데이터 사이언티스트
🇰🇷 한국 · IT · 개발/데이터나의 직업 수명
AI가 이 직업의 사람을 대체하기 시작하기까지
2029년 10월 8일 · D-1107
모델링 · 실험 · 리포트는 에이전트가 자동으로 돌려 한 명이 팀 몫을 해냄. 비즈니스 질문 정의와 경영진 앞 결과 방어가 남아 팀이 작아지는 방식
AI vs 인간, 어느 편인가요?
대체 예상 타임라인
방식 · 축소데이터 사이언티스트: AI가 바꾸는 일과 남는 일
데이터 사이언티스트는 모델을 돌리고 실험하는 손이 줄어, 한 사람이 예전 팀만큼의 결과를 내는 방향으로 바뀌는 직업입니다. 무엇을 물어야 하는지 정하는 역할만 두껍게 남습니다.
분석 업무 중 에이전트가 이미 대신하는 부분은?
모델을 설계하고 여러 실험을 돌리고 결과를 보고서로 정리하는 작업은 에이전트가 자동으로 처리하는 수준에 거의 다다랐다고 봅니다. 이 수준이 자리 잡은 다음 회사가 실제로 팀 규모를 줄이기까지는 한 걸음 늦게 따라올 것으로 추정해서, 당장 사라지기보다는 한 사람이 맡는 몫이 점점 커지는 방식으로 먼저 나타날 것으로 봅니다. 코드를 직접 짜는 시간보다 무엇을 실험할지 정하는 시간의 비중이 커지는 셈입니다.
그런데 왜 사람이 계속 필요한가요?
데이터 사이언티스트를 보호하는 자격증이나 법은 없습니다. 다만 어떤 질문을 던져야 사업에 의미가 있는지 정하고, 그 결과를 경영진 앞에서 근거를 들어 방어하고, 데이터가 부족해 결론을 낼 수 없는 순간을 판단하는 몫은 도구가 대신하기 어렵습니다. 그래서 실험을 직접 돌리는 손보다 질문과 판단을 맡는 사람이 상대적으로 더 오래 남을 것으로 봅니다.
데이터 사이언티스트가 되려면 지금 무엇을 준비하나요?
도구가 실험과 계산을 대신해 주는 만큼, 사업이나 연구의 진짜 질문이 무엇인지 정의하고 그 답을 비전문가에게 설명하는 훈련이 더 중요해집니다. 인공지능학과나 데이터사이언스, 수학·통계학·물리학처럼 숫자를 다루는 전공에서 이론을 배우는 동시에, 결과를 발표하고 반박을 받아 보는 경험을 의식적으로 쌓는 것이 좋습니다. 작은 프로젝트라도 처음부터 끝까지 혼자 끌고 가 본 경험을 쌓아 두는 것이 좋습니다.
작성일
옆에 놓기
동료 · 친구 · 가족의 직업을 넣으면 두 시계를 나란히 보여드려요
비슷한 직업
내 위치
한국 직업 752개 중 111위 — 85%의 직업보다 먼저 대체돼요.
순위표 보기순위표 접기
가장 먼저 대체되는 직업 · 최대 위험
- 비즈니스 질문 정의
- 경영진 앞에서 결과 방어
- 데이터 부족 시점 판단
자료 출처
- O*NET OnLine · US · Data Scientists ↗미국 직업의 업무 참고
- O*NET OnLine · US · Computer and Information Research Scientists ↗미국 직업의 업무 참고
자료는 업무 · 제도 · 학과 정보를 설명합니다. AI 대체 예상 시점과 점수는 AI 추정이며 출처 기관의 예측이 아닙니다. 산출 방법
댓글· 한국어