# AI는 Anthropic의 업무를 어떻게 바꾸고 있는가 > Clean Markdown view of GeekNews topic #24824. Use the original source for factual precision when an external source URL is present. ## Metadata - GeekNews HTML: [https://news.hada.io/topic?id=24824](https://news.hada.io/topic?id=24824) - GeekNews Markdown: [https://news.hada.io/topic/24824.md](https://news.hada.io/topic/24824.md) - Type: news - Author: [neo](https://news.hada.io/@neo) - Published: 2025-12-04T11:31:01+09:00 - Updated: 2025-12-04T11:31:01+09:00 - Original source: [anthropic.com](https://www.anthropic.com/research/how-ai-is-transforming-work-at-anthropic) - Points: 35 - Comments: 7 ## Summary Anthropic 내부 조사에 따르면 엔지니어들은 이제 업무의 절반 이상을 **Claude 중심의 AI 협업**으로 수행하며, 생산성과 작업 폭이 동시에 확장되고 있다고 합니다. 덕분에 미뤄두던 **프로토타이핑·테스트·문서화**까지 처리되는 반면, **기술 깊이와 멘토십 약화, ‘감독 역설’** 같은 새로운 고민도 부상하고 있다는데요. 개발자는 점점 **AI 에이전트의 관리자이자 품질 감독자**로 이동하며, 코드를 직접 짜기보다 시스템을 설계하고 판단하는 역할이 중요해지고 있습니다. 결국 이 변화는 “AI가 개발자를 대체한다”보다 “개발자의 정의 자체가 재작성되고 있다”는 사실을 더 선명히 보여줍니다. ## Topic Body - Anthropic 내부 엔지니어·연구진 132명 조사에서 **Claude 중심 AI 협업**이 업무 방식 전반을 바꾸며 생산성과 업무 범위가 동시에 확장되고 있음 - 직원들은 업무의 59%에서 Claude를 사용하며 평균 **50% 생산성 향상**을 체감하고 있고, 산출물 양이 크게 늘어나면서도 시간 사용 방식이 재편되고 있음 - Claude 덕분에 전체 Claude 보조 업무의 **27%가 원래는 하지 않았을 일**로 채워지며, 프로토타이핑·대시보드·테스트·문서화 같은 ‘미뤄두던 일’까지 처리되는 양상이 보임 - 한편 **기술 역량 약화·멘토십 감소·코딩 공예 상실**에 대한 우려도 함께 커지고 있으며, 사람은 점점 **AI 에이전트 관리자·감독자 역할**로 이동하는 흐름이 나타나고 있음 - 전체적으로 AI는 개발자를 **‘더 풀스택이고 더 많은 일을 하는 존재’** 로 만들면서도, 장기적인 커리어 경로·학습 방법·조직 문화에 대한 **불확실성과 적응 필요성**을 동시에 키우고 있음 --- ### 개요 - Anthropic은 AI의 노동시장 영향에 대한 **기존 거시 연구**에 이어, 이번에는 **자신들의 엔지니어·연구자**를 대상으로 AI가 실제 업무를 어떻게 바꾸는지 내부 조사를 수행했음 - 2025년 8월 기준 **엔지니어·연구자 132명 설문**과 **53건 정성 인터뷰**, **Claude Code 사용 로그 데이터**를 함께 분석한 연구임 - 분석 결과, 개발자들은 더 많은 일을 해내고 더 다양한 영역을 다루게 되었지만, 그만큼 **기술 깊이·협업·커리어 미래**에 대한 고민도 커지고 있음 - Anthropic 엔지니어들은 Claude를 통해 **더 풀스택에 가까운 역할**을 수행하고, **학습·반복 사이클을 가속**하며, 기존에 미뤄두던 작업까지 처리하고 있음 - 동시에, 이런 폭 확장은 **깊이 있는 기술 역량 저하와 감독 능력 약화**로 이어질 수 있다는 우려도 함께 존재함 - Anthropic은 자신들이 **최신 도구에 가장 먼저 접근하는 특수한 환경**임을 인정하면서도, 이 내부 변화를 **향후 더 넓은 사회·산업 변화의 전조**로 보고 조기 관찰이 의미 있다고 보고 있음 - 연구 당시 가장 강력한 모델은 **Claude Sonnet 4, Claude Opus 4**였고, 이후 모델 성능은 계속 발전하는 중이라고 밝힘 - 전반적으로 **생산성 증대·업무 확장**과 함께, **기술 전문성 유지·의미 있는 협업 보존·불확실한 미래 대비**라는 과제가 동시에 부각되고 있으며, Anthropic 내부에서도 이를 위한 시도들이 진행 중임 - 별도의 글에서 **AI 관련 경제 정책 아이디어**도 함께 논의하고 있으며, 이번 글은 주로 **조직 내부의 일·역할 변화**에 초점을 맞추고 있음 ### Key findings - 설문 데이터 기준, Anthropic 엔지니어들은 Claude를 **주로 디버깅과 코드 이해**에 사용하고 있으며, 사용 비율과 **체감 생산성 향상 폭이 1년 새 2~3배 수준으로 증가**한 상태임 - 전체 Claude 보조 업무의 **27%는 원래는 하지 않았을 업무**로, 프로젝트 확장·대시보드·탐색적 실험 등 추가 작업으로 채워지고 있음 - 대부분의 직원이 Claude를 자주 쓰지만, **완전히 위임 가능한 업무는 0~20% 수준**이라고 답해, 적극적인 감독·검증이 여전히 필수임 - 인터뷰에서는 사람들이 **AI 위임 직관을 쌓아가는 과정**이 드러나며, 검증이 쉽고 저위험·지루한·반복적인 일을 우선 위임하는 패턴이 공통적으로 나타남 - Claude 덕분에 **기술 스펙트럼이 넓어져 풀스택에 가까운 능력**을 갖게 되는 대신, 깊이 있는 코딩·디버깅 실습이 줄어 **기초 역량이 약해질 수 있다는 우려**도 함께 존재함 - Claude가 동료에게 하던 질문의 상당 부분을 대체하면서, **멘토십·동료 학습 기회 감소와 인간 관계 약화**를 걱정하는 목소리도 다수 등장함 - Claude Code 사용 로그에서는 **업무 난이도 상승·연속 도구 호출 수 증가·인간 턴 감소**가 동시에 관찰되며, 점점 더 복잡한 작업을 더 적은 개입으로 맡기는 경향이 확인됨 - 6개월 사이 **새 기능 구현·코드 설계/플래닝** 비중이 크게 늘었고, 전체 작업 중 **8.6%는 ‘papercut fix’** 처럼 그동안 미룬 자잘한 품질 개선 작업으로 채워져 있음 - 팀별로는 Pre-training, Alignment & Safety, Security, Non-technical 팀 등에서 **각자의 전문 영역을 넘어서는 작업**에 Claude를 활용하며, 모두가 조금씩 더 **풀스택화**되는 양상이 보임 - Looking forward 섹션에서는 Anthropic이 **AI와 함께 일하는 모범 사례 실험실**이 되겠다는 목표를 내놓고, **협업 방식 재설계·경력 개발 지원·AI 활용 베스트 프랙티스** 정립을 위한 다음 단계 계획을 언급함 - 엔지니어 외 다른 직군으로 연구를 확장하고, **CodePath 같은 외부 교육기관과 협력해 CS 커리큘럼을 AI 시대에 맞게 개편**하는 작업도 함께 진행 중임 ### Survey data - ## Claude 사용 용도 - 설문 대상 132명의 엔지니어·연구자를 기준으로, Claude 사용 용도를 **디버깅·코드 이해·리팩터링·데이터 사이언스·프론트엔드·설계/플래닝** 등으로 나눠 빈도를 조사했음 - 응답자 중 **55%는 매일 디버깅에 Claude를 사용**하고, **42%는 코드 이해**, **37%는 새 기능 구현**에 매일 사용한다고 답했음 - 반면 **고수준 설계·플래닝·데이터 사이언스·프론트엔드 개발**은 전체 작업 자체가 상대적으로 적고, 사람들이 직접 하려는 경향이 있어 일상 사용 비율이 낮다고 설명됨 - 이런 분포는 뒤에서 제시되는 **Claude Code 실제 사용 로그의 작업 분포**와도 대체로 일치하며, **디버깅·코드 이해·새 기능 구현**이 핵심 사용 축으로 자리 잡고 있음 - ## 사용량과 생산성 - 직원들은 12개월 전에는 **업무의 28%에서 Claude를 사용하며 약 20% 생산성 향상**을 느꼈다고 회상하는 반면, 현재는 **업무의 59%에서 Claude를 사용하며 평균 50% 생산성 향상**을 체감한다고 응답했음 - 이는 1년 사이 사용 비율·생산성 향상이 모두 **2배 이상 증가한 변화**로 평가되고 있음 - 내부적으로는 **엔지니어 1인당 하루 평균 머지된 PR 수가 67% 증가**했다는 지표도 함께 제시되며, Claude Code 전사 도입 시기의 변화와 맞물린다고 밝힘 - 설문 분석에서는 Claude 사용량이 많을수록 **자기 보고 생산성 향상 폭도 커지는 상관관계**가 나타났고, **응답자의 14%는 100% 이상 생산성 향상**을 경험하는 ‘파워 유저’로 분류됨 - 다만 생산성은 측정이 매우 어렵고, **자기 보고 수치의 편향·업무 카테고리 분류 한계**가 있음을 연구진도 함께 언급함 - METR의 외부 연구에서는 개발자들이 **AI 도움을 받으면서 생산성 향상을 과대평가하는 경향**이 나타났는데, Anthropic은 자신들의 경우 **AI를 덜 배치하는 영역을 의도적으로 걸러냈기 때문에 차이가 있을 수 있다**고 설명함 - Claude 도움을 받는 각 작업 카테고리별로, 직원들은 **걸리는 시간은 다소 줄고, 산출물 양은 크게 늘어나는 패턴**을 보고했음 - 디버깅·코드 이해·리팩터링 등 대부분의 범주에서 **시간 감소 응답이 우세하지만, 동시에 ‘시간 증가’ 응답도 꽤 존재**해 양극화 양상이 나타남 - 시간 증가를 경험한 사람들은 주로 **Claude 코드 디버깅·정리 부담**, **AI가 쓴 코드를 이해하기 위한 추가 인지 부하**, **탐색과 학습을 더 많이 하게 된 상황**을 이유로 들었음 - 연구에서는 **줄어든 시간이 어디로 재투입되는지, 업무 외 활동까지 포함하는지**는 이번 데이터로는 명확히 알 수 없다고 한계를 짚고, 추가 연구 필요성을 강조함 - ## Claude가 여는 새로운 업무 - 직원들은 Claude 덕분에 자신이 수행하는 Claude 보조 업무 중 **약 27%는 원래라면 하지 않았을 업무**라고 응답했음 - 여기에는 **프로젝트 스케일업, 인터랙티브 데이터 대시보드 같은 nice-to-have 도구 제작, 문서화·테스트 같은 반복적이지만 유용한 작업, 비용 대비 효율이 낮았던 탐색적 실험** 등이 포함됨 - 작은 **품질 저하 요인(papercut)** 을 고치는 작업, 유지보수성 향상을 위한 리팩터링, 작업을 빠르게 돕는 작은 스크립트와 도구들도 이 범주에 들어감 - 한 연구자는 여러 버전의 Claude를 동시에 띄워 **각기 다른 접근법을 병렬로 탐색**한다고 설명하며, 이를 “단일 고성능 모델 한 대가 아니라 **수많은 ‘말(馬)’을 동시에 달리게 하는 형태**”로 비유했음 - 이런 병렬 탐색 덕분에 **아이디어 탐색 폭·실험 개수**가 기존보다 크게 늘어나며, 보다 창의적인 접근이 가능해졌다고 평가함 - ## 완전 위임 가능한 업무 비중 - Claude를 자주 사용하는 엔지니어들도, **완전히 위임할 수 있다고 느끼는 업무 비중은 0~20% 사이**라는 응답이 절반 이상을 차지했음 - 여기서 ‘완전 위임’은 응답자마다 **검증 없이 방치해도 된다고 보는 수준부터, 아주 가벼운 검토만으로 충분한 수준까지** 폭넓게 해석되고 있을 수 있다고 연구진은 덧붙임 - 사람들은 특히 **복잡한 작업·고위험 도메인·코드 품질 기준이 높은 영역**에서는 여전히 **능동적으로 Claude와 상호작용하며 출력 결과를 검증**하는 방식을 택한다고 설명함 - 결과적으로, Claude는 **항상 옆에 있는 협업자**에 가깝고, 인간이 **완전히 손을 떼는 자동화 도구**로 보는 비중은 아직 낮은 편임 ### Qualitative interviews - ## AI 위임 전략 - 인터뷰에 참여한 엔지니어·연구자들은 각자 **Claude를 위임하는 기준과 전략**을 상세히 설명했으며, 공통적으로 아래와 같은 조건을 우선시한다고 밝힘 - **사용자 맥락은 낮지만 과제가 단순한 경우**: 예를 들어, 인프라 작업 대부분은 어려운 문제가 아니고, Git·Linux 경험이 부족해도 Claude가 잘 메워준다고 설명함 - **검증이 쉬운 작업**: “검증 비용이 생성 비용보다 크지 않은 일”에 매우 잘 맞는다고 표현하며, 결과를 빠르게 스니핑 체크할 수 있는 일을 우선 위임함 - **잘 정의된 서브컴포넌트**: 프로젝트에서 적절히 분리된 하위 모듈·함수 수준의 작업을 Claude에게 먼저 맡김 - **코드 품질이 생명적인 수준이 아닌 영역**: 일회성 디버그 코드·연구용 코드·실험용 스크립트 등은 먼저 Claude에게 던지고, 중요한 설계·고난도 디버그·정교한 디자인은 직접 해결하는 식으로 구분함 - **반복적·지루하고 미뤄두던 일**: 하기 싫어 미뤄둔 작업에 대해, Claude와 대화하는 것으로 시작하면 진입 장벽이 확 낮아진다고 설명함 - 설문에서는 Claude 보조 업무 중 **평균 44%가 ‘스스로는 즐겁게 하지 않았을 일’** 이라고 응답해, 사람들이 **즐겁지 않은 일일수록 AI에게 넘기는 경향**이 있다는 점도 드러남 - 반대로, **10분 안에 끝낼 수 있을 것 같은 작은 작업**이면 굳이 Claude를 쓰지 않는다는 응답도 있었고, **코드베이스 내부 맥락을 AI에게 설명하는 ‘콜드 스타트 문제’** 때문에 직접 처리하는 편이 빠른 경우도 있다고 언급됨 - ## 신뢰 형성과 검증 - 많은 엔지니어가 처음에는 **간단한 질문·언어 도움·낯선 언어(Rust 등)에 관한 기본 질문**부터 시작해, 점차 더 복잡한 과제까지 Claude에게 맡기게 되는 **신뢰 형성 단계**를 언급함 - 한 엔지니어는 Claude 신뢰 과정을 **Google Maps 사용 습관 변화**에 비유하며, 처음에는 모르는 길에만 쓰다가, 지금은 **출퇴근길도 전적으로 맡기는 수준까지 올라온 경험**과 비슷하다고 설명함 - Claude를 **전문 분야 바깥**에 쓰는지, **전문 분야 안**에서 쓰는지에 대해서는 의견이 갈렸음 - 어떤 사람은 자신이 약한 영역(프론트엔드, 인프라, 데이터베이스 등)에 Claude를 써서 **구현 시간을 줄이는 용도**로 사용함 - 다른 사람은 **자신이 충분히 이해하고 있어야 결과를 평가할 수 있다**고 보고, 오히려 자신이 잘 아는 영역에서 Claude를 활용해 **가속기처럼 쓰는 전략**을 택함 - 보안 엔지니어는 Claude가 제안한 솔루션 중 일부가 **“아주 유능한 주니어가 내놓을 법한, 위험하지만 영리한 아이디어”** 와 닮아 있다고 표현하며, **위험성을 알아보려면 충분한 경험과 판단력이 필요**하다고 강조함 - 일부 엔지니어는 **코어 전문 영역과 주변 영역 모두에서 Claude를 사용**하며, 자신의 숙련도에 따라 프롬프트 방식·검증 수준을 미세 조정한다고 설명함 - 잘 아는 영역에서는 Claude에게 **구체적인 단계와 제약을 지시**하고, 잘 모르는 영역에서는 Claude에게 **전문가 역할을 맡기고 여러 옵션과 고려사항을 제시하도록 요청**하는 방식임 - ## 사람이 직접 하는 업무 경계 - 사람들은 공통적으로 **고수준·전략적 사고, 시스템 설계, 조직 맥락과 ‘취향(taste)’이 필요한 결정**은 여전히 자신이 맡고 있다고 설명함 - “보통 **큰 그림·설계는 스스로 하고**, 새 기능 구현·디버깅 등은 최대한 위임한다”는 표현이 인터뷰에 등장함 - 설문에서도 **설계·플래닝 영역에서는 생산성 향상이 가장 낮게** 나타났는데, 이는 사람들이 설계 자체는 **여전히 인간의 역할**로 보고 있기 때문이라고 해석됨 - 다만 이 **경계는 고정된 것이 아니라 ‘moving target’** 으로 묘사되며, 모델 성능 향상에 따라 조금씩 **AI가 담당하는 영역이 위로 올라가는 중**이라는 인식이 공유됨 - ## 스킬 변화와 확장 - Claude 덕분에 많은 엔지니어가 **자신의 본래 전문 영역 밖의 업무**를 수행할 수 있게 되었다고 설명함 - 백엔드 엔지니어가 Claude와 여러 차례 주고받으며 **복잡한 UI를 구축**했고, 디자이너들이 “정말 네가 만들었냐”고 물어봤다는 일화가 소개됨 - 여러 응답자는 Claude 때문에 **프론트엔드·트랜잭션 DB·API·실험 인프라** 등에서 더 과감하게 손을 댈 수 있게 되었고, 예전 같으면 “건드리기 무서웠던 영역”까지 다루게 되었다고 말함 - 이런 능력 확장은 **피드백 루프와 학습 속도를 가속**하는 효과도 낳음 - 과거엔 기능을 만들고, 회의를 잡고, 피드백을 받고, 다시 수정하는 데 몇 주가 걸리던 작업이 이제는 **몇 시간짜리 실시간 공동 작업 세션**으로 대체될 수 있다고 설명함 - 여러 사람은 Claude 덕분에 **프로토타입 속도·병렬 작업 능력·프로젝트 야심 수준**이 모두 올라갔다고 언급함 - 시니어 엔지니어는 “툴 덕분에 **주니어 엔지니어들이 더 생산적이고, 더 큰 프로젝트에 도전할 용기**를 갖게 된다”고 평가함 - 또 다른 엔지니어는 Claude로 인해 **일을 시작할 때 필요한 ‘활성화 에너지’가 크게 줄어**, 미뤄두던 문제도 쉽게 손을 대게 되었다고 표현함 - ## 스킬 감소 우려와 감독 역설 - 한편 많은 응답자가 **“위임이 늘면서 스스로의 기술이 줄어들고 있는 것 같다”** 는 우려를 표했고, 특히 **문제 해결 과정에서 incidental learning(부수 학습)** 이 줄어드는 점을 걱정함 - 어려운 버그를 직접 디버깅할 때는 문서·주변 코드·관련 설정을 광범위하게 읽게 되는데, Claude가 바로 핵심으로 안내해 버리면 **시스템 전체 모델을 쌓을 기회가 줄어든다**는 지적이 나옴 - 예전에는 새 도구를 쓸 때 **설정 옵션을 다 뒤져보고 기능을 손으로 익혔지만**, 지금은 AI가 알려주는 방법만 쓰다 보니 **깊은 이해를 놓치고 있다는 느낌**을 받는다는 증언도 있음 - 한 시니어 엔지니어는 자신은 이미 **기본기를 충분히 쌓은 상태라 걱정이 덜하지만, 커리어 초반이라면 훨씬 더 의식적으로 자기 실력을 키우려 노력해야 할 것**이라고 말함 - 특히 많이 언급된 개념은 **“감독 역설(paradox of supervision)”** 임 - Claude를 안전하게 쓰려면 **AI 출력을 감독·검증하는 능력**이 중요하지만, AI에 의존할수록 그 **감독에 필요한 코딩·설계 능력이 약해질 수 있는 모순**이 생긴다는 지적임 - 어떤 사람은 “실력 저하의 문제 자체보다, **감독 능력이 떨어져 AI를 안전하게 쓰지 못하게 되는 것**이 더 걱정된다”고 말함 - 이를 보완하기 위해 일부 엔지니어는 의도적으로 **“Claude 없이 풀어보는 연습”** 을 한다고 언급함 - Claude가 잘 풀 수 있다는 걸 알면서도 일부 문제는 스스로 풀며 **감각을 유지하려는 노력**을 하고 있다고 설명함 - ## ‘더 높은 추상화’와 소프트웨어 공예 - 여러 인터뷰에서 **소프트웨어 엔지니어링이 더 높은 추상화 수준으로 이동하고 있다**는 관점이 등장함 - 과거에는 **메모리 수동 관리·어셈블리·하드웨어 스위치 토글**까지 하던 시대에서, 점차 고수준 언어와 런타임이 저수준 세부를 대신 처리하게 되었고, 지금은 **‘English as a programming language’**, 즉 자연어로 의도를 설명하고 코드를 생성시키는 단계로 넘어가고 있다는 인식임 - 누군가는 컴공 수업에서 중요하게 가르치던 **연결 리스트 구현**을 비유로 들며, 스스로 구현할 줄 아는 건 여전히 좋지만, 실제 업무에서 그걸 직접 코딩하는 일은 거의 없어진다고 설명함 - 일부는 Claude 덕분에 오히려 **고수준 개념·패턴·사용자 경험에 더 집중**하게 되었다고 말하며, “알고 보니 코드 쓰기 자체를 좋아했던 게 아니라, **코드가 가져오는 결과**를 좋아했던 것 같다”고 표현함 - 다른 사람들은 **코딩 자체가 주는 즐거움과 ‘공예적 만족감’** 이 줄어드는 걸 아쉬워함 - 25년 동안 프로그래밍을 해온 사람은 **자신의 숙련된 코딩 능력에 대한 자부심이 일의 만족도의 핵심**이었는데, 이 부분이 흐려지는 느낌이 있다고 털어놓음 - 하루 종일 **프롬프트만 치는 일은 즐겁지 않고**, 음악 들으며 직접 코드를 짜는 **‘몰입 상태’의 즐거움**을 잃는다는 표현도 등장함 - 어떤 사람은 “리팩터링에 완전히 빠져드는 **‘젠(zen) 상태’는 그립지만, 전체 생산성 향상이 훨씬 크기 때문에 기꺼이 포기하겠다**”고 말하며, 손수 만드는 즐거움과 성과 극대화 사이에서 **실용적인 선택**을 하고 있음을 드러냄 - 결론적으로, **AI 보조를 어떻게 느끼는지는 사람이 소프트웨어 엔지니어링에서 무엇을 가장 의미 있게 느끼는지**에 따라 강하게 달라지는 양상이 나타남 - ## 협업과 사회적 관계 변화 - Claude는 많은 사람에게 **동료에게 질문하기 전 첫 번째 질문 대상**이 되었음 - 한 응답자는 예전보다 질문 자체는 더 많이 하지만, **그중 80~90%는 Claude에게 하고, 나머지 10~20%만 사람에게 묻는다**고 설명함 - 이렇게 되면서 **루틴한 질문은 Claude가 흡수하고**, 사람에게 가는 질문은 **전략적·맥락 의존적·고난도 문제** 위주로 재편되는 필터링 효과가 생김 - 절반 정도의 사람들은 여전히 팀 협업 패턴이 크게 달라지지 않았다고 느끼며, **회의·맥락 공유·방향 선택** 등은 사람끼리 계속 하고 있다고 말함 - 다만 앞으로는 **집중 작업 시간 대신 여러 ‘Claude 인스턴스’와의 대화가 새로운 기본 작업 단위**가 될 것 같다는 전망도 나옴 - 다른 사람들은 명확히 **동료와의 상호작용이 줄었다**고 느끼고 있음 - “요즘은 동료보다 Claude와 더 많이 일하는 것 같다”는 표현이 등장하며, 동료 시간 뺏는다는 죄책감이 줄어든 점은 좋지만, **사람과 함께 일하는 즐거움이 줄어드는 점**을 아쉬워하는 목소리도 큼 - 팀 내에서 **“먼저 Claude에게 물어봤냐”는 응답이 자동으로 돌아오는 문화**를 불편하게 느끼는 사람도 있고, 사람끼리 직접 붙어서 일하는 방식을 더 선호한다는 의견도 나옴 - 특히 **멘토십·주니어 교육** 측면의 변화가 두드러짐 - Claude가 주니어에게 **상세한 코칭·코드 리뷰 역할**을 많이 해주면서, **주니어가 시니어에게 질문하러 오는 빈도가 확 줄었다**는 관찰이 나옴 - 한 시니어는 “주니어들이 나에게 질문하러 덜 오게 된 건 아쉽지만, 그들이 질문에 대한 답을 더 빨리 잘 얻고 빨리 배우는 것도 사실”이라고 복합적인 감정을 표현함 - ## 커리어 불확실성과 적응 - 여러 사람은 자신의 역할이 **코드를 직접 쓰는 사람에서 AI 에이전트 관리자·코드 리뷰어로 이동**하고 있다고 설명함 - 어떤 사람은 지금 일을 “**1명, 5명, 100명의 Claude**가 하는 일을 대신 책임지는 역할”로 묘사하며, 이미 하루 종일 여러 Claude 인스턴스를 띄워놓고 일한다고 말함 - 다른 사람은 **자기 일이 70% 이상 코드 리뷰·수정 역할로 이동**했다고 추정함 - 장기적인 커리어 전망에 대해서는 **단기 낙관·장기 불안**이 뒤섞인 응답이 많았음 - “단기적으로는 상당히 낙관적이지만, 장기적으로는 AI가 결국 대부분을 하게 되어 **나와 많은 사람이 쓸모없게 될 것 같다는 우려**도 있다”는 표현이 등장함 - 또 다른 사람은 “매일 출근해 **스스로를 자동화하는 일**을 하고 있는 기분”이라는 직설적인 표현을 쓰기도 함 - 일부는 특히 **주니어 개발자의 미래**를 걱정하면서도, 동시에 그들이 **새 기술을 가장 빠르게 받아들이는 세대**라는 점에서 희망을 보기함 - AI가 실수한 코드를 주니어가 그대로 배포할 위험이 있지만, **더 나은 가드레일·교육 자료·실수에서의 학습**이 결합되면 시간이 지나며 적응할 수 있을 것이라는 기대도 함께 제시됨 - 미래 전략과 적응 방식으로는 여러 답변이 나옴 - **AI 산출물을 의미 있게 리뷰하고 감독하는 능력**을 새로운 전문성으로 삼겠다는 계획 - **사람 사이의 합의 형성·조정·전략 수립**에 더 많은 시간을 쓰고, 구현은 AI에게 더 많이 맡기는 역할로 이동할 것이라는 기대 - Claude를 활용해 **리더십·커뮤니케이션·커리어 개발 피드백**을 받으며, 학습 속도를 끌어올리고 있다는 사례도 소개됨 - 전반적인 정서는 “**미래에 어떤 스킬이 가장 중요할지에 대한 확신은 매우 낮다**”는 인식과, “중요한 것은 **어떤 일이 오든 빠르게 적응할 수 있는 사람·조직이 되는 것**”이라는 태도로 요약됨 ### Claude Code usage trends - ## 더 어려운 문제와 더 높은 자율성 - Anthropic은 내부 프라이버시 보호 도구를 이용해 **2025년 2월과 8월, 두 시점의 Claude Code 내부 로그 20만 건**을 분석했음 - 각 대화 기록을 **1~5점 난이도 스케일**로 평가했을 때, 평균 난이도는 **3.2에서 3.8로 상승**했음 - 난이도 3.2 수준 예시는 “Python 모듈 import 에러 해결”, 3.8 수준 예시는 “캐싱 시스템 구현 및 최적화” 등임 - Claude Code가 **사람 개입 없이 연속적으로 수행하는 도구 호출 수**는 평균 9.8회에서 21.2회로 **116% 증가**했음 - 이는 Claude가 **연속적인 파일 수정·명령 실행을 더 길게 스스로 이어가며 복잡한 작업을 처리**한다는 의미임 - 대화당 **인간 턴 수는 평균 6.2에서 4.1로 33% 감소**했으며, 동일한 작업을 달성하는 데 필요한 **인간 상호작용이 줄어드는 경향**이 드러남 - 이런 지표를 종합하면, 엔지니어들이 **더 복잡한 업무를 Claude에게 더 많은 자율성을 주고 맡기고 있음**을 시사함 - ## 작업 분포 변화 - Claude Code 로그의 각 대화를 **디버깅·코드 이해·리팩터링·테스트·새 기능 구현·코드 설계/플래닝·프론트엔드·데이터 사이언스 등**으로 분류해 작업 분포를 비교했음 - 전체 분포는 설문에서 사람들이 보고한 **주 사용 패턴(디버깅·코드 이해·새 기능 구현 중심)** 과 대체로 일치함 - 6개월 사이 가장 두드러진 변화는 **새 기능 구현과 코드 설계/플래닝 비중의 급증**임 - 새 기능 구현은 전체 로그 중 **14.3%에서 36.9%로 증가**했고, 설계·플래닝 관련 작업도 **1.0%에서 9.9%로 증가**했음 - 이는 Claude가 **더 복잡하고 창의적인 작업에서 쓰이는 비중이 커졌거나**, 팀들이 Claude Code를 이런 워크플로에 적극 도입하기 시작했음을 의미할 수 있다고 설명함 - 연구진은 절대 작업량 증가와 **상대적 분포 변화**를 명확히 분리하기는 어렵다고 언급하며, 이 점을 한계로 남겨둠 - ## Papercut 수정 - 설문에서 사람들이 **자잘한 품질 개선·생활 편의 개선 작업**을 더 많이 하게 되었다고 답한 것과 일치하게, Claude Code 로그에서도 **전체 작업의 8.6%가 ‘papercut fix’로 분류**됨 - 여기에는 **성능 시각화 도구 제작, 유지보수성 향상을 위한 리팩터링, 터미널 단축키나 스크립트 같은 작은 편의 기능** 구축이 포함됨 - 이런 작업들은 개별적으로는 작지만, **누적될수록 생산성과 개발자 경험을 눈에 띄게 개선**할 수 있는 요소로 작동함 - 원래는 우선순위에서 밀려 미뤄지던 일들이 Claude 덕분에 **부담이 줄어들어 자연스럽게 처리**되고 있다는 점이 특징임 - ## 팀별 사용 차이 - 2025년 8월의 Claude Code 로그를 기준으로, 각 대화를 **주 작업 유형 하나로 태깅**해 팀별 분포를 비교한 결과가 Figure 5로 제시됨 - 전체 평균(“All Teams”)에서는 **새 기능 구현·디버깅·코드 이해**가 가장 큰 비중을 차지해, Claude 사용의 기본 패턴을 보여줌 - 주요 팀별 특징은 다음과 같음 - **Pre-training 팀**은 Claude Code 사용의 **54.6%를 새 기능 구현**에 사용하며, 특히 다양한 **추가 실험 실행**이 큰 비중을 차지함 - **Alignment & Safety 팀, Post-training 팀**은 프론트엔드 개발 비중이 각각 **7.5%, 7.4%로 높으며**, 주로 **데이터 시각화를 위한 UI 구축**에 Claude를 활용함 - **Security 팀**은 Claude Code 사용의 **48.9%가 코드 이해 작업**으로, 낯선 코드의 **보안적 함의를 분석·파악하는 용도**로 자주 사용함 - **Non-technical 직원**들도 Claude Code를 많이 쓰는데, **51.5%가 디버깅(네트워크 이슈, Git 문제 등)**, **12.7%는 데이터 사이언스 작업**에 해당하며, 기술적 지식의 간극을 메우는 도구로 활용되고 있음 - 전반적으로 팀들은 자신의 **핵심 업무(인프라, 연구, 보안 등)** 에도 Claude를 활용하지만, 동시에 **전통적인 전문 영역 바깥 작업**에도 Claude를 써서 모두가 조금씩 **더 풀스택에 가까워지는 양상**이 데이터로 확인됨 ### Looking forward - ## Anthropic 내부에서의 다음 단계 - Anthropic은 지난 1년간의 변화를 바탕으로, **Claude를 활용한 업무 전환을 책임감 있게 관리하는 ‘실험실’ 역할**을 자임하고 있음 - 엔지니어·연구자·리더십과 함께 **협업 방식·회의와 소통 구조·직무별 역할 정의**를 다시 점검하고, AI 보조 업무를 전제로 한 **새로운 베스트 프랙티스**를 만들려는 작업을 시작했다고 밝힘 - 특히 **전문성 개발·멘토십·승진과 성장 경로**가 AI 시대에 어떻게 달라져야 하는지에 초점을 맞추고 있으며, 여기에는 Anthropic이 이미 공개한 **AI fluency framework**도 참고되고 있음 - 사람과 AI가 함께 일할 때, **어떤 수준의 이해·감독·피드백 능력**을 갖춰야 하는지를 정의하는 프레임워크를 기반으로, 실질적인 교육·내부 정책을 설계하려는 움직임임 - 이번 연구는 **엔지니어 중심**이지만, 앞으로는 **비개발 직군까지 범위를 확장**해 Anthropic 전체에서 AI가 업무를 어떻게 바꾸는지 살펴볼 계획이라고 밝힘 - ## 외부 파트너십과 교육, 장기 계획 - Anthropic은 내부 연구와 함께, **외부 조직이 AI 보조 시대에 적응하도록 돕는 역할**도 병행하고 있음 - 예로, **CodePath**와 협력해 **컴퓨터 과학 커리큘럼을 AI 보조 환경에 맞게 개편**하는 작업을 지원 중이라고 언급함 - 이는 **주니어 개발자 교육·초기 경력자 학습 경로**를 AI 도구 사용을 전제로 다시 설계해야 한다는 문제의식을 반영함 - 앞으로는 **조직 내 역할 재설계·리스킬링 경로·새로운 직무 전환 루트** 같은 구조적 접근이 점점 더 중요해질 수 있다고 보고 있음 - 예를 들어, AI 에이전트 감독·품질 책임·윤리 검토 등 새로운 역할을 공식 직무로 인정하는 형태 등이 논의될 수 있음 - Anthropic은 **2026년에 더 구체적인 계획을 공개하겠다**고 예고하며, 이번 연구를 **시작점이자 중간 점검**으로 위치시킴 - 핵심 메시지는 Anthropic이 **AI가 일을 바꾸는 과정을 단순히 관찰하는 데서 그치지 않고, 스스로 먼저 실험·조정하면서 ‘책임 있는 전환’ 모델을 만들려 한다**는 점임 ## Comments ### Comment 47267 - Author: grenade - Created: 2025-12-05T21:14:50+09:00 - Points: 3 본문에서 papercut fix에 도움이 된다는 부분에 대해서 상당히 동의합니다. 큰 걸 맡기기보다는 작은 편의기능 추가, 스크립팅, 리팩토링 등 귀찮지만 해두면 나중에 편한 작업들을 할 때 AI의 도움을 많이 받는 것 같아요. ### Comment 47250 - Author: colus001 - Created: 2025-12-05T13:36:04+09:00 - Points: 3 내 가게에서 만드는 커피인데 팔려면 맛있다고 해야죠. ### Comment 47229 - Author: mhj5730 - Created: 2025-12-05T07:17:14+09:00 - Points: 1 개발자 입장에서 정신적 소모가 크게 드는 문서화에 있어서 AI가 큰 도움이 되고 있습니다. [주석이나 설명 추가] 초안만 만들어줘도 정신적 부담을 덜어낼 수 있었습니다. ### Comment 47216 - Author: nimgnos - Created: 2025-12-04T17:55:41+09:00 - Points: 1 AI Ops 의 등장이군요. ### Comment 47210 - Author: laeyoung - Created: 2025-12-04T16:24:30+09:00 - Points: 1 2024년 말 - 일상 업무의 28%에서 Claude를 사용하며, 생산성이 20% 증가함 2025년 말 - 일상 업무의 59%에서 Claude를 사용하며, 생산성이 50% 증가함 ---- 1년 사이에 직원들이 AI를 사용하는 업무는 2배 늘었고, 생산성은 2.5배 늘었네요. ### Comment 47208 - Author: geek12356 - Created: 2025-12-04T15:43:14+09:00 - Points: 1 생산성 향상에 대한 단순한 체감이 아니라, 측정 가능한 데이터에 기반한 정확한 근거가 필요합니다. ### Comment 47217 - Author: bungker - Created: 2025-12-04T17:58:44+09:00 - Points: 1 - Parent comment: 47208 - Depth: 1 story포인트 같은걸로 측정하면 2~5배 코드라인수로 측정하면 30%도 있고 수십배도 있고 그러더라구요