Anthropic 경제 지수 출시 및 초기 발견 결과

TL;DR

Anthropic는 Anthropic 경제 지수를 출시하며, 익명화된 Claude.ai 대화 데이터를 활용해 미국 직업군 내 인공지능의 사용 현황을 정량화한 초기 보고서를 공개했고, 연구 공동체를 위해 데이터셋을 오픈소스화했습니다.

지수가 측정하는 내용

지수는 설문 조사나 전망이 아닌 실제 세계의 AI 사용을 분석합니다. Anthropic의 Clio 시스템을 사용해 약 100만 건의 Claude.ai 대화를 미국 노동부의 O*NET 작업 분류 체계에 매핑한 후, 작업을 직업군과 6개의 고위 직업군 범주로 집계합니다.

"Clio는 (엄격히 개인 정보가 보호되는) Claude와의 대화를 O*NET에서 유래한 직업 작업 및 직업으로 변환합니다…" – Anthropic 블로그

주요 정량적 발견

직업별 AI 채택 현황

컴퓨터 및 수학 분야 직업은 전체 Claude 쿼리의 37.2%를 차지하지만, 미국 노동력의 3.4%에 불과합니다.
예술, 디자인, 스포츠, 엔터테인먼트 및 미디어 분야는 쿼리의 10.3%를 차지하며, 노동력의 1.4%에 비해 훨씬 높은 비중을 보입니다.
물리적 노동 분야인 농업, 어업 및 산림은 쿼리의 단 0.1%에만 등장합니다.

직업 내 AI 사용 깊이

전체 직업의 약 4%만이 작업의 ≥75%에서 AI가 관여합니다.
약 36%의 직업에서 AI가 작업의 최소 25%에 관여하며, 중간 수준의 광범위한 확산을 나타냅니다.

임금과의 상관관계

중간에서 높은 임금을 받는 직업(예: 프로그래머, 데이터 과학자, 콘텐츠 기획자)에서 AI 사용률이 가장 높습니다.
낮은 임금(예: 샴푸니스트)과 매우 높은 임금(예: 산부인과 전문의) 직업은 AI와의 상호작용이 거의 없습니다.

보완 vs. 자동화

AI가 지원하는 작업의 57%는 보완(AI가 사용자와 협업)됩니다.
43%는 자동화(AI가 작업을 직접 수행)됩니다.
세부 분류: 보완은 검증(2.8%), 작업 반복(31.3%), 학습(23.3%)으로 구성되며, 자동화는 지시(27.8%)와 피드백 루프(14.8%)로 구성됩니다.

방법론 개요

대화 수집 – Claude.ai 무료 및 프로 플랜 사용자의 대화를 수집했으며, 사용자 개인정보는 보호되었습니다.
작업 매칭 – Clio는 각 대화를 가장 관련성이 높은 O*NET 작업에 매칭했습니다.
직업 집계 – 작업을 직업으로 그룹화한 후, 6개의 광범위한 범주(컴퓨터 및 수학, 예술 및 미디어, 교육 및 도서관, 사무 및 행정, 생명과학, 비즈니스 및 재무)로 분류했습니다.
보조 데이터 – O*NET의 미국 평균 임금 데이터를 병합하여 급여-사용 관계를 분석했습니다.
검증 – 논문의 부록 B에서는 Clio의 분류 정확도에 대한 검증 절차를 상세히 설명합니다.

Anthropic가 인정한 한계

데이터셋은 대화가 업무 관련인지 확인할 수 없습니다. 취미나 개인적 사용이 혼합되어 있을 수 있습니다.
사용자가 Claude의 출력을 어떻게 최종적으로 활용했는지(예: 코드 복사 붙여넣기 vs. 수동 편집)는 분석에 포함되지 않았습니다.
무료 및 프로 플랜 사용자만 포함되었으며, API, 팀, 기업 사용자는 제외되었습니다.
분류 오류가 발생할 수 있습니다. 오류율은 논문의 부록 B를 참조하세요.
Claude가 기본적으로 이미지 생성 기능이 없어 창의적 AI 사용이 저평가될 수 있습니다.
Claude의 강력한 코딩 능력으로 인해 소프트웨어 관련 작업에 대한 샘플이 편향될 수 있습니다.

정책 및 연구에 대한 시사점

직업 영향 – 중간 임금, 지식 집약적인 직업군에 AI 사용이 집중되어 있음을 고려하면, 현재 AI는 작업을 완전히 자동화하기보다는 보완하고 있음을 시사하며, 이는 전체 직업 소멸보다는 작업 구성의 변화를 의미합니다.
보완의 우세 – 보완(57%)이 약간 우세한 것은 AI가 더 자주 협업 파트너 역할을 하고 있음을 나타내며, 인간-AI 협업 중심의 인력 양성 프로그램 개발에 영향을 줄 수 있습니다.
데이터 기반 정책 – 데이터셋의 공개 접근성은 경제학자와 정책 입안자가 생산성, 임금 동향, 산업별 혼란에 대한 가설을 검증할 수 있도록 합니다.
장기 추적 – Anthropic는 시간이 지남에 따라 분석을 반복할 계획이며, 자동화 비율 증가 또는 직업 내 AI 침투도 심화 추세를 모니터링할 수 있습니다.

오픈 리소스 및 공동체 참여

데이터셋 – 완전히 다운로드 가능: https://huggingface.co/datasets/Anthropic/EconomicIndex
논문 – 초기 발견 내용은 arXiv 사전인쇄본에서 확인 가능: https://arxiv.org/abs/2503.04761
피드백 양식 – 연구자들은 https://docs.google.com/forms/d/e/1FAIpQLSfDEdY‑mT5lcXPaDSv‑0Ci1rSXGlbIJierxkUbNB7_07‑kddw/viewform?usp=dialog을 통해 의견과 연구 아이디어를 제출할 수 있습니다.

향후 방향

Anthropic는 계속해서 다음을 수행할 예정입니다:

최신 Claude 대화 데이터로 지수를 업데이트합니다.
가능한 범위 내에서 API, 기업 사용자 등 추가 사용자 계층의 커버리지를 확대합니다.
모델 기능의 발전에 따라 보완 vs. 자동화 분류 체계를 개선합니다.
AI 사용 깊이, 임금-작업 상관관계, 산업별 채택 패턴의 변화를 추적하는 장기 보고서를 발표합니다.

감사의 말: 저자들은 Jonathon Hazell, Anders Humlum, Molly Kinder, Anton Korinek, Benjamin Krause, Michael Kremer, John List, Ethan Mollick, Lilach Mollick, Arjun Ramani, Will Rinehart, Robert Seamans, Michael Webb, Chenzi Xu 등 초기 피드백을 제공해 주신 분들께 감사의 인사를 전합니다.