- 앤트로픽이 실제 클로드 코드 세션 약 40만 개(사용자 약 23만 5천 명, 2025년 10월부터 2026년 4월)를 프라이버시 보존 방식으로 분석했다.
- 성공을 가른 결정적 변수는 코딩 실력이 아니라 도메인 전문성이었다. 비개발 직군도 개발자와 검증 성공률 5%p 차이로 따라잡았다.
- 사람은 무엇을 만들지(기획 결정의 70%)를, AI는 어떻게 만들지(실행 결정의 80%)를 맡는 분업 구조가 뚜렷했다.
- 7개월 새 디버깅 세션은 33%에서 19%로 줄고, 배포와 데이터 분석과 글쓰기가 늘며 작업 가치가 평균 27% 올랐다.
AI가 코드를 대신 짜주는 시대, 가장 흔한 질문은 이거다. “그럼 개발자는? 코딩을 못하는 나도 되는 걸까?” 앤트로픽이 이 질문에 실측 데이터로 답했다. 결론부터 말하면, 당신이 코딩을 얼마나 잘하느냐는 생각보다 중요하지 않았다. 진짜 승부를 가른 건 따로 있었다.
앤트로픽은 왜 40만 세션을 뜯어봤나
이번 연구의 제목은 “에이전틱 코딩과 사라지지 않는 전문성의 값어치”(Agentic coding and persistent returns to expertise, 2026년 6월 16일)다. 벤치마크 점수 자랑이 아니라, 사람들이 코딩 에이전트를 실제로 어떻게 쓰는지를 대규모로 관찰한 경제학 리포트라는 점이 핵심이다.
규모부터 남달랐다
분석 대상은 2025년 10월부터 2026년 4월까지의 실제 클로드 코드 세션 약 40만 개, 사용자 약 23만 5천 명이다. 개별 대화록은 연구원이 직접 읽지 않는 프라이버시 보존 파이프라인으로만 집계했다. 코딩 에이전트가 현장에서 실제로 어떻게 쓰이는지를 다룬, 알려진 것 중 가장 큰 데이터셋이다.
던진 질문
연구가 던진 질문은 두 가지다. 첫째, 정식 코딩 경험이 없는 사람도 복잡한 기술 작업을 에이전트로 완수할 수 있는가. 둘째, 이 도구의 빠른 확산은 지식 노동 전체에 무엇을 의미하는가. 클로드 코드에서 벌어지는 일이 곧 다른 지식 노동의 예고편일 수 있다는 문제의식이다.
Trend Insight — 모델이 얼마나 똑똑한가를 겨루는 벤치마크 경쟁이 한계에 다다르자, 질문이 ‘사람이 그 모델을 어떻게 쓰는가’로 옮겨갔다. 도입을 고민하는 기업이 봐야 할 지표도 바로 이쪽으로 이동하고 있다.
승부를 가른 건 코딩이 아니라 도메인 전문성
연구팀은 대화록을 읽고 사용자의 작업 숙련도를 초보부터 전문가까지 5단계로 매겼다. 그리고 모든 성공 지표에서 같은 패턴이 나왔다. 숙련도가 높을수록 세션이 성공할 확률이 높았다.
숫자로 본 격차
초보로 분류된 세션의 검증된 성공률은 15%, 중급 이상은 28%에서 33%였다. 부분 성공까지 넓히면 초보 77%, 중급 이상 91%에서 92%다. 문제가 생겼을 때 회복해 성공한 비율도 전문가 15% 대 초보 4%로 벌어졌다. 막히자 코드 한 줄 안 남긴 채 포기한 세션은 초보가 19%, 나머지는 5%에서 7%에 그쳤다. 초보는 잘 막히고, 막히면 더 잘 포기했다.
직업은 생각보다 안 중요했다
코드를 실제로 생성한 세션에서 소프트웨어 직군의 검증 성공률은 34%, 비개발 직군은 29%였다. 격차는 단 5%p이고, 7개월간 벌어지지도 좁혀지지도 않았다. 데이터에서 가장 큰 상위 10개 직군 전부가 소프트웨어 엔지니어와 7%p 이내였다. 오히려 관리자 직군이 개발자보다 근소하게 높았는데, 목표를 요건으로 옮기고 결과를 판정하는 관리 역량이 에이전트 지휘로 그대로 전이된 것으로 보인다.
전문가일수록 AI가 더 많이 일한다
초보 세션은 프롬프트 하나당 클로드 액션이 평균 약 5회, 출력이 약 600단어였다. 반면 전문가 세션은 약 12회, 약 3,200단어였다. 액션은 2.4배, 출력은 5배가 넘는다. 명확한 맥락과 좋은 문제 분해가 에이전트를 더 많이, 더 정확히 일하게 만든다는 뜻이다.
Trend Insight — 핵심은 코딩의 대체가 아니라 판단의 증폭이다. 문제를 깊이 아는 사람일수록 같은 도구로 더 많은 결과를 낸다. 전문성은 사라지는 게 아니라 오히려 더 선명하게 드러난다.
사람은 무엇을, AI는 어떻게
연구는 세션 속 의사결정을 기획과 실행으로 나눠 누구의 몫인지 따졌다. 그 결과 분업의 경계선이 또렷하게 드러났다.
기획 70% 대 실행 80%
평균적으로 사람은 기획 결정, 즉 무엇을 만들지와 어떤 접근을 쓸지와 무엇을 완료로 볼지의 약 70%를 맡았다. 클로드는 실행 결정, 즉 어떤 파일을 고칠지와 무슨 코드를 쓸지와 어떤 명령을 실행할지의 약 80%를 맡았다. 한 세션은 보통 네 번의 주고받음으로 이뤄졌고, 프롬프트 하나가 평균 10개 안팎, 많게는 100개가 넘는 액션을 촉발했다.
회계사가 파이썬 전문가가 되는 순간
여기서 말하는 전문성은 직함이 아니라 그 작업에 대한 지식이다. 러스트를 처음 물어보는 시니어 개발자는 그 세션에서는 초보다. 반대로 파이썬을 한 번도 안 써봤어도, 스크립트가 지켜야 할 정산 규칙을 정확히 지시하고 마감 때 놓친 예외를 잡아내는 회계사는 그 작업의 전문가다. 필요한 건 파이썬을 짜는 능력이 아니라, 올바른 결과물이 무엇인지 규정하는 능력이다.
Trend Insight — 채용과 업무 설계의 기준이 바뀐다. 코드를 짤 수 있는 사람보다, 무엇이 정답인지 규정할 수 있는 사람이 희소 자원이 된다.
7개월 새 달라진 것, 그리고 사장님 체크리스트
관찰 기간 동안 세션의 구성 자체가 바뀌었다. 단순 수리는 줄고, 더 값나가는 일이 그 자리를 채웠다.
디버깅은 줄고, 만들기와 분석과 글쓰기가 늘었다
고장난 코드를 고치는 세션 비중은 33%에서 19%로 거의 반토막 났다. 대신 소프트웨어 운영, 즉 배포와 설정과 모니터링이 14%에서 21%로 늘었고, 글쓰기와 데이터 분석은 약 10%에서 20%로 두 배가 됐다. 프리랜서 시세로 환산한 작업 가치는 평균 27% 올랐다. 만들기는 약 43%, 운영은 약 34%, 고치기는 약 32% 상승했다.
한국 사장님이 챙길 3가지
첫째, 비개발 인력을 재무장하라. 도메인을 아는 기획과 재무와 법무와 영업 인력에게 코딩 에이전트를 쥐여주면, 개발 병목 없이 스스로 도구를 만든다. 실제로 가장 빠르게 늘어난 비개발 직군이 관리와 영업과 법무였다. 둘째, 정답 규정 역량에 투자하라. 프롬프트 사용법 교육보다, 무엇이 올바른 출력인지 명세하고 검증하는 훈련이 성과를 가른다. 셋째, 초보 구간을 빨리 넘겨라. 이득의 대부분은 초보에서 중급으로 넘어가는 구간에서 나온다. 완전 초보가 혼자 막히면 포기율이 급증하므로, 초기에는 숙련자와 짝지어 붙이는 온보딩이 투자 대비 효과를 지킨다.
과신은 금물
이 연구는 앤트로픽 자체 데이터이고 예비적 결과다. 커서나 VS 코드 같은 서드파티 개발 환경, 헤드리스와 API 자동화 사용은 분석에서 제외됐다. 성공 여부도 실제 업무 성과가 아니라 대화록 분류기로 추정한 값이며, 독립 재현 연구는 아직 없다. 방향성은 신뢰하되 구체적 수치는 상대 비교로 읽는 편이 안전하다.
Trend Insight — 도구를 깔아준다고 격차가 사라지지는 않는다. 오히려 도메인 전문성의 유무가 더 또렷이 보인다. 조직이 먼저 물어야 할 질문은 누구에게 이 도구를 쥐여줄 것인가이다.
관련 글
출처
- Anthropic — Agentic coding and persistent returns to expertise (2026.06.16)
- Tech Times — AI Coding Agents Reward Domain Expertise, Not Coding Skill (2026.06.23)
AI Biz Insider · AI 트렌드 · aibizinsider.com
댓글 남기기