Anthropic Economic Index: 미국과 글로벌 경제에서 AI의 역할 추적하기

하와이에서는 여행 계획, 매사추세츠에서는 과학 연구, 인도에서는 웹 애플리케이션 개발. 언뜻 보면 이 세 가지 활동 사이에 공통점은 거의 없어 보입니다. 하지만 실제로 이들은 각 지역에서 Claude 활용 비중이 가장 두드러지게 높은 용도에 해당합니다.

이것이 각 지역에서 가장 많이 쓰이는 작업이라는 뜻은 아닙니다. 거의 모든 주와 국가에서 소프트웨어 엔지니어링이 압도적 1위를 차지하고 있습니다. 다만 매사추세츠 사용자들이 다른 지역에 비해 과학 연구 관련 도움을 Claude에게 요청할 확률이 높다는 의미입니다. 브라질의 경우도 마찬가지로, Claude 사용자들이 언어에 특히 높은 관심을 보이는데, 번역과 언어 학습에 Claude를 활용하는 빈도가 글로벌 평균의 약 6배에 달합니다.

이러한 통계는 세 번째 Anthropic Economic Index 보고서에서 확인한 결과입니다. 이번 보고서에서는 업무와 경제를 변화시키기 시작한 AI 도입 초기 패턴을 더욱 폭넓게 분석했습니다. Claude가 어떻게 다르게 활용되고 있는지를 다양한 차원에서 측정했습니다.

• …미국 내 주(州)별 차이: AI 활용 양상이 미국 주마다 어떻게 다른지를 최초로 상세하게 분석했습니다. 각 주의 경제 구조가 1인당 Claude 사용량에 영향을 미친다는 점을 확인했으며, 흥미롭게도 사용량이 가장 높은 주는 코딩이 지배적인 곳이 아니었습니다.
• …국가별 차이: 새로운 분석에 따르면 각국의 Claude 사용량은 소득 수준과 강한 상관관계를 보이며, 사용량이 낮은 국가의 사용자들이 높은 국가의 사용자들보다 업무 자동화 목적으로 Claude를 더 자주 활용하는 것으로 나타났습니다.
• …시간에 따른 변화: 2024년 12월~2025년 1월 및 2025년 2~3월 데이터와 최신 데이터를 비교했습니다. '지시형(directive)' 자동화 작업의 비율이 27%에서 39%로 급격히 증가한 것으로 나타났으며, 이는 AI에 대한 사용자의 신뢰와 AI의 역할 비중이 빠르게 확대되고 있음을 시사합니다.
• …기업 사용자 분석: 이번에는 Claude.ai 사용자 데이터에 더해 Anthropic 자사 API 고객의 익명화된 데이터를 처음으로 포함시켜, 기업의 AI 활용 패턴을 분석할 수 있게 되었습니다. API 사용자는 일반 소비자에 비해 Claude를 통한 작업 자동화 비율이 현저히 높았으며, 이는 노동 시장에 대한 본격적인 영향이 머지않았을 수 있음을 시사합니다.

아래에서 보고서의 핵심 내용을 요약합니다. 또한 데이터를 직접 탐색할 수 있는 인터랙티브 웹사이트도 마련했습니다. 이 웹사이트에서는 미국 전체 주별, 추적 대상 전 직종별로 Claude.ai 사용 트렌드와 분석 결과를 검색할 수 있어, 자신이 사는 지역이나 유사 직종에서 AI가 어떻게 활용되는지 확인할 수 있습니다. 직접 분석을 이어가고 싶으신 분들을 위해, 이전 Economic Index 보고서의 데이터와 함께 이번 데이터셋도 공개했습니다.

지역별 분석

이번 Anthropic Economic Index에는 지리적 데이터가 새롭게 포함되었습니다. 아래에서는 국가별·미국 주별로 Claude가 어떻게 활용되고 있는지 살펴봅니다.

국가별 현황

Claude 사용량은 미국이 다른 모든 국가를 크게 앞서고 있습니다. 2위는 인도이며, 그 뒤를 브라질, 일본, 한국이 비슷한 비중으로 따르고 있습니다.

하지만 국가별 인구 규모에는 큰 차이가 있습니다. 이를 보정하기 위해 각국의 Claude.ai 사용 점유율을 세계 생산가능인구 대비 비율로 조정한 지표가 Anthropic AI Usage Index(AUI)입니다. AUI가 1보다 크면 생산가능인구 규모 대비 기대치 이상으로 Claude를 사용하고 있다는 뜻이고, 1 미만이면 그 반대입니다.

AUI 데이터를 보면 이스라엘, 싱가포르 같은 소규모 기술 선진국이 생산가능인구 대비 Claude 도입률에서 상위를 차지하고 있습니다. 이는 상당 부분 소득 수준으로 설명할 수 있는데, 1인당 GDP와 AUI 사이에 강한 상관관계가 확인되었습니다(1인당 GDP가 1% 높을수록 AUI도 0.7% 높음). 이는 자연스러운 결과입니다. Claude를 가장 많이 사용하는 국가들은 대체로 인터넷 인프라가 잘 갖춰져 있고, 제조업보다 지식 노동 중심의 경제 구조를 갖추고 있기 때문입니다. 다만 이 점은 경제적 격차 확대라는 문제를 제기합니다. 전기화나 내연기관 같은 이전의 범용 기술(General-Purpose Technology)은 막대한 경제 성장과 함께 전 세계적으로 생활수준의 대분기(Great Divergence)를 초래한 바 있습니다. AI의 효과가 부유한 국가에서 더 크게 나타난다면, 이 범용 기술 역시 유사한 경제적 결과를 가져올 수 있습니다.

미국 내 패턴

1인당 GDP와 1인당 Claude 사용량의 상관관계는 미국 주 간 비교에서도 동일하게 나타납니다. 오히려 미국 내에서는 소득 증가에 따른 사용량 상승 폭이 국가 간 비교보다 더 큽니다. 미국 내에서 1인당 GDP가 1% 높을수록 인구 보정 Claude 사용량이 1.8% 증가합니다. 다만 미국 내에서는 국가 간 비교에 비해 소득의 설명력이 낮은데, 전체 추세 내 편차가 훨씬 크기 때문입니다. 즉, 소득 외의 다른 요인이 인구 보정 사용량의 편차를 더 많이 설명한다는 뜻입니다.

그렇다면 이 도입 격차를 설명하는 다른 요인은 무엇일까요? 가장 유력한 설명은 각 주의 경제 구조 차이입니다. 미국 내 AUI가 가장 높은 곳은 워싱턴 D.C.(3.82)로, 이곳에서는 문서 편집이나 정보 검색 등 지식 노동 관련 작업이 특히 두드러집니다. 마찬가지로 캘리포니아(전체 AUI 3위)에서는 코딩 관련 작업이, 뉴욕(4위)에서는 금융 관련 작업이 특히 빈번합니다.¹ 인구 보정 사용량이 낮은 하와이 같은 주에서도 경제 구조와의 연관성은 뚜렷하게 나타납니다. 하와이에서는 관광 관련 작업에 Claude를 요청하는 빈도가 미국 평균의 두 배에 달합니다. 인터랙티브 웹사이트에서 이와 같은 다양한 통계를 확인할 수 있습니다.

Claude 사용 트렌드

2024년 12월부터 사용자들의 Claude 활용 방식을 추적해 왔습니다. 익명화된 대화 기록을 미국 정부의 직업 분류 데이터베이스인 O*NET이 정의한 작업 그룹으로 분류하는 프라이버시 보호 분류 방법론을 사용합니다.² 이를 통해 사용자들이 Claude에게 맡기는 작업이 지난해 이후 어떻게 변했는지, 그리고 협업 방식 — 즉, 사용자가 Claude의 작업에 얼마나 개입하고 감독하는지 — 이 어떻게 변화했는지를 분석할 수 있습니다.

작업 유형

2024년 12월 이후 줄곧 컴퓨터·수학 분야 활용이 전체 카테고리 중 가장 높은 비중(약 37~40%)을 유지하고 있습니다.

하지만 변화도 상당합니다. 지난 9개월간 '지식 집약적' 분야에서 꾸준한 성장세가 나타났습니다. 예를 들어, 교육 관련 작업은 40% 이상 증가하여 전체 대화의 9%에서 13%로 올랐고, 자연과학·사회과학 관련 작업의 비중도 6%에서 8%로 3분의 1가량 늘었습니다. 반면 전통적 비즈니스 작업의 상대적 비중은 감소했습니다. 관리 업무 관련 작업은 전체 대화의 5%에서 3%로 줄었고, 경영·재무 관련 작업의 비중은 6%에서 3%로 절반이 되었습니다. (물론 절대적인 대화 건수는 모든 카테고리에서 여전히 크게 증가했습니다.)

전체적인 추세에 다소 변동은 있지만, 대체로 국가의 1인당 GDP가 높아질수록 Claude 사용이 컴퓨터·수학 직종 그룹에서 벗어나 교육, 예술·디자인, 사무·행정 지원, 자연과학·사회과학 등 다양한 활동으로 분산되는 경향을 보입니다. 아래 첫 번째 그래프의 추세선과 나머지 세 그래프를 비교해 보세요.

그럼에도 불구하고 소프트웨어 개발은 추적 대상 모든 국가에서 여전히 가장 보편적인 용도입니다. 미국 내에서도 양상은 비슷하지만, 표본 크기의 한계로 도입률에 따른 작업 구성 변화를 더 세밀하게 분석하기는 어렵습니다.

상호작용 패턴

이전 보고서에서 논의한 바와 같이, 작업 유형을 크게 자동화(automation) — AI가 최소한의 사용자 개입으로 직접 작업을 수행 — 와 증강(augmentation) — 사용자와 AI가 협력하여 작업을 완수 — 으로 구분합니다. 자동화는 다시 지시형(directive)과 피드백 루프(feedback loop)로 세분화되는데, 지시형은 사람의 개입이 최소화된 대화이고, 피드백 루프는 사람이 실제 결과를 모델에 다시 전달하는 방식입니다. 증강도 학습(learning) — 정보나 설명을 요청 —, 작업 반복(task iteration) — Claude와 협업하며 작업 수행 —, 검증(validation) — 피드백 요청 — 으로 나뉩니다.

2024년 12월 이후 지시형 대화의 비중이 27%에서 39%로 급격히 증가한 것으로 나타났습니다. 학습, 작업 반복, 피드백 루프 등 다른 상호작용 패턴의 비중은 그 영향으로 소폭 감소했습니다. 이로써 처음으로 자동화(49.1%)가 증강(47%)을 전체적으로 넘어서게 되었습니다. 이는 AI가 사용자의 신뢰를 빠르게 얻으며, 점점 더 복잡한 작업을 책임지게 되고 있기 때문으로 해석할 수 있습니다.

이러한 변화는 모델 성능 향상의 결과일 수 있습니다. (Economic Index 데이터를 처음 수집한 2024년 12월 시점에 Claude 최신 버전은 Sonnet 3.6이었습니다.) 모델이 사용자의 의도를 더 잘 파악하고 고품질 결과물을 생성할수록, 사용자들은 첫 번째 시도에서 모델의 출력을 신뢰할 가능성이 높아집니다.

다소 의외인 점은, 1인당 Claude 사용량이 높은 국가일수록 증강 방식을 선호하는 반면, 사용량이 낮은 국가에서는 자동화를 훨씬 더 선호한다는 것입니다. 작업 유형 구성을 통제했을 때, 인구 보정 Claude 사용량이 1% 증가할수록 자동화 비율은 약 3% 감소하는 상관관계가 나타났습니다. 마찬가지로, 인구 보정 Claude 사용량이 증가할수록 자동화에서 멀어지는 방향으로 이동하는 양상을 아래 차트에서 확인할 수 있습니다.

이러한 현상의 정확한 원인은 아직 파악되지 않았습니다. 각 국가의 얼리 어답터들이 Claude에게 작업을 자동화시키는 데 더 익숙하기 때문일 수도 있고, 문화적·경제적 요인이 작용하는 것일 수도 있습니다.

기업 사용자

Claude.ai 대화에 적용하는 것과 동일한 프라이버시 보호 방법론을 활용하여, Anthropic 자사 API 고객 중 일부의 상호작용 데이터를 샘플링하기 시작했습니다. 이는 업계 최초의 분석입니다.³ 주로 기업과 개발자로 구성된 API 고객은 Claude.ai 사용자와는 매우 다른 방식으로 Claude를 활용합니다. 월정액 구독이 아닌 토큰 단위로 비용을 지불하며, 자체 프로그램을 통해 요청을 보낼 수 있기 때문입니다.

API 고객의 Claude 사용은 코딩과 관리 업무에 특히 집중되어 있습니다. 샘플 내 API 트래픽의 44%가 컴퓨터·수학 관련 작업에 해당하며, Claude.ai에서는 36%입니다. (참고로, 전체 API 트래픽의 약 5%는 AI 시스템 개발 및 평가에 특화된 작업입니다.) 반면 교육 관련 대화 비중은 API에서 4%로 Claude.ai의 12%보다 낮고, 예술·엔터테인먼트 관련 비중도 5%로 8%보다 적습니다.

또한 API 고객은 Claude.ai 사용자보다 작업 자동화에 Claude를 훨씬 더 자주 활용하는 것으로 나타났습니다. API 대화의 77%가 자동화 패턴을 보이며, 그중 대다수가 지시형입니다. 증강은 12%에 불과합니다. Claude.ai에서는 자동화와 증강의 비율이 거의 비슷합니다. 이는 상당한 경제적 함의를 가질 수 있습니다. 과거에도 작업 자동화는 대규모 경제 전환과 생산성 향상을 수반해 왔기 때문입니다.

마지막으로, API 사용은 토큰 기반 과금 방식이므로 작업별 비용 차이(소비 토큰 수 차이에 따른)가 기업의 작업 선택에 영향을 미치는지도 분석할 수 있었습니다. 분석 결과, 비용과 사용 빈도 사이에 양의 상관관계가 나타났습니다. 아래 그래프에서 보듯이 비용이 높은 작업 카테고리일수록 더 빈번하게 사용되는 경향이 있습니다. 이는 기업에게 작업 비용 자체보다 모델의 근본적인 성능과 그로부터 창출되는 경제적 가치가 더 중요하다는 점을 시사합니다.

결론

Economic Index는 AI가 사람들의 직업과 경제에 미치는 영향을 초기 단계에서 실증적으로 평가하기 위해 설계되었습니다. 지금까지 어떤 사실을 발견했을까요?

이번 보고서에서 다룬 모든 지표에 걸쳐, AI 도입은 놀라울 정도로 불균등한 양상을 보입니다. 소득이 높은 국가의 사용자일수록 Claude를 더 많이 사용하고, 자동화보다 협업을 추구하며, 코딩을 넘어 더 다양한 용도로 활용하는 경향이 있습니다. 미국 내에서는 AI 사용이 기술에서 관광까지 각 지역 경제의 주력 산업에 크게 좌우되는 것으로 나타났습니다. 그리고 기업은 일반 소비자보다 Claude에게 더 많은 자율성과 권한을 부여하고 있습니다.

이러한 불균등성 자체도 중요하지만, 특히 주목할 만한 점은 지난 9개월간 Claude.ai 대화에서 지시형 자동화의 비중이 크게 증가했다는 것입니다. Claude 활용 방식은 분명히 아직 정립 과정에 있습니다. 우리는 여전히 AI 도구를 얼마나 신뢰할지, 얼마나 많은 책임을 맡길지 집단적으로 결정해 나가는 중입니다. 하지만 지금까지의 추세를 보면, AI에 대한 신뢰도가 점점 높아지고 있고, AI가 우리를 대신해 일하도록 기꺼이 맡기는 방향으로 나아가고 있습니다. AI 모델이 발전함에 따라 사용자들의 선택이 어디에서 — 혹은 과연 안정화되기나 할지 — 지켜보며 이 분석을 지속적으로 업데이트할 예정입니다.

데이터를 직접 탐색하고 싶으시다면, 국가별·주별·직종별 데이터의 인터랙티브 시각화를 제공하는 Anthropic Economic Index 웹사이트를 방문해 주세요. 향후 데이터를 지속적으로 업데이트할 예정이므로, 관심 있는 분야에서 AI가 일자리와 경제에 미치는 영향의 변화를 계속 추적할 수 있습니다.

전체 보고서는 여기에서 확인할 수 있습니다. 이 보고서가 정책 입안자, 경제학자 등이 AI가 가져올 경제적 기회와 리스크에 더 효과적으로 대비하는 데 도움이 되기를 바랍니다.

공개 데이터

이전 보고서와 마찬가지로, 이번에도 지리 데이터, 작업별 사용 패턴, 작업별 자동화/증강 분석, API 사용 현황 등을 포함한 종합 데이터셋을 공개합니다. Anthropic Economic Index 웹사이트에서 다운로드할 수 있습니다.

함께 일해요

이 연구를 뒷받침하는 시스템 구축에 참여하고 싶으시다면, Anthropic의 Research Engineer 포지션에 지원해 주세요.