앤트로픽 40만 세션이 밝혀낸 진실, AI 코딩 시대에 살아남는 건 코딩 실력이 아니다

요즘 다들 하는 그 질문

"AI가 코드를 다 짜준다는데, 개발자는 이제 필요 없나요?"

이 질문, 저도 요즘 정말 많이 받아요. 클로드 코드, 커서, 깃허브 코파일럿 같은 도구들이 쏟아지면서 어떤 사람은 "이제 비개발자도 앱을 만들 수 있다"고 하고, 어떤 사람은 "개발자 직군 자체가 사라질 수도 있다"는 이야기까지 꺼내죠.

그런데 최근 앤트로픽이 발표한 연구 결과가 이 논쟁에 정말 흥미로운 데이터를 던져줬어요. 40만 건의 실제 세션을 분석했더니, 코딩 에이전트를 잘 쓰는 데 결정적인 요소가 코딩 실력이 아니었다는 거예요.

오늘은 이 연구와 아이팟, 아이폰을 만든 토니 파델이 최근 인터뷰에서 강조한 이야기를 엮어서 정리해볼게요.

AI 코딩이 뭔지부터 짚고 가요

AI 코딩은 사람이 코드를 한 줄씩 입력하는 대신, AI 에이전트가 코드 작성부터 수정, 테스트, 배포까지 알아서 처리하도록 맡기는 방식이에요.

클로드 코드에 "이 기능 만들어줘"라고 말하면, AI가 관련 파일을 읽고 코드를 짜고 테스트까지 통과시켜서 결과를 보고해줘요. 2025년 하반기부터 이런 에이전트형 코딩 도구가 본격적으로 보급되면서 개발 현장이 빠르게 바뀌고 있죠.

실제로 2026년 들어서는 커서, 클로드 코드 같은 도구를 활용해 구현과 리뷰, 리팩토링을 처리하는 게 국내외 프로덕트 조직에서 점점 일상화되고 있다는 분석도 나와요. 구현의 장벽은 낮아졌지만, 그만큼 맥락 이해와 구조 판단이 더 많이 요구되는 환경으로 바뀌고 있다는 거예요.

앤트로픽이 공개한 충격적인 데이터

앤트로픽은 2025년 10월부터 2026년 4월까지 약 23만 5천 명의 사용자가 남긴 40만 건의 클로드 코드 세션을 분석했어요. 개인정보는 철저히 보호하는 방식으로요.

가장 눈에 띄는 발견은 이거예요. 사람이 무엇을 할지 결정하는 계획의 약 70퍼센트는 사람이 담당하고, 어떻게 구현할지를 처리하는 실행의 약 80퍼센트는 AI가 맡았어요. 사람은 방향을 잡고 AI는 그 방향대로 움직이는 구조인 거죠.

그런데 여기서 진짜 흥미로운 지점이 나와요. 숙련된 사용자의 세션에서는 프롬프트 하나로 AI가 평균 12개의 행동을 수행하고 약 3200단어 분량의 결과물을 만들어냈어요. 반면 초보 사용자의 세션에서는 행동 5개, 약 600단어 수준에 그쳤고요.

같은 도구를 써도 결과물의 규모가 5배 이상 차이 난 거예요. 저도 이 수치 처음 봤을 때 꽤 놀랐어요.

많은 사람이 오해하는 것, AI 코딩은 개발자만 잘 쓸 수 있다

이 데이터만 보면 "역시 코딩 경험이 있어야 AI 코딩도 잘 쓰겠구나" 싶잖아요. 그런데 연구 결과는 정반대를 말해요.

코드를 생성하는 작업에서 주요 직업군의 성공률을 비교했더니, 소프트웨어 개발자 집단과의 차이가 7퍼센트포인트 이내였대요. 심지어 관리직, 그러니까 임원이나 팀장급은 오히려 소프트웨어 엔지니어보다 성공률이 살짝 더 높기도 했고요.

앤트로픽은 이걸 두고 코딩 에이전트의 등장으로 코딩 성공에서 코딩 배경 자체의 중요성이 이전만큼 크지 않아지고 있다고 분석했어요.

관리직이 왜 높은 성공률을 보였을까요. 일을 지시하고 위임하는 데 익숙한 경험이 AI 코딩에서도 그대로 통했다는 거예요. AI에게 작업을 시키는 것과 사람에게 업무를 위임하는 것, 구조적으로 정말 닮아 있거든요.

그럼 성공을 가른 진짜 이유는 뭘까

연구진은 여기서 한 걸음 더 들어갔어요. 전문성의 수준과 성공률의 관계를 파봤죠.

결론은 명확해요. 성공률 차이는 코딩 실력이 아니라 해당 작업의 분야를 얼마나 잘 아느냐에서 나왔어요.

여기서 말하는 전문성은 직함이나 경력이 아니에요. 특정 작업 하나에 한정된 이야기예요. 시니어 개발자라도 처음 다루는 분야 앞에서는 초보고, 반대로 코딩을 한 번도 안 해본 회계 담당자라도 정산 규칙을 정확히 알고 마감 때 빠진 부분을 짚어낼 수 있다면 그 작업에서는 전문가라는 거죠.

그리고 그 작업 전문성이 높은 사람이 AI 코딩 에이전트를 훨씬 더 잘 활용했어요. 게다가 중간 수준의 전문성에서 전문가 수준으로 가는 구간의 성공률 차이는 크지 않았대요. 깊이 통달하지 않아도 분야를 어느 정도 알면 이득의 대부분을 가져간다는 뜻이에요. 이 부분은 꼭 기억해두시면 좋을 것 같아요.

코딩이 점점 누구나 하는 일이 되고 있다는 증거

7개월 사이 작업의 종류 자체도 바뀌었어요. 2025년 10월에는 전체 세션의 33퍼센트가 망가진 코드를 고치는 작업이었는데, 2026년 4월에는 그 비중이 19퍼센트로 줄었어요.

그 빈자리를 채운 건 소프트웨어 운영, 데이터 분석, 문서 작성 같은 코드 주변의 업무들이었고요. 동시에 세션 하나의 평균 추정 경제적 가치도 27퍼센트 올랐어요. AI 코딩이 단순 코드 수정을 넘어 더 다양하고 가치 있는 업무로 범위를 넓혀가고 있다는 신호죠.

실제로 2026년 기준 개발자의 84퍼센트가 이미 AI 코딩 도구를 통합했거나 사용할 계획이라는 조사 결과도 있어요. 다만 흥미롭게도 실제로 결과물을 완전히 신뢰한다고 답한 비율은 29퍼센트에 그쳤다고 해요. 도구는 쓰지만 검증은 사람이 여전히 해야 한다는 거예요.

토니 파델이 말하는 안목의 시대

앤트로픽 연구가 데이터로 보여준 걸, 아이팟과 아이폰을 만든 토니 파델은 경험으로 말해요.

파델은 최근 팟캐스트 인터뷰에서 AI에 만들기는 맡겨도 생각만은 넘기지 말아야 한다고 했어요. 지금은 프롬프트 한 줄이면 결과물이 빠르게 나와요. 만들기가 쉬워진 만큼, 오히려 눈에 띄는 건 깊이 고민한 것들뿐이라는 게 그의 생각이에요.

그가 특히 강조하는 개념이 안목 있는 사람이에요. 세상에 없던 새로운 제품을 만들 때는 참고할 데이터가 없거든요. 결국 누군가는 자기 안목으로 결정을 내려야 해요.

아이폰에 물리 키보드를 넣을지 말지를 두고도 데이터는 어느 쪽도 명확하게 가리키지 못했어요. 마지막엔 스티브 잡스가 방향을 정했고, 그 결정이 스마트폰 시장을 바꿔놨죠. AI가 기능을 쉽게 붙여주는 지금, 무엇을 만들고 무엇을 뺄지 정하는 안목이 훨씬 더 중요해졌다는 게 파델의 결론이에요.

AI 코딩 도구를 잘 쓰는 실전 방법

데이터와 파델의 경험에서 공통으로 나오는 방법을 정리해봤어요.

첫째, 방향은 내가 잡고 구현은 AI에게 맡기세요. 어떻게 만들지보다 무엇을 만들지에 집중하는 연습이 필요해요.

둘째, 내 분야의 언어로 정확하게 말하세요. 보험 업무를 AI에게 맡기려면 보험의 규칙과 구조를 알아야 하고, 재무 분석을 시키려면 재무 개념을 알아야 해요.

셋째, AI가 만든 결과물을 맹목적으로 믿지 마세요. 파델은 AI가 짠 코드가 당장 돌아가도 나중에 고칠 수 있는지, 문제가 생기면 되돌릴 수 있는지는 또 다른 문제라고 강조했어요. AI 결과물을 내가 설명할 수 없다면 그 부분은 다시 점검해봐야 해요.

앞으로 어떻게 바뀔까

앤트로픽은 비개발 직군의 코딩 작업 성공률이 앞으로 더 높아지면, 소프트웨어 개발이 특정 직업군의 전유물이 아니라 다양한 분야의 일상 업무 일부가 될 거라고 전망했어요.

이미 그 변화는 시작됐어요. 2026년 기준 AI 에이전트는 실험 단계를 지나 실제 업무와 조직 운영을 바꾸는 실전 도구가 됐거든요. 비개발자가 하루 만에 앱을 배포하고, 경영 담당자가 데이터 분석 파이프라인을 직접 돌리는 사례가 벌써 나오고 있어요.

앞으로 코딩 실력 자체는 점점 더 쉽게 AI가 대신할 수 있는 영역이 될 거예요. 반대로 내 분야를 깊이 이해하고, 명확하게 방향을 잡고, AI가 만든 결과물을 판단하는 능력은 훨씬 더 희소해지겠죠.

마무리

앤트로픽 40만 세션 분석이 보여준 건 단순한 수치가 아니라, 일하는 방식이 근본적으로 바뀌고 있다는 신호예요. AI가 어떻게를 점점 더 잘 처리하는 동안, 무엇을 만들지 정하고 그게 맞는지 짚어내는 내 이해가 진짜 차별점이 됩니다. 코딩 실력이 없어도 자기 분야를 잘 알면 같은 도구에서 더 많은 걸 끌어낼 수 있어요. 지금 당장 내가 다루는 업무, 내가 아는 분야를 더 정확하게 이해하는 것, 그게 AI 코딩 시대를 가장 잘 준비하는 방법이에요.