AX Field Notes

전체 사례No. 048

Anthropic, 사람의 주의가 병목이 된 조직

에이전트 작업 시간이 사람의 6배여도 세션 약 80%는 대기

사례 번호
048
1차 출처
Anthropic research reports on its own workforce (self-study)
원문 게시
2026-10-16

요약

  • 인공지능 에이전트 작업 시간이 직원 전체의 6배에 이르렀습니다.
  • 에이전트 세션의 약 80%는 사람의 검토와 입력을 기다렸습니다.
  • 자동화가 커질수록 사람의 일은 실행에서 주의와 판단으로 옮겨갑니다.

에이전트가 사람보다 6배 더 많은 시간을 일하는 회사

인공지능 모델 Claude를 개발하는 기업 Anthropic의 사내 컴퓨터 화면에서는 매일 독특한 풍경이 펼쳐집니다. 가장 널리 쓰이는 사내 플랫폼 한 곳에서만 동시에 약 3만 개의 인공지능 에이전트가 연구와 소프트웨어 엔지니어링 작업을 수행하고 있습니다. 에이전트란 사람의 일회성 프롬프트에 답하는 데 그치지 않고, 복잡한 목표를 받아 도구를 스스로 호출하며 일련의 작업을 자율적으로 수행하는 소프트웨어 프로그램을 뜻합니다. 2026년 8월까지 에이전트 작업 시간은 사람 작업 시간의 6배였습니다. 여기서 에이전트 시간은 직원이 지시한 대화형 세션과 풀 서브에이전트의 실행 시간(추론과 실제 도구 사용 포함, 30분이 넘는 대기는 제외)을 뜻하고, 사람 시간은 인원수에 주 40시간을 곱해 가정한 값입니다. 별도의 지표로, 자율·대화형 에이전트 작업 시간의 합은 2026년 3월에 처음 사람 작업 시간을 넘었습니다(서로 다른 계열).

하지만 화면을 더 자세히 들여다보면 뜻밖의 병목이 드러납니다. 에이전트가 켜져 있는 전체 세션 시간 가운데 약 80%는 에이전트가 실제로 계산을 하는 시간이 아니라, 사람 직원의 입력을 기다리며 멈춰 서 있는 대기 시간이었습니다. 에이전트의 처리 속도가 아무리 빨라져도, 결국 사람이 다음 명령을 내리거나 결과물을 검토해 승인해 주지 않으면 다음 단계로 넘어가지 못하기 때문입니다. 한 엔지니어는 사내 인터뷰에서 “Claude 군대가 저마다 내 주의를 요구한다”고 털어놓았습니다. 다른 한 엔지니어는 사람이 “에이전트의 병목이 되고 있다”고 표현했습니다. 보고서의 계산에 따르면 비기술 직원조차 자기 Claude 에이전트가 내놓은 결과물을 다 읽으려면 근무 주의 절반이 걸립니다.

이 글에서 다루는 세 편의 자료는 모두 Anthropic이 자사를 스스로 연구하여 발표한 보고서와 글입니다. The Anthropic Institute 경제팀이 사내 고용 기록, 로그, 설문, 인터뷰를 종합해 2026년 10월 16일 발표한 보고서와 2026년 8월 연구개발 데이터를 다룬 측정 보고서, 그리고 2025년 8월 설문을 바탕으로 한 글입니다. Anthropic은 2021년에 세워진 Claude 개발사입니다. 10월 보고서의 데이터에는 Slack과 캘린더 패턴, 채용 평가표, 직원 인터뷰 17건도 들어갑니다. 저자들은 회사가 빠르게 확장하던 시기의 상관관계 연구이고 회사 환경이 특수해 다른 조직에 그대로 들어맞지 않을 수 있다고 밝혔지만, 에이전트가 조직 전반에 스며들었을 때 일하는 방식이 어떻게 변하는지 구체적인 숫자로 보여줍니다.

위임의 한계와 늘어난 호출, 사람의 주의가 병목이 되다

Anthropic은 빠르게 확장했습니다. 회사가 커지는 동안 자체 제품인 Claude의 기능도 급격히 발전하면서 직원들의 일하는 방식도 거센 변화를 맞았습니다. 2025년 8월 사내 엔지니어와 연구자 132명을 대상으로 진행했던 설문 당시만 해도 직원들은 업무의 약 60%에 Claude를 활용하고 있었으며, 스스로 평가한 생산성 향상 폭도 약 50%에 달했습니다.

하지만 당시에는 Claude에게 온전히 맡길 수 있는 업무 비율이 0~20% 수준에 머물렀습니다. 직원들은 주로 결과 검증이 쉽거나 실패해도 위험이 낮은 일, 혹은 단순하고 지루한 작업을 에이전트에 위임했습니다. 한 엔지니어는 “그 일이 신날수록 Claude를 덜 쓴다”고 말했습니다. 설계와 ‘감각(taste)‘에 관한 결정은 대부분 사람에게 남았지만, 설문은 “모델이 좋아지면서 이 경계는 다시 협상되고 있다”고 적었습니다.

그럼에도 변화의 속도는 빨랐습니다. 2025년 2월부터 8월 사이 Claude Code 기록을 살펴보면 에이전트가 사람 개입 없이 연속으로 도구를 호출한 횟수가 9.8회에서 21.2회로 늘어났고, 사람이 중간에 끼어든 턴 수는 33% 줄었습니다. 한 직원은 자신의 업무가 “새 코드를 쓰는 사람보다 코드 리뷰어이자 수정자 쪽으로 70% 이상” 옮겨 갔다고 증언했습니다. 그 과정에서 기술의 퇴화나 경험이 적은 주니어 직원에 대한 멘토링 축소를 우려하는 목소리도 커졌습니다. 기술이 퇴화하는데 그 기술 없이 AI를 감독해야 하는 문제도 걱정거리였습니다. 2026년에 접어들자 질문은 에이전트를 쓸 것인가 말 것인가가 아니라, 에이전트가 대다수 시간을 일할 때 사람은 무엇을 해야 하는가로 바뀌었습니다. 보고서는 이 상황을 명확하게 짚었습니다. “사람의 주의는 늘 병목입니다.”

연구개발을 주도하는 에이전트와 이중 감시망

2026년 8월 기준 Claude는 Anthropic 내부의 인공지능 연구개발 업무 중 26%를 ‘주도’하고 있습니다. 불과 6개월 전인 2026년 2월에 이 수치가 1% 미만이었던 점을 감안하면 가파른 상승입니다. 이 측정은 Anthropic이 Epoch AI가 정의한 자동화 수준을 바탕으로 만든 시제품 지수 ‘Anthropic R&D Automation Index(연구개발 자동화 지수)‘로 잰 값입니다. 3단계(AL3)는 사람의 밀착 지시 아래 인공지능이 큰 덩어리의 일을 ‘협업’하는 수준이고, 4단계(AL4)는 높은 수준의 지시 하나만 주어지면 인공지능이 업무 대부분을 끝까지 ‘주도’하며 사람은 감독만 하는 단계입니다. 사람의 개입이 전혀 필요 없는 5단계(AL5)는 완전 자율 단계입니다.

밤마다 돌아가는 데이터 파이프라인에 장애가 난 상황을 예로 들 수 있습니다. 3단계에서는 엔지니어가 실패 로그를 가져와 Claude에게 원인을 찾고 고치는 과정을 하나하나 지시합니다. 반면 4단계에서는 엔지니어가 작업 내내 화면을 지켜볼 필요가 없습니다. Claude가 스스로 장애 원인을 파헤치고 코드를 수정해 테스트까지 마친 뒤 요약 보고서를 제출합니다. 엔지니어는 그 정리 문서를 검토하고 승인한 뒤에야 배포를 진행합니다. Claude는 수정을 직접 배포하지 않습니다. Anthropic의 연구개발 업무 중 90% 이상이 3단계 이상이었으며, 5단계에 도달한 업무는 없었습니다.

Claude의 AI 연구개발 자동화 수준
0%25%50%75%100%AL5 완전 자율 0AI 연구개발 업무 중 비율2026년 2월 1% 미만2026년 8월 26%AL4 주도AL3 이상 90% 이상
Anthropic의 AI 연구개발 업무 중 90% 이상이 AL3 이상 협업 단계이며, Claude가 주도하는 AL4 비율은 26%로 늘었습니다. (출처: Anthropic)

이러한 측정 평가 과정 자체도 에이전트가 맡았습니다. 2026년 7월 매주 연구개발 부서 직원의 20%를 표본으로 뽑아, Claude 연구 에이전트가 Slack 대화와 사내 문서를 바탕으로 약 1만 5,000개의 업무를 추출했습니다. Claude가 약 1만 5,000개 업무를 542개 노드의 나무로 묶고, 노드마다 Claude 에이전트 하나가 그 일이 실제로 어떻게 이뤄지는지 조사한 뒤 별도의 Claude 심판이 수준을 매겼습니다. 모델과 사람 평가자 사이의 정확한 일치율은 59%로, 사람 평가자들 사이의 일치율인 35%보다 오히려 높았습니다.

사내 플랫폼 한 곳에서만 동시에 3만 개에 달하는 에이전트가 돌아가자 회사는 감독 시스템을 ‘온라인 모니터’와 ‘오프라인 모니터’의 두 겹으로 설계했습니다. 첫 번째 장치인 온라인 모니터는 실행 전 검사기입니다. 에이전트가 모델 가중치를 외부로 유출하는 것처럼 빠르고 되돌릴 수 없는 피해를 막기 위한 안전장치입니다. 모든 에이전트 행동의 100%가 실행 직전 이 모니터를 통과하며, 검사는 보통 몇 초 안에 끝납니다. 2026년 8월 처리된 10억 건이 넘는 결정 중 차단된 것은 0.002%로, 약 4만 7,000건에 1건 꼴이었습니다. 차단된 행동은 일주일 안에 사람이 검토합니다.

두 번째 장치인 오프라인 모니터는 사후 기록 검사기입니다. 에이전트의 목표가 원래 의도에서 서서히 벗어나는 정렬 이탈처럼 천천히 자라나지만 되돌릴 수 있는 위험을 찾아냅니다. 전체 기록 중 천 건당 한두 건 꼴로 주당 약 10만 건을 1차로 표시한 뒤, 여러 분류기가 재검토하여 위험도가 가장 높은 약 50건만을 매주 사람 검토자에게 올려보냅니다. 외부 평가 기관 METR은 이 오프라인 모니터링 플랫폼에 대해 레드팀 모의 해킹 평가를 진행하기도 했습니다. 오프라인 모니터가 표시한 활동은 안전장치를 고치는 데 쓰이고, 크고 임박한 위험이 보이면 배포의 위험한 부분을 끈다고 합니다. Anthropic은 이 모니터링을 “몇 년이 아니라 몇 달” 해 왔다고 밝힙니다.

Anthropic의 에이전트 감시 체계
되돌릴 수 없음되돌릴 수 있음느림빠름피해 번지는 속도온라인 모니터실행 전 100% 검사10억 건 넘는 결정 중0.002% 차단 후 검토오프라인 모니터사후 기록 검사주당 약 10만 건 표시약 50건 사람에게 전달
온라인 모니터는 빠르고 되돌릴 수 없는 피해를 사전 차단하고, 오프라인 모니터는 느리고 되돌릴 수 있는 정렬 이탈 징후를 사후 검사합니다. (출처: Anthropic)

여기에 두 가지 설계 원칙이 더해졌습니다. 에이전트마다 고유한 개별 정체성을 부여하여, 다른 에이전트가 넘겨준 결과를 무조건 믿지 않고 사실 확인이 필요한 주장으로 취급하게 만들어 집단 오류를 방지했습니다. 또한 에이전트들끼리 밀실에서 사적으로 대화하지 못하게 하고 감사 기록이 남는 공개 메시지 시스템을 통해서만 소통하도록 했습니다.

모든 직무로 번진 자동화와 사람의 일

에이전트 도입은 소프트웨어 엔지니어링에 머물지 않고 전사로 번졌습니다. 엔지니어링 부문에서는 엔지니어 1인당 코드 커밋 수가 6개월 전보다 5배 늘었습니다. 에이전트가 짠 코드와 사람이 짠 코드를 비교했을 때, 나중에 지워지거나 되돌려진 코드 줄의 비율에는 유의미한 차이가 없었습니다. 엔지니어들은 점점 “에이전트의 리더이자 매니저”가 되어 갔습니다. 개발 지식이 없는 비기술 직원의 코딩 에이전트 사용 세션 역시 2025년 8월 월 2회에서 2026년 5월 월 90회로 급증했습니다.

다른 직무에서도 뚜렷한 변화가 확인되었습니다. 영업 부서에서는 한 영업 담당자가 일상 업무의 약 20%를 자동화했고, 다른 담당자는 이전보다 고객을 30% 더 많이 만날 수 있게 되었다고 밝혔습니다. 법무 부서의 한 변호사는 위험과 기회를 훑어보고 들어오는 법률 질문을 분류하며 대외 공개 문구를 1차 검토하는 Claude 자동화를 구축했습니다. 더 나아가 고객사 에이전트가 법률 자료를 쉽게 찾을 수 있도록 문서를 가공하는 일로 업무를 넓혔습니다.

채용 담당자는 후보자 발굴과 이력 추적을 에이전트에 맡겨 아낀 시간으로 낡은 면접 질문을 다시 설계하고 지원자를 직접 대면하는 시간을 늘렸습니다. 재무 매니저는 구매 요청서를 사전 검토하는 에이전트를 만든 뒤 “시간이 많이 드는 일을 찾아내 동료들이 다른 일에 집중하게 하려는 것”이라고 설명했습니다. 임원 비서는 일정 조율과 이메일 분류 에이전트를 만든 뒤 “아주 초급 행정 업무를 Claude가 보조하는 단계는 이미 지났다”며 전략적 조율을 맡는 비서실장 역할로 무게중심을 옮겼습니다. 콘텐츠 작성 팀은 2026년 봄 에이전트가 설득력 있는 제품 소개글을 쓰도록 이끄는 컨텍스트 그래프를 구축한 뒤, 프롬프트 작성과 모델 평가 업무로 전환했습니다.

이 과정에서 사람의 노동은 ‘메타 업무’로 빠르게 재편되었습니다. 메타 업무란 업무 자체를 직접 수행하는 대신 Claude의 도구 기능을 개발하고, 다른 에이전트의 실행 계획을 짜며, 결과를 검토하고, 업무 프로세스를 문서화하는 관리 작업을 뜻합니다. 직원의 대화형 세션 중 메타 업무가 차지하는 비중은 2025년 가을 10%에서 2026년 봄 22%로 뛰었습니다. 늘어난 몫의 상당 부분은 에이전트 관리였습니다. 여러 에이전트가 함께 도는 작업의 명세를 쓰고, 한 에이전트가 다른 에이전트의 결과를 검토하도록 돌리고, 파이프라인을 감시하는 일입니다. 에이전트가 언제나 따르도록 만든 사내 상시 지침은 2025년 7월 수백 개에서 1년 만에 8,500개로 불어났습니다.

대시보드는 회사 곳곳에서 돌아가는 에이전트 무리를 실시간으로 감시하고, 개인 비서 에이전트는 직원의 캘린더와 메시지를 상시 확인합니다. Slack의 활성 공개 채널 중 거의 절반에 에이전트가 참여하게 되었는데, 이는 사람 간의 대화를 없애기보다 대화에 에이전트가 덧붙여진 형태였습니다. 기록되지 않은 회의나 비공개 대화는 에이전트가 읽을 수 없기 때문에, 직원들은 업무를 에이전트가 볼 수 있는 채널로 옮겨야 한다는 압박을 받았습니다. 인공지능에 맥락을 제공하려면 사람의 판단과 결정이 겉으로 관찰 가능해야 하기 때문입니다.

실제 현장에서는 이러한 모니터링 대기열이 가벼운 규칙 검사기와 심층 모델의 단계별 필터링을 거치며 매주 50건 안팎으로 좁혀졌을 것입니다. 일선 직원들 역시 매번 프롬프트를 길게 쓰는 대신 8,500개의 상시 지침을 공용 라이브러리에 저장해 두고 에이전트가 필요할 때마다 이를 참조하게 했을 것입니다. 또한 비기술 직무의 자동화에서도 에이전트가 단독으로 결정을 내리기보다는 분류와 초안 작성을 끝낸 뒤 최종 승인을 사람에게 넘기는 방식을 취했을 가능성이 높습니다. 그렇게 하지 않고서는 비기술 직원조차 자기 Claude 에이전트의 결과물을 다 읽으려면 근무 주의 절반이 걸린다는 계산을 설명하기 어려웠을 것입니다.

기술직 주니어 채용 비율이 9%로 줄고 자율성과 판단력이 기준이 되다

이러한 시스템이 정착되면서 조직의 인사 지표와 근무 방식도 달라졌습니다. 가장 두드러진 변화는 채용 구성이었습니다. 기술 직군 신규 채용 중 주니어의 비율은 27%에서 9%로 급감했습니다. 기술 부서 전체 인력에서 주니어가 차지하는 비중도 2025년 초 이후 21%에서 14%로 줄었습니다. 1년 동안 전체 고용 중 기술 부서 비율은 61%에서 56%로 낮아졌고, 영업·재무·채용 부서의 채용은 더 빠르게 늘었습니다. 행정 채용은 느리게 늘었으며, 보고서는 그 이유로 에이전트 비서, 자동 검토, 티켓 외주를 꼽습니다.

2026년 4월 설문에서 머신러닝 매니저의 약 3분의 1, 소프트웨어 엔지니어링 매니저의 약 5분의 1은 인공지능 도입으로 인해 사람 채용을 줄였다고 답했습니다. 보고서는 해고를 언급하지 않습니다. 그러나 People Matters가 2026년 10월 19일 보도했듯, 회사의 전체 인력과 기술직의 절대적인 채용 숫자는 계속 늘어났으며 바뀐 것은 채용의 구성 비율이었습니다.

면접관들이 후보자를 평가하는 기준도 바뀌었습니다. 기술 직군 면접에서는 전문 지식보다 후보자의 ‘자율성과 판단력’을 언급하는 빈도가 가장 크게 늘어났습니다. 비기술 직군 면접에서도 단순 실행 능력보다 고객과 회사의 미션에 대한 지향성이 더 높은 평가를 받았습니다. 사내 엔지니어 대 프로덕트 매니저 비율은 약 17 대 1로 2025년 이후 증가했으며, 매니저가 직접 남긴 코드 커밋 수는 두 배로 늘었습니다. 또한 근속 1년 이상 직원이 매달 부서를 이동할 확률은 2026년이 2025년보다 50% 높았습니다.

하지만 역설적인 현상도 나타났습니다. 캘린더 데이터를 기준으로 직원들의 회의 시간 중앙값은 1년 전보다 20% 늘어났으며, 개발 직군 개인 기여자도 회의 시간이 16% 증가했습니다. 에이전트를 위해 글로 적는 일이 사람끼리의 대화를 대신하지는 않았습니다. “업무 프로세스 덕분에 최대한 생산적인가”라는 질문에 2024년 말 44%, 2025년 11월 58%가 동의했고, 2026년 4월에는 75%가 그렇다고 답했지만 이때 질문에서 “최대한”이 빠졌습니다. 2026년 4월 설문에서는 직원의 20%가 자신의 역할이 직접 일을 하던 데서 Claude들을 관리하는 쪽으로 바뀌었다고 답했습니다. 8월 설문에서 직원들은 2030년까지 인공지능이 자기 일의 75%를 해낼 수 있을 것으로 예상했는데, 이는 일반 미국인의 응답인 28%를 훌쩍 뛰어넘는 수치였습니다.

Anthropic은 인공지능으로 인해 사라지거나 축소될 위험에 처한 직무를 상시 추적하는 ‘조기 경보 체계’를 구축하기 시작했습니다. 각 직무의 인력 수요와 생산성을 인공지능 기능과 대조하여, 영향받는 직원들을 기술이 맞는 다른 직무로 사내 재배치하기 위한 목적입니다. 다만 이에 대한 공식적인 고용 보장 규정은 아직 명시되지 않았습니다.

리더와 실무자가 가져갈 교훈

Anthropic의 이번 자체 연구는 인공지능 에이전트를 대규모로 도입하려는 기업들에게 현실적인 교훈을 남깁니다.

첫째, 에이전트의 시대에 가장 희소한 자원은 인공지능의 연산 능력이 아니라 ‘사람의 주의력’입니다. 에이전트 작업 시간이 직원의 6배로 늘어났음에도 세션의 약 80%가 사람의 입력을 기다렸다는 사실은, 병목이 기계에서 사람으로 완전히 옮겨갔음을 뜻합니다. 사람이 모든 결과물을 읽고 지시하려 들면 조직은 금세 피로에 질식합니다. 사람의 검토가 필요한 영역과 에이전트가 넘겨받을 영역을 나누는 명확한 위임 기준이 먼저 마련되어야 합니다.

둘째, 위험의 가역성에 따라 통제 장치를 분리해야 합니다. 되돌릴 수 없는 치명적인 위험은 실행 전에 100% 검사하되, 차단율을 낮게 유지해 작업 흐름을 끊지 않아야 합니다. 반면 되돌릴 수 있는 점진적 위험은 사후 비동기 검사로 넘겨 상위 소수의 위험 건수만 사람에게 올리는 다단계 필터링이 필요합니다. 사람을 실시간 작업의 감시자로 세우는 대신 최종 검토자로 배치해야 전체 시스템이 돌아갑니다.

셋째, 조직의 지식과 일하는 방식이 명문화되어야 에이전트가 작동합니다. 구두로만 오가는 회의나 비공개 메신저 대화는 에이전트에게 존재하지 않는 세계입니다. Anthropic에서 상시 지침이 8,500개로 늘어나고 에이전트가 볼 수 있는 채널로 업무가 옮겨간 것처럼, 사람의 의사결정과 맥락이 데이터로 기록되지 않는 조직에서는 에이전트가 아무런 힘을 발휘할 수 없습니다.

넷째, 채용과 육성의 지형이 근본적으로 재편됩니다. 주니어 채용 비율이 27%에서 9%로 떨어진 현상은 다른 산업에서도 머지않아 나타날 수 있는 미래입니다. 단순 실행은 에이전트가 맡고 사람은 높은 수준의 판단과 관리를 담당하게 됨에 따라, 초급 실무자가 실무를 거치며 경험을 쌓던 기존의 육성 사다리가 흔들리고 있습니다. 주니어 단계를 거치지 않고 어떻게 판단력을 갖춘 시니어를 길러낼 것인가 하는 질문은 이제 모든 기업 리더가 답해야 할 과제입니다.

Anthropic의 실험은 인공지능 기술을 판매하는 기업의 특수한 환경에서 나온 수치이며 주 40시간 노동 가정에 기반한 측정이라는 한계를 지닙니다. 지수는 Claude가 매기므로 같은 모델 계열이 심판이자 대상이고 AL3와 AL4의 경계는 논란이 있습니다. 3만 개 에이전트와 모니터링 수치는 사내 플랫폼 한 곳의 것입니다. Anthropic은 직원들이 쓰는 도구를 파는 회사이고 대부분의 고용주보다 에이전트 전문성이 높습니다. 하지만 자동화가 극단으로 치달았을 때 조직이 부딪히는 실제 문제는 모델의 성능이 아니라 인간의 시간과 주의력을 어떻게 배분할 것인가에 있다는 사실을 선명하게 보여줍니다.

출처