앤트로픽이 사내 인사 기록과 에이전트 로그로 AI가 자기 회사의 일을 어떻게 바꿨는지 분석했습니다. 8월 기준으로 직원이 직접 부리는 에이전트는 사람보다 6배 많은 시간을 일했습니다.
같은 기간 기술직 신규 채용에서 주니어 비중은 27%에서 9%로 줄었습니다. 엔지니어 1인당 코드 커밋은 6개월 만에 5배가 됐고, 영업과 법무의 산출도 늘었습니다.
이제 병목은 사람의 주의력입니다. 에이전트 세션 시간의 약 80%는 사람의 입력을 기다리는 시간입니다. 채용 평가도 실행력보다 자율성과 판단력을 더 봅니다.
에이전트를 몇 개 돌리는지 자랑하기 전에 물어야 합니다.
그 결과물을 읽을 사람의 시간은 누가 계산했습니까?
앤트로픽의 한 엔지니어는 요즘 일을 아이 돌보기에 빗댔습니다. 여러 Claude가 한꺼번에 말을 겁니다. 주스 뚜껑을 따 달라는 요청과 손을 베었다는 요청이 같은 무게로 들어옵니다. 다른 엔지니어는 "Claude 군단이 모두 내 주의를 요구한다"고 표현했습니다.
이 회사의 비기술직 직원도 사정이 비슷합니다. 자기 에이전트가 쏟아낸 글을 다 읽으려면 근무 시간의 절반 넘게 걸립니다. AI를 가장 깊이 쓰는 회사에서 무엇이 줄고 무엇이 늘었는지, 앤트로픽이 자기 데이터를 열어 보였습니다.
AI 도입 효과는 그동안 주로 설문과 통제 실험으로 측정됐습니다. 이번 보고서는 한 회사의 인사 기록, 에이전트 로그, 캘린더, 채용 평가표를 한데 묶었습니다. 연구진은 앤트로픽이 다른 기업의 일이 어떻게 바뀔지 먼저 보여 주는 지표가 될 수 있다고 봅니다. 앤트로픽 직원들은 2030년까지 AI가 자기 일의 75%를 하리라 예상합니다. 다른 미국인은 28%로 봅니다.
출처: Wilmers 외 (2026, October 16), 앤트로픽. 사내 인사·에이전트 로그 데이터.
첫째, 먼저 줄어든 것은 주니어 기술직 채용입니다. 기술 부서 직원 중 주니어 비중은 2025년 초 21%에서 14%로 내려갔습니다. 신규 채용에서는 더 빨라서, 주니어 비중이 27%에서 9%가 됐습니다. 주니어 채용 공고는 2025년 12월부터 특히 가파르게 줄었습니다. 2026년 4월 조사에서 관리자 다수는 AI 때문에 다른 역량을 찾는다고 답했습니다.
회사가 커지는 속도에 비해 사람은 덜 뽑았습니다. 창업 5년 차 앤트로픽의 직원 1인당 매출은 같은 시기 메타·구글의 2~4배입니다. 연구진이 인용한 기존 연구도 AI를 도입한 기업일수록 조직이 납작하고 신입이 적다고 봅니다. AI 노출 직무에서 22~25세에게만 고용 격차가 벌어졌다는 연구도 그중 하나입니다.
회사 전체에서 기술 부서의 비중도 61%에서 56%로 줄었습니다. 기술직 채용 인원 자체는 늘었지만, 영업·재무·채용 부서가 더 빨리 커졌습니다. 회사가 커지면 함께 늘던 행정직 채용은 빨라지지 않았습니다. 에이전트 비서와 자동 검토, 외부 위탁이 그 몫을 맡았습니다.
둘째, 에이전트의 작업 시간이 사람을 넘어섰습니다. 2026년 3월, 자율 에이전트와 대화형 에이전트의 작업 시간 합계가 처음으로 사람을 넘었습니다. 직원이 직접 부리는 에이전트만 따져도, 8월에는 사람보다 6배 많은 시간을 일했습니다. 에이전트는 코드만 쓰지 않습니다. 일정을 잡고, 받은 메시지에서 할 일을 뽑고, 다음 회의 참석자를 미리 브리핑합니다.
셋째, 산출은 늘었고 측정된 품질 저하는 없었습니다. 엔지니어 1인당 코드 커밋은 6개월 전의 5배가 됐습니다. 비기술직도 산출이 늘었습니다. 변호사는 계약서를 더 처리했고, 영업 담당자는 거래를 더 성사시켰습니다. 연구진은 에이전트를 도입한 엔지니어 192명을 도입하지 않은 74명과 같은 달 기준으로 비교했습니다. 도입 뒤 추가하는 코드가 가파르게 늘었습니다.
코드 품질도 따져 봤습니다. 같은 사람이 같은 달, 같은 폴더에 쓴 코드 중 사람이 직접 쓴 것과 에이전트가 쓴 것을 비교했습니다. 나중에 지워지거나 되돌려진 비율에는 차이가 없었습니다. 인터뷰에서 한 영업 담당자는 업무의 약 20%를 자동화로 넘겼다고 말했습니다. 다른 담당자는 그 덕분에 고객을 30% 더 만났다고 했습니다.
넷째, 이제 병목은 사람의 주의력입니다. 대화형 세션 시간의 약 80%는 에이전트가 사람의 입력을 기다리는 시간이었습니다. 비기술직 직원조차 에이전트 결과물을 다 읽으려면 근무 시간의 절반 넘게 필요합니다. 그래서 직원들은 일 자체보다 일을 시키는 구조를 만듭니다. 에이전트용 상시 지침은 1년 사이 수백 개에서 8,500개로 늘었습니다.
연구진은 이런 일을 '메타 업무'라고 부릅니다. 다중 에이전트 작업의 명세를 쓰고, 한 에이전트에게 다른 에이전트의 결과를 검토시키는 일입니다. 직원의 대화형 세션 중 메타 업무 비중은 2025년 가을 10%에서 2026년 봄 22%로 늘었습니다. 회의도 늘었습니다. 직원 회의 시간의 중앙값은 1년 전보다 20% 많고, 기술직 실무자도 16% 늘었습니다.
| 지표 | 이전 | 이후 | 기간 |
|---|---|---|---|
| 기술직 신규 채용 중 주니어 비중 | 27% | 9% | 2025년 초 이후 |
| 기술 부서 직원 중 주니어 비중 | 21% | 14% | 2025년 초 이후 |
| 전체 인원 중 기술 부서 비중 | 61% | 56% | 최근 1년 |
| 비기술직의 코딩 에이전트 세션 (월) | 2회 | 90회 | 2025년 8월~2026년 5월 |
| 세션 중 메타 업무 비중 | 10% | 22% | 2025년 가을~2026년 봄 |
| 에이전트용 상시 지침 수 | 수백 개 | 8,500개 | 2025년 7월부터 1년 |
| 업무 방식이 생산성을 최대로 높인다는 응답 | 44% | 58% | 2024년 말~2025년 11월 |
출처: Wilmers 외 (2026, October 16), 앤트로픽. 비기술직 세션은 기준 시점에 코드 커밋이 없던 직원 기준(신규 입사자 제외).
다섯째, 채용 기준이 실행력에서 판단력으로 옮겨 갔습니다. 연구진은 2024년 이후 수천 명의 면접 평가표를 분석했습니다. 2024년에는 지원자의 AI 도구 활용 이력이 기술직 평가의 약 5%, 비기술직의 7%에서 언급됐습니다. 2026년에는 기술직에서 약 3배, 비기술직에서 약 4배가 됐습니다. 기술직 평가에서 가장 크게 늘어난 언급은 자율성과 판단력이었고, 특정 분야 전문성은 줄었습니다.
한 관리자는 이유를 이렇게 설명했습니다. 모델의 실력이 분야마다 들쭉날쭉할 테니, 팀원은 여러 분야를 오갈 수 있어야 한다는 것입니다. 비기술직 평가에서도 고객과 회사의 사명을 대하는 태도가 늘고, 실행 역량 언급은 줄었습니다. AI가 실행을 맡을수록 사람에게는 무엇을 할지 고르는 능력이 남습니다.
여섯째, 앤트로픽은 일을 공개하고 사람을 안에서 옮겼습니다. 회의에서 정한 결정이 기록되지 않으면 에이전트는 낡은 맥락으로 일합니다. 몇 달 전 문서에 이름이 남은 직원은 담당이 바뀐 뒤에도 에이전트에게 굿즈 요청을 계속 받았습니다. 그래서 이 회사에서는 비공개 메시지와 기록 없는 회의를 꺼립니다. 사람의 판단이 에이전트에게 보여야 하기 때문입니다.
인력 쪽에서는 직무별 조기 경보 체계를 세웠습니다. 직무마다 수요와 생산성 지표를 AI의 능력·사용량과 대조해, 일이 옮겨 가는 곳을 미리 찾습니다. 입사 1년 이상 직원이 매달 부서를 옮길 확률은 2026년에 전년보다 50% 높았습니다. 제품 문구를 쓰던 팀은 에이전트에게 글쓰기를 넘긴 뒤 모델 평가와 프롬프트 작성으로 옮겨 갔습니다.
에이전트를 늘리기 전에, 그 결과물을 받아 줄 사람의 구조부터 점검해야 합니다.
AI를 많이 쓰는 팀원 3명에게 하루 단위로 두 가지만 적게 합니다. AI 결과물을 읽고 고치는 데 쓴 시간, AI가 내 답을 기다리며 멈춰 있던 횟수입니다. 이 숫자가 커지는 중이라면 다음 투자는 에이전트가 아니라 검토 구조입니다. (1주)
회의가 끝나면 녹취나 메모를 Claude에 넣고 이렇게 요청합니다. "이 회의에서 정한 결정, 담당자, 바뀐 전제를 세 줄로 정리해 줘." 결과를 팀 공용 채널이나 문서에 올리는 것을 규칙으로 만듭니다. (회의당 5분)
질문 예시는 이렇습니다. "최근 AI에게 맡겼다가 결과를 버리거나 되돌린 일이 있나요? 무엇을 보고 그렇게 판단했나요?" 도구를 쓸 줄 아는지보다, 결과를 고르고 책임지는 방식을 봅니다. (평가표 수정 1시간)
연구진은 일부 직원이 자기 역량을 키워 준 실무에서 멀어지고 있다고 지적합니다. 주니어가 하던 실행 업무가 에이전트로 넘어가면, 배움의 경로도 같이 사라집니다. 에이전트 결과물 검토와 수정 이유 기록을 주니어의 첫 과제로 설계해 보세요. (팀 회의 1회)
직무마다 업무량, 1인당 산출, AI 사용량을 분기마다 나란히 놓습니다. AI 사용량이 늘고 업무량이 줄어드는 직무가 재배치 검토 대상입니다. 앤트로픽처럼 내부 이동을 먼저 검토하면, 감원보다 선택지가 넓어집니다. (분기 검토 1회)
한 회사가 스스로 분석한 자기 데이터입니다. 앤트로픽은 AI를 파는 회사이고, 이 시기에 매출도 빠르게 늘었습니다. 연구진도 좋은 모델을 팔면 거래를 성사시키기 쉽다고 인정합니다. 산출 증가 중 어디까지가 AI 효과인지 완전히 가려낼 수는 없습니다.
도입은 무작위가 아니었습니다. 큰 프로젝트를 앞둔 엔지니어가 먼저 도구를 갖췄을 수 있습니다. 실제로 자율 에이전트를 먼저 도입한 엔지니어는 도입 전부터 산출이 가파르게 늘고 있었습니다. 192명과 74명의 비교 결과는 인과보다 강한 상관으로 읽는 편이 안전합니다.
품질 지표는 대리 지표입니다. 연구진은 삭제·되돌림 비율 같은 지표로 품질을 쟀습니다. 연구진 스스로 AI의 오류가 사람의 오류보다 찾기 어려울 수 있다고 적었습니다. 직원 설문의 일부 문항은 중간에 표현이 바뀌어 시점 비교가 약합니다.
내부 재배치는 이미 들어온 사람만 지킵니다. 연구진도 이 조치들이 주니어 채용 감소를 직접 해결하지 못한다고 밝힙니다. 채용되지 못한 사람에게는 재직자 보호가 닿지 않습니다. 연구진은 기업의 조치와 함께 재교육과 소득 지원 정책이 필요하다고 봅니다.
에이전트가 실행을 맡자, 사람의 일은 줄지 않고 검토와 판단과 조율로 옮겨 갔습니다. 에이전트를 늘리는 회사가 먼저 설계해야 할 것은 사람의 주의력과 주니어의 성장 경로입니다.
대화형 에이전트 세션: 직원이 Claude에게 일을 맡기고 중간중간 답을 주며 진행하는 작업입니다. 사람 없이 혼자 도는 자율 에이전트와 구분합니다.
메타 업무: 일 자체가 아니라 에이전트가 일을 잘하게 만드는 일입니다. 작업 명세 작성, 다른 에이전트 결과 검토, 감시 대시보드 구축이 여기에 들어갑니다.
코드 커밋: 작성한 코드 변경분을 공용 저장소에 올리는 단위입니다. 개발 산출을 재는 지표로 자주 씁니다.
상시 지침: 에이전트가 매번 참고하도록 미리 적어 둔 업무 지시문입니다.
시차 도입 비교: 도구를 먼저 쓴 사람과 아직 안 쓴 사람을 같은 달 기준으로 비교하는 분석 방법입니다. 같은 사업 환경에서 도구의 차이만 보려는 설계입니다.
조기 경보 체계: 직무별 수요·생산성 지표를 AI의 능력·사용량과 대조하는 앤트로픽의 내부 장치입니다. 바뀔 가능성이 큰 직무를 미리 찾는 데 씁니다.
- Wilmers, N., Catipon, R., Massenkoff, M., & McCrory, P. (2026, October 16). How employment is changing at Anthropic [Research]. Anthropic. (원문 보기 ↗)
- Wilmers, N., Catipon, R., Massenkoff, M., & McCrory, P. (2026, October 16). How employment is changing at Anthropic [Technical Report, PDF]. The Anthropic Institute. (원문 보기 ↗)