서비스

계산원

Cashier

AI가 대체할 수 있는 업무

  • ·상품 바코드 스캔 및 결제 처리
  • ·거스름돈 계산 및 현금 관리
  • ·영수증 발행 및 기본 안내
  • ·재고 수량 확인

AI가 대체하기 어려운 업무

  • ·고령 고객 등 디지털 취약층 응대
  • ·비정상 상황(환불, 불량품 등) 처리
  • ·주류·담배 등 연령 확인이 필요한 판매
  • ·고객 불만 대응 및 감정적 소통

대응 전략 — 업무별 액션

대체 업무는 AI로 가속 · 어려운 업무는 전문성 강화

AI로 가속

상품 바코드 스캔 및 결제 처리

Power Automate로 가속 →

거스름돈 계산 및 현금 관리

Notion AI로 가속 →

영수증 발행 및 기본 안내

Square로 가속 →

재고 수량 확인

Lightspeed POS로 가속 →

전문성 강화

고령 고객 등 디지털 취약층 응대

무인결제 시스템 관리 및 트러블슈팅

비정상 상황(환불, 불량품 등) 처리

고객 서비스 및 클레임 대응 역량

주류·담배 등 연령 확인이 필요한 판매

POS 시스템 운영 및 데이터 분석

고객 불만 대응 및 감정적 소통

매장 관리 및 재고 운영 능력

범용 AI 활용

분석 근거

AI 대체 예측, 13년간 얼마나 바뀌었나?

2013년 예측

97%

옥스포드 연구

2026년 재평가

62%

AI 분석 추정

13년 전 예측 대비 위험도 낮아짐

35%p

2013년에 걱정했던 것보다 실제 위험은 낮은 편

* 계산원의 실제 AI 사용률은 Anthropic 관측 기준 8.5%로, 앞서 표시된 도넛과 동일한 수치입니다.

데이터 출처와 방법론

"실제 AI 사용률"이란?

Anthropic이 Claude 사용 데이터를 분석해 측정한 수치입니다. 이 직업의 업무 중 AI가 실제로 처리하고 있는 비율을 뜻합니다.
· AI가 완전히 대신하는 업무는 100% 반영
· AI가 보조하는 업무는 50% 반영
· 각 업무가 차지하는 시간 비중으로 평균
→ 단순 사용 빈도가 아니라, 실제 업무 영향도를 나타냅니다.

참고: AI 사용 방식 (전체 평균)

전체 Claude 사용 중 업무 보조용 약 57%, 완전 자동화용 약 43%. 직업별 세부 비율은 아직 공개되지 않았습니다.

"AI 대체 위험도"란?

이 직업이 앞으로 AI에 의해 자동화될 가능성을 추정한 값입니다. 두 시점의 예측을 비교합니다:
· 2026년 재평가: AI가 최신 자료를 종합해 분석한 결과
· 2013년 예측: 옥스포드대 연구팀이 AI 등장 전에 내놓은 예측 (한계 있음)

2026년 재평가는 어떻게 산출?

Claude가 아래 자료들을 학습 데이터로 활용해 409개 직업을 일괄 분석했습니다. 실시간 검색이 아닌 학습된 지식 기반 추론입니다.

  • 옥스포드대 Frey & Osborne (2013) 논문
  • 맥킨지 "일의 미래" 보고서 시리즈
  • 세계경제포럼(WEF) 일자리 보고서 (2020~2025)
  • 미국 노동부 O*NET 직업 데이터베이스
  • 한국고용정보원 직업전망 보고서
  • Anthropic Economic Index 초기 발표 (2025)
  • 하버드 경영대학원 Chen·Srinivasan·Zakerinia (2024) Working Paper 25-039 — Task별 E0~E3 노출 분류 방법론 (대표 직업 12개 적용 시 본 사이트 점수와 방향성 일치)

AI의 추론이므로 참고용입니다. 검증된 실측 데이터는 위 "실제 AI 사용률"을 참고하세요.

데이터 출처

· Anthropic Economic Index 5차 발표 (2026-03-24)
· Frey & Osborne (2013) "고용의 미래"
· Chen·Srinivasan·Zakerinia (2024) HBS Working Paper 25-039 — Task별 E0~E3 노출 분류 방법론
· 직업 매핑: Cashiers (정확도: high)