애너트로픽, 내부 고용 보고서 발표: 지능형 에이전트 근무 시간, 인간의 6배 달해…‘메타-워크 시대’ 도래

미국 현지 시간 10월 16일, 애너트로픽은 인력 구조에 대한 내부 연구 보고서 〈애너트로픽에서 고용이 어떻게 변화하고 있는가〉를 발표했다.

본 연구는 애너트로픽의 내부 고용 기록, AI 사용 원격 측정 데이터, 직원 산출량 지표, 직원 설문, 내부 통신 기록, 일정 데이터, 채용 심사 점수표와 더불어 17건의 심층 직원 인터뷰를 종합해, AI 심층 적용 이후 업무 내용, 채용 구조, 노동 수요 변화를 체계적으로 분석했다.

보고서는 네 가지 주요 결과를 제시한다:

첫째, 애너트로픽의 초급 기술직 채용 비율이 크게 감소했다. 2025년 초 27%에서 2026년에는 9%로 줄었다. 다만 회사 전체 고용 규모는 여전히 확대 중이며, 압박은 초급 직무에 집중될 뿐 전체 채용 수는 감소하지 않았다.

둘째, AI 에이전트의 근무 시간이 급증했다. 2026년 8월 기준, 애너트로픽 직원이 직접 조정하는 상호작용형 에이전트의 근무 시간은 인간 운영자의 6배에 달한다. 일부 직무의 생산성은 향상되었으며, 연구팀은 비교 분석을 통해 AI의 독립적 기여도를 추가 평가했다.

셋째, 직원의 업무 내용이 구조적으로 변화하고 있다. 단순한 과제 수행에서 도구 개발, 워크플로 모니터링, 에이전트 관리로 전환되며, 업무 중심이 점차 이동하고 있다. 동시에 인간의 주의력이 새로운 병목 현상으로 부각되고 있으며, 채용 기준도 전문 지식에서 자율성과 판단력으로 옮겨가고 있다.

넷째, 애너트로픽은 조기 경고 시스템 및 내부 인력 배치 메커니즘을 도입하기 시작했으나, 보고서는 기업 차원의 대응이 초급 직무 축소 등 광범위한 사회 문제 해결에는 여전히 부족하다고 지적한다.

AI 응용 분야 선두 기업인 애너트로픽의 이러한 내부 변화는, 다른 기업의 업무 방식 및 채용 수요에 미칠 AI 영향을 관찰하는 하나의 사례가 된다.

초급 직무 채용 축소

보고서에서 가장 두드러진 데이터는 초급 기술직 채용 비율의 급격한 감소이다.

2025년 초부터 애너트로픽 기술 부문의 주니어 직원 비율은 21%에서 14%로, 초급 기술직 채용 비율은 27%에서 9%로 감소했다. 특히 2025년 12월 이후 초급 직무 공고 수가 눈에 띄게 줄었다.

애너트로픽의 초급 기술직 채용 감소 추이

이 변화는 회사 규모 축소 때문이 아니다. 오히려 애너트로픽은 지난 1년간 기존 규모의 3배로 성장했으며, 기술직 전체 수는 여전히 증가 중이다. 진정한 변화는 채용 구조에 있다: 신규 직무는 중·고급 및 전문가 수준에 집중되고, 초급 직무는 명확히 축소되고 있다.

초급 직무 수요 논의는 2026년 1월, 핵심 기술 부문에서 처음 시작됐다.

클로드를 적극적으로 사용하는 일부 팀은 기초 코딩 및 버그 점검과 같은 일상적인 엔지니어링 업무가 점차 모델에 의해 처리될 수 있음을 발견했다. 특히 성능 엔지니어링 직무에 미치는 영향이 두드러졌다. 한 인터뷰 응답자는 이 변화가 거의 하룻밤 사이에 팀의 인재 수요를 바꿔놓았다고 밝혔다.

클로드를 활용하는 고난이도 직무는 신입 사원 채용 증가 속도가 느리다

2026년 4월까지 엔지니어링 및 연구팀은 저임금 직무 채용 비중을 체계적으로 낮추기 시작했다. 당월 실시된 내부 설문조사에 따르면, 약 3분의 1의 머신러닝 관리자와 5분의 1의 소프트웨어 엔지니어링 관리자가 AI 도입으로 인해 채용을 축소했다고 답했다.

신입 직무가 가장 먼저 영향을 받는 것은 해당 직무의 특성과 관련이 있다.

신입 수준 업무는 일반적으로 명확한 규칙과 강력한 실행 중심성이 특징이며, 이는 현재 대규모 언어 모델이 잘 다루는 분야다. 코딩, 데이터 처리, 문서 정리, 고객 지원 등 다양한 업무가 AI의 영향을 받고 있으며, 모델의 수행 능력은 계속해서 향상되고 있다.

모델 역량이 몇 개월마다 급격히 향상됨에 따라, 가장 먼저 대체될 가능성이 높은 것은 기술 역량 계층의 ‘하위 단계’다.

비기술 부서에서도 유사한 추세가 나타나고 있다. 일반적으로 기업이 확장할 때 행정, 재무, 인사 등 지원 부서 인력도 함께 증가하지만, 앤트로픽은 에이전트 어시스턴트, 자동 심사, 외주 티켓 서비스 등의 방식을 통해 급속한 성장에도 불구하고 간소화된 사무 인력을 유지하고 있다.

한 행정 어시스턴트가 일정 관리 및 이메일 분류를 위한 개인 어시스턴트 에이전트를 개발했는데, 이 팀은 이미 클로드로 신입 행정 직무를 강화하는 단계를 넘어섰으며, 업무 초점이 고위 수준의 조정 및 계획 작업으로 옮겨가고 있다고 밝혔다.

에이전트 근무 시간이 직원의 6배에 달함

채용 구조 변화 뒤에는 회사 내 에이전트의 급속한 확산이 있다.

2026년 3월, 자율 운영 에이전트와 직원 직접 지도 하의 에이전트 두 유형의 누적 근무 시간이 처음으로 인간 직원의 근무 시간을 초과했다. 이후 에이전트 근무 시간은 계속 증가하여, 올해 8월 기준 직원 직접 지도 하의 상호작용형 에이전트 근무 시간이 인간 직원의 6배에 달했다.

에이전트 근무 시간이 인간 근무 시간을 초과함

소프트웨어 엔지니어링 분야에는 테스트 케이스 생성, 코드 검사, 인프라 유지보수, 코드베이스 마이그레이션 등 다양한 업무를 맡는 다수의 에이전트가 투입됐다. 이 데이터는 아직 완전 자율 에이전트 클러스터는 포함하지 않는다. 개별 엔지니어 입장에서는 여러 에이전트를 동시에 배치해 지속적으로 작업을 수행하도록 하고, 그들이 생성한 코드 및 분석 결과를 점검할 수 있다. 엔지니어의 업무도 점차 직접 코딩에서 과제 할당 및 결과 검토로 전환되고 있다.

생산성 변화는 구체적인 데이터에도 반영됐다. 보고서에 따르면, 엔지니어 1인당 평균 코드 제출량은 6개월 만에 원래 수준의 5배로 증가했으며, 데이터 과학자의 질의 처리량도 크게 늘었고, 변호사·지불처·영업 등 비기술 직무의 산출량도 증가했다.

앤트로픽의 여러 기능 부서가 AI 기술을 도입한 후 직원 생산성이 급증함

사업 성장 등 외부 요인의 간섭을 제거하기 위해 연구팀은 비교 분석법을 적용했다. 코딩 에이전트를 도입한 192명의 엔지니어를 추적하고, 아직 도입하지 않은 74명의 엔지니어를 통제군으로 설정하며, 개인 및 월 고정효과를 이용해 추정했다.

결과에 따르면, 코딩 에이전트 도입 후 엔지니어의 코드 제출량은 통계적으로 유의미하게 급격히 증가했다.

Anthropic 엔지니어들은 코딩 에이전트 도입 후 산출량이 증가했으며, AI 생성 코드의 롤백률은 수작업 코드와 유의미한 차이가 없었음

보고서는 또한 AI가 저품질 코드를 생성할지 여부를 분석함

연구팀은 동일한 직원이 동일한 월·디렉터리에서 직접 작성한 코드와 에이전트가 생성한 코드를 비교했으며, 품질 평가 지표로 90일 이내 삭제 또는 롤백된 코드 비율을 사용함. 결과는 두 유형 간 코드 품질에 통계적으로 유의미한 차이가 없음을 보여줌. 롤백률 측면에서는 AI 생성 코드가 인간 작성 코드와 맞먹는 성능을 보임

비기술직의 생산성도 향상됨. 보고서에 따르면, 영업 대표는 에이전트 도입 후 완료된 고객 거래 건수가 증가했으며, 한 클라이언트 매니저는 클로드가 이메일 초안 작성 및 CRM 운영 등 일상 업무의 약 20%를 자동화했다고 추정함

또 다른 인터뷰이에 따르면, 자동화로 확보된 시간을 통해 고객 미팅 횟수를 30% 늘릴 수 있었음

실행자에서 에이전트 관리자로

에이전트 수 증가와 생산성 향상에도 불구하고 직원들이 업무에서 해방되지는 않았음. 오히려 인간의 주의력이 에이전트 산출량의 병목 현상으로 점차 부각되고 있음

보고서에 따르면, 상호작용 대화 중 에이전트는 명령 발행, 결과 확인, 다음 단계 제공 등 인간 개입을 기다리는 데 약 80%의 시간을 소비함

연구팀은 에이전트 출력 토큰을 일반인 평균 독해 속도 기준으로 읽기 시간으로 환산함. 결과, 비기술 부서의 상호작용 클로드 세션에서 생성된 콘텐츠는 직원의 주간 업무 시간 중 상당 부분을 차지함. 단순히 AI 생성 콘텐츠를 읽고 처리하는 것만으로도 무시할 수 없는 업무 부담이 됨

클로드 출력만 읽는 것도 전일제 업무에 해당

이 변화에 대응해 직원들은 새로운 업무 방식을 점차 형성하고 있음. 보고서는 이를 ‘메타워크(meta-work)’라 명명하며, 에이전트 중심 관리 업무(관리 도구 구축, 표준 지침 작성을 포함한 스탠딩 명령어 작성, 모니터링 대시보드 설계, 다양한 에이전트 간 크로스 리뷰 배치 등)를 의미함. 이 유형의 핵심은 특정 작업을 직접 수행하는 것이 아니라, AI가 작업을 완료하는 프로세스를 설계·관리하는 데 있음

관련 데이터는 이 전환을 입증함. 2025년 가을, ‘메타워크’는 직원의 상호작용 클로드 세션 중 약 10%를 차지했으나, 2026년 봄에는 22%로 상승함. 증가는 주로 다중 에이전트 시스템 사양 작성, 에이전트 간 크로스 리뷰 조정, 워크플로우 운영 상태 모니터링 등 에이전트 관리 활동에서 비롯됨

Anthropic 직원은 점차 실제 업무보다는 에이전트 관리를 중시하게 됨

업무 방식의 변화는 채용 기준에도 반영됨

연구팀은 2024년 이후 수천 명의 Anthropic 직원 면접 평가서에 대해 자동 코딩 분석을 실시한 결과, 기술직에서 AI 도구 활용 능력을 언급한 평가 비율이 약 5%에서 약 15%로, 비기술직에서는 약 7%에서 약 28%로 증가함

동시에 채용 평가의 초점도 변화함. 기술직에서는 자율성과 판단력이 급속히 성장하는 평가 차원이 되었으며, 전문 분야 지식의 비중은 상대적으로 감소함; 비기술직은 고객 인식과 미션 지향성이 강조되며 실행 역량 논의는 줄어듦. 한 채용 매니저는 모델 역량이 여전히 분야별로 차이가 있을 것으로 기대하므로, 팀원들이 다양한 분야를 유연하게 오가기를 바란다고 밝힘

보고서의 사례도 이러한 변화를 반영함

2026년 봄, 클로드.ai 제품을 위한 인사말 작성 담당 앤트로픽 디자인 팀은 에이전트가 제품 카피를 생성하도록 안내하는 맥락 매핑 시스템을 개발해 팀의 산출량을 확대했다. 이후 이 팀은 에이전트 프롬프트 엔지니어링으로 전환해 모델 평가용 콘텐츠 및 프롬프트 작성을 담당하게 되었다.

보고서는 이를 요약해 다음과 같이 설명한다: 언어를 통해 인간 행동에 영향을 미치던 작가들이 이제 언어를 통해 클로드의 행동에 영향을 주기 시작했다는 것이다. 즉, 직책과 외형은 변하지 않았지만 그 핵심 업무 내용은 이미 바뀌었을 수 있다.

초보자 직무의 도전 과제

앤트로픽 사례는 AI가 고용 구조에 미치는 영향을 보여준다. AI 응용 분야의 선도 기업 중 하나로서, 이 기업 내부에서 벌어지는 변화는 향후 다른 산업에서도 발생할 가능성이 있는 변화를 관찰하는 데 중요한 참고 자료가 된다.

현재 AI의 고용 영향은 초보 단계의 인지 노동 분야에서 먼저 나타나고 있다. 전통적으로 대학 졸업생들이 사회에 진입할 때 첫 직장으로 선택하던 주니어 프로그래머, 초보 분석가, 일선 고객 서비스 담당자, 기초 카피라이터, 주니어 금융 담당자 등이 점차 AI의 영향을 받고 있다.

이러한 변화가 초래하는 문제는 단순히 일자리 수 감소만이 아니다. 초보 직무는 직원들이 경험을 쌓고 비즈니스 프로세스를 익히며 성장해 가는 출발점이기도 하다. 따라서 이 계층이 축소되면 청년들이 첫 직장을 얻고 전문 역량을 쌓는 기회도 줄어들 수 있다. 기업이 신입사원에게 요구하는 역량이 점차 AI 도구 활용 능력, 판단력, 자율성으로 이동한다면, 이러한 역량을 어느 시점에 어떤 방식으로 습득해야 할지에 대한 질문 역시 해결해야 할 과제가 된다.

보고서는 기업이 취할 수 있는 몇 가지 조치를 논의한다:

첫째, 광범위한 균등한 지분 공유 제도를 통해 직원들이 AI로 인한 생산성 향상에서 창출된 이익을 공유하도록 한다. 직원들이 에이전트를 관리하고 더 많은 의사결정 책임을 맡게 될 때, 개인의 이익과 조직의 목표를 맞추는 것이 더욱 중요해진다.

둘째, 다양한 직무에 대한 AI 영향을 지속적으로 모니터링하는 조기 경고 시스템을 구축해 영향을 받는 직원들의 내부 재배치를 사전에 계획한다.

셋째, 내부 이동 메커니즘을 강화한다. 기존 업무가 점진적으로 자동화될 때, 직원들을 외부 노동시장으로 바로 내모는 대신 새로운 업무 영역으로 전환하도록 지원한다.

그러나 기업 내부 조치만으로는 광범위한 사회적 문제를 해결하기에 부족하다. 최첨단 AI 기업인 앤트로픽은 직원들에게 내부 재배치 및 이익 공유 제도를 제공할 수 있는 위치에 있지만, 대부분의 전통 산업 기업과 그 직원들에게는 이러한 자원과 제도적 장치가 부재할 수 있다. 누가 이 기업들에게 직무 변화를 식별해 줄 것인가? 직원 역량 전환 비용은 누가 부담할 것인가? 이러한 질문들은 한 기업의 대응 범위를 넘어선다.

보고서 말미에는 주목할 만한 한 문장이 있다: “불안하고 걱정하는 노동력은 최선을 다하지 못하는 노동력이다.”

이 문장은 AI의 고용 영향이 단순히 경제적 차원을 넘어서 심리적·사회적 차원에도 깊이 관여함을 상기시킨다.

일의 정의가 급속히 변화하고, 진입 장벽이 계속 높아지며, 누구나 AI에 의해 대체되지 않을 것임을 끊임없이 증명해야 하는 상황에서, 이 지속적인 불확실성 자체가 광범위한 사회적 심리적 부담이 될 수 있다.

앤트로픽의 실험은 아직 진행 중이다. 에이전트의 능력은 지속적으로 향상되고, 적용 분야는 꾸준히 확대되며, 인간과 AI 간 분업도 끊임없이 재편되고 있다. 이 전환의 최종 형태는 여전히 불확실하지만, 한 가지는 분명하다: 일자리는 사라지지 않을 수 있으나, 일의 의미, 진입 장벽, 가치 평가 기준은 이미 재정의되고 있다.