8만 1천 명이 말해준 AI 경제학의 실상

주요 발견:

• Claude 사용자 8만 1천 명을 대상으로 한 설문조사 결과, AI에 더 많이 노출된 직종에 종사하는 사람일수록 AI로 인한 일자리 대체에 더 큰 우려를 나타냈습니다. 이러한 우려는 경력 초기 응답자 사이에서도 높게 나타났습니다.
• 고임금 직종과 저임금 직종 모두에서 가장 큰 생산성 향상이 보고됐으며, 그 주된 원인은 업무 범위 확장(새로운 작업 수행)이었습니다.
• AI 덕분에 업무 속도가 크게 빨라진 응답자일수록 일자리 대체에 대한 우려도 높았습니다.

AI와 함께 나타나고 있는 경제적 변화를 공개하기 위해, Anthropic은 경제 지수(Economic Index)를 통해 Claude가 어떤 업무에 활용되고 있으며, 어떤 직종에서 가장 높은 비중으로 작업을 수행하는지 공유해 왔습니다. 그러나 지금까지는 이러한 사용 패턴이 사람들의 생각과 인식에 어떻게 연결되는지 파악하기 어려웠습니다.

이번에 진행한 Claude 사용자 8만 1천 명 대상 설문 연구는 사람들의 경제적 우려와 Claude 트래픽에서 확인된 수치를 연결 짓는 실마리를 제공합니다.

설문에서는 AI 발전에 대한 기대와 우려를 물었으며, 응답자들이 공유한 의견 중 많은 부분이 경제적 주제와 맞닿아 있었습니다. 많은 사람들이 일자리를 잃을지 모른다는 두려움을 느끼면서도, 업무 면에서는 더 높은 생산성과 자율성을 체감하고 있었습니다. AI를 통해 창업에 나서거나 더 중요한 일에 시간을 쏟게 됐다는 응답자가 있는 반면, AI가 업무를 답답하게 만들거나 고용주에 의해 강제로 도입됐다고 느끼는 경우도 있었습니다.

설문 결과는 '관찰된 노출도(observed exposure)'—Anthropic이 측정하는 AI 대체 위험 지표—가 AI에 대한 경제적 우려와 상관관계가 있다는 초기 근거를 보여줍니다. Claude가 실제로 수행하는 작업을 기준으로 노출도가 높은 직종에 종사하는 사람들은 경제적 대체에 대해 더 강한 불안감을 드러냈습니다. 이는 사람들이 AI의 확산과 그 잠재적 영향을 대체로 인식하고 있다는 사실과 일치합니다. 이하에서 주요 발견을 자세히 설명합니다.

일자리를 걱정하는 사람들

"요즘 화이트칼라 직종에 종사하는 사람이라면 누구나 그렇듯, 저도 언젠가 AI에게 일자리를 빼앗길까봐 하루 24시간 내내, 1년 365일 걱정합니다."—소프트웨어 엔지니어.¹

설문 응답자의 5분의 1이 경제적 대체에 대한 우려를 표명했습니다. 막연한 불안감을 드러내는 경우도 있었는데, 한 소프트웨어 개발자는 "현재 수준의 AI가 주니어 직책을 대체하는 데 쓰일 가능성"을 경고했습니다. 자신의 업무 전체 혹은 일부가 자동화되어 사라지고 있다고 탄식하는 응답자도 있었습니다. 한 마켓 리서처는 이렇게 말했습니다. "제 역량이 향상된다는 건 분명합니다. 하지만 앞으로 AI가 제 업무를 대체할 수도 있어요." AI가 오히려 업무를 더 힘들게 만든다는 목소리도 있었습니다. 한 소프트웨어 개발자는 "AI가 등장하고 나서 프로젝트 매니저들이 점점 더 어려운 티켓과 버그를 맡기기 시작했다"고 토로했습니다.

이 보고서 전반에 걸쳐 Claude 기반 분류기를 활용해 응답자의 특성과 감정을 파악했습니다. 예를 들어, 많은 참여자들이 자신이 하는 일을 자연스럽게 언급하거나 업무 환경에 대한 구체적인 정보를 제공했고, 이를 통해 직종을 추론할 수 있었습니다. 마찬가지로, 응답자가 AI로 인해 자신의 역할이 위협받고 있다고 직접 언급한 인용문을 Claude가 식별·해석하도록 하는 방식으로 일자리 불안을 수치화했습니다. 예시 프롬프트는 부록에 수록했습니다.

응답자들이 느끼는 AI의 위협 수준은 Anthropic이 측정한 관찰된 노출도—특정 직종의 작업 중 Claude가 활용되는 비율—와 상관관계를 보였습니다. 관찰된 노출도가 높을수록 해당 응답자의 AI에 대한 우려도 컸습니다. 예를 들어, 초등학교 교사는 소프트웨어 엔지니어보다 자신의 일자리 대체에 대해 덜 걱정했는데, 이는 Claude 사용이 코딩 작업에 집중되어 있다는 사실과 일치합니다.

이를 아래 그림 1에 나타냈습니다. y축은 특정 직종 응답자 중 AI가 이미 자신의 역할을 대체하고 있거나 곧 그렇게 될 것이라고 응답한 비율이고, x축은 관찰된 노출도입니다. 그래프는 평균적으로 노출도가 높은 직종에 종사하는 사람일수록 업무 자동화에 대한 우려를 더 많이 표명하는 경향이 있음을 보여줍니다. 노출도가 10%포인트 증가할 때마다 체감 일자리 위협도는 1.3%포인트 높아졌습니다. 노출도 상위 25%에 속하는 응답자들은 하위 25%에 비해 해당 우려를 세 배 더 자주 언급했습니다.

경력 단계 역시 중요한 변수입니다. 앞선 연구에서 Anthropic은 미국 내 신규 졸업자 및 경력 초기 근로자 채용이 둔화되고 있다는 잠정적인 신호를 보고한 바 있습니다. 이번 설문에서는 응답자의 약 절반에 대해 답변 내용을 통해 경력 단계를 추론할 수 있었습니다.² 분석 결과, 경력 초기 응답자들은 고참 직원에 비해 일자리 대체에 대한 우려를 훨씬 많이 표명했습니다.

AI의 혜택은 누가 받는가

Claude를 활용해 설문 응답을 평가하고, 응답자들이 스스로 체감한 AI의 생산성 향상 정도를 1~7점 척도로 측정했습니다. 1점은 '생산성 감소', 2점은 '변화 없음'이며, 이후 점수가 높아질수록 더 큰 향상을 의미합니다. 7점을 받은 응답에는 "예전에는 몇 달이 걸리던 웹사이트를 4~5일 만에 완성했습니다" 같은 사례가 포함됐습니다. Claude는 "네 시간이 걸릴 작업을 절반의 시간에 끝냈습니다" 같은 응답에는 5점을, "AI가 웹사이트 코드 수정을 도와줬는데, 원하는 결과를 얻기까지 여러 번 시도해야 했습니다" 같은 응답에는 2점을 부여했습니다.³

전반적으로 응답자들은 평균적으로 의미 있는 생산성 향상을 보고했습니다. 평균 생산성 점수는 5.1점으로, '상당히 생산적'에 해당합니다. 물론 응답자들은 Claude.ai를 적극적으로 사용하며 설문에 자발적으로 참여한 사용자들입니다. 이 때문에 일반 사용자보다 생산성 향상을 더 긍정적으로 평가할 가능성이 있습니다. 부정적이거나 중립적인 영향을 보고한 비율은 약 3%였고, 42%는 생산성에 대해 명확한 의견을 제시하지 않았습니다.

소득 수준에 따라서도 다소 차이가 나타났습니다. 그림 3의 왼쪽 패널을 보면, 소프트웨어 개발자 같은 고임금 직종 종사자들이 AI를 통해 가장 큰 생산성 향상을 경험한 것으로 나타났습니다. 이 결과는 코딩 분야에만 국한된 것이 아니라, 컴퓨터·수학 직종을 제외하더라도 동일하게 나타납니다. 이전 경제 지수 분석에서도 고임금 근로자가 더 많은 혜택을 받는다는 결과가 확인된 바 있는데, 당시 분석에서도 교육 수준이 높은 작업일수록 Claude를 활용했을 때 시간 단축 효과가 더 컸습니다.

저임금 근로자 중에서도 높은 생산성 향상을 보고한 사례가 있었습니다. 한 고객 서비스 담당자는 "기존 응답을 바탕으로 새 응답을 작성하는 데 AI가 시간을 크게 줄여준다"고 했습니다. 또한 저임금 직종 종사자가 기술적인 사이드 프로젝트에 AI를 활용하는 경우도 있었습니다. 예를 들어, 한 배달 기사는 Claude를 활용해 전자상거래 사업을 시작하고 있었고, 한 조경사는 음악 애플리케이션을 개발하고 있었습니다.

그림 3의 오른쪽 패널에서는 주요 직종 그룹별 추론된 생산성 향상을 더 자세히 살펴봅니다. 상위를 차지한 것은 경영 관련 직종으로, 해당 응답자들은 대부분 Claude를 활용해 사업을 구축하는 창업자들이었습니다.⁴ 그다음은 소프트웨어 개발자를 포함한 컴퓨터·수학 직종이었습니다. 생산성 향상이 가장 미미했던 두 그룹은 과학 분야와 법률 분야 종사자들이었습니다. 일부 변호사들은 AI가 세밀한 지시를 따르는 능력에 의문을 표했습니다. 예를 들어 한 변호사는 이렇게 말했습니다. "어디에 무엇이 있는지, 법률 문서를 어떻게 읽어야 하는지, 무엇을 원하는지 매우 구체적인 규칙을 제시했는데도 매번 다르게 행동합니다."

AI가 경제 전반에 확산되면서 그 혜택이 누구에게 돌아갈 것인가—근로자인지, 관리자인지, 소비자인지, 아니면 기업인지—는 핵심적인 질문입니다. 전체 응답자의 약 4분의 1이 해당 혜택의 귀착지를 언급했습니다. 이 중 대부분은 더 빠른 업무 처리, 업무 범위 확장, 여유 시간 확보 등 자신이 직접 혜택을 받는다고 답했습니다.⁵ 반면, 귀착지를 언급한 응답자 중 10%는 고용주나 고객이 더 많은 업무량을 요구하고 실제로 그만큼 더 일하게 됐다고 답했습니다. 소수는 AI 기업이 혜택을 받는다고 언급했고, 더 적은 비율이 AI가 결국 부정적인 결과를 낳을 것이라고 했습니다. 이 역시 경력 단계에 따라 차이가 있었는데, 경력 초기 근로자 중 자신이 직접 혜택을 받는다고 응답한 비율은 60%에 불과했던 반면, 고참 전문직 종사자는 80%에 달했습니다.

범위와 속도

응답자들은 생산성 향상을 어떤 방식으로 경험하는지도 공유했습니다. 이를 범위(scope), 속도(speed), 품질(quality), 비용(cost)으로 구분했습니다. 예를 들어, 코딩 작업에 AI를 활용하는 많은 사람들이 "저는 비기술직이었는데, 이제는 풀스택 개발자가 됐습니다"라고 말했습니다. 이는 업무 범위의 확장으로, AI가 새로운 역량을 열어준 사례입니다. 반면 기존에 하던 작업의 속도를 높이는 데 AI를 활용한 경우도 있었는데, 한 회계사는 "예전에 2시간 걸리던 자금 조달 작업을 15분 안에 끝낼 수 있는 도구를 만들었습니다"라고 했습니다. 품질 향상은 주로 코드, 계약서, 각종 문서의 더 꼼꼼한 검토에서 비롯됐습니다. 또한 소수의 응답자는 AI 사용 비용이 낮다는 점을 언급했는데, "소셜 미디어 매니저를 고용하면 예산을 초과하게 됩니다"라는 응답이 그 예입니다.

분석 결과, 생산성 향상 유형 중 가장 많이 언급된 것은 업무 범위 확장으로, 생산성 향상을 명시적으로 언급한 응답자의 48%가 이를 꼽았습니다. 속도 향상을 강조한 응답자도 40%에 달했습니다.

Claude 사용 경험이 AI에 대한 인식에도 영향을 미칠 수 있습니다. 이를 파악하기 위해 응답자들이 보고한 업무 속도 변화를 측정했습니다. 업무가 훨씬 느려진 경우를 1점, 변화 없음을 4점, 훨씬 빨라진 경우를 7점으로 코딩했습니다.

분석 결과, 업무 속도 향상과 체감 일자리 위협 사이에는 U자형 관계가 나타났습니다(그림 6 참조). 가장 왼쪽 막대는 AI가 업무 속도를 오히려 늦췄다고 응답한 경우인데, 이들은 AI가 자신의 생계에 심각한 위협이 된다고 응답할 가능성이 높았습니다. 예를 들어 순수 예술가나 작가 같은 창작 분야 종사자들은 AI가 너무 경직되고 제약이 많아 자신의 작업에 실질적인 도움이 되지 않는다고 느끼면서도, 동시에 AI가 창작 분야 전반에 확산되면 일자리를 구하기 더 어려워질 것을 두려워했습니다.

나머지 응답자들의 경우, 체감 일자리 위협은 응답에서 추론된 업무 속도 향상 수준이 높아질수록 일관되게 증가했습니다. 경제적으로 보면 어느 정도 납득할 수 있는 결과입니다. 업무에 필요한 시간이 빠르게 줄어들고 있다면, 해당 역할의 미래 존속 가능성에 대한 불확실성이 커질 수 있기 때문입니다.

논의

경제 지수는 사람들이 AI를 무엇에 활용하는지 보여줍니다. 그러나 AI의 경제적 영향을 이해하는 데 있어 또 하나의 핵심 요소는 사람들이 직접 전하는 경험담입니다. 이번에 분석한 응답들은 사람들의 직관이 실제 사용 데이터와 일치함을 보여줍니다. Claude가 가장 많은 업무를 수행하는 직종에서 사람들이 AI의 영향을 가장 크게 우려하고 있었습니다. 또한 경력 초기 근로자들 사이에서 경제적 불안이 더 높게 나타난 점은 기존 연구 결과와도 부합합니다.

Claude가 사용자의 역량을 강화한다는 신호도 확인됩니다. 응답자들은 혜택이 고용주나 AI 기업보다 자신에게 돌아온다고 말하는 경향이 더 강했습니다. 고임금 근로자들이 AI의 생산성 효과에 가장 긍정적인 반응을 보였지만, 저임금·저학력 근로자들도 높은 생산성 향상을 보고했습니다. 대부분의 응답자는 Claude가 업무 범위를 넓히거나 속도를 높이는 방식으로 자신의 역량을 강화했다고 답했습니다. 다만, 업무 속도가 가장 크게 빨라진 사용자들이 AI의 일자리 영향에 대해서도 가장 큰 불안감을 나타냈습니다.

데이터의 특성상 몇 가지 주의할 점이 있습니다. 첫째, 이번 설문은 Claude.ai 개인 계정 사용자 중 자발적으로 응답한 이들에 한정됩니다. 다양한 잠재적 편향 중에서도, 이 응답자들은 혜택이 자신에게 돌아온다고 인식할 가능성이 상대적으로 높을 수 있습니다. 둘째, 응답자들에게 이 연구의 분석 변수를 직접 묻지 않았기 때문에, 맥락적 단서로 추론한 직종, 경력 단계 등의 정보가 부정확할 수 있습니다. 이와 관련하여, 설문이 개방형 형식으로 진행된 만큼, 각 측정값은 응답자가 자발적으로 언급한 내용에 기반합니다. 따라서 이번 결과는 해당 주제를 직접적으로 묻는 구조화된 설문을 통해 검증될 필요가 있습니다.

그럼에도 불구하고, 이번 인터뷰는 AI 경제학에 대한 사람들의 솔직한 생각을 드러내며, 정성적 데이터가 어떻게 정량적 가설을 도출할 수 있는지 보여줍니다. 경제 관련 우려가 높은 비중을 차지했다는 사실 자체만으로도 분명한 신호입니다.

부록

링크된 PDF의 마지막 섹션을 참고하세요.

감사의 말

자신의 이야기를 공유해준 Claude 사용자 80,508명께 감사드립니다.

Maxim Massenkoff가 분석을 총괄하고 블로그 포스트를 작성했습니다. Saffron Huang이 인터뷰 프로젝트를 이끌고 전반적인 방향을 제시했습니다.

Zoe Hitzig와 Eva Lyubich가 핵심 피드백과 방법론적 지침을 제공했습니다. Keir Bradwell과 Rebecca Hiscott이 편집을 지원했습니다. Hanah Ho와 Kim Withee가 디자인을 담당했습니다. Grace Yun, AJ Alt, Thomas Millar가 Claude.ai 내 Anthropic Interviewer를 구현했습니다. Chelsea Larsson, Jane Leibrock, Matt Gallivan이 설문 및 사용자 경험 설계에 기여했습니다. Theodore Sumers가 데이터 처리 및 클러스터링 인프라 구축을 담당했습니다. Peter McCrory, Deep Ganguli, Jack Clark이 핵심 피드백, 방향 설정 및 조직적 지원을 제공했습니다.

또한 Miriam Chaum, Ankur Rathi, Santi Ruiz, David Saunders의 논의, 피드백, 지원에도 감사드립니다.