SRE
Site Reliability Engineer
22%
82%
6.6%
이 직업의 실제 업무 중 AI가 처리하는 비율 (Anthropic 2026 관측)
이 직업의 AI 활용 영역
AI가 대체할 수 있는 업무
- ·이상 징후 자동 탐지 및 알림
- ·정형화된 장애 자동 복구 스크립트
- ·용량 계획 자동 산정
AI가 대체하기 어려운 업무
- ·대규모 장애의 근본 원인 분석
- ·시스템 아키텍처 신뢰성 설계
- ·카오스 엔지니어링 전략 수립
- ·장애 사후 분석과 문화 구축
대응 전략 — 업무별 액션
AI로 가속
전문성 강화
대규모 장애의 근본 원인 분석
AI 기반 관측 시스템 설계
시스템 아키텍처 신뢰성 설계
분산 시스템 아키텍처 전문성
카오스 엔지니어링 전략 수립
플랫폼 엔지니어링 역량
장애 사후 분석과 문화 구축
AI 기반 관측 시스템 설계
AI 활용 영상 가이드
![[팀네이버 컨퍼런스 DAN25] 메신저 속 AI 오퍼레이터: LLM 기반 ChatOps 도구와 함께하는 팀네이버 SRE](https://i.ytimg.com/vi/6q5PI6DXb_s/mqdefault.jpg)
![[쿠버네티스 웨비나] AI-Driven SRE: AI와 함께 만드는 쿠버네티스 운영 표준ㅣ조훈 CNCF Ambassador](https://i.ytimg.com/vi/VhmC-XqTf1k/mqdefault.jpg)
분석 근거
AI 대체 예측, 13년간 얼마나 바뀌었나?
2013년 예측
1%
옥스포드 연구
2026년 재평가
22%
AI 분석 추정
13년 전 예측 대비 위험도 높아짐
↑ 21%p
2013년 예상보다 실제 위험이 더 높아진 상황
* SRE의 실제 AI 사용률은 Anthropic 관측 기준 6.6%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: Engineers, All Other (정확도: high)