무슨 일인가요
Cohere Labs의 Zanele Munyikwa, Campbell Lund, Marzieh Fadaee, Aidan Peppin, Thomas Euyang은 2026년 9월 3일 "자동화의 초기 발자국" 보고서를 냈습니다. 에이전트가 실제로 어떤 일을 하도록 만들어지고 있는지를 공급 측에서 재려는 시도로, 2026년 5월 공개 디렉터리 7곳에서 MCP(Model Context Protocol) 서버 123,069곳의 도구 약 70만 개를 모아 ATE(Agentic Task Ecosystem) 데이터셋을 만들었습니다. 공식 각 도구를 미국 노동부 O*NET의 과업 서술과 언어모델로 대조하되, 정보만 주거나 과업 일부만 처리하는 도구는 걸러냈습니다. 공식
2.6%
과업을 끝까지 수행하는 것으로 분류된 도구 비율
약 70만 개 중 40개당 1개꼴. 공개 디렉터리만 집계한 보수적 하한 (Cohere Labs)
결과는 2.6%, 40개 중 1개꼴입니다. 연구진은 기업 내부 서버가 빠져 있어 이 수치가 천장이 아니라 바닥에 가깝다고 설명합니다. 공식
어디에 쌓이고 있나요
| 항목 | 직업 수 |
|---|---|
| 도구 있음 | 504개 |
| 도구 없음 | 419개 |
출처: Cohere Labs ATE (2026년 5월 수집)
도구가 하나라도 붙은 직업은 923개 중 504개이고 419개(45%)는 0개입니다. 도구가 닿은 과업 서술은 1,380개로, 소프트웨어로 수행 가능한 일의 약 15%입니다. 데이터 대조되지 않은 98%는 세 갈래로 나뉩니다. 기존 과업을 잘게 쪼갠 조각 693개 범주, 여러 과업을 묶은 복합 워크플로 411개 범주, 그리고 대부분 에이전트 관리 기능인 새로운 일 35개 범주입니다. 데이터
부문별로는 컴퓨팅이 압도적이고 대조된 도구의 다수가 소프트웨어·IT입니다. 공식 더 흥미로운 것은 자동화가 직업 안 어디에 떨어지느냐입니다. 의료와 컴퓨팅에서는 도구가 전문 과업을 자동화해 사람에게 일상 업무가 남는 반면, 법률·생산·판매에서는 일상적 가장자리를 맡아 전문 업무가 사람에게 남습니다. 공식 노출도와 커버리지의 상관은 0.54였지만 노출도와 전문 과업 자동화 여부의 상관은 거의 0이었습니다. 데이터
어떻게 읽어야 하나요
데이터셋은 Hugging Face에 CohereLabs/ATE로 공개됐습니다. onet_matches 하위 집합이 약 694,000행이고 도구 식별자·설명·대조된 과업·직업명·SOC 코드·유사도 점수(0.28~0.86)·대조 품질 등급이 담겨 있으며, 분류 클러스터와 커버리지 분석 보조 표도 함께 있습니다. 데이터
