 반응형 접근성이 떨어짐  

- 모델(Model) 직업이 **AI 노출도 8/10**으로 나온 게 흥미로움