# MCP 도구 70만 개 중 직업 과업과 맞는 건 2.6%

> Cohere Labs가 9월 3일 공개한 ATE 데이터셋은 공개 MCP 서버 123,069곳의 도구 약 70만 개를 O*NET 직업 과업에 대조했습니다. 어느 직업에 에이전트가 쌓이고 있는지 수치로 정리했습니다.

- 출처 사이트: AI피셜 (https://aifficial.net/posts/cohere-ate-agent-tools-onet/)
- 발행: 2026-09-05
- 카테고리: 업계 동향 · 태그: 에이전트, MCP, 노동시장, Cohere, 데이터

## 핵심 답변

Cohere Labs는 2026년 9월 3일 '자동화의 초기 발자국' 보고서와 ATE(Agentic Task Ecosystem) 데이터셋을 공개했습니다. 2026년 5월 기준 공개 디렉터리 7곳의 MCP 서버 123,069곳에서 모은 도구 약 70만 개를 언어모델로 O*NET 과업 서술과 대조한 결과, 과업을 끝까지 수행하는 도구는 2.6%였고 923개 직업 중 504개에만 도구가 있었습니다. 의료·컴퓨팅에서는 전문 과업을, 법률·생산·판매에서는 일상 과업을 자동화하는 쪽으로 도구가 쏠려 있다는 것이 핵심 발견입니다.

## 요약

- 공개 MCP 서버 123,069곳, 도구 약 70만 개를 O*NET 과업에 대조했습니다. 끝까지 과업을 수행하는 도구는 40개 중 1개꼴인 2.6%입니다.
- 923개 직업 중 504개에만 도구가 있고 419개(45%)는 0개입니다. 도구가 붙은 과업 서술은 1,380개로 소프트웨어로 할 수 있는 일의 약 15%입니다.
- 대조되지 않은 98%는 기존 과업의 조각(693개 범주), 여러 과업 묶음(411개), 새로운 일(35개, 대부분 에이전트 관리)로 나뉩니다.
- 같은 노출도라도 자동화가 직업 안 어디에 떨어지는지가 다릅니다. 의료·컴퓨팅은 전문 과업, 법률·생산·판매는 일상 과업 쪽입니다. 공개 디렉터리만 본 공급 측 신호라는 한계가 있습니다.

## 핵심 사실

| 항목 | 값 |
|---|---|
| 발표일 | 2026-09-03 (Cohere 블로그) |
| 데이터 시점 | 2026년 5월 (공개 디렉터리 7곳) |
| MCP 서버 · 도구 | 123,069곳 · 약 70만 개 |
| 과업 완수 도구 비율 | 2.6% |
| 도구가 있는 직업 | 504 / 923개 (419개는 0개) |
| 데이터셋 | CohereLabs/ATE (Hugging Face, onet_matches 694k 행) |


## 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.  각 도구를 미국 노동부 O*NET의 과업 서술과 언어모델로 대조하되, 정보만 주거나 과업 일부만 처리하는 도구는 걸러냈습니다. 



결과는 2.6%, 40개 중 1개꼴입니다. 연구진은 기업 내부 서버가 빠져 있어 이 수치가 천장이 아니라 바닥에 가깝다고 설명합니다. 

## 어디에 쌓이고 있나요



도구가 하나라도 붙은 직업은 923개 중 504개이고 419개(45%)는 0개입니다. 도구가 닿은 과업 서술은 1,380개로, 소프트웨어로 수행 가능한 일의 약 15%입니다.  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. 



부문별로는 컴퓨팅이 압도적이고 대조된 도구의 다수가 소프트웨어·IT입니다.  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.  노출도와 커버리지의 상관은 0.54였지만 노출도와 전문 과업 자동화 여부의 상관은 거의 0이었습니다. 

## 어떻게 읽어야 하나요


공개 디렉터리만 다뤄 기업 맞춤형 내부 서버는 빠져 있고, 이는 공급 측 신호이지 채택 증거가 아닙니다. 도구의 신뢰성, 장기 과업 수행력, 실제 현장 배치 여부는 데이터에 없으며, 개발자가 자기 분야(기술)부터 만드는 경향이 직업 분포를 왜곡할 수 있습니다. 


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. 


"AI가 몇 %의 일자리를 대체한다"는 노출도 추정은 많았지만, 실제로 만들어지는 도구를 세어 본 자료는 드뭅니다. 이 보고서의 쓸모는 2.6%라는 숫자보다 "같은 노출도라도 전문 과업이 먼저 자동화되는 직업과 잡무가 먼저 자동화되는 직업이 갈린다"는 관찰입니다. 다만 2026년 5월 한 시점의 공개 서버 스냅샷이라, 기업 내부 배치가 빠른 금융·법률 쪽은 실제보다 작게 보일 가능성이 큽니다. 



이 글은 2026년 9월 3일 Cohere 블로그 글과 Hugging Face 데이터셋 카드를 바탕으로 정리한 비공식 요약입니다. 직업별 세부 표와 부문별 정확한 비율은 열어 본 자료에 없어 싣지 않았습니다.



## 자주 묻는 질문

**Q. 2.6%는 어떻게 나온 숫자인가요?**

도구 설명을 O*NET 과업 서술과 언어모델로 대조해, 정보만 주거나 과업 일부만 처리하는 도구를 걸러내고 끝까지 수행하는 도구만 셌습니다. 연구진은 공개 디렉터리만 봤기 때문에 기업 내부 서버를 포함하면 더 높을 수 있는 보수적인 하한이라고 설명합니다.

**Q. 어느 직업에 도구가 몰려 있나요?**

컴퓨팅이 압도적이고 대조된 도구의 다수가 소프트웨어·IT입니다. 노출도와 도구 커버리지의 상관은 0.54였지만, 노출도와 '전문 과업에 자동화가 닿는지'의 상관은 거의 0이었습니다. 즉 얼마나 노출됐는지와 직업 안 어디가 자동화되는지는 별개입니다.

**Q. 이 수치가 곧 일자리 대체를 뜻하나요?**

아닙니다. 연구진은 이것이 공급 측 신호이지 채택 증거가 아니며, 도구의 신뢰성이나 장기 과업 수행력, 실제 현장 배치 여부는 데이터에 없다고 명시했습니다. 개발자가 자기 분야부터 만드는 경향도 직업 분포를 왜곡할 수 있습니다.

## 출처

1. [Automation's Early Footprint (Cohere Labs)](https://cohere.com/blog/automations-early-footprint) (official)
2. [CohereLabs/ATE 데이터셋 (Hugging Face)](https://huggingface.co/datasets/CohereLabs/ATE) (data)

_이 문서는 AI피셜 편집부가 작성했습니다. 인용 시 출처를 표기해 주세요._