Anthropic, 클로드 사용자 8만 명 대상 조사 실시: AI를 활용해 업무 효율을 가장 빠르게 높인 사람일수록 미래에 대한 불안감이 가장 크다

2026.04.23

Anthropic, 클로드 사용자 8만 명 대상 조사 실시: AI를 활용해 업무 효율을 가장 빠르게 높인 사람일수록 미래에 대한 불안감이 가장 크다

AI가 당신의 업무 효율을 두 배로 높여주는데, 왜 오히려 실직에 대한 두려움이 커질까요?

2026.04.23 - 04:45:24

AIAnthropicClaude

Web3 심층 보도에 집중하고 흐름을 통찰

AI가 당신의 업무 효율을 두 배로 높여주는데, 왜 오히려 실직에 대한 두려움이 커질까요?

저자: Anthropic

번역 및 정리: TechFlow

TechFlow 서두: 이는 AI 기업이 사용자의 실제 경제적 불안을 대규모로 조사한 첫 사례다. 데이터는 잔인한 역설을 드러낸다: AI를 가장 능숙하게 다루는 프로그래머와 디자이너들이 오히려 AI에 의해 대체될 가능성을 가장 걱정하고 있으며, 생산성 향상 속도가 가장 빠른 사람들이 미래에 대한 불확실성을 가장 크게 느낀다. 투자자들에게 이는 AI의 침투 속도가 기대보다 빠르며, 고용 시장에 미치는 충격이 이미 심리적 차원에서 시작됐음을 의미한다.

핵심 발견:

최근 실시한 클로드(Claude) 사용자 81,000명 대상 조사 결과, AI에 의해 대체되기 쉬운 직무에 종사하는 사람들이 AI로 인한 실직에 대해 더 큰 우려를 표명했다. 특히 경력 초기 응답자들에서 이러한 경향이 두드러졌다.

소득 수준이 가장 높은 직업군과 가장 낮은 직업군 모두에서 생산성 향상 폭이 가장 컸으며, 주로 업무 범위 확대(새로운 과제 수행)를 통해 달성되었다.

AI로 인해 작업 속도 향상 효과를 가장 크게 체감한 응답자일수록 실직에 대한 우려도 더 컸다.

우리가 관찰한 AI 경제 변화를 일반 대중에게 알리기 위해, ‘경제 지표(Economic Index)’에서는 클로드가 어떤 업무를 수행하도록 요청받았는지, 그리고 어느 분야에서 클로드가 가장 높은 비율로 과제를 완료했는지를 공유하고 있다. 그러나 지금까지 우리는 이러한 사용 패턴이 사람들의 AI에 대한 인식과 감정에 어떻게 반영되는지를 파악하지 못했다.

최근 실시한 클로드 사용자 81,000명 대상 조사는, 사람들의 경제적 우려와 클로드 트래픽에서 정량화된 사용 행태 간 연계를 가능케 하는 방법을 제공한다.

이 조사는 응답자들이 AI 기술 발전에 대해 갖는 비전과 두려움을 묻고 있다. 많은 응답자가 경제 관련 주제를 언급했는데, 그중 다수는 실직을 걱정한다고 밝혔다—비록 동시에 업무 효율성이 높아졌고 자신감이 강화됐다고도 느끼고 있지만. 일부 경우, AI는 창업을 가능하게 하거나 더 중요한 일에 집중할 수 있는 시간을 제공해주기도 한다. 다른 경우에는 AI가 억압적으로 작용하거나 고용주가 강제로 도입한 도구로 인식되기도 한다.

조사 결과는, 우리가 측정한 ‘노출도(exposure)’(AI 대체 위험을 측정하는 지표)와 AI 관련 경제적 우려 사이에 상관관계가 있음을 최초로 입증하는 증거를 제시한다. 클로드가 관찰된 업무를 기준으로 정의된 ‘고노출도 직업군’에 속한 응답자들은 경제적 대체에 대해 더 높은 긴장감을 보였다. 이는 AI의 확산 및 잠재적 영향에 대한 일반적인 인식과 부합한다. 아래에서 구체적인 발견 내용을 설명한다.

누가 실직을 걱정하나?

“지금의 모든 화이트칼라처럼, 저는 100% 걱정합니다. 거의 24시간 내내, 결국 AI에 의해 대체될까 봐 걱정하죠.” — 한 소프트웨어 엔지니어

이 조사에서 응답자의 5분의 1이 경제적 대체에 대한 우려를 표현했다. 일부는 추상적으로 이를 걱정했다. 한 소프트웨어 개발자는 “현재 상태의 AI가 초보 직무를 대체하기 위해 활용될 가능성”을 경고했다. 또 다른 응답자들은 자신의 업무 전체 혹은 일부가 자동화로 대체되고 있다고 탄식했다. 한 마케팅 리서처는 “제 능력을 향상시키는 데는 의심의 여지가 없습니다. 하지만 향후 AI가 제 자리를 대체할 수도 있습니다.”라고 말했다. 일부 업무에서는 AI가 오히려 업무 난이도를 높이는 것으로 인식되기도 했다. 한 소프트웨어 개발자는 “AI가 등장한 후, 프로젝트 매니저가 점점 더 어려운 작업 지시서와 버그 해결 과제를 저에게 주기 시작했습니다.”라고 관찰했다.

본 보고서 전반에 걸쳐, 응답자의 답변에서 속성과 감정을 유추하기 위해 클로드 기반 분류기를 활용하였다. 예를 들어, 많은 참여자들이 답변 중 우연히 자신의 업무 분야나 직장 생활에 관한 세부 정보를 언급했는데, 이를 통해 우리는 그들의 직업을 유추할 수 있었다. 마찬가지로, 클로드에게 응답자가 자신의 역할이 AI 기반 대체 위험에 노출되어 있음을 직접 언급한 문장을 식별·해석하도록 지시함으로써 실직에 대한 우려를 정량화하였다. 부록에서 관련 프롬프트 예시를 제시한다.

응답자가 인식하는 AI 위협은, 우리 자체적으로 산출한 ‘노출도 지표’와 관련이 있다. 이 지표는 특정 직무에서 클로드가 수행하는 업무의 비율을 반영한다. 응답자의 관측된 노출도 지표가 높을수록, 그들은 AI에 대한 우려를 더 크게 표현했다. 예컨대 초등학교 교사는 소프트웨어 엔지니어보다 자신이 대체될 것이라는 걱정을 덜했는데, 이는 클로드 사용이 코딩 작업에 치중한다는 사실과 일치한다.

이를 아래 그림 1에서 시각화하였다. y축은 특정 직업군에서 ‘AI가 이미 또는 가까운 장래에 자신의 역할을 대체할 것’이라고 응답한 비율을 나타낸다. x축은 관측된 노출도이다. 이 그래프는 일반적으로 노출도가 높은 직업군일수록 자동화에 따른 직업 위협에 대해 더 큰 우려를 표명한다는 것을 보여준다. 노출도가 10%포인트 증가할 때마다, 인식된 직업 위협은 1.3%포인트 증가한다. 노출도 상위 25%에 해당하는 응답자들이 이 우려를 언급한 빈도는 하위 25% 응답자의 3배에 달한다.

그림 1: 인공지능으로 인한 직업 위협 인식과 실제 접촉 정도. 그래프는 인공지능이 일정 수준의 직업 위협을 구성한다고 인식하는 응답자 비율을 보여주며, 이는 Massenkoff 및 McCrory (2026)가 제안한 실제 접촉 정도 지표와 연계된다. 만약 응답자가 자신의 직책이 이미 대체되었거나 크게 축소되었거나, 또는 그러한 변화가 가까운 시일 내에 발생할 것이라고 언급했을 경우(클로드 코딩 기준), 해당 응답자는 직업 위협 존재로 분류된다. 녹색 선은 단순 선형 적합 결과이다.

또 다른 중요한 근로자 특성은 경력 단계이다. 이전 연구에서 우리는 미국 신입 및 경력 초기 근로자들의 채용 둔화 징후를 보고한 바 있다. 본 조사 응답자의 약 절반에 대해서는 그들의 답변을 통해 경력 단계를 유추할 수 있었다. 그 결과, 경력 초기 응답자들이 베테랑 근로자들보다 실직에 대한 우려를 표현할 가능성이 더 높다는 사실이 확인되었다.

그림 2: 경력 단계별 경제적 실직 우려. 경력 단계별로 인공지능이 자신의 업무에 일정 수준의 위협을 구성한다고 응답한 비율을 나타낸다. 두 항목 모두 클로드 기반 분류기를 활용한 자유 응답을 통해 유추하였다.

누가 AI로부터 혜택을 받는가?

클로드를 활용해 조사 응답을 평가함으로써, 응답자들이 스스로 보고한 AI 기반 생산성 향상 정도를 1~7점 척도로 측정하였다. 여기서 1은 ‘생산성 감소’, 2는 ‘변화 없음’이며, 이후 각 점수는 점차 더 큰 향상을 의미한다. 7점 응답에는 “과거 몇 달이 걸렸던 웹사이트를 이제 4~5일 만에 제작한다”는 증언이 포함된다. 클로드는 “과거 4시간이 걸렸던 일을 이제 절반 시간으로 완료한다”는 진술에 5점을, “개인적으로 AI에게 웹사이트 코드 수정을 도와달라고 요청했지만, 원하는 결과를 얻기까지 여러 차례 시도해야 했다”는 진술에는 2점을 부여하였다.

전체적으로 사람들은 의미 있는 생산성 향상을 보고하였다. 평균 생산성 점수는 5.1점으로, ‘생산성 대폭 향상’을 의미한다. 물론 본 조사 응답자들은 조사에 자발적으로 참여한 클로드.ai 개인 계정 활성 사용자들이다. 따라서 일반 사용자보다 생산성 향상 효과를 보고할 가능성이 더 높을 수 있다. 약 3%는 부정적이거나 중립적인 영향을 보고했고, 42%는 명확한 생산성 지표를 제시하지 않았다.

이는 소득 수준에 따라 부분적으로 달라진다. 그림 3의 왼쪽 패널은 소프트웨어 개발자와 같은 고임금 직업군 종사자들이 AI로 인한 가장 큰 생산성 향상을 전달했다는 것을 보여준다. 이 결과는 코딩 작업에만 국한되지 않는다; 컴퓨터 및 수학 분야 직업군을 제외하더라도 동일한 경향이 유지된다. 이는 이전 경제 지표 연구 결과와도 부합하는데, 해당 연구 역시 고임금 근로자에게 유리한 결론을 도출하였다: 즉, 더 높은 교육 수준이 요구되는 과제에서 클로드는 AI 미사용 대비 과제 완료 시간을 더 큰 비율로 단축시키는 경향이 있다.

소득 수준이 가장 낮은 근로자들 중 일부도 높은 생산성 향상을 보고하였다. 이에는 고객 서비스 담당자가 “AI가 다른 응답을 기반으로 나를 위한 응답 작성 시간을 크게 단축시켜 주었다”고 언급한 사례가 포함된다. 경우에 따라 저임금 직업군 종사자들이 기술 부업에서 AI를 활용하기도 한다. 예를 들어, 한 택배 기사는 클로드를 이용해 이커머스 사업을 창업 중이며, 한 조경사는 음악 애플리케이션을 개발하고 있다.

그림 3: 직업군별 추정 생산성 향상. 왼쪽 그래프는 미국 노동통계국(BLS)이 제공하는 직업별 중위 임금 사분위수에 따라 분류한, 인공지능(AI)으로 인한 평균 추정 생산성 향상(클로드 기반 분류기를 활용하여 유추)을 보여준다. 오른쪽 그래프는 동일한 결과를 주요 직업군별로 구분하여 제시한 것이다. 오차막대는 95% 신뢰구간을 나타낸다.

그림 3의 오른쪽 패널에서 더 자세히 살펴보면, 주요 직업군별 추정 생산성 향상을 확인할 수 있다. 상단은 관리직이다. 이 응답자 대부분은 클로드를 활용해 창업 중인 기업가들이다. 두 번째로 높은 향상률을 보인 직업군은 컴퓨터 및 수학 분야로, 소프트웨어 개발자를 포함한다. 생산성 향상 폭이 가장 적었던 두 직업군은 과학 및 법률 분야 근로자들이다. 일부 변호사들은 AI가 정확한 지시를 따르는 능력에 대해 우려를 표명했다. 예를 들어, “법문서를 어디서 어떻게 읽어야 하고 무엇을 해야 하는지에 대해 매우 구체적인 규칙을 제시했지만, AI는 매번 벗어납니다.”

AI가 경제 전반에 확산됨에 따라 핵심 질문은 이 혜택이 어디로 흘러갈 것인가—근로자, 그들의 관리자, 소비자, 혹은 기업으로—이다. 응답자 중 약 4분의 1이 인터뷰에서 이 혜택의 수혜자를 명시하였다. 전반적으로 이들 대부분은 더 빠른 작업 처리, 업무 범위 확대, 그리고 여유 시간 확보 등을 통해 자신에게 돌아오는 이점을 언급하였다. 그러나 혜택 수혜자를 언급한 응답자 중 10%는 고용주나 고객이 더 많은 업무를 요구하고 수령하고 있다고 밝혔다. AI 기업의 이익을 언급한 응답자는 더 적었고, AI가 순수하게 부정적일 것이라고 말한 응답자는 그보다 훨씬 적었다. 이는 경력 단계에 따라 달라지는데, 경력 초기 근로자 중 단지 60%만이 자신이 AI로부터 직접 혜택을 받는다고 응답했으나, 베테랑 전문가의 경우 이 비율은 80%에 달한다.

그림 4: 인공지능 생산성 향상으로 발생한 잉여 가치는 어디로 흘러가는가? 인공지능 생산성 향상의 수혜자를 명시한 응답자 중 각 수혜자에 대한 언급 비율.

범위와 속도

응답자들은 또한 자신이 어디에서 생산성 향상을 경험했는지도 공유했다. 우리는 이를 ‘범위’, ‘속도’, ‘품질’, ‘비용’ 네 가지 범주로 분류하였다. 예를 들어, 코딩 작업에 AI를 활용하는 많은 사용자들은 “저는 기술 전문가가 아니었지만, 이제는 풀스택 개발자입니다.”라고 말한다. 이것은 ‘범위’의 확대를 의미하며, AI가 새로운 역량을 열어준 것이다. 반면, 일부 사용자들은 기존에 수행하던 작업을 가속화했다. 한 회계사는 “과거 2시간이 걸렸던 재무 업무를 이제 15분 만에 완료할 수 있도록 도와주는 도구를 구축했습니다.”라고 말했다. ‘품질’ 향상은 일반적으로 코드, 계약서 및 기타 문서 작업에 대한 보다 철저한 검토를 통해 이루어진다. 소수의 응답자는 AI 사용의 ‘저비용’을 언급했다. “SNS 매니저를 고용하려면 제 예산을 초과합니다.”

우리는 가장 흔한 생산성 향상이 ‘범위’ 측면에서 발생한다는 것을 발견했으며, 명확히 생산성 영향을 언급한 사용자 중 48%가 이를 언급하였다. 생산성 향상을 언급한 응답자 중 40%는 ‘속도’를 강조하였다.

그림 5: 사용자들이 보고한 생산성 향상 유형은 무엇인가? 각 생산성 향상 유형을 언급한 응답자 비율.

사람들이 클로드를 사용하면서 얻는 경험은 AI에 대한 그들의 우려에도 영향을 줄 수 있다. 이를 평가하기 위해, 응답자들이 보고한 속도 향상 정도를 측정하였는데, 이는 현재 작업 속도가 훨씬 느려졌는지(1점), 변화가 없는지(4점), 아니면 훨씬 빨라졌는지(7점)를 추출하여 평가하였다.

우리는 속도 향상과 인식된 직업 위협 사이에 U자형 관계가 있음을 발견하였다(그림 6 참조). 맨 왼쪽 막대는 AI로 인해 작업 속도가 느려졌다고 보고한 응답자를 나타낸다. 이 응답자들은 AI가 자신의 생계에 중대한 위협을 구성한다고 더 많이 언급하였다. 예를 들어, 일부 창의직 종사자(예술가, 작가 등)는 AI가 너무 억압적이고 경직되어 자신의 업무를 돕지 못한다고 느꼈고, 동시에 AI가 창의 분야로 확산됨으로써 자신들이 일자리를 찾기 더 어려워질 것이라 우려했다.

그림 6: 인공지능과 가속화가 초래하는 직업 위협. 추정된 가속화 정도에 따라, 자신의 직업이 이미 또는 가까운 시일 내에 대체될 것이라고 응답한 비율.

나머지 응답자들에 대해서는, 인식된 직업 위협이 응답 내용이 암시하는 속도 향상 수준에 따라 지속적으로 증가하였다. 이는 경제적으로도 타당하다: 과제 완료에 필요한 시간이 급격히 단축되고 있다면, 해당 역할의 장기적 실행 가능성에 대한 불확실성도 더 커질 수 있다.

경제 지표는 사람들이 AI로 무엇을 하는지를 보여준다. 그러나 AI의 경제적 영향을 이해하는 또 다른 핵심 요소는 사람들의 실제 경험을 직접 듣는 것이다. 여기서 다룬 응답들은 사람들의 직관이 사용 데이터와 일치함을 보여준다: 즉, 사람들이 가장 걱정하는 AI 영향은 우리가 클로드가 가장 많이 수행하는 업무로 관찰한 분야와 정확히 일치한다. 또한, 이전 연구와 일치하는 것으로, 경력 초기 근로자들 사이에서 더 높은 수준의 경제적 불안이 확인되었다.

한편, 클로드가 사용자에게 권한을 부여하고 있음도 징후를 보인다. 사람들은 혜택이 고용주나 AI 기업이 아닌 자신에게 돌아간다고 가장 많이 언급한다. 고임금 근로자들이 AI의 생산성 향상 효과에 대해 가장 열광적이지만, 저임금 직업군 및 교육 수준이 낮은 사람들도 상당한 생산성 향상을 보고하였다. 대부분의 응답자는 클로드가 업무 범위 확대 또는 속도 향상 형태로 자신의 역량을 강화했다고 보고하였다. 다만, 속도 향상 효과를 가장 크게 체감한 사용자들이 AI의 직업 영향에 대해 가장 높은 긴장감을 보였다.

데이터의 성격상, 본 분석에는 중요한 주의사항이 있다. 첫째, 본 조사는 클로드.ai 개인 계정 사용자 중 자발적으로 응답한 사람들에 한정된다. 다양한 잠재적 편향 중 하나는, 이 사용자들이 혜택이 자신에게 돌아간다고 더 쉽게 인식할 수 있다는 점이다. 둘째, 본 조사에서 다룬 많은 파생 변수는 응답자에게 직접 질문하지 않았기 때문에, 직업, 경력 단계 등 기타 변수는 문맥 단서를 기반으로 유추한 것이며, 이는 오류를 포함할 수 있다. 또한 조사가 개방형이므로, 우리의 측정은 응답자가 우연히 언급한 내용에 기반한다. 따라서 이러한 발견은 관련 주제를 직접 질문하는 구조화된 조사를 통해 추가로 검증되어야 한다.

그럼에도 불구하고, 인터뷰는 사람들이 AI의 경제적 영향을 어떻게 인식하는지에 대한 진정한 통찰을 제공하며, 질적 데이터가 양적 가설을 어떻게 도출해낼 수 있는지를 보여준다. 경제와 관련된 우려 자체가 이미 강력한 신호이다.

감사의 글

이야기를 공유해 주신 클로드 사용자 80,508명께 진심으로 감사드립니다.

맥심 마센코프(Maxim Massenkoff)가 분석을 주도하고 블로그 글을 작성하였습니다. 사프론 황(Saffron Huang)이 인터뷰 프로젝트를 주도하고 전 과정에 걸쳐 지도하였습니다.

조이 히츠그(Zoe Hitzig)와 에바 루비치(Eva Lyubich)가 핵심 피드백과 방법론적 지도를 제공하였습니다. 키어 브래드웰(Keir Bradwell)과 리베카 히스컷(Rebecca Hiscott)이 편집 지원을 해주었습니다. 하나 호(Hanah Ho)와 김 윗히(Kim Withee)가 디자인에 기여하였습니다. 그레이스 윤(Grace Yun), AJ 앨트(AJ Alt), 토머스 밀러(Thomas Millar)가 클로드.ai 내 앤트로픽 인터뷰 도구 구현을 담당하였습니다. 첼시 라슨(Chelsea Larsson), 제인 라이브록(Jane Leibrock), 매트 갈리반(Matt Gallivan)이 조사 및 사용자 경험 설계에 기여하였습니다. 시어도어 서머스(Theodore Sumers)가 데이터 처리 및 클러스터링 인프라 구축에 기여하였습니다. 피터 맥크로리(Peter McCrory), 딥 갱굴리(Deep Ganguli), 잭 클라크(Jack Clark)가 핵심 피드백, 지도 및 조직적 지원을 제공하였습니다.

또한, 미리암 차움(Miriam Chaum), 안쿠르 라티(Ankur Rathi), 산티 루이즈(Santi Ruiz), 데이비드 샌더스(David Saunders)의 토론, 피드백 및 지원에 감사드립니다.

이 척도는 중앙값을 중심으로 하지 않은데, 이는 대부분의 응답자가 생산성 평가를 긍정적으로 보고하여, 원래 리커트 척도에서 거의 전부 6점과 7점만 기록했기 때문이다. 여기서 사용한 척도는 1=생산성 감소, 2=변화 없음, 3=약간의 향상, 4=적당한 향상, 5=큰 향상, 6=현저한 향상, 7=변혁적 향상—즉, AI가 그들이 무엇을 생산할 수 있는지 혹은 얼마나 많이 생산할 수 있는지를 근본적으로 변화시켰다는 의미—이다.

이러한 ‘독립형 창업가’들을 제외하더라도, 관리직은 여전히 컴퓨터 및 수학 분야와 함께 가장 높은 생산성 향상 효과를 보인다.

그러나 중요한 한계는, 본 조사가 클로드 개인 계정을 보유한 사용자들을 대상으로 했다는 점이다. 보다 대표적인 그림을 위해서는 기업 사용자도 포함해야 하며, 이들은 가치가 고용주에게 귀속된다고 더 쉽게 인식할 수 있다.