Anthropic 사례로 보는 AI 시대 개발자 업무와 역량 변화

AI가 실제 개발 현장에서 일을 어떻게 바꿀까요? Anthropic 내부에서 엔지니어 132명을 대상으로 설문·인터뷰를 하고, 20만 건이 넘는 Claude Code 사용 데이터를 분석한 연구가 공개됐습니다.

이 글에서는 그 내용을 바탕으로, AI가 소프트웨어 개발자의 업무 방식·스킬·협업·커리어에 어떤 변화를 가져오고 있는지 Anthropic 사례를 중심으로 정리해 보겠습니다.

당장 우리 일과 크게 다르지 않은 풍경이어서, 앞으로 내 일자리가 어떻게 달라질지 상상해 보는 데 꽤 도움이 됩니다.

Anthropic에서 AI는 이미 "두 번째 나"로 일하고 있다

Anthropic 엔지니어들은 이제 업무 시간의 절반 이상을 Claude와 함께 보냅니다.

설문에 따르면 1년 전만 해도 업무의 약 28%에만 AI를 썼지만, 지금은 59%까지 올라갔고 체감 생산성은 평균 20% → 50% 향상으로 뛰었습니다. 일부 파워 유저는 "2배 이상"이라고 답했습니다.

흥미로운 점은 이 생산성이 단순히 "시간 절약"이 아니라 "출력량 증가"에서 온다는 겁니다.

실제 데이터에서도 AI를 쓰면 각 작업에 들이는 시간은 조금 줄거나 비슷한데, 만들어내는 코드·기능·실험의 양은 훨씬 많아졌습니다.

또 하나 중요한 변화는, 전체 Claude 보조 작업 중 약 27%는 "원래라면 아예 하지 않았을 일"이라는 점입니다.

예를 들어 이렇게 말합니다.

• 귀찮아서 미뤄두던 문서화·테스트

• 유지보수에 도움이 되지만 우선순위가 낮았던 리팩터링

• 한 번 만들어두면 편하지만 만들기 귀찮았던 내부 툴·대시보드

• 시간 대비 효율이 떨어져서 포기했던 탐색적 실험

즉, AI 덕분에 "해야 하는 일"을 빠르게 끝내고, "하면 좋지만 늘 밀리던 일"까지 손을 대기 시작한 셈입니다.

개발자들은 어떤 일을 AI에게 맡기고 있을까

Anthropic 엔지니어들이 Claude를 가장 자주 쓰는 영역은 디버깅과 코드 이해입니다.

실제 설문에서 응답자의 절반 이상이 "매일 Claude로 디버깅을 한다"고 답했고, 코드 읽기·이해, 새로운 기능 구현도 그 뒤를 이었습니다.

하지만 아무 작업에나 AI를 던지는 건 아닙니다. 인터뷰에서는 일종의 "AI 위임 원칙"이 뚜렷하게 드러납니다.

엔지니어들은 대체로 이런 일을 Claude에게 맡깁니다.

• 결과를 사람이 쉽게 검증할 수 있는 작업

• 전체 시스템 맥락은 얕지만, 문제 자체는 단순한 작업

• 한 번 쓰고 버릴 실험용·디버그용 코드

• 반복적이고 지루한 구현

• 본인이 잘 모르는 도구나 환경(예: Git, Linux, 생소한 라이브러리)에서의 기초 작업

반대로, 다음과 같은 일은 여전히 "사람 몫"으로 남겨둡니다.

• 제품 방향을 좌우하는 설계와 아키텍처 결정

• 조직 맥락·정책·장기 전략을 알아야 판단할 수 있는 의사결정

• "이게 더 아름답고 적절하다"는 감각, 이른바 테이스트(taste)가 필요한 선택

재미있는 건, 이 경계가 고정돼 있지 않다는 점입니다.

6개월 전만 해도 거의 사람이 하던 코드 설계·플래닝 작업 비중이, 지금은 Claude 사용 내역의 10% 가까이를 차지합니다. 모델 성능이 좋아지면서 "이건 아직 사람 몫"이라고 생각했던 영역이 서서히 AI 쪽으로 넘어가고 있는 것입니다.

"풀스택"이 되는 속도, AI가 가속하고 있다

Anthropic 내부에서 반복해서 등장하는 표현이 있습니다. 바로 "모두가 더 풀스택처럼 됐다"는 이야기입니다.

원래 백엔드만 하던 엔지니어가 Claude의 도움을 받아 UI를 직접 구현하거나, 연구자가 데이터 시각화용 프론트엔드를 뚝딱 만들어내는 식입니다.

한 백엔드 엔지니어는 이렇게 말합니다.

"예전 같으면 손도 못 댔을 UI를 Claude랑 같이 만들었는데, 디자이너들이 '이걸 네가 했다고?'라고 묻더라고요. '아니, Claude가 만들었고 저는 프롬프트만 쳤어요'라고 답했죠."

AI가 코드를 대신 써주는 것에서 그치지 않고, 사람에게 "새로운 분야에 도전할 용기"를 주고 있다는 점이 중요합니다.

모르는 영역의 일을 혼자 공부해서 들어가려면 진입 비용이 너무 크지만, AI와 함께라면 "일단 시작해 볼 수 있는" 상태가 되기 때문입니다.

이 덕분에 엔지니어들은 회의 → 구현 → 피드백으로 이어지는 사이클을 훨씬 짧게 돌릴 수 있게 됐고, 주니어 개발자들도 예전보다 훨씬 더 큰 규모의 프로젝트를 자신 있게 맡기 시작했습니다.

생산성의 이면: 실력은 자라고 있을까, 녹슬고 있을까

단점 이야기를 빼놓을 수는 없습니다.

여러 엔지니어가 공통적으로 걱정한 부분은 "내 코딩 실력이 서서히 녹슬고 있는 건 아닐까?"였습니다.

Claude를 쓰면 어려운 문제도 빠르게 해결할 수 있지만, 그 과정에서 얻던 "부수적인 학습"이 줄어든다는 겁니다.

직접 디버깅을 하면 문서와 주변 코드, 설정을 넓게 읽으며 시스템 전체에 대한 감각을 키우게 되는데, AI를 쓰면 곧바로 정답 근처로 점프해 버립니다.

그래서 이런 말이 나옵니다.

• "예전엔 새로운 툴을 쓰면 온갖 옵션을 다 건드려 보며 익혔는데, 이제는 AI에게 물어보고 끝나서 깊이 있는 이해가 줄어든 느낌이다."

• "초보라면 더 걱정될 것 같다. 나는 이미 '정답의 모양'을 알고 있어서 출력물을 검수할 수 있지만, 이제 막 시작한 사람은 그 기준을 만들 시간이 줄어들 수 있다."

여기서 나오는 개념이 '감독(슈퍼비전)의 역설'입니다.

AI를 제대로 쓰려면 결국 AI가 낸 답을 검수할 수 있는 실력이 필요합니다. 그런데 너무 많은 걸 AI에게 넘기면, 바로 그 검수 능력이 약해질 수 있다는 거죠.

일부 엔지니어는 이 문제를 의식적으로 관리합니다.

• 일부러 쉬운 문제는 여전히 "맨손 코딩"으로 풀어 본다

• 중요한 코드나 성능·보안 관련 구간은 직접 작성하거나 세밀하게 리뷰한다

반면, 이런 시각도 있습니다.

• "어차피 개발이라는 일이 더 높은 추상화 레이어로 계속 올라가 왔다. 저수준 디테일에 매달릴 필요가 줄어드는 게 자연스러운 흐름일 수도 있다."

• "지금 잃고 있는 건, 앞으로 별로 중요하지 않을지도 모르는 기술들일 수 있다."

결국 핵심은 "무엇을 핵심 역량으로 삼을 것인가"라는 질문으로 귀결됩니다.

코드를 손으로 쓰는 능력인가, 아니면 문제를 정의하고, 설계하고, AI를 적절히 사용해 해결하는 능력인가.

코딩의 즐거움은 줄고, 결과의 즐거움은 늘어났다

AI와 함께 일하게 되면서, 개발자들이 느끼는 감정도 꽤 갈렸습니다.

어떤 사람에게 코딩은 '손으로 짓는 공예'에 가까운 즐거움입니다.

• "음악 틀어놓고 코드를 직접 짜면서 몰입하는 그 감각이 정말 좋은데, 그런 시간이 줄어드는 게 아쉽다."

• "프롬프트만 치고 결과를 고치는 일은 예전만큼 재미있지는 않다."

반면, 다른 부류의 개발자는 "내가 정말 좋아했던 건 구현 행위가 아니라, 그걸로 무엇을 만들 수 있는가였다"는 걸 깨닫고 오히려 더 만족감을 느낍니다.

• "예상과 달리 지루하거나 무섭지 않다. 오히려 훨씬 많은 걸 만들 수 있어서 더 신난다."

• "코드를 직접 쓰는 즐거움 일부는 포기했지만, 그 대신 더 큰 문제를 풀 수 있게 된 게 좋다."

결국 AI가 가져온 변화는, 개발이라는 일이 "손으로 짓는 일"에서 "결과를 설계하고 orchestrate하는 일" 쪽으로 이동하고 있다는 점입니다.

이 변화가 반가울지, 아쉬울지는 각자 개발에서 무엇을 가장 가치 있게 느꼈는지에 따라 달라집니다.

동료에게 묻던 질문, 이제는 먼저 AI에게 묻는다

업무 문화도 조용히 달라지고 있습니다.

예전엔 막히는 부분이 있으면 자연스럽게 옆자리 시니어에게 물어보곤 했습니다. 이제 Anthropic 엔지니어들은 "전체 질문의 80~90%를 먼저 Claude에게 던진다"고 말합니다.

그 결과, 일종의 필터링이 생겼습니다.

• 단순한 문법·환경 이슈, 자잘한 버그는 대부분 AI에게 해결

• 사람에게 가는 질문은 맥락이 깊거나 조직적 판단이 필요하거나, 기술적 난도가 높은 문제 위주

겉으로만 보면 "사람 간의 협업이 줄어드는 것 아닌가?"라는 우려가 나올 수 있습니다.

실제로, 일부 시니어는 이렇게 말합니다.

• "주니어가 나에게 질문하러 오는 빈도가 눈에 띄게 줄었다."

• "사람과 함께 문제를 파고드는 시간을 좋아했는데, 그 비중이 줄어드는 게 조금 아쉽다."

동시에 다른 사람들은 오히려 편해졌다고 느낍니다.

• "자잘한 질문 때문에 동료 시간을 뺏는 미안함이 줄었다."

• "사람과의 회의는 더 전략적인 얘기 위주로 할 수 있어서 밀도가 높아진 느낌이다."

문제는 '멘토링'입니다.

주니어 입장에선 언제든 친절하게 답해주는 AI 멘토가 생긴 셈이지만, 사람 선배와 함께 고민하며 얻던 암묵지와 관계 맺기의 기회는 줄 수 있습니다.

Anthropic도 이 부분을 문제로 보고 내부적으로 "어떻게 사람 간 멘토링과 학습 구조를 다시 설계할지"를 논의하고 있습니다.

엔지니어의 미래 역할: 코드 작성자에서 AI 에이전트 매니저로

여러 인터뷰에서 반복적으로 등장한 표현이 있습니다. 바로 "이제 나는 코드 작성자라기보다 AI 에이전트 매니저에 가깝다"는 말입니다.

여러 명은 이미 항상 여러 개의 Claude 인스턴스를 띄워 놓고, 각자 다른 접근을 시도하게 한 뒤 결과를 비교·병합하는 방식으로 일합니다.

한 엔지니어는 "지금 내 일의 70% 이상이, AI가 쓴 코드를 리뷰하고 수정하는 일"이라고 표현했습니다.

이 흐름을 길게 보면, 질문은 자연스럽게 여기로 이어집니다.

• 그렇다면 앞으로 "주니어"의 정의는 무엇일까?

• AI가 코드를 대부분 짠다면, 사람은 어디에서 실력을 쌓게 될까?

• 5년 뒤 개발자의 핵심 역량은 무엇으로 평가될까?

엔지니어들의 감정도 양가적입니다.

• "단기적으로는 기대가 크다. 지금 하는 일은 너무 재미있고 임팩트도 크다."

• "하지만 장기적으로는 언젠가 AI가 거의 다 할 것 같다는 생각도 든다."

• "매일 출근해서 결국 나 자신을 자동화하고 있는 건 아닐까 하는 묘한 감정이 든다."

그럼에도 꽤 많은 사람이 "그래서 더 적응력이 중요하다"고 입을 모읍니다.

특정 기술 스택 하나에 목숨을 거는 것보다,

• AI가 강한 부분과 약한 부분을 이해하고

• 적절히 맡길 것과 직접 할 것을 나누고

• 사람·조직·제품 관점에서 더 큰 그림을 보는 능력

이 앞으로의 커리어 생존력일 수 있다는 관점입니다.

앞으로 AI와 함께 일하고 싶은 사람에게 주는 실용 팁

Anthropic 사례에서 우리에게 바로 적용 가능한 힌트도 꽤 많습니다.

첫째, AI에게는 "검증하기 쉬운 일"부터 맡기면 좋습니다.

본인이 결과를 보고 맞는지 틀린지 빠르게 판단할 수 있는 작업부터 AI와 함께 해 보세요. 테스트 코드, 단순 리팩터링, 로그 분석, 코드 설명 등은 좋은 출발점입니다.

둘째, 모르는 분야에 진입할 때 AI를 "바디가드"처럼 쓰는 방법입니다.

새로운 프레임워크나 언어를 쓸 때, 기초 문법과 패턴을 Claude류 모델에게 물어보며 "이 정도면 돌아가기라도 하게" 만든 뒤, 그 다음에 사람이 품질을 끌어올리는 식이 꽤 효율적입니다.

셋째, 의도적으로 "맨손 연습"을 남겨두는 것도 중요합니다.

특히 커리어 초반이라면, 완전히 AI에 의존하기보다

• 주 1~2번은 AI 없는 코딩 세션을 갖거나

• 중요한 개념·알고리즘은 직접 구현해 보는 습관을 유지하는 편이 좋습니다.

넷째, 사람과의 협업을 일부러라도 설계해야 합니다.

AI에게 질문을 던지기 전에 "이건 동료와 이야기해 보면 좋겠다" 싶은 주제들을 따로 모아서, 그걸 중심으로 1:1이나 팀 회고를 진행하면 멘토링과 관계 형성이 자연스럽게 유지될 수 있습니다.

마지막으로, 커리어 전략의 중심을 "도구"가 아니라 "역할"에 두는 것이 필요합니다.

• 어떤 문제를 풀고 싶은지

• 어떤 책임과 의사결정을 맡고 싶은지

• 그 과정에서 AI를 어떻게 활용하면 좋을지

이 관점으로 커리어를 설계하면, 기술 스택이나 특정 툴 변화에 덜 휘둘리게 됩니다.

시사점: AI 시대 개발자의 경쟁력은 무엇이 될까

Anthropic 내부 연구는 한 회사의 사례일 뿐이지만, "조금 앞서 도착한 미래"를 꽤 생생하게 보여줍니다.

요약하면 다음과 같은 변화가 진행 중입니다.

엔지니어들은 AI 덕분에 더 빨리, 더 많이, 더 넓은 영역의 일을 해내고 있습니다. 하지만 그만큼 깊이 있는 기술 역량·멘토링·업무의 의미가 어떻게 재구성될지에 대한 질문이 생겼습니다.

앞으로 중요한 역량은 다음에 가까울 가능성이 큽니다.

• AI를 도구가 아니라 동료처럼 전략적으로 사용하는 능력

• 검증 가능한 작업과 사람이 책임져야 할 판단을 구분하는 감각

• 추상도가 높은 설계·커뮤니케이션·조정 능력

• 그리고 무엇보다, 변화에 맞춰 스스로를 다시 정의할 수 있는 유연함

AI가 개발자의 일을 "없애기"보다는 "바꾸고" 있는 지금, 우리가 할 일은 두 가지입니다.

하나는, 실제로 AI를 써 보면서 나만의 위임 기준과 협업 패턴을 만드는 것. 다른 하나는, "코드를 쓰는 사람"에서 "문제를 정의하고 해결을 orchestrate하는 사람"으로 스스로의 역할을 조금씩 옮겨가는 것.

Anthropic가 말하듯, 지금은 아직 실험 단계입니다. 하지만 이 실험의 결과는 우리 모두의 업무 방식과 커리어에 직접적인 영향을 줄 가능성이 높습니다.

지금 내 일에 Claude 같은 도구를 한 번 초대해 보아야 할 이유는, 아마 그걸 미리 경험해 보는 데 있을지도 모릅니다.

출처 및 참고 : How AI Is Transforming Work at Anthropic \ Anthropic