Claude 생산성 연구, 엔지니어 자체 보고 50% 향상
2025년 12월 공개된 앤트로픽의 Claude 생산성 연구는 회사 엔지니어와 연구자 132명을 조사해 업무의 60%에 Claude를 쓴다는 걸 확인했어요. 이들은 생산성이 50% 올랐다고 스스로 보고했고, Claude의 도움을 받은 작업의 27%는 그렇지 않았다면 하지 않았을 일이에요. 그래도 대부분은 완전히 맡길 수 있는 건 업무의 0~20%뿐이라고 해요. 엔지니어링 리더에게는 AI 코딩 도움이 지금 어디서 효과가 나는지 보여 줘요. 산출물은 늘지만 사람이 여전히 확인해요.
앤트로픽이 자사 엔지니어를 연구한 이유
앤트로픽은 AI가 소프트웨어 업무를 어떻게 바꾸는지 가까이서 보고 싶었고, 이 기술을 가장 먼저 쓴 직원들에서 시작했어요. 2025년 8월 회사는 엔지니어와 연구자 132명을 설문하고, 심층 인터뷰 53건을 진행하고, 내부 Claude Code 사용 데이터를 분석했어요. 그때 가장 뛰어난 모델은 Claude Sonnet 4와 Claude Opus 4였어요.
이 연구는 공개된 주장도 시험했어요. 3월 다리오 아모데이 CEO는 연말까지 기업 내 소프트웨어 코드의 90%를 AI가 쓸 것이라고 말했어요. 앤트로픽 대변인은 Fortune에 연구 표본이 작고 "코드 작성"을 별도 작업으로 다루지 않았기 때문에 이 전망과 직접 비교할 수 없다고 말했어요.
엔지니어가 매일 Claude에 맡기는 작업
디버깅과 기존 코드 이해가 가장 흔한 용도예요. 설문에서 직원의 55%가 매일 디버깅에, 42%가 매일 코드 이해에, 37%가 매일 새 기능 구현에 Claude를 썼어요.
고수준 설계와 계획, 데이터 과학, 프런트엔드 개발은 덜 자주 나왔어요. 앤트로픽은 설계와 계획은 사람 손에 두려는 경향이 있고, 나머지 둘은 그냥 덜 흔한 작업이라고 해요.
엔지니어가 맡길 일을 정하는 방법
대부분의 직원이 Claude를 자주 쓰지만 "완전히 맡길" 수 있는 건 업무의 0~20%뿐이라고 해요. 쓴다는 것은 대개 적극적인 감독과 확인을 뜻하고, 특히 위험이 큰 일에서 그래요.
엔지니어는 검증하기 쉽거나, 위험이 낮거나, 지루한 일을 넘겨요. 버릴 디버그 코드나 조사용 코드 같은 거예요. 많은 이가 신뢰가 쌓이는 과정을 설명해요. 먼저 단순한 작업을 맡기고, 확신이 커지면 더 복잡한 일을 맡겨요.
"그 일을 하는 게 신날수록 Claude를 쓰지 않을 가능성이 커져요." — 앤트로픽 엔지니어, 회사 인터뷰에서
산출물과 자율성에서 연구가 측정한 것
직원들은 업무의 60%에 Claude를 쓰고 생산성이 50% 올랐다고 스스로 보고했어요. 1년 전 같은 시기보다 2~3배 늘어난 거예요. 이득은 작업 범주당 시간이 약간 줄고 산출물이 상당히 늘어나는 모습으로 나타나요. Claude의 도움을 받은 작업의 약 27%는 그렇지 않았다면 하지 않았을 일이에요. 대화형 데이터 대시보드나 손으로 하면 비용 대비 효과가 없을 탐색 작업 같은 거예요.
사용 데이터는 Claude가 혼자 더 오래 일한다는 걸 보여 줘요. 6개월 전에는 Claude Code가 사람의 입력이 필요하기 전까지 약 10회의 동작을 끝냈는데, 지금은 약 20회를 처리해요. 코드 설계와 계획에 쓰는 비중은 1%에서 10%로, 새 기능 구현은 14%에서 37%로 올랐어요. Claude Code 작업의 약 8.6%는 유지보수를 위한 리팩터링처럼 팀이 보통 미루는 작은 개선인 "papercut" 수정이었어요.
엔지니어들이 걱정하는 것
결과가 모두 이득은 아니에요. 일부 엔지니어는 코드를 쓰고 비평하는 데 필요한 깊은 기술을 잃거나 Claude의 산출물을 감독하는 능력이 떨어질까 걱정해요. 일부는 일부러 Claude 없이 작업을 연습해요. Claude가 예전에 동료에게 가던 질문의 첫 창구가 됐고, 멘토링 기회가 줄었다고 하는 이도 있어요. 한 엔지니어는 25년 동안 프로그래밍을 해 왔고 "한 시대의 끝"처럼 느껴진다고 연구자들에게 말했어요.
연구가 엔지니어링 팀에 의미하는 것
기업에는 연구가 특정한 종류의 가치를 가리켜요. 코드를 확인하는 사람이 줄어드는 것이 아니라 산출물이 늘고 예전에 건너뛰던 일이 되는 거예요. 가장 큰 용도인 디버깅과 코드 이해는 사람이 답을 빨리 검증할 수 있는 작업이에요. 새 작업의 27%는 AI 코딩 생산성이 아무도 만들 시간이 없던 도구와 수정으로 먼저 나타난다는 걸 시사해요.
앤트로픽은 한계를 짚어요. 엔지니어들은 새 도구를 일찍 쓰고 비교적 안정적인 분야에서 일하며, 설문 표본도 작았어요. 회사는 AI를 쓰는 일터에서 기술 전문성, 멘토링, 경력 개발을 튼튼하게 지키는 방법을 내부에서 탐색하고 있다고 해요.
질문과 답변
앤트로픽 엔지니어는 업무의 얼마나 많은 부분을 Claude로 하나요?
업무의 60%에 Claude를 쓴다고 스스로 보고했어요. 대부분은 Claude의 산출물을 여전히 확인하기 때문에 완전히 맡길 수 있는 건 0~20%뿐이라고 해요.
이 연구는 AI가 소프트웨어 엔지니어를 대체한다고 보여 주나요?
연구 결과에서는 아니에요. 엔지니어들이 건너뛰었을 작업을 포함해 더 많은 일을 하면서 결과를 감독하는 모습을 보여 줘요. 언젠가 자신을 자동화해 일자리를 잃을지 궁금해한 이도 있었어요.
엔지니어는 어떤 코딩 작업을 AI에 맡기나요?
검증하기 쉽거나, 위험이 낮거나, 지루한 작업이에요. 디버깅과 코드 이해가 가장 흔한 일상 용도이고, 새 기능 구현은 Claude Code 사용의 14%에서 37%로 늘었어요.
MOZGII의 시각
우리라면 이렇게 만듭니다
이 연구가 그리는 것은 사람이 빨리 확인할 수 있는 작업에서 가장 잘 일하는 코딩 어시스턴트예요. 버그 찾기, 오래된 코드 설명, 작은 대시보드 만들기요. Claude Code 같은 도구를 엔지니어링 팀에 도입한다면 MOZGII는 거기서 시작해요. 디버깅과 코드 읽기를 먼저 맡기고, 작은 일에서 팀이 신뢰할 때까지 설계 결정은 사람이 쥐어요.
속도 이상을 측정해요. 연구는 산출물이 늘어도 사람이 완전히 넘길 수 있는 일의 비중은 작다고 보여 줘요. 그래서 각 변경에서 리뷰어가 병합 전에 고쳐야 했던 몫을 추적해요. 재작업 없이 받아들여진 AI 작성 변경의 비율이 우리가 볼 지표예요. 도구가 리뷰 시간을 아끼는지 옮길 뿐인지 알려 주니까요.
약한 고리는 학습이에요. 어시스턴트가 모든 질문에 답하면 주니어 엔지니어는 동료에게 덜 묻고 덜 연습해요. 사람들이 어시스턴트 없이 하는 일을 따로 두고 리뷰에서 주니어와 시니어를 짝지어요. 다음 단계로는 팀이 달마다 어떤 작업 유형을 맡기는지 보여 주는 간단한 기록을 만들어, 관리자가 짐작이 아니라 신뢰가 쌓이는지 줄어드는지를 보게 해요.
출처
이 기사의 사실은 다음 출처에서 가져왔습니다.