생성형 AI는 이미 사회과학 연구 현장에 들어왔다. Anthropic이 2026년 2~3월 정량 사회과학자 1,260명을 조사한 결과, 응답자의 81%가 연구 과정에서 생성형 AI 모델을 사용해 본 적이 있다고 답했다.1
하지만 더 중요한 질문은 따로 있다. 연구자가 AI를 한 번 써봤는지가 아니라, AI를 실제 분석 업무 흐름에 얼마나 깊이 넣었는지다. 이 지점에서 Anthropic의 조사는 단순한 AI 사용률보다 더 실질적인 변화를 보여준다.
코딩 에이전트는 연구의 병목을 직접 건드린다
이번 조사에서 코딩 에이전트 사용은 명령줄에 통합된 AI 코딩 도구를 주 1회 이상 정기적으로 쓰는 경우로 정의됐다. 예시로는 Codex, Cursor, Claude Code, Google Antigravity 등이 포함됐다.1
일반적인 챗봇 사용이 질문 답변이나 코드 초안 작성에 가깝다면, 코딩 에이전트는 연구자가 실제로 분석 코드를 작성하고 수정하는 지점에 더 가까이 들어온다. 사회과학 연구에서 많은 시간이 데이터 정리, 통계 분석, 반복 실행에 쓰인다는 점을 생각하면, 이는 단순한 편의 기능이 아니라 연구 생산성의 핵심 병목을 겨냥하는 변화다.
그럼에도 도입률은 아직 제한적이다. 응답자 중 코딩 에이전트를 업무 흐름에 도입한 비율은 20%였다.1 생성형 AI를 써본 사람은 많지만, 이를 정기적인 분석 도구로까지 연결한 연구자는 5명 중 1명 수준인 셈이다.
사용 도구도 한쪽으로 몰려 있었다. 코딩 에이전트 사용자 중 86%는 Claude Code를 사용한다고 답했고, Codex 사용 비율은 31%였다.1
평균 도입률보다 중요한 것은 격차다
20%라는 평균만 보면 코딩 에이전트가 아직 초기 단계에 있다고 볼 수 있다. 그러나 더 중요한 문제는 이 도입이 균등하게 퍼지지 않았다는 점이다.
전공별 차이는 컸다. 경제학자의 코딩 에이전트 채택률은 39%였지만, 교육 연구자는 4%에 그쳤다.1 같은 사회과학 안에서도 어떤 분야는 빠르게 도구를 흡수하고, 어떤 분야는 거의 도입하지 못하고 있는 것이다.
성별로 추정되는 격차도 나타났다. 전형적인 남성 이름을 가진 연구자들은 전형적인 여성 이름을 가진 연구자들보다 코딩 에이전트를 두 배 이상 자주 사용했다.1 이는 단순한 취향 차이로 보기 어렵다. 초기 도입자가 더 빠르게 분석을 반복하고 더 많은 연구 아이디어를 시험할 수 있다면, 도구 접근과 활용의 차이는 시간이 지나며 연구 성과의 차이로 커질 수 있다.
핵심 사용처는 글쓰기가 아니라 데이터 분석이다
AI가 연구에 미치는 영향을 이야기할 때 흔히 논문 작성이나 문장 생성이 먼저 떠오른다. 하지만 이번 조사에서 드러난 코딩 에이전트의 중심 용도는 글쓰기가 아니었다.
코딩 에이전트 사용자의 97%는 데이터 분석용 코드 생성에 이를 사용했다고 답했다.1 즉, 연구자들이 코딩 에이전트에서 얻는 가장 직접적인 가치는 논문 문장을 대신 쓰는 것이 아니라 분석 작업을 더 빠르게 수행하는 데 있다.
이는 대학과 연구 조직이 AI 대응 전략을 세울 때 중요한 기준이 된다. 단순히 “AI로 글을 써도 되는가”에만 머물면 실제 변화의 핵심을 놓칠 수 있다. 더 시급한 질문은 다음에 가깝다.
연구자가 분석 코드를 AI와 함께 작성할 수 있는가
생성된 코드를 검증할 역량과 절차가 있는가
특정 전공이나 집단만 도구 접근성을 갖는 상황을 방치하고 있지는 않은가
AI 활용 교육이 글쓰기 윤리뿐 아니라 데이터 분석 실무까지 다루는가
해석에는 표본의 한계도 함께 봐야 한다
이번 조사 결과를 일반화할 때는 주의가 필요하다. 연구 참여자 모집 과정에서 Claude Max 계정 접근권이 제공됐기 때문에, 표본이 AI 도구에 관심 있는 사람들 쪽으로 기울었을 가능성이 있다.1
또한 응답자는 경제학, 정치학, 사회학이 각각 표본의 약 5분의 1을 차지했고, 약 40%는 정교수 또는 부교수였다.1 따라서 이 조사는 “모든 사회과학자의 평균적 현실”이라기보다, 정량 사회과학 연구자 집단 안에서 코딩 에이전트가 어떻게 확산되고 있는지를 보여주는 자료로 읽는 편이 적절하다.
그럼에도 메시지는 분명하다. 생성형 AI 사용은 이미 넓게 퍼졌지만, 연구 생산성을 실질적으로 바꿀 수 있는 코딩 에이전트의 정기적 사용은 아직 일부에게 집중돼 있다.
결론적으로 AI 코딩 에이전트는 사회과학 연구의 속도와 방식에 영향을 줄 가능성이 크다. 그러나 그 효과는 자동으로 모두에게 공평하게 돌아가지 않는다. 대학과 연구 조직은 단순히 AI 사용을 장려하는 데서 멈추지 말고, 교육, 접근권, 코드 검증 절차를 함께 설계해야 한다. 도구 격차가 연구 격차로 굳어지기 전에 말이다.
이 노트는 보도·비평·교육·연구 목적으로 작성되었습니다. 저작권 문의가 있으시면 에서 알려주세요.