40만 건을 분석했더니: AI 성공의 80%는 '코딩'과 무관했습니다

혹시 "AI로 뭔가 제대로 만들려면 결국 개발자여야 하는 거 아냐?"라고

생각해보신 적 있으신가요? 이번 보고서는 그 통념을 정면으로 흔드는 내용이라, 코딩과 무관한 부서에서

일하시는 분들께도 의미가 큽니다. 핵심부터 말씀드리면 이렇습니다.

• AI가 '어떻게 만들지(실행)'의 약 80%를 알아서 처리합니다.
• 그래서 사람에게 남는 일은 '코딩 기술'이 아니라,

'무엇을 시킬지 정하고, 결과가 맞는지 판단하는 일'입니다.

• 이 능력은 코딩이 아니라 '자기 분야를 잘 아는 것(도메인 지식)'에서 나옵니다.

먼저, 이 연구가 뭔가요?

앤트로픽이 2026년 6월 16일에 발표한 경제 분석 보고서입니다.

2025년 10월부터 2026년 4월까지 약 7개월간, 23만 5천 명이 사용한

'클로드 코드' 세션 약 40만 건을 분석했습니다.

[개념 정의] - 클로드 코드(Claude Code): 앤트로픽이 만든 'AI 코딩 도구'입니다.

사람이 말로 시키면 AI가 직접 파일을 읽고, 코드를 짜고, 명령을 실행해 일을 끝내줍니다.

- 세션(Session): AI와 한 가지 작업을 처음부터 끝까지 주고받은 '대화 한 묶음'입니다.

- 에이전트(Agent): 한 번 시키면 여러 단계를 스스로 알아서 처리하는 AI를 말합니다.

비서에게 "이 일 좀 처리해줘"라고 맡기면 알아서 끝내오는 것과 비슷합니다.

클로드 코드는 이미 빠르게 퍼지고 있습니다. 코딩 작업 결과물을 공유하는 사이트(깃허브)에서

클로드 코드 프로젝트 비중이 2025년 말 이후 2배 넘게 늘었고,

사용자는 주 평균 약 20시간을 이 도구와 함께 일합니다.

참고로 이 연구는 개인 정보를 들여다보지 않는 방식으로 진행됐습니다.

연구원이 개별 대화를 직접 읽지 않고, 통계 수치만 모아서 분석했습니다.

핵심 1) 사람과 AI는 '내비게이션'처럼 일을 나눕니다

가장 또렷한 발견은 '역할 분담'이었습니다. 운전에 비유하면 이렇습니다. 목적지를 정하는 건 사람(나)이고,

실제 경로를 짜서 길을 안내하는 건 내비게이션(AI)입니다.

(이 글 제목의 '80%'가 바로 이 숫자입니다) 여기서 '계획'은 무엇을 만들지, 무엇을 '완료'로 볼지를 정하는 일이고,

'실행'은 어떤 파일을 고칠지, 코드를 어떻게 짤지, 어떤 명령을 돌릴지를 정하는 일입니다.

보통 사람이 지시(프롬프트)를 한 번 내리면, AI는 평균 10가지 행동을 줄줄이 수행하고

약 2,400단어 분량의 결과를 써냅니다. 한 세션은 보통 이런 주고받기를 4번 정도 거칩니다.

- 프롬프트(Prompt): AI에게 주는 '지시·명령' 한 줄입니다.

예) "이 엑셀에서 중복된 거래처를 찾아 정리하고, 결과를 표로 만들어줘"

핵심 2) AI로 하는 일은 '코딩'만이 아니었습니다

'코딩 도구'라고 하면 프로그램 만드는 일만 떠올리기 쉽지만, 실제 사용 내역은 훨씬 넓었습니다.

연구진은 작업을 크게 9가지로 나눴는데, 쉽게 묶으면 이렇습니다.

- 코드를 직접 다루는 일: 새로 만들기 / 고장 수정 / 테스트 (전체의 약 56%)

- 소프트웨어를 돌리고 관리하는 일: 배포·설정·실행 (약 17%)

- 무엇을 할지 따져보는 일: 기존 구조 파악 / 변경 계획 (약 14%)

- 코드와 무관한 일: 데이터 분석 / 문서·발표자료 작성 (약 13%)

실제 사례 하나를 들면, 한 변호사는 계약서 수십 개가 든 폴더에서

빠진 조항을 자동으로 찾아내는 도구를 AI로 만들었습니다.

코딩 전공자가 아니어도, '계약서에서 무엇이 빠지면 안 되는지'를 정확히 아는 사람이라

가능했던 일입니다.

핵심 3) 성패를 가른 건 '코딩 실력'이 아니었습니다

그럼 무엇이 성공과 실패를 갈랐을까요? 정답은 코딩 실력이 아니라 '도메인 전문성'이었습니다.

- 도메인 전문성(Domain Expertise): '그 일·그 분야'에 대한 깊은 이해입니다.

직함이나 학벌이 아니라, 실제 그 업무를 얼마나 잘 아는지를 뜻합니다.

흥미로운 점은 이 전문성이 '그 작업에 한정'된다는 것입니다.

- 베테랑 개발자라도 처음 다루는 언어 앞에서는 '초보'입니다.

- 반대로 파이썬을 한 번도 안 써본 회계사라도, 월말 마감의 예외 규칙을 정확히 짚고 AI가 놓친 부분을 잡아낸다면 그 작업의 '전문가'입니다.

그리고 이 전문성이 높을수록 성공률이 또렷이 올라갔습니다.

초보 수준 세션: '검증된 성공' 15%

중급 이상 세션: '검증된 성공' 28~33%

- 검증된 성공(Verified Success): "성공한 것 같다"는 느낌이 아니라, 테스트 통과나

실제로 저장된 결과물, 사용자의 명확한 "됐다"는 확인처럼 '객관적 증거'로

확인된 성공만 인정한, 가장 엄격한 기준입니다.

핵심 4) 전문가는 같은 한마디로 5배의 일을 시킵니다

전문성은 AI를 더 멀리 끌고 가는 '핸들' 역할도 했습니다.

초보의 지시 한 번 → AI 행동 약 5개, 결과물 약 600단어

전문가의 지시 한 번 → AI 행동 약 12개, 결과물 약 3,200단어

같은 한마디인데 약 5배의 일을 끌어낸 셈입니다. 자기 분야를 잘 알수록 지시가 구체적이라, AI가 헤매지 않고 더 멀리 나아가기 때문입니다.

일이 꼬였을 때도 차이가 컸습니다. - 막힌 상황을 결국 성공으로 돌려놓는 비율: 초보 4% vs 전문가 15%

- 한 줄도 못 쓰고 포기한 비율: 초보 19%(다섯 중 하나꼴) vs 나머지 5~7%

전문가는 AI가 막혔을 때 "그게 아니라 이렇게 해봐"라고 방향을 다시 잡아줄 수 있어,

같은 난관에서도 포기하지 않고 결과를 만들어냈습니다.

핵심 5) 다행히, '깊은 전문가'까지 갈 필요는 없습니다

가장 안심되는 대목입니다. 성공률 상승의 대부분은 '초보 → 중급' 구간에서 나왔습니다.

중급에서 전문가로 올라가며 더해지는 이득은 생각보다 작았습니다.

즉, 그 분야를 '제대로 이해하는 정도'면 AI 도구의 이점을 거의 다 가져갈 수 있습니다.

평생 한 우물만 판 사람만 누리는 혜택이 아니라는 뜻입니다.

직업 자체도 생각보다 덜 중요했습니다. 코드를 실제로 만든 세션에서, 주요 직군 10개 전부가 소프트웨어 엔지니어와

7%포인트 이내의 성공률을 보였습니다. 오히려 가장 높은 성공률을 기록한 건 '관리직(매니저)'이었습니다.

일을 명확히 정의하고 지시하는 관리 능력이, AI를 지휘하는 데 그대로 통했기 때문으로 보입니다.

지난 7개월 사이, AI가 하는 일도 바뀌었습니다

- 고장 난 코드를 고치는 일: 33% → 19% (AI 발전이 거듭되며, 거의 반토막)

- 소프트웨어 배포·운영: 14% → 21% - 글쓰기·데이터 분석: 약 10% → 약 20% (2배)

AI가 단순 수정 작업을 점점 흡수하고, 대신 데이터 분석·문서 작성처럼

'더 가치 있는 일'로 무게중심이 옮겨가고 있습니다.

실제로 한 작업의 평균 가치는 7개월 동안 약 27% 올랐습니다.

(같은 일을 외부 전문가에게 맡길 때의 시세와 비교해 추정한 값입니다.)

* 해당 기간 : 2025년 10월부터 2026년 4월까지

그래서, 우리에게 주는 의미는?

💡 핵심은 이것입니다.

"단순 코딩의 값어치는 내려가고, 자기 일을 제대로 잘 아는 도메인 전문성의 값어치는 올라갔다."

영업, 재무, 인사, 디자인, 마케팅 등 어떤 부서든 자기 업무를 깊이 아는 분이라면,

예전엔 엄두도 못 내던 기술 작업(데이터 정리 자동화, 반복 문서 생성, 간단한 도구 제작 등)을

이제 AI에게 맡겨 직접 해낼 수 있습니다. 중요한 건 '코딩 능력'이 아니라

① 무엇을 해야 하는지 정확히 아는 능력 ② AI가 내놓은 결과가 맞는지 판단하는 능력

입니다. 이 두 가지는 코딩이 아니라 '실무 경험'에서 나옵니다.

마지막으로 보고서가 남긴 관전 포인트 하나. 언젠가 이 '전문성의 프리미엄'이 줄기 시작한다면, 그건 AI가 사람의 '판단'까지

대신하기 시작했다는 신호일 수 있습니다. 그때 인간에게 남는 몫은 무엇일지,

지금부터 함께 고민해볼 만한 질문입니다. [마무리]

AI를 잘 쓰는 비결은 어려운 이론과 전혀 무관합니다.

이미 가지고 있는 '내 업무에 대한 이해'를 AI에게 정확히 전달하는 것이 시작입니다.

강의를 들어야만 할 수 있다거나 관련 전공이 아니면 어려울 거라고 생각하지 마세요.

말(채팅)을 할 수 있다면 누구나 AI 활용 고수가 될 수 있습니다.

혹시 AI 활용과 관련해서 고민이 있으시다면, 댓글 달아주시거나 사내 메일 등으로 편하게 문의 주시기 바랍니다.

감사합니다. 📄 원문 보고서(영문): https://www.anthropic.com/research/claude-code-expertise

📄 번역본(국문):https://drive.google.com/file/d/1xz_lgL-3IvQJIrGyNsmmp9205zbrTfJL/view?usp=sharing

[본문의 이미지 번역 및 인포그래픽 제작은 직접 진행한 결과물입니다.]

* 본문의 그래프 이미지 : 클로드 스킬 * 본문의 인포그래픽 이미지 : GPT

* 번역본 (국문) 제작 : 클로드 코드