앤트로픽이 AI 코딩 도구 클로드 코드의 실제 사용 양상을 분석한 결과, 도구의 성과는 사용자가 보유한 업무 전문성과 문제 정의 능력에 크게 좌우됐다. 연구진은 2025년 10월부터 2026년 4월까지 약 23만5000명이 진행한 대화형 작업 약 40만 건을 개인정보 보호 방식으로 분석했다.
일반적인 세션에서는 사람이 무엇을 할지 정하는 계획 결정을 주로 맡고, 클로드가 이를 어떻게 수행할지에 관한 실행 결정을 더 많이 맡았다. 사용자가 해당 분야에 관한 지식을 많이 갖고 있을수록 한 번의 지시로 클로드가 처리하는 작업량도 늘었다. 코딩 훈련 여부보다 해결하려는 문제를 얼마나 잘 이해하는지가 성공과 더 밀접하다는 해석이다.
관찰 기간에 디버깅에 쓰인 세션 비중은 거의 절반으로 줄었다. 사용 방식은 코드 수정에 머무르지 않고 프로그램 배포와 실행, 데이터 분석, 비코드 문서 작성처럼 처음부터 끝까지 맡기는 방향으로 이동했다. 프리랜서 구인 공고와 비교해 추정한 일반 작업의 가치도 대부분의 업무 유형에서 상승했으며 평균 증가 폭은 약 25%였다.
| 분석 항목 | 확인된 경향 |
|---|---|
| 분석 표본 | 약 23만5000명·약 40만 세션 |
| 사람의 역할 | 무엇을 할지 계획하고 결과를 검증 |
| 클로드의 역할 | 수행 방법과 세부 실행 결정 |
| 7개월 변화 | 디버깅 비중 감소, 종단 간 작업 증가 |
직업군별 코딩 작업 성공률은 평균적으로 소프트웨어 엔지니어와 큰 차이를 보이지 않았다. 다만 분야 전문성이 높은 사용자는 더 자주 성공했고 오류와 오해가 생겨도 회복하기 쉬웠다. 중급자와 전문가의 격차는 크지 않아, 최상위 숙련도보다는 해당 업무를 이해하고 결과를 판별할 수 있는 수준의 지식이 중요하다는 점도 드러났다.
기업 입장에서는 코딩 에이전트 도입만으로 생산성이 자동으로 높아진다고 보기 어렵다. 사람이 목표와 제약을 명확히 정하고 테스트나 산출물로 결과를 확인할 수 있어야 한다. 클로드 코드는 구현 작업의 일부를 맡을 수 있지만, 현장 전문성과 검증 책임을 대체하지는 않는다는 것이 이번 분석의 핵심 한계다.
저작권자 © STORIUM 무단전재 및 재배포 금지
