Anthropic Economic Index

앞으로 몇 년 안에 AI 시스템은 사람들의 일하는 방식에 큰 변화를 가져올 것입니다. 이에 따라 저희는 AI가 노동 시장과 경제에 미치는 영향을 지속적으로 파악하기 위한 프로젝트인 Anthropic Economic Index를 출범합니다.

이 인덱스의 첫 번째 보고서는 Claude.ai의 수백만 건에 달하는 익명화된 대화 데이터를 바탕으로 한 분석 결과를 담고 있습니다. AI가 현대 경제 전반의 실제 업무에 어떻게 활용되고 있는지, 지금까지 중 가장 선명한 그림을 보여주는 최초의 자료입니다.

분석에 사용된 데이터셋은 오픈소스로 공개 하여, 다른 연구자들이 이번 연구를 토대로 후속 연구를 진행할 수 있도록 했습니다. 노동 시장의 변혁과 고용·생산성에 미치는 영향에 효과적으로 대응하는 정책을 마련하려면 다양한 관점이 필요합니다. 이를 위해 경제학자, 정책 전문가, 그 외 연구자들에게 이 인덱스에 대한 의견을 제출해 줄 것을 요청합니다.

Economic Index 첫 번째 논문의 주요 발견 사항은 다음과 같습니다.

• 현재 AI 활용은 소프트웨어 개발 및 기술 문서 작성 과업에 집중되어 있습니다. 전체 직종의 3분의 1 이상(약 36%)에서 관련 과업의 최소 4분의 1 이상에 AI를 활용하고 있으며, 약 4%의 직종은 관련 과업의 4분의 3 이상에 AI를 활용합니다.
• AI 활용은 AI가 직접 과업을 수행하는 자동화(43%)보다 AI가 인간의 역량을 보완하며 협력하는 증강(augmentation, 57%)의 비중이 더 높습니다.
• AI 활용은 컴퓨터 프로그래머나 데이터 과학자처럼 중상위 임금 직종의 과업에서 더 활발한 반면, 최저 임금 및 최고 임금 직종에서는 상대적으로 낮습니다. 이는 현재 AI 기술의 한계와 더불어 실제 도입을 가로막는 현실적 장벽이 복합적으로 작용한 결과로 보입니다.

초기 연구 결과의 세부 내용은 아래에서 확인하세요.

노동 시장 전반의 AI 활용 현황 분석

저희의 새 논문은 산업혁명 시대의 방적기부터 오늘날의 자동차 제조 로봇에 이르기까지, 기술이 노동 시장에 미치는 영향을 연구해 온 오랜 학문적 전통 위에서 AI의 현재 진행형 영향에 집중합니다. 저희는 사람들에게 AI 사용 여부를 묻거나 미래를 예측하는 대신, AI가 실제로 어떻게 활용되고 있는지에 대한 직접적인 데이터를 분석했습니다.

직무 과업 분석

이번 연구의 출발점은 경제학 문헌에서 얻은 중요한 통찰이었습니다. 바로 때로는 직무 과업에 집중하는 것이 직종 자체에 집중하는 것보다 더 유의미할 수 있다는 점입니다. 많은 직업들은 공통된 과업과 기술을 공유합니다. 예를 들어 시각적 패턴 인식은 디자이너, 사진작가, 보안 검색 요원, 방사선과 의사 모두가 수행하는 과업입니다.

어떤 과업은 다른 것들보다 신기술에 의한 자동화 또는 증강에 더 적합합니다. 따라서 AI가 직종마다 다른 과업에 선택적으로 도입될 것이며, 직업 전체가 아닌 개별 과업 단위로 분석할 때 AI가 경제에 통합되는 양상을 더 입체적으로 파악할 수 있다고 판단했습니다.

Clio를 활용한 AI 사용-과업 매핑

이번 연구는 사용자 개인정보를 보호하면서 Claude와의 대화를 분석할 수 있는 자동화 분석 도구인 Claude 인사이트 및 관찰(Claude insights and observations), 즉 "Clio"¹를 통해 가능했습니다. 약 100만 건의 Claude 대화 데이터(구체적으로는 Claude.ai의 무료 및 Pro 플랜 대화)에 Clio를 적용해 대화를 직무 과업별로 분류했습니다.

과업 분류 기준으로는 미국 노동부가 관리하는 약 2만 개의 업무 관련 과업 데이터베이스인 직업 정보 네트워크(Occupational Information Network), 즉 O*NET의 분류 체계를 사용했습니다. Clio는 각 대화를 해당 대화에서 AI가 수행한 역할을 가장 잘 나타내는 O*NET 과업에 매핑했으며(프로세스는 아래 그림에 요약), 이후 O*NET의 분류 체계에 따라 과업을 해당 직종으로, 직종을 다시 교육 및 도서관, 경영 및 금융 등 소수의 상위 카테고리로 묶었습니다.

결과

직종별 AI 활용 현황. 데이터셋에서 AI 도입 비율이 단연 높은 과업과 직종은 소프트웨어 엔지니어링 직군을 주로 포괄하는 "컴퓨터 및 수학" 카테고리였습니다. Claude에 전송된 전체 쿼리의 37.2%가 이 카테고리에 해당했으며, 소프트웨어 수정, 코드 디버깅, 네트워크 문제 해결 등의 과업이 포함됩니다.

두 번째로 비중이 높은 카테고리는 "예술, 디자인, 스포츠, 엔터테인먼트 및 미디어"(전체 쿼리의 10.3%)로, 주로 다양한 유형의 글쓰기 및 편집에 Claude를 활용하는 사례가 반영된 결과입니다. 예상대로 "농업, 어업 및 임업" 카테고리(전체 쿼리의 0.1%)처럼 높은 수준의 육체노동을 수반하는 직종은 가장 낮은 비율을 보였습니다.

또한 데이터상의 비율을 해당 직종이 노동 시장 전반에서 차지하는 비율과 비교했습니다. 비교 결과는 아래 그래프에서 확인할 수 있습니다.

직종 내 AI 활용 깊이. 분석 결과, 대부분의 관련 과업에 AI를 사용하는 직종은 극히 드물었습니다. 관련 과업의 75% 이상에 AI를 활용하는 직종은 약 4%에 불과했습니다. 반면 보다 완만한 수준의 AI 활용은 훨씬 더 광범위하게 나타났는데, 약 36%의 직종은 관련 과업의 최소 25% 이상에 AI를 활용하고 있었습니다.

예상대로 이번 데이터에서 특정 직업이 완전히 자동화된 사례는 발견되지 않았습니다. 대신 AI는 경제 전반의 다양한 과업에 분산되어 활용되었으며, 일부 과업 군에서 더 강한 영향을 미치고 있었습니다.

AI 활용과 임금. O*NET 데이터베이스에는 수록된 각 직종의 미국 중위 임금 정보가 포함되어 있습니다. 저희는 이 정보를 분석에 추가하여 직종별 중위 임금과 해당 직무 과업에서의 AI 활용 수준을 비교했습니다.

흥미롭게도, 저임금과 초고임금 직종 모두 AI 활용률이 매우 낮았습니다(샴푸사, 산부인과 전문의처럼 세밀한 손기술을 많이 요하는 직종들이 주를 이루었습니다). 저희 데이터에서 AI를 가장 많이 활용하는 직종은 컴퓨터 프로그래머, 카피라이터처럼 중상위 임금대의 특정 직종들이었습니다.

자동화 대 증강. 과업이 어떻게 수행되고 있는지도 더 자세히 살펴보았습니다. 구체적으로는, "자동화"(AI가 문서 서식 지정 등 과업을 직접 수행)에 해당하는 과업과 "증강"(AI가 사용자와 협력하여 과업 수행)에 해당하는 과업을 구분해 분석했습니다.

전체적으로는 증강이 약간 더 높은 비율을 보였으며, 과업의 57%가 증강, 43%가 자동화에 해당했습니다. 즉, 절반 이상의 경우에서 AI는 사람의 과업을 대체하는 것이 아니라, 검증(예: 사용자 결과물 재확인), 학습 지원(예: 사용자의 새로운 지식·기술 습득 지원), 과업 반복(예: 아이디어 도출 또는 반복적 생성 과업 지원) 등의 방식으로 사용자와 함께 협력하고 있었습니다.

한계점

이번 연구는 AI가 노동 시장을 어떻게 변화시키고 있는지 들여다볼 수 있는 독보적인 기회를 제공합니다. 하지만 모든 연구가 그렇듯 중요한 한계점이 있습니다.

• Claude를 특정 과업에 활용한 사람이 실제로 업무 목적으로 사용한 것인지 확실히 알 수 없습니다. 글쓰기나 편집 관련 도움을 요청한 사람이 직장 업무로 그랬을 수도 있지만, 취미로 쓰는 소설 작업 중이었을 수도 있습니다.
• 또한 사용자가 Claude의 답변을 어떻게 활용했는지도 알 수 없습니다. 코드를 그대로 복사·붙여넣기 했을까요, 아니면 답변을 검토하거나 비판 없이 수용했을까요? 데이터상 자동화로 분류된 일부 사례가 실제로는 증강일 수 있습니다. 예를 들어, 사용자가 Claude에게 메모 전체 작성을 요청한 경우(자동화로 분류)라도, 이후 직접 편집하는 과정이 있었다면 그것은 증강에 해당합니다.
• 분석 대상도 API, 팀(Team), 엔터프라이즈(Enterprise) 플랜 사용자가 아닌 Claude.ai의 무료 및 Pro 플랜 데이터로만 한정됩니다. Claude.ai 데이터에는 업무와 무관한 대화도 일부 포함되어 있으나, 언어 모델을 활용해 직무 과업과 관련된 대화만 남기도록 필터링하여 이 문제를 최소화했습니다.
• 과업의 수가 매우 많다 보니 Clio가 일부 대화를 잘못 분류했을 가능성도 있습니다(분석 검증 방법에 대한 자세한 내용은 전체 논문, 특히 부록 B를 참고하세요).
• Claude는 이미지를 직접 생성하지 못하기 때문에(코드를 통한 간접 생성은 가능), 일부 창의적 활용 사례는 데이터에 반영되지 않습니다.
• Claude가 최첨단 코딩 모델로 홍보되고 있는 만큼, 코딩 관련 활용이 과대 대표되었을 수 있습니다. 이러한 이유로 저희 데이터의 활용 사례가 AI 사용 전반의 대표 표본이라고 주장하지 않습니다.

결론 및 향후 연구 방향

AI 활용은 빠르게 확산되고 있으며, 모델의 성능도 꾸준히 향상되고 있습니다. 비교적 짧은 기간 내에 노동 시장의 모습이 상당히 달라질 수 있습니다. 이에 따라 저희는 위의 분석 상당 부분을 주기적으로 반복 수행하여 앞으로 일어날 사회·경제적 변화를 추적해 나갈 것입니다. 결과와 관련 데이터셋은 Anthropic Economic Index의 일환으로 정기적으로 공개할 예정입니다.

이러한 종단 분석은 AI와 취업 시장에 대한 새로운 통찰을 제공합니다. 예를 들어, 직종 내 AI 활용 깊이의 변화를 모니터링할 수 있습니다. AI가 특정 과업에만 선택적으로 활용되고, 대부분의 과업에 AI를 활용하는 직종이 극소수에 그치는 상황이 유지된다면, 현재의 직업 대부분이 사라지기보다는 진화하는 미래가 펼쳐질 수 있습니다. 자동화와 증강의 비율도 모니터링하여 자동화가 심화되는 분야의 신호를 포착할 수 있습니다.

이번 연구는 AI가 어떻게 활용되고 있는지에 대한 데이터를 제공하지만, 정책 처방을 내리지는 않습니다. AI가 노동 시장에 미칠 영향에 대비하는 방법은 연구만으로 도출할 수 없으며, 다양한 관점에서 나온 근거, 가치, 경험이 결합될 때 비로소 답을 찾을 수 있습니다. 저희의 새로운 방법론으로 이러한 문제들에 더 많은 빛을 비출 수 있기를 기대합니다.

분석 방법과 결과에 대한 자세한 내용은 전체 논문을 참고하세요.

데이터 공개 및 의견 요청

이 논문과 Anthropic Economic Index의 가장 중요한 기여는 AI의 영향을 상세히 파악할 수 있는 새로운 방법론과 데이터입니다. 위 분석에 사용된 데이터셋을 즉시 공개하며, 앞으로 추가 데이터셋이 마련되는 대로 계속 공유할 계획입니다.

전체 데이터셋은 여기에서 다운로드할 수 있습니다.

연구자들이 데이터에 대한 피드백을 제출하거나 새로운 연구 방향을 제안할 수 있는 양식은 여기에 있습니다.

감사의 말

초기 연구 결과와 논문 초고에 유익한 의견과 논의를 나눠주신 Jonathon Hazell, Anders Humlum, Molly Kinder, Anton Korinek, Benjamin Krause, Michael Kremer, John List, Ethan Mollick, Lilach Mollick, Arjun Ramani, Will Rinehart, Robert Seamans, Michael Webb, Chenzi Xu께 감사드립니다.

함께 일해요

AI가 노동 시장에 미치는 영향을 Anthropic에서 연구하는 데 관심이 있으시다면, Societal Impacts Research Scientist와 Research Engineer 포지션에 지원해 보세요.