16%
AI 관련 이탈 관찰
SThree / YouGov · 2026 · 5개 시장
AI가 업무를 대폭 변경한 후 동료가 떠나는 것을 본 응답자들은 다음과 같습니다. 이는 퇴직한 근로자의 몫이 아니다.
원본 소스 ↗업무 및 기술 · 증거 검토
AI는 영국 STEM 일자리를 어떻게 바꾸고 있을까요?
AI가 기술 작업을 변화시키고 있습니다. 그것이 귀하의 역할을 위협하는지 여부는 귀하가 수행하는 업무, 고용주가 이를 채택하는 방법 및 귀하가 보여줄 수 있는 기술에 따라 다릅니다.
확인된 소스 ·
AI가 내 직업을 위협할까? 작업부터 시작하세요.
일부 작업은 작업이 남아 있는 동안 자동화될 수 있습니다. 역할은 검토 및 통합 쪽으로 바뀔 수 있습니다. 고용주는 하급 채용을 변경할 수 있습니다. 근로자는 변경된 역할을 떠날 수 있습니다. 또는 회사에서 게시물을 삭제할 수도 있습니다. 이는 서로 다른 결과입니다. 아래 설문조사는 실업 가능성이 아닌 채택, 인식 및 기술 요구 사항을 설명합니다.
구체적인 신호를 찾으십시오. 주니어 채용 감소, 고위 검토자에게 작업 재할당, 새로운 품질 목표 및 교육 시간 보호 여부 등이 있습니다. AI 도구가 출시되면 귀하의 역할 성공이 어떻게 측정될 것인지 관리자에게 문의하십시오.
설문조사가 실제로 측정하는 것
백분율 이전에 인구를 읽으십시오. 이는 공유된 시계열이나 직업 위험 순위가 아닌 별도의 설문조사입니다.
19%
검토 비용이 절감액보다 클 수 있음
SThree / YouGov · 2026 · 영국 AI 사용자
출력을 확인하는 데 저장하는 것보다 시간이 오래 걸리기 때문에 도구를 포기한 영국 AI 사용자. 이는 모든 영국 근로자가 아닌 사용자 하위 그룹입니다.
원본 소스 ↗57%
기술적 AI 기술 격차
DSIT · 2025 설문조사, 2026년 발행 · 영국
기술적 역량 격차를 보고하는 AI 관련 조직을 대상으로 설문조사를 실시했습니다. 전체 조사에는 119개 조직이 포함됩니다. 영국의 모든 기업을 대표하는 것은 아닙니다.
원본 소스 ↗| 측정 | 인구 및 시기 | 그것이 당신에게 무엇을 말해 줄 수 있습니까? |
|---|---|---|
| 16% · 동료가 떠나다 | 영국, 미국, 독일, 네덜란드 및 일본 전역에 걸쳐 4,126명의 STEM 직원; 온라인 현장 조사 2026년 7월 10일~9월 1일; 2026년 10월 20일 발표. | 5개 시장에 대한 자체 보고 관찰입니다. 영국만의 결과도 아니고 중복률도 아닙니다. |
| 19% · 버려진 도구 | 동일한 2026년 설문조사의 영국 AI 사용자 하위 그룹 영국 전체 샘플 885. 링크된 요약에는 AI 사용자 하위 그룹 수가 제공되지 않습니다. | 모든 AI 도구가 생산성을 저하시킨다는 증거는 아니지만 검증 시간을 측정하기 위한 신호입니다. |
| 57% · 기술 격차 | DSIT AI 노동시장 조사 2025; 119 AI를 개발하거나 AI를 사용하는 조직(질문 기반이 다양함) 2026년 1월 28일에 게시됨. | 국가 공석이나 실업 대책이 아닌 자체적으로 선택한 AI 관련 표본입니다. 현장 조사 날짜는 인용된 요약서에 명시되어 있지 않습니다. |
| 58%는 AI를 사용합니다. 정기적으로 18% | IET UK 엔지니어링-고용주 기술 조사 결과, 2025년 10월 6일 게시. 인용된 릴리스에서는 표본 크기나 현장 조사 날짜를 지정하지 않습니다. | 채택과 일반적인 사용은 다릅니다. 이 수치는 개별 근로자가 아닌 설문조사에 참여한 엔지니어링 고용주를 설명합니다. |
1~2행: SThree; 3행: DSIT 요약 및 방법론; 4행: IET.
주목해야 할 네 가지 변화
연구 결과는 직장에서 물어봐야 할 질문을 제안합니다. 아래의 의미는 측정된 예측이 아니라 편집상의 해석입니다.
주니어 발달에는 의도적인 연습이 필요합니다
SThree는 5개 시장에서 32%를 보고하며 이전에 후배들이 하던 일을 이제 선배들이 대신한다고 말합니다. 이는 얼마나 많은 하급 일자리가 사라졌는지가 아니라 작업 할당을 설명합니다. 판단을 내리는 디버깅 감독, 실험 설계 및 검토 작업을 요청하세요.
고위 업무가 보증 쪽으로 전환될 수 있음
초안 작성이 더 빨라지더라도 가정, 통합 및 책임을 확인하는 데 여전히 시간이 걸립니다. 이를 워크플로우 질문으로 간주하십시오. 누가 출력을 승인하고 해당 책임이 워크로드 및 진행 상황에 반영됩니까?
생산성에서 검토 시간 계산
영국의 도구 포기 결과는 전체 작업을 벤치마킹하는 이유입니다. 수동 기준과 제도, 점검 및 재작업을 비교합니다. 빠른 초안만으로는 생산성이 향상되지 않습니다.
기술 격차로 인해 학습 우선순위가 발생함
DSIT는 AI 관련 조직 간의 기술 격차를 식별하는 반면 IET는 채택과 일상적인 사용을 구별합니다. 실용적인 대응은 도메인 지식을 평가, 데이터 품질 및 안전한 통합과 결합한 다음 유용한 결과를 입증하는 것입니다. 두 설문조사 모두 채용이나 급여 인상을 보장하지 않습니다.
이것이 귀하의 업무에 어떤 의미를 갖는지
직업 수준 위험 점수가 아닌 편집 작업 예시 및 학습 제안입니다. 실제 노출은 고용주, 직위, 책임에 따라 다릅니다.
| 작업 영역 | AI가 도움을 줄 수 있는 작업 | 강화해야 할 인간의 책임 | 다음 학습 초점 |
|---|---|---|---|
| 소프트웨어 개발 | 상용구 코드, 테스트 초안 및 문서 | 아키텍처, 디버깅, 보안 및 릴리스 결정 | 코드 검토, 위협 모델링 및 AI 지원 테스트 |
| 데이터 분석 | SQL 초안, 요약 및 차트 스캐폴드 | 측정항목 정의, 인과관계 추론 및 이해관계자 결정 | 데이터 검증, 실험 및 재현 가능한 분석 |
| 공학 | 설계 변형, 보고서 초안 및 시뮬레이션 설정 | 물리적 제약, 안전, 현장 상황 및 승인 | 시뮬레이션 검증, 시스템 통합 및 표준 |
| 과학적 연구 | 문헌 분류, 코딩 지원 및 프로토콜 초안 | 가설, 실험 통제, 윤리 및 재현성 | 소스 검증, 연구 소프트웨어 및 불확실성 |
| 수학 및 모델링 | 상징적 제안, 모델 코드 및 시나리오 초안 | 가정, 증명, 교정 및 해석 | 견고성 테스트, 수치적 방법 및 모델 검증 |
다음 30/60/90일
이 사이트의 일반적인 직업 안내. 승인된 도구와 민감하지 않은 예를 사용하고 모든 직장 실험에 대해 팀과 동의하세요.
- 01
30일까지 · 작업 지도를 작성하세요
근무일 기준으로 2주 동안 작업 일지를 보관하세요. 시간, 반복, 판단 및 실패 결과를 기록해 두십시오. 위험도가 낮은 작업 하나를 선택하고 명확한 품질 체크리스트를 사용하여 수동 기준선을 기록합니다. 관리자가 다음에 기대하는 기술이 무엇인지 물어보십시오.
- 02
60일까지 · 대조 비교 실행
승인된 AI 도구를 사용하여 해당 작업을 반복하세요. 로그 생성, 확인 및 재작업 시간, 오류 및 데이터 처리 제약 조건. 수동 연습을 계속하고 동료에게 품질이 비슷한지 검토하도록 요청하세요.
- 03
90일까지 · 증거를 제시하고 다음 단계에 동의
익명화된 사례 연구(과제, 기준, 결과 및 한계)를 준비합니다. 교육 시간에 동의하고 관리자와 소유권 및 진행 목표를 검토하세요. 허용되는 경우 사례 연구를 응용 프로그램에 사용하십시오. 전체 작업흐름이 품질이나 시간 기준에 맞지 않으면 도구 사용을 중단하세요.
AI 및 STEM 경력에 관한 질문
아니요. 노출은 도구가 지원하거나 자동화할 수 있는 작업과 관련이 있습니다. 고용주가 역할을 제거할지 여부는 수요, 비용, 품질, 규제 및 작업 조직에 따라 달라집니다. 이 설문조사에서는 귀하의 개인 실업 확률을 추정할 수 없습니다.
멘토링, 실제 프로젝트 책임 및 보호된 학습 시간을 갖춘 역할을 찾으세요. 후배들이 AI 출력을 확인하고 독립적인 판단력을 키우는 방법을 배우는 방법을 물어보세요. 작업 재할당에 관한 설문 조사에서는 모든 진입 경로가 폐쇄되고 있음을 확인하지 않습니다.
직위 변경보다는 업무 감사부터 시작하세요. 기존 전문성을 도구 평가, 데이터 활용 능력 및 커뮤니케이션과 결합하십시오. 신속한 글쓰기가 도움이 될 수 있지만, 신뢰할 수 있는 결과를 보여주는 포트폴리오가 새 타이틀만 보는 것보다 더 많은 정보를 제공합니다.
여기에 제시된 출처는 AI로 인한 영국 전역의 STEM 일자리 손실률을 설정하지 않습니다. 관찰된 이탈, 고용주 채택 및 기술 부족은 서로 다른 분모를 가지고 있습니다. 함께 추가하거나 중복 예측으로 변환할 수 없습니다.
소스, 방법 및 제한사항
수동으로 유지 관리되는 증거 스냅샷입니다. 날짜는 라벨에 표시된 대로 출판 또는 현장 작업을 나타냅니다. 결과는 조사 대상 인구를 설명합니다. 실시간 노동 시장 피드나 개별 예측은 사용되지 않습니다.
자기 보고, 선택 및 질문 표현은 추론할 수 있는 내용을 제한합니다. IET 릴리스에는 샘플 세부 정보가 생략되어 있습니다. DSIT는 자기 선택과 다양한 질문 기반을 기록합니다. 인과적인 영국 STEM 일자리 손실률이나 교차 조사 추세는 추론되지 않습니다. 경력 사례와 조치 단계는 이 사이트의 편집 지침입니다.
SThree/YouGov · 2026년 보고서 및 방법론SThree · 2026년 10월 20일 발표DSIT·AI 노동시장 조사 2025 요약DSIT · 전체 보고서 및 샘플 노트(PDF)IET · 엔지니어링 기술 조사 결과, 2025년 10월
확인된 소스 ·