앤트로픽, AI 경제 지수 보고서 발표: AI가 노동 시장을 재편하는 방법

인공지능(AI) 시스템은 향후 몇 년 안에 사람들의 업무 방식을 크게 변화시킬 것입니다. AI가 노동 시장과 경제에 미치는 장기적인 영향에 대해 더 깊이 이해하기 위해 Anthropic은 'Anthropic 경제 지수'(인류학 경제 지수) 연구 프로젝트입니다.

인덱스의 첫 번째 보고서는 다음을 기반으로 합니다. Claude.ai 플랫폼에서 수백만 건의 익명 대화에서 얻은 데이터는 최첨단 데이터 인사이트와 분석을 제공합니다. 이 보고서는 AI가 현대 경제의 과제에 어떻게 적용되는지에 대한 가장 명확한 그림을 보여줍니다. 전문가들은 이 보고서의 데이터 양과 분석의 깊이가 전례가 없는 수준이며, Anthropic이 AI 경제 영향 연구 분야의 리더로 자리매김하려는 의지가 엿보인다고 평가합니다.

또한, 연구자들이 이 분석을 기반으로 구축할 수 있도록 데이터 세트를 추가로 공개했습니다. 논평가들은 이러한 조치가 AI의 경제적 영향에 대한 연구에 더 많은 학계의 참여를 장려하는 Anthropic의 개방성을 보여준다고 평가했습니다. 다가오는 노동 시장의 전환과 고용 및 생산성에 대한 잠재적 영향은 다차원적인 정책적 대응을 필요로 할 것입니다. 이를 위해 앤트로픽은 경제학자, 정책 전문가, 다른 분야의 연구자들이 이 지수의 후속 연구에 인사이트를 제공할 수 있도록 초대합니다.

경제 지수의 첫 번째 보고서의 주요 결과는 다음과 같습니다:

• AI 애플리케이션의 산업 집중도: 현재 AI의 활용은 소프트웨어 개발과 기술 문서 작성에 집중되어 있습니다. 약 3분의 1 이상의 직종(약 361개)이 관련 업무의 4분의 1 이상에 AI를 사용하고 있으며, 약 41개 직종은 업무의 4분의 3에 AI를 심층적으로 사용하고 있습니다. 해설자들은 이러한 데이터를 통해 특정 지식 기반 직업에서 AI의 보급이 시작되었음을 확인할 수 있지만 아직 AI 애플리케이션에 활용될 수 있는 잠재력이 크다는 신호이기도 하다고 지적합니다.
• 향상된 애플리케이션이 지배적입니다: AI가 직접 업무를 수행하는 자동화 모드(43%)에 비해 AI의 적용은 검증, 학습, 업무 반복 등의 영역에서 인간과 협력하여 인간의 능력을 보강하는 증강 모드(57%)에 더 중점을 두고 있습니다. 분석가들은 이는 현재의 AI 기술이 인간의 업무를 완전히 대체하기보다는 인간을 보조하는 데 더 효과적이며, 인간과 기계의 협업이 앞으로 한동안 주류 업무 방식이 될 가능성이 높다는 것을 보여준다고 해석했습니다.
• AI 지원 분야 및 급여 수준: AI는 컴퓨터 프로그래머나 데이터 과학자 등 중-고임금 직종과 관련된 업무에서 더 일반적으로 사용됩니다. 그러나 최저임금과 최고임금 직종에서는 AI의 활용도가 상대적으로 낮습니다. 전문가들은 이는 현재 AI 기능의 한계와 다양한 산업에서 AI 기술 도입에 대한 현실적인 장벽을 반영하는 것일 수 있다고 추측했습니다. 또한 AI 기술은 어느 정도 복잡하지만 창의성이나 대인관계 기술을 지나치게 강조하지 않는 업무에 더 적합할 수 있다는 의견도 제시되었습니다.

다음 섹션에서는 Anthropic의 초기 연구 결과를 자세히 살펴보기 위해 노동 시장에서 AI가 어떻게 활용되고 있는지 자세히 설명합니다.

Claude.ai의 실제 사용자 데이터를 통해 다양한 경제 분야에서 AI가 어떻게 활용되고 적용되는지 살펴보세요. 그래프의 숫자는 특정 업무, 직종 및 카테고리와 관련된 클로드 관련 대화의 비율을 나타냅니다.

노동 시장에서의 AI 현황에 대한 인사이트

Anthropic의 최신 연구 논문은 기술 변화와 노동 시장의 관계에 대한 장기적인 연구를 기반으로 합니다. 기술 발전은 산업혁명의 제니 방적기부터 오늘날의 자동차 제조 로봇에 이르기까지 노동 환경을 재편해 왔으며, Anthropic은 AI가 미치는 혁신적인 영향에 초점을 맞추고 있습니다. 기존의 설문조사나 미래 예측과는 달리 Anthropic은 AI가 실제로 어떻게 활용되고 있는지에 대한 직접적인 데이터를 보유하고 있습니다. 비평가들은 이러한 접근 방식이 주관적 편견을 피하고 사용자 행동 데이터에서 직접 도출하기 때문에 보다 객관적이고 설득력 있는 결과를 도출할 수 있다고 주장합니다.

업무 분석 방법론

Anthropic의 접근 방식은 경제학 문헌의 중요한 통찰력에서 비롯된 것으로, 때로는 직업 자체보다는 '직업적 업무'에 초점을 맞추는 것이 분석적으로 더 가치가 있다는 것입니다. 다양한 직업에는 공통적으로 특정 업무와 기술이 포함되어 있는 경우가 많습니다. 예를 들어, 시각적 패턴을 인식하는 능력은 디자이너, 사진작가, 보안검색관, 방사선사 등의 직종에서 모두 수행해야 하는 작업입니다. 이러한 직무 중심의 분석 관점은 기술 변화가 노동 시장에 미치는 구조적 영향을 보다 정교하게 포착할 수 있다는 지적을 받아왔습니다.

새로운 기술을 통해 자동화되거나 향상될 수 있는 업무 유형에는 차이가 있습니다. 따라서 Anthropic은 다양한 직종의 특정 업무에 AI가 선택적으로 적용될 것으로 예상합니다. 전체 업무가 아닌 특정 업무를 분석함으로써 Anthropic은 AI가 점차 경제에 어떻게 통합되는지 보다 포괄적으로 이해할 수 있습니다.

Clio 시스템: AI 앱을 커리어 미션에 연결하기

이 연구는 사용자의 개인정보를 보호하면서 클라우데와의 대화 데이터를 분석할 수 있는 자동화된 분석 도구인 Clio(Claude Insight & Observation)의 도움을 받았습니다. Anthropic은 Clio 시스템을 사용하여 클라우데와의 약 백만 건의 대화(특히, Claude.ai 플랫폼의 무료 및 프로 버전 대화)를 분석했습니다. Anthropic은 Clio 시스템을 사용하여 Claude와의 약 백만 건의 사용자 대화(특히 Claude.ai 플랫폼의 무료 및 프로 버전의 대화)를 분석했으며, Clio는 이를 업무에 따라 효율적으로 정리하고 분류할 수 있었습니다. 검토자는 사용자 개인정보를 엄격하게 보호하면서 방대한 대화 데이터에서 가치 있는 경제 정보를 추출할 수 있었던 Clio 시스템의 활용을 연구의 하이라이트라고 극찬했습니다.

앤트로픽의 연구팀은 미국 노동부에서 개발한 직업 분류 체계를 벤치마킹하고 노동부에서 관리하는 직업 정보 네트워크를 참고하여 ONET(직업 정보 네트워크) 데이터베이스.Clio 시스템은 각 대화를 ONET 작업 항목이 일치하는지 확인합니다(프로세스는 아래와 같습니다). 그런 다음 Anthropic은 ONET의 분류 프레임워크에 따라 업무를 해당 업무를 대표하는 직종으로 분류하고, 직종을 '교육 및 도서관', '비즈니스 및 금융' 등과 같은 더 넓은 범주로 그룹화합니다.

Anthropic의 Clio 시스템은 클로드와의 대화(데이터는 철저히 기밀로 유지됨, 왼쪽 상단)를 직업적 업무(가운데 상단)로 변환하고, 나아가 O*NET에서 파생된 직업/직업 카테고리(오른쪽 상단)로 변환했습니다. 그런 다음 이러한 데이터를 다양한 분석에 사용했습니다(맨 아래 줄, 아래에서 자세히 설명).

결과

직종별 AI 지원 분포. 앤서픽의 데이터 세트 분석 결과, AI 도입률이 가장 높은 업무와 직종은 주로 소프트웨어 엔지니어링 관련 업무를 다루는 '컴퓨터 및 수학' 카테고리에 집중되어 있었습니다. 소프트웨어 수정, 코드 디버깅, 네트워크 문제 해결과 같은 작업을 다루는 37.2%의 사용자 쿼리가 이 범주에 속했습니다. 이 리뷰는 소프트웨어 엔지니어링 분야가 AI 도입의 최전선에 있는 것은 놀라운 일이 아니라고 지적합니다. 결국 AI 기술 자체가 컴퓨터 과학에 뿌리를 두고 있기 때문입니다.

두 번째로 큰 카테고리는 '예술, 디자인, 스포츠, 엔터테인먼트 및 미디어'(사용자 쿼리 10.3%)로, 모든 유형의 글쓰기 및 편집 작업에 Claude를 활용하는 사용자들을 주로 반영하고 있습니다. 분석가들은 이를 크리에이티브 산업, 특히 콘텐츠 제작 분야에서도 AI가 그 존재감을 드러내기 시작했다는 신호로 보고 있습니다. 예상대로 '농업, 어업 및 임업' 카테고리(사용자 쿼리의 0.11 TP3T에 불과)와 같이 수작업이 많이 필요한 직종은 AI 도입 비중이 가장 낮았습니다.

또한, 앤트로픽은 자체 데이터 세트에서 각 직종별 AI 도입 비율을 전체 노동 시장에서 해당 직종이 차지하는 비율과 비교했습니다. 그 결과는 아래 차트에 나와 있습니다.

각 직종별로 주황색 막대는 클로드 관련 대화의 비율을 나타내고, 회색 막대는 미국 경제에서 해당 직종을 가진 근로자의 비율을 나타냅니다(미국 노동부의 O*NET 직업 분류 데이터).

커리어 내 AI 도입의 깊이. 앤서픽의 분석에 따르면 극소수의 직업군만이 관련 업무의 대부분에 AI를 심층적으로 사용하고 있는 것으로 나타났습니다. 데이터에 따르면 약 41%에 해당하는 직업군만이 최소 75%의 업무에 AI를 적용했습니다. 그러나 약 36%의 직업군이 최소 25%의 업무에 AI를 사용하기 시작했으며 이는 AI 채택이 아직 초기 단계에 있고 심층적인 적용은 아직 널리 보급되지 않았지만 얕은 적용은 침투하기 시작했음을 나타낸다고 해설자들은 제안합니다. 논평가들에 따르면, 이는 AI 도입이 아직 초기 단계에 있으며 심층적인 애플리케이션은 아직 널리 보급되지 않았지만 얕은 애플리케이션이 다양한 산업에 침투하기 시작했음을 시사합니다.

앤서픽의 예상대로, 이 데이터 세트는 AI에 의해 일자리가 완전히 자동화될 조짐을 보이지 않습니다. 대신, AI는 경제 활동의 많은 업무 부문에 점차 침투하고 있으며 일부 업무 그룹에만 더 많은 영향을 미치고 있습니다. 분석가들에 따르면 이는 현재의 AI 기술이 일자리 대체보다는 업무 수준의 향상을 선호한다는 증거라고 합니다.

AI 도입과 급여 수준 간의 관계. O*NET 데이터베이스는 미국 내 각 직종의 평균 연봉에 대한 데이터를 제공하며, 앤트로픽은 이 정보를 분석 프레임워크에 통합하여 각 산업의 평균 연봉 수준과 관련 업무에서 AI가 활용되는 정도를 비교할 수 있도록 합니다.

한 가지 흥미로운 사실은 미용사나 산부인과 의사처럼 일반적으로 고도의 수작업 기술이 필요한 저소득 및 초고소득 직종 모두에서 AI 사용률이 상대적으로 낮다는 점입니다. 반면, 컴퓨터 프로그래머나 카피라이터와 같이 소득 수준이 중간에서 높은 특정 직업군은 Anthropic의 데이터에서 AI에 대한 의존도가 높은 것으로 나타났습니다. 이러한 현상에 대해 전문가들은 고도의 수작업 기술이나 극도의 전문성이 요구되는 직업은 상대적으로 대체 가능성이 낮은 반면, 중간 숙련도의 중간 소득 지식 기반 직업에서는 AI가 활용될 가능성이 높다는 점을 시사하는 교훈적인 결과라고 평가했습니다.

그래프는 직종의 평균 연봉(x축)과 해당 직종과 관련된 클로드 대화의 비율(y축) 사이의 관계를 보여주며, 몇 가지 대표적인 직종을 강조 표시합니다.

자동화 및 개선 사항 분석. 또한 Anthropic은 작업이 '수행'되는 방식, 즉 어떤 작업이 '자동화'(문서 서식 지정과 같이 AI가 직접 작업을 수행하는 경우)되고 어떤 작업이 '증강'(AI가 사용자와 협업하여 작업을 완료하는 경우)되는지 더 자세히 살펴봅니다. 서식 지정), 그리고 어떤 작업이 "증강"(AI가 사용자와 협업하여 작업을 완료하는 경우) 작업인지 구분합니다.

전반적으로 연구 결과는 '향상' 모델을 약간 선호했습니다. 분석된 모든 작업 중 57%는 증강 애플리케이션에 속하고 43%는 자동화 애플리케이션에 속합니다. 즉, 절반이 조금 넘는 애플리케이션 시나리오에서 AI의 역할은 작업 수행에서 인간을 대체하는 것이 아니라 검증(예: 사용자의 작업 결과물 검토), 학습(예: 사용자의 새로운 지식 및 기술 습득 지원), 작업 반복(예: 사용자의 브레인스토밍 또는 수행 지원)에 참여하여 인간과 "시너지"를 내는 것입니다. (예: 사용자의 브레인스토밍 또는 반복적인 생성 작업 수행 지원). 전문가 분석에 따르면 증강 애플리케이션이 자동화된 애플리케이션보다 약간 더 일반적인 것으로 나타났는데, 이는 현재 클로드와 같은 AI 도구가 인간의 인력을 직접 대체하기보다는 인간의 생산성과 창의성을 향상시키는 데 더 중점을 두고 있다는 것을 시사합니다.

이 그림은 클로드와의 대화에서 증강 애플리케이션과 자동화된 애플리케이션의 비율과 각 카테고리 내의 작업 하위 유형 분류 구성을 보여줍니다. 하위 유형에 대한 구체적인 정의는 Anthropic의 연구 논문에 설명되어 있습니다. "지시": 최소한의 인간 상호작용을 통한 작업 위임, "피드백 루프": 환경 피드백에 따른 작업 완료, "작업 반복": 협업 프로세스를 통한 작업 실행의 최적화 "학습": 지식 습득 및 이해, "검증": 작업 결과의 검증 및 개선.

연구의 한계

Anthropic의 이 연구는 AI가 노동 시장을 어떻게 재편하고 있는지 이해하는 데 있어 독특한 관점을 제공합니다. 하지만 모든 연구와 마찬가지로 이 연구에는 몇 가지 중요한 한계가 있습니다. 주요 한계는 다음과 같습니다:

• 업무 시나리오의 정의: 사용자가 Claude를 사용하여 작업을 수행하는 것이 업무의 영역에 속하는지 여부는 아직 정확하게 판단할 수 없습니다. 글쓰기나 편집에 대한 조언을 얻기 위해 클로드에 의존하는 사용자가 실제로 업무를 수행하고 있을 수도 있지만, 단순히 개인적인 취미(예: 소설 쓰기)를 충족시키기 위한 것일 수도 있습니다. 해설자들은 이것이 내재된 방법론적 문제이며, 사용자 대화 데이터를 기반으로 한 연구에서는 업무와 비업무 시나리오를 완전히 구분하기 어렵다고 지적했습니다.
• 사용자 행동에 대한 해석: 위의 문제와 관련하여, Anthropic은 사용자가 실제로 Claude의 답변 결과를 어떻게 사용하는지 이해하지 못합니다. 예를 들어, 사용자가 코드 스니펫을 직접 복사하여 붙여넣나요? 응답 내용을 사실 확인을 하나요, 아니면 무비판적으로 무비판적으로 받아들이나요? 앤트로픽의 데이터에서 '자동화된' 것으로 보이는 특정 애플리케이션 시나리오는 실제로는 여전히 '증강' 모드에 있을 수 있습니다. 예를 들어, 사용자가 클로드에게 자신을 대신해 전체 메모를 작성해 달라고 요청하고(표면적으로는 자동화된 상태), 이후에는 직접 편집하고 수정할 수 있습니다(이는 향상된 상태). 분석가들에 따르면 이러한 '자동화된 껍데기, 인간 중심' 현상은 자동화 수준을 과대평가하는 결과를 초래할 수 있다고 합니다.
• 데이터 소스의 한계: 현재 Anthropic은 Claude.ai 무료 및 프로 요금제의 사용자 데이터만 분석하며, API, 팀 또는 엔터프라이즈 사용자의 데이터는 포함하지 않습니다. Claude.ai의 데이터에는 업무가 아닌 시나리오의 대화가 일부 섞여 있을 수 있지만, Anthropic은 언어 모델을 사용하여 데이터를 필터링하여 업무와 관련된 대화만 유지함으로써 데이터 편향성 문제를 어느 정도 완화했습니다. 이러한 데이터 필터링 시도로 편향성 문제는 어느 정도 완화되었지만, Claude.ai의 무료 및 프로 버전의 사용자 데이터에만 의존하는 것은 엔터프라이즈급 AI 애플리케이션의 실제 모습을 온전히 반영하기 어려울 수 있다고 전문가들은 말합니다.
• 작업 분류 오류: 작업 유형의 절대적인 수가 많기 때문에 Clio 시스템이 분류 과정에서 일부 대화에 잘못 태그를 지정했을 수 있습니다(Anthropic이 분석 결과를 검증한 방법에 대한 자세한 내용은 전체 논문, 특히 부록 B를 참조하세요).
• 모델링 기능의 한계: Claude는 현재 코드를 통해 간접적으로 이미지를 생성할 수 있는 기능이 없기 때문에 일부 창의적인 이미지 관련 애플리케이션은 연구 데이터에서 다루지 않았습니다.
• 코딩 사용 사례를 지나치게 강조합니다: Claude가 가장 진보된 코딩 모델 중 하나로 선전되어 온 점을 감안할 때, Anthropic은 데이터에 코딩 관련 사용 사례가 과대 대표될 수 있다고 예상합니다. 따라서 현재 데이터 세트의 애플리케이션 분포가 전체 AI 애플리케이션 환경을 완전히 대표한다고 생각하지 않습니다. 검토자는 연구팀도 데이터 세트의 한계를 솔직하게 인정하고 있으며, 특히 프로그래밍 어시스턴트로서 클로드의 시장 위치를 고려할 때 데이터 결과가 소프트웨어 개발과 같은 영역에 치우칠 수 있다는 점을 강조합니다.

결론 및 향후 연구 방향

AI 기술의 사용은 빠르게 확대되고 있으며 AI 모델의 역량도 계속 성장하고 있습니다. 노동 시장의 환경은 가까운 미래에 크게 변화할 가능성이 높습니다. 따라서 Anthropic은 잠재적인 사회적, 경제적 변화를 지속적으로 추적하기 위해 이러한 분석을 시간이 지남에 따라 반복할 계획이며, 그 결과와 관련 데이터 세트를 Anthropic 경제 지수의 일부로 정기적으로 발표할 예정입니다. Anthropic은 AI의 광범위한 경제적, 사회적 영향을 지속적으로 추적하고 분석하기 위해 연구 프로젝트를 지속할 의도를 가지고 있습니다. Anthropic은 AI의 광범위한 경제적, 사회적 영향을 지속적으로 추적하고 분석하기 위해 장기적이고 지속적인 연구 프로젝트로 진행할 계획입니다.

이러한 유형의 종단 분석을 통해 Anthropic은 AI와 고용 시장 간의 복잡한 관계에 대한 심층적인 인사이트를 확보할 수 있습니다. 예를 들어, Anthropic은 직종 내 AI 도입 깊이의 추세를 동적으로 모니터링할 수 있게 됩니다. 향후에도 AI가 특정 업무에만 주로 적용되고 대다수의 업무에 AI를 심층적으로 적용하는 직업은 소수에 불과하다면, 미래 노동 시장은 대량 소멸보다는 기존 직업이 반복적으로 진화하는 경향이 더 강해질 수 있습니다. 또한 Anthropic은 자동화와 증강 애플리케이션의 비율 변화를 지속적으로 모니터링하여 자동화가 더욱 보편화되는 영역의 신호를 적시에 포착할 수 있습니다. 분석가들은 이러한 주요 지표의 시간 경과에 따른 변화를 추적하면 AI가 노동 시장에 미치는 영향이 '파괴적 영향'인지 '점진적 진화'인지 보다 정확하게 판단하는 데 도움이 될 것으로 보고 있습니다.

앤서픽의 연구는 AI가 실제로 어떻게 활용되고 있는지에 대한 귀중한 데이터를 제공하지만, 직접적으로 정책 권장 사항을 제공하지는 않습니다. AI가 노동 시장에 미치는 영향에 적절히 대비하는 방법에 대한 해답은 단일한 연구 결과만으로는 나오기 어렵습니다. 오히려 다양한 분야의 증거, 사회적 가치, 실제 경험의 조합이 필요하며, Anthropic은 새로운 연구 방법론을 통해 이러한 중요한 문제를 보다 명확하게 이해하는 데 기여할 수 있기를 기대합니다. Anthropic의 궁극적인 목표는 학술 연구뿐만 아니라 향후 정책 결정과 사회적 대응 전략에 대한 인사이트를 제공하는 것입니다.

Anthropic의 분석 및 조사 결과에 대한 자세한 내용은 다음을 참조하세요. 전체 논문.