국제노동기구(ILO)는 데이터 입력 사무원을 생성형 AI 노출이 가장 높은 등급으로 분류합니다. 현재 맡는 업무 가운데 생성형 AI로 처리할 가능성이 높은 일이 많다는 평가입니다. ILO는 대부분의 직업에 사람의 참여가 필요한 업무가 있어 생성형 AI가 일자리를 없애기보다 일하는 방식을 바꿀 가능성이 더 크다고 봅니다.[[1]](https://www.ilo.org/publications/generative-ai-and-jobs-refined-global-index-occupational-exposure)
미국 직업 정보 ONET에 따르면 데이터 입력 사무원은 자료를 입력하기 전부터 입력을 마친 뒤까지 정확성을 확인합니다.[[2]](https://www.onetonline.org/link/summary/43-9021.00)
한눈에 보기
| 항목 | 내용 | 근거 |
|---|---|---|
| ILO 보고서 | 국제노동기구 워킹페이퍼 140은 직업별 생성형 AI 노출을 평가한 2025년판 지수를 제시합니다. | [[1]](https://www.ilo.org/publications/generative-ai-and-jobs-refined-global-index-occupational-exposure) |
| 데이터 입력 사무원 노출 등급 | ISCO-08 코드 4132는 4등급(Gradient 4)이며, 업무별 노출 점수의 평균은 0.70이고 표준편차는 0.03입니다. | [[1]](https://www.ilo.org/publications/generative-ai-and-jobs-refined-global-index-occupational-exposure) |
| 세계 고용의 생성형 AI 노출 | 세계 고용의 24%는 어느 정도 생성형 AI에 노출된 직업에 속하며, 3.3%는 가장 높은 노출 등급에 속합니다. | [[1]](https://www.ilo.org/publications/generative-ai-and-jobs-refined-global-index-occupational-exposure) |
| 미국 직업 분류 | ONET에서 Data Entry Keyers의 직업 코드는 43-9021.00입니다. | [[2]](https://www.onetonline.org/link/summary/43-9021.00) |
데이터 입력 사무원은 실제로 어떤 일을 합니까?
ONET은 데이터 입력 사무원의 업무를 자료를 준비하는 단계부터 완료된 문서를 보관하는 단계까지 설명합니다. 입력 전에는 필요한 자료를 모아 분류하고 내용이 정확한지 확인합니다. 입력할 때는 판매 보고서나 청구서 같은 원본을 읽고, 키보드나 스캐너를 사용해 정해진 항목에 정보를 넣습니다. 입력이 끝난 문서는 정해진 위치에 보관하고, 어떤 작업을 했고 무엇을 완료했는지 기록합니다.[[2]](https://www.onetonline.org/link/summary/43-9021.00)
오류를 확인하는 방법도 업무 목록에 나옵니다. 이미 입력한 값과 원본 문서를 대조하거나, 검증용 양식에 자료를 다시 입력해 차이가 있는지 확인합니다. 입력 오류를 발견하면 직접 수정하거나 상급자에게 보고합니다. ONET이 제시한 업무 활동에는 동료나 상급자에게 정보를 전달하는 일도 포함됩니다.[[2]](https://www.onetonline.org/link/summary/43-9021.00)
이 업무 흐름을 보면 같은 자료도 처리하는 단계마다 확인할 내용이 다릅니다. 입력할 때는 원본에서 읽은 값이 어느 항목에 들어갈지 봅니다. 검증할 때는 입력된 값이 원본과 일치하는지 확인합니다. 채용공고에 ‘자료 입력’이라고 적혀 있어도 업무 범위를 파악하려면 준비와 검증, 오류 보고까지 맡는지 살펴볼 필요가 있습니다.
ILO가 매긴 생성형 AI 노출 등급은 무엇을 뜻합니까?
ILO 워킹페이퍼 140은 국제표준직업분류 ISCO-08에서 데이터 입력 사무원(4132)을 가장 높은 노출 등급인 4등급(Gradient 4)으로 분류합니다. 업무별 노출 점수의 평균은 0.70이고 표준편차는 0.03입니다. 이 연구에서 4등급은 현재 업무의 상당 부분에 생성형 AI를 활용해 자동화할 가능성이 높고, 업무 간 노출 수준의 편차가 작은 직업을 뜻합니다.[[1]](https://www.ilo.org/publications/generative-ai-and-jobs-refined-global-index-occupational-exposure)
평균은 이 직업에 포함된 여러 업무의 점수가 전반적으로 어느 수준인지 보여 줍니다. 표준편차는 그 점수들이 평균 주변에 얼마나 모여 있는지를 나타냅니다. 데이터 입력 사무원의 경우 평균 점수가 높고 표준편차가 작으므로 일부 업무에만 높은 점수가 집중되기보다 여러 업무에 걸쳐 노출 수준이 높다고 읽을 수 있습니다. 이 점수로 살펴볼 수 있는 범위는 현재 업무를 생성형 AI로 처리할 가능성입니다. 실제 고용에 미치는 영향은 사업장이 기술을 도입하는지, 노동자가 도구를 익히고 달라진 업무에 적응할 기회를 얻는지에도 달려 있습니다.[[1]](https://www.ilo.org/publications/generative-ai-and-jobs-refined-global-index-occupational-exposure)
ILO는 세계 단위로 비교할 수 있도록 지수를 만들었고, ONET은 미국의 직업 정보를 제공합니다. 한국 사업장의 업무 분담과 기술 도입 여건은 다를 수 있으므로 두 자료를 국내 사업장의 적용 범위나 고용 전망에 그대로 대입하기는 어렵습니다.
어떤 일이 바뀌고 어디에 사람의 판단이 필요합니까?
ONET에 따르면 데이터 입력 사무원은 원본 문서에서 필요한 값을 읽어 정해진 항목에 입력하고, 입력한 값이 원본과 일치하는지 확인합니다. ILO가 제시한 노출 등급은 직업 전체에 대한 평가입니다. 문서에서 입력값을 추리는 일이나 입력 결과를 원본과 대조하는 일에 생성형 AI를 쓸 수 있는지는 이 등급만으로 판단하기 어렵습니다.[[1]](https://www.ilo.org/publications/generative-ai-and-jobs-refined-global-index-occupational-exposure)[[2]](https://www.onetonline.org/link/summary/43-9021.00)
ONET은 입력 오류를 직접 수정하거나 상급자에게 보고하는 일도 이 직업의 업무로 제시합니다.[[2]](https://www.onetonline.org/link/summary/43-9021.00) 예를 들어, 가상의 청구서에서 금액 일부가 흐릿하고 AI가 읽은 값과 기존 기록이 다르면, 원본을 다시 봐도 어느 값이 맞는지 확인하기 어려울 수 있습니다.
이 직업에서 AI로 일하는 능력은 어떻게 키웁니까?
다음은 생성형 AI를 활용한 자료 입력과 검토 능력을 키우기 위한 일반적인 연습 방법입니다. 먼저 문서에서 어떤 값을 가져와야 하는지와 결과를 어떤 형식으로 받을지 명확히 정합니다. 예를 들어, 가상의 청구서를 만들어 문서 번호와 날짜, 금액을 각각 다른 열에 넣도록 요청할 수 있습니다. 글자가 흐리거나 항목이 비어 있으면 값을 추정하지 않고 확인이 필요하다고 표시하도록 조건을 줍니다.
결과를 받은 뒤에는 직접 확인해 둔 값과 한 항목씩 대조합니다. 틀린 건을 발견하면 원본을 잘못 읽었는지, 정해 둔 형식과 다르게 적었는지, 빈칸에 값을 채웠는지 구분해 기록합니다. 날짜 표기가 섞여 있다면 원하는 표기 방식을 요청에 적고 다시 확인합니다. 입력 조건을 바꾼 뒤 같은 자료를 한 번 더 처리해 보면 어떤 문제가 줄었고 어떤 문제는 여전히 점검해야 하는지 살펴볼 수 있습니다.
연습할 때는 결과가 빨리 나오는지와 검토를 마친 결과가 정확한지를 각각 확인합니다. 입력값을 빨리 받아도 수정할 부분이 많으면 마무리에 드는 시간은 줄지 않을 수 있습니다. 어떤 조건을 줬고 어떤 값은 직접 확인했는지 기록해 두면, 동료에게 작업 방식을 설명하거나 새 양식에 같은 방식을 적용할 때 어디부터 확인할지 정하기 쉽습니다. 실제 업무 자료를 사용하기 전에는 회사가 허용한 도구와 입력 가능한 자료의 범위를 확인합니다.
지금 할 수 있는 일
- 재직자는 새 도구가 도입될 때 자동 처리된 건을 검토하거나 수정하는 시간도 업무량에 반영되는지 팀에서 확인합니다.
- 구직자는 면접에서 문서마다 양식이 다른 자료를 얼마나 자주 받는지, 원본이 불명확할 때 누구에게 문의하는지 확인합니다.
- 사업주는 도구 도입 일정에 담당자가 실습할 시간을 마련하고, 현장에서 확인한 오류와 처리하기 어려운 업무를 공유할 기회를 정합니다.
자주 묻는 질문
데이터 입력 사무원 업무에는 어떤 소프트웨어가 쓰입니까?
ONET에는 스프레드시트인 Microsoft Excel, 데이터베이스 도구인 Microsoft Access, 전사적 자원 관리 소프트웨어인 SAP 등이 제시됩니다. 이 목록은 미국에서 해당 직업과 관련해 쓰이는 도구의 예입니다.[[2]](https://www.onetonline.org/link/summary/43-9021.00) 지원하려는 사업장에서 어떤 도구를 쓰는지 알아볼 때는 프로그램명이 명시된 채용공고를 참고할 수 있습니다.
데이터 입력 사무원 외에 생성형 AI 노출이 높은 사무직도 있습니까?
있습니다. ILO는 사무직의 노출 수준이 여전히 가장 높다고 평가하며, 타자원과 회계·장부 기장 사무원, 행정 비서 등을 예로 듭니다.[[1]](https://www.ilo.org/publications/generative-ai-and-jobs-refined-global-index-occupational-exposure)
미국에서는 데이터 입력 사무원 고용이 줄어들 것으로 전망합니까?
ONET에 실린 미국 노동통계국 전망은 2025년부터 2035년까지 이 직업의 전체 고용이 감소할 것으로 봅니다. 전체 고용이 줄더라도 기존 인력을 대체하기 위한 채용 기회는 생길 수 있습니다. 이 전망은 미국의 고용 변화를 다루며, 생성형 AI가 고용에 미치는 영향까지 따로 보여 주지는 않습니다.[[2]](https://www.onetonline.org/link/summary/43-9021.00)
함께 보면 좋은 글
- 법률 사무원과 생성형 AI, 업무 단위로 살펴보는 변화 가능성
- 회계사 업무의 AI 노출과 직무 변화를 확인하세요
- 한국은행 조사, 업무용 생성형 AI 활용률 66.5%…핵심업무 생산성 전환은 제한적
출처와 확인 방법
- 국제노동기구(ILO) 워킹페이퍼 140 「Generative AI and Jobs: A Refined Global Index of Occupational Exposure」, 2025-05-20 — 원문 보기
- 미국 노동부 ONET 「43-9021.00 - Data Entry Keyers」 — 자료 보기
정책의 세부 기준과 신청·신고 절차는 바뀔 수 있습니다. 실제로 행동하기 전에 원문과 담당 창구에서 최신 내용을 확인하세요.
이 글은 국제노동기구(ILO)가 2025년 5월 20일 낸 워킹페이퍼 140을 바탕으로 JOB.help 편집팀이 정리했습니다. AI 도구로 초안을 쓰고, 별도의 검증 단계에서 숫자·날짜·제도 설명을 원문과 하나씩 대조했습니다. 보고서의 추정과 전망은 집필자의 분석이며, 개인의 진로·고용 결정에 그대로 적용되지 않을 수 있습니다. 오류 제보: hello@job.help