Anthropic Economic Index: India Country Brief

TL;DR

인도는 Claude.ai의 전 세계 두 번째로 큰 사용자 기반을 보유하고 있으며, 전문 IT 분야 내의 높은 사용 집중도와 복잡한 작업에 대해 AI에 더 많은 자율성을 위임하는 경향을 특징으로 합니다. 절대적인 사용량은 높지만, 1인당 채택률은 여전히 낮아 현재의 기술 중심 허브를 넘어 확장할 수 있는 상당한 기회가 있음을 나타냅니다.

Global Adoption and Per-Capita Disparity

인도는 2025년 11월에 관찰된 전체 대화의 5.8%를 차지하며 Claude.ai의 총 사용량 측면에서 전 세계 2위를 기록했습니다. 그러나 이 높은 순위는 광범위한 채택이 아닌 인도의 거대한 인구 덕분입니다. 경제활동 인구를 기준으로 조정했을 때, 인도는 116개국 중 101위를 차지하며 싱가포르나 말레이시아와 같은 다른 아시아 국가들에 뒤처져 있습니다.

Geographic and Occupational Concentration

인도의 AI 채택은 현재 기성 기술 인력과 특정 경제 허브에 집중되어 있습니다:

Geographic Concentration

인도 Claude.ai 사용의 절반 이상이 네 개의 주에 집중되어 있습니다: Maharashtra (15.5%), Tamil Nadu (13.2%), Karnataka (12.7%), and Delhi (10.5%). 이 분포는 인도의 IT 분야 및 도시 경제 생산량과 일치하며, 특히 Bangalore, Hyderabad, Chennai, Mumbai, and Delhi NCR와 같은 도시를 중심으로 합니다.

Occupational Concentration

인도는 소프트웨어 관련 작업에 할당된 AI 사용 비중 측면에서 전 세계 1위를 차지하고 있으며, O*NET-mapped tasks의 45.2%가 이 범주에 속합니다. 이는 Vietnam (42.1%)과 Egypt (39.2%)에서 보이는 비중을 상회합니다. 소프트웨어 개발 및 엔지니어링이 주도하고 있지만, 교육 관련 작업도 사용 사례의 상당 부분을 차지합니다.

Economic Primitives: Distinctive Usage Patterns

"economic primitives"—인간-AI 협업을 측정하는 지표—에 대한 분석 결과, 인도 사용자는 전 세계 평균과 다르게 AI를 활용하고 있음이 드러났습니다:

Productivity Speedup: 인도 사용자는 작업 속도를 15배 향상시켰으며, (AI 없이) 3.8시간이 소요될 작업을 약 14.8분으로 단축했습니다. 이는 전 세계 평균 속도 향상인 12배 (3.1시간을 15.4분으로 단축)를 상회합니다.
Work Orientation: 인도 사용의 51.3%가 업무 관련이며, 전 세계 평균인 46%와 비교됩니다. 개인적 사용은 인도(27.8%)에서 전 세계 평균(34.7%)보다 낮습니다.
AI Autonomy: 인도 사용자는 의사결정 자율성을 AI에 더 많이 위임하며, 1-5 척도에서 3.60점을 기록하여 전 세계 평균인 3.38점과 비교됩니다.
Human-Only Ability: 인도 사용자는 자신이 혼자서 완료할 수 없는 작업에 AI를 더 빈번하게 사용합니다. 전 세계적으로는 작업의 87.9%가 인간 단독으로 완료되었으나, 인도에서는 84.6%만이 인간 단독으로 완료되었습니다.
Prompt Sophistication: 인도는 AI 응답의 교육 수준 측면에서 전 세계 상위 10%에 속하며, 이는 고품질의 사용자 프롬프트와 정교한 출력물 사이의 상관관계가 반영된 결과입니다.

Strategic Implications for AI Growth

Expanding Beyond IT Services

45.2%의 작업이 소프트웨어 관련이며 사용이 네 개의 주에 집중되어 있기 때문에, AI의 경제적 영향을 넓히기 위해서는 기존의 IT 서비스 프레임워크와 전문적 강점을 넘어 확장해야 합니다.

Productivity Gains as a Value Proposition

복잡한 작업에 대한 15배의 속도 향상은 인도가 복잡한 작업을 수행하는 데 필요한 시간을 전 세계 평균보다 더 효과적으로 압축하여 AI로부터 상당한 가치를 추출하고 있음을 보여줍니다.

Addressing Structural Barriers

전체 사용량 순위 2위와 1인당 채택률 101위라는 격차는 1인당 AI 채택률과 1인당 소득 수준 사이의 전 세계적인 상관관계와 일치합니다. 채택률을 높이기 위해서는 소득, 디지털 인프라, IT 분야 이외의 산업 분야에 대한 인식 제고와 관련된 장벽벽을 해결해야 합니다.

The Role of AI Skills

프롬프트 정교함과 응답 품질 사이의 전 세계적인 상관관계가 고려될 때, 현재의 IT 중심 사용자 기반을 넘어선 근로자들을 위한 타겟팅된 교육 프로그램은 더 넓은 AI 채택을 더 큰 수익으로 전환할 수 있습니다.

Methodology

이 분석은 2025년 11월 13일부터 20일부터까지의 Claude.ai 소비자 사용(Free, Pro, and Max)에 대한 개인정보 보호 데이터에 기반합니다. 지리적 할당은 IP-based geolocation을 통해 수행되었으며, 직업 분류는 O*NET task taxonomy와 SOC occupation groups를 사용했습니다. 측정의 확실성을 보장하기 위해 최소 200개 이상의 관찰값이 있는 국가들만 순위에 포함되었습니다.