클로드 사용자 8만 명에게 물어본 "AI가 경제에 미칠 영향"
source https://www.anthropic.com/research/81k-economics
Claude 사용자 81,000명 설문에서 AI 노출도가 높은 직업과 경력 초기 응답자일수록 일자리 대체 우려가 컸고, 동시에 생산성 향상도 크게 보고됨.
주요 발견
Claude 사용자 81,000명 설문에서 AI에 더 많이 노출된 직무일수록 AI로 인한 일자리 대체 우려가 높게 나타남.
경력 초기 응답자에게서도 이런 우려가 더 큼.
임금이 가장 높은 직업군과 가장 낮은 직업군에서 생산성 향상 폭이 가장 크게 보고됨.
가장 흔한 형태는 업무 범위 확장, 즉 이전에는 못 하던 새 작업을 하게 되는 경우.
AI로 가장 큰 속도 향상을 경험한 응답자일수록 일자리 대체 우려도 더 높음.
Economic Index는 사람들이 Claude에 어떤 일을 맡기는지, 어떤 직업에서 Claude가 더 큰 비중의 작업을 수행하는지 공개해 AI가 가져오는 경제 변화를 설명하려는 시도.
이번 Claude 사용자 81,000명 설문은 Claude 트래픽에서 계량화한 사용 패턴과 사람들이 느끼는 경제적 우려를 연결해 볼 수 있는 자료.
응답자들은 AI 발전에 대한 기대와 두려움을 함께 이야기했고, 많은 답변이 경제 문제와 맞닿아 있음.
일자리 대체를 두려워하면서도, 업무 생산성이 오르고 더 많은 권한을 얻었다고 느낌.
어떤 사람에게는 창업을 가능하게 하거나 더 중요한 일에 시간을 쓰게 해 줌.
반대로 어떤 사람에게는 업무를 답답하게 만들거나, 고용주가 강제로 도입한 도구처럼 느껴짐.
설문 결과는 관측된 노출도, 즉 AI 대체 위험 측정치가 AI 관련 경제적 우려와 상관관계가 있음을 보여주는 초기 증거.
Claude가 실제로 수행하는 작업 기준으로 노출도가 높은 직업군의 사람들이 경제적 대체 가능성에 더 불안해함.
사람들이 AI 확산과 잠재적 영향을 대체로 인지하고 있다는 결과와 맞음.
누가 일자리 대체를 걱정하나?
“요즘 사무직을 가진 누구나 그렇듯, 나도 결국 AI 때문에 일자리를 잃을까 봐 100% 걱정하고 있고 거의 24시간 내내 신경 쓰고 있음.” — 소프트웨어 엔지니어.
설문 응답자의 5분의 1은 경제적 대체에 대한 우려를 드러냄.
어떤 소프트웨어 개발자는 “현재 상태의 AI가 주니어 포지션을 대체하는 데 쓰일 가능성”을 경고.
한 시장조사 담당자는 “내 역량을 높이는 데는 의심의 여지가 없지만, 앞으로 AI가 내 일을 대체할 수도 있음”이라고 표현.
어떤 직무에서는 AI가 일을 더 어렵게 만든다고 느낌. 한 소프트웨어 개발자는 “AI가 등장한 뒤 프로젝트 매니저들이 점점 더 어려운 티켓과 버그를 맡기기 시작했다”고 언급.
분석 전반에서 Claude 기반 분류기를 사용해 응답 내용에서 속성과 감정을 추론.
많은 참여자가 직업을 지나가듯 언급하거나 업무 생활에 대한 단서를 제공해 직업 추론이 가능.
일자리 상실 우려는 응답자가 자신의 역할이 AI로 대체될 위험에 있다고 말한 직접 인용을 Claude가 식별하고 해석하도록 해 정량화.
AI 위협 인식은 관측된 노출도와 상관관계를 보임.
관측된 노출도는 특정 직업의 작업 중 Claude가 사용되는 비율을 반영.
응답자의 직업에서 관측된 노출도가 높을수록 AI에 대한 우려도 더 큼.
예를 들어 초등학교 교사는 소프트웨어 엔지니어보다 자신의 대체 가능성을 덜 걱정했는데, Claude 사용이 코딩 작업에 치우친 사실과 일치.
그림 1은 직업별 AI 일자리 위협 인식과 관측된 노출도의 관계를 보여줌.
y축은 해당 직업 응답자 중 AI가 이미 자신의 역할을 대체하고 있거나 곧 그럴 가능성이 있다고 말한 비율.
x축은 관측된 노출도.
노출도가 10%p 증가할 때마다 인식된 일자리 위협은 1.3%p 증가.
노출도 상위 25%의 사람들은 하위 25%보다 이런 우려를 3배 더 자주 언급.
그림 1: AI로 인한 일자리 위협 인식과 관측된 노출도. AI로 인한 일자리 위협을 언급한 응답자 비율과 Massenkoff and McCrory (2026)의 관측된 노출도 지표 비교. 역할이 이미 대체 또는 크게 축소되고 있거나 가까운 시일 내 가능성이 있다고 말한 경우 일자리 위협으로 코딩. 초록색 선은 단순 선형 적합.
경력 단계도 중요한 차이를 만듦.
이전 연구에서는 미국에서 최근 졸업자와 경력 초기 근로자 채용이 둔화되는 잠정 신호가 보고됨.
이번 설문에서는 응답자의 약 절반에 대해 답변 내용에서 경력 단계를 추론 가능.
경력 초기 응답자는 시니어 근로자보다 일자리 대체 우려를 훨씬 더 자주 표현.
그림 2: 경력 단계별 경제적 대체 우려. 경력 단계별로 AI 일자리 위협을 언급한 응답자 비율. 두 항목 모두 자유 형식 응답을 Claude 기반 분류기로 추론.
누가 AI의 이익을 얻나?
Claude로 설문 응답을 평가해 AI로 인한 자기 보고 생산성 향상 정도를 1~7점 척도로 매김.
1은 “생산성 저하”, 2는 “변화 없음”, 이후 단계는 더 큰 향상을 뜻함.
7점 응답에는 “예전에는 몇 달 걸리던 웹사이트를 4~5일 만에 만들었다” 같은 사례 포함.
“4시간 걸렸을 일을 절반 시간에 끝냈다”는 5점, “웹사이트 코드 수정에 AI 도움을 받았지만 원하는 결과까지 여러 번 반복해야 했다”는 2점.
원래 Likert 척도에서는 긍정 응답이 대부분 6~7점에 몰려 있어, 여기서는 별도 척도로 재구성.
전반적으로 사람들은 의미 있는 생산성 향상을 보고.
평균 생산성 평점은 5.1로 “상당히 더 생산적”에 해당.
응답자는 설문에 참여한 활성 Claude 사용자라 평균 사용자보다 생산성 이익을 더 많이 보고했을 가능성 있음.
3%는 부정적 또는 중립적 영향을 보고했고, 42%는 생산성에 대해 명확한 신호를 주지 않음.
소득 구간에 따라 결과가 일부 갈림.
그림 3의 왼쪽 패널에서 소프트웨어 개발자 같은 고임금 직업군이 AI로 가장 큰 생산성 향상을 보고.
이 결과는 코딩만의 효과가 아니며, 컴퓨터·수학 직업군을 제외해도 유지됨.
이전 Economic Index에서도 교육 수준이 더 높은 작업일수록 Claude가 AI 없이 수행할 때 대비 작업 시간을 더 큰 비율로 줄이는 경향이 관측됨.
저임금 직업군 일부도 큰 생산성 향상을 설명.
고객지원 담당자는 “다른 응답을 바탕으로 답변을 만드는 데 AI가 시간을 많이 줄여줬다”고 언급.
일부 저임금 직업 종사자는 기술 사이드 프로젝트에 AI를 활용.
예를 들어 배달 기사는 Claude로 전자상거래 사업을 시작했고, 조경사는 음악 애플리케이션을 구축.
그림 3: 직업별 추론된 생산성 향상. 왼쪽 패널은 BLS 직업별 중위임금 사분위 기준 AI 생산성 이익 평균. 오른쪽 패널은 주요 직업군별 같은 결과. 오차 막대는 95% 신뢰구간.
주요 직업군별 생산성 향상에서는 관리 직군이 최상단.
이 응답자 대부분은 Claude로 사업을 만드는 창업자.
이 “1인 창업자”를 제거해도 관리 직군은 컴퓨터·수학 직군과 함께 생산성 이익 최상위권.
그다음은 소프트웨어 개발자를 포함한 컴퓨터·수학 직군.
과학 및 법률 전문직은 생산성 개선 폭이 가장 약한 편.
일부 변호사는 AI가 정확한 지시를 따르는 능력을 걱정. 예: “어디에 무엇이 있는지, 법률 문서를 어떻게 읽어야 하는지, 무엇을 하길 원하는지 아주 구체적인 규칙을 줬지만 매번 벗어난다.”
AI가 경제 전반에 확산될 때 이익이 누구에게 돌아가는지가 핵심 질문.
응답자의 약 4분의 1은 생산성 향상의 수혜자를 언급.
대부분은 더 빠른 작업, 업무 범위 확대, 여유 시간 확보를 통해 자신이 이익을 얻는다고 봄.
수혜자를 언급한 응답자 중 10%는 고용주나 고객이 더 많은 일을 요구하고 실제로 얻고 있다고 답함.
더 작은 비율은 AI 기업이 이익을 얻는다고 했고, 그보다 더 적은 비율은 AI가 순부정적이라고 봄.
경력 초기 근로자는 60%만 자신이 AI의 이익을 얻는다고 답한 반면, 시니어 전문가는 80%가 개인적 이익을 언급.
단, 설문 대상이 개인 Claude 계정 사용자라 수혜자가 자신이라고 답할 가능성이 높을 수 있음. 기업 사용자를 포함하면 고용주에게 가치가 간다고 답하는 비율이 커질 수 있음.
그림 4: AI 생산성 잉여는 어디로 가나? AI 생산성 향상의 수혜자를 언급한 응답자 중 각 목적지를 식별한 비율.
범위와 속도
응답자들은 생산성 향상을 어디에서 경험했는지도 공유했고, 이를 범위, 속도, 품질, 비용으로 구분.
코딩 작업에 AI를 쓰는 많은 사람은 “나는 기술자가 아니었지만 이제 full stack developer” 같은 식으로 말함. 이는 업무 범위 확장으로, AI가 새 역량을 열어준 경우.
어떤 사용자는 이미 하던 작업을 더 빠르게 처리. 예: 한 회계사는 “예전에는 2시간 걸리던 금융 업무를 15분에 끝내는 도구를 만들었다”고 설명.
품질 향상은 코드, 계약서, 기타 문서에 대한 더 꼼꼼한 검토에서 자주 나타남.
소수는 AI 사용 비용이 낮다는 점을 언급. 예: “소셜 미디어 매니저를 고용하면 예산을 넘는다.”
가장 흔한 생산성 향상은 업무 범위 확장.
생산성 효과를 명시적으로 언급한 사용자 중 48%가 범위 확장을 언급.
40%는 속도 향상을 강조.
그림 5: 사용자는 어떤 생산성 향상을 보고하나? 생산성 이익 유형별 응답자 비율.
Claude 사용 경험은 AI에 대한 우려에도 영향을 줄 수 있음.
이를 보기 위해 응답자가 보고한 속도 향상을 측정.
작업이 훨씬 느려졌다고 보면 1, 속도 변화가 없으면 4, 훨씬 빨라졌으면 7.
속도 향상과 일자리 위협 인식의 관계는 U자형.
가장 왼쪽 막대는 AI 때문에 작업이 느려졌다고 보고한 응답자.
이들은 AI가 생계에 큰 위협이 된다고 말할 가능성이 더 높음.
예술가와 작가 같은 일부 창작 노동자는 AI가 자신의 일에 도움이 되기에는 너무 답답하고 경직되어 있다고 느낌.
동시에 창작 분야에 AI가 확산되면 일감을 찾기 어려워질까 봐 걱정.
그림 6: AI 일자리 위협과 속도 향상. 자신의 일에서 대체가 이미 일어나고 있거나 가까운 시일 내 가능성이 있다고 말한 응답자 비율을 추론된 속도 향상 수준별로 표시.
나머지 응답자에서는 답변에 나타난 속도 향상 수준이 높을수록 일자리 위협 인식도 꾸준히 증가.
자신이 맡은 작업에 필요한 시간이 빠르게 줄어든다면, 해당 역할의 미래 지속 가능성에 대한 불확실성도 커질 수 있음.
논의
Economic Index는 사람들이 AI로 무엇을 하는지 보여주지만, AI의 경제적 영향을 이해하려면 실제 사용자의 경험도 직접 들어야 함.
이번 응답은 사람들의 직관이 사용 데이터와 맞물린다는 점을 보여줌.
Claude가 가장 많은 일을 수행하는 직업군에서 사람들이 AI의 영향을 가장 걱정.
경력 초기 근로자의 경제적 불안도 더 높게 나타났고, 이는 과거 연구와도 맞음.
Claude가 사용자에게 더 큰 역량을 준다는 신호도 있음.
사람들은 고용주나 AI 기업보다 자신에게 이익이 돌아온다고 말하는 경우가 가장 많음.
고임금 근로자가 AI의 생산성 효과에 가장 열광적이었지만, 저임금 직업과 낮은 교육 수준의 사람들도 큰 생산성 향상을 보고.
대부분의 응답자는 Claude가 업무 범위를 넓히거나 속도를 높이는 방식으로 자신의 역량을 강화한다고 봄.
다만 가장 큰 속도 향상을 경험한 사용자들이 AI의 일자리 영향도 가장 불안해함.
데이터 성격상 중요한 한계가 있음.
첫째, 설문은 Claude.ai 개인 계정 사용자 중 응답을 선택한 사람으로 제한됨. 이런 사용자는 이익이 자신에게 돌아간다고 인식할 가능성이 더 높을 수 있음.
둘째, 사용자에게 직업, 경력 단계 등 여러 파생 변수를 직접 묻지 않았기 때문에 맥락 단서로 추론한 값이 틀릴 수 있음.
셋째, 설문이 개방형이라 측정치는 응답자가 우연히 언급한 내용에 기반. 이런 결과는 해당 주제를 직접 묻는 구조화 설문으로 확인해야 함.
그래도 인터뷰는 AI 경제를 둘러싼 사람들의 감정을 실제로 드러내며, 질적 데이터가 정량적 가설을 끌어낼 수 있음을 보여줌.
경제 관련 우려가 큰 비중으로 나타난 사실 자체도 강한 신호.
부록
자세한 내용은 연결된 PDF의 마지막 섹션 참고.
