AI 기대 격차

AI 기대 격차

Szymon Sacher, Tess Cotter, Charles I. Jones, Anton Korinek, Peter McCrory

핵심 발견

1. 미국 성인들은 AI 능력이 향후 몇 년간 빠르게 발전할 것으로 기대하고 있으며, Anthropic 직원들은 더욱 빠른 발전을 기대합니다. 미국 성인의 39%와 직원의 91%는 2030년까지 AI가 노벨상 수준의 발견을 할 수 있을 것으로 예상합니다.
2. Anthropic 직원들은 AI가 잘 맞는 작업에서 훨씬 더 큰 생산성 향상을 기대합니다. 직장에서 AI를 사용하는 미국 성인 중 26%는 AI를 사용하면 작업 시간이 4분의 1 이하로 줄어든다고 답한 반면, Anthropic 직원은 59%가 그렇게 답했습니다.
3. 자신의 일에 대해서는 Anthropic 직원의 절반 이상이 2030년까지 AI가 자신의 현재 업무 중 최소 80%를 수행할 수 있을 것으로 예상하는 반면, 미국 노동자는 5%에 불과합니다.
4. 미국 노동자와 Anthropic 직원 모두에서, AI가 자신의 업무를 더 많이 수행할 것으로 예상하는 사람들은 더 높은 실업률을 예측했습니다. 미래 능력에 대한 믿음에는 차이가 있지만, AI가 자신의 일을 어떻게 바꿀지와 전반적인 실업 사이의 연관성에 대한 인식은 두 집단에서 매우 유사합니다.
   

서론

AI는 앞으로 몇 년 안에 경제를 어떻게 재편할까요? AI 능력은 빠르게 발전하고 있으며, 미래의 AI 모델이 자신의 후속 모델을 스스로 만들어낼 수 있을 것이라는 가능성(재귀적 자기 개선)은 발전 속도를 더욱 가속화할 수 있습니다. 이것이 얼마나 빨리, 어느 정도까지 실현될지는 불명확합니다. 예측은 크게 엇갈리며 격렬하게 논쟁되고 있습니다.

AI가 경제에 미칠 미래 영향에 대한 의견 차이의 핵심 원인은 무엇일까요? 그것이 주로 AI 능력이 얼마나 빨리 향상될 것인가에 대한 믿음의 차이 때문일까요? 아니면 그 능력이 얼마나 빨리, 어떤 형태로 실제 세계의 도입으로 이어지는가에 대한 의견 차이를 반영하는 것일까요? AI의 미래 경로에 대한 어떤 견해가 빠른 경제 성장과 일치할까요?

이 노트는 이러한 질문들에 대한 새로운 설문 조사 증거를 제시합니다. 2026년 8월, 우리는 전국적으로 대표성을 지닌 미국 성인 표본과 Anthropic 직원이라는 두 집단을 설문 조사했습니다.¹ 질문은 AI의 능력, 얼마나 널리 사용될 것인지, 얼마나 많은 시간을 절약할 것인지, 얼마나 자율적일 것인지, 그리고 일자리를 잃은 노동자가 다른 직업에서 일자리를 찾기가 얼마나 어려울지 등을 포함했습니다.² Anthropic 직원들은 매일 프론티어 AI를 만들고 사용합니다. 따라서 두 번째 설문 조사는 기술에 가장 가까운 사람들이 능력과 더 넓은 경제적 영향 측면에서 기술의 미래를 어떻게 전망하는지 보여줍니다.

우리는 다음과 같은 주요 발견을 보고합니다. 첫째, 두 집단은 AI가 오늘날 무엇을 할 수 있는지에 대해서는 대체로 동의하지만 미래 발전의 속도에 대해서는 의견이 다릅니다. Anthropic 직원들은 능력이 더 빨리 발전하고, AI가 더 널리 그리고 더 적은 인간 개입으로 사용되며, 작업에서 절약되는 시간이 훨씬 클 것으로 예상합니다. 예를 들어, 직원의 91%는 2030년까지 AI가 노벨상 수준의 발견을 할 수 있을 것으로 예상하는 반면, 미국 성인은 39%입니다.

둘째, 사람들 자신의 일과 관련해서는 날카로운 차이가 있습니다. 평균적으로 직원들은 2030년까지 AI가 자신의 현재 업무 중 75%를 수행할 수 있을 것으로 예상하는 반면, 미국 노동자 전체는 28%입니다.

셋째, 두 집단은 노동 시장에 대해 유사한 방식으로 추론하는 것으로 보입니다. AI가 앞으로 자신의 업무를 더 많이 수행할 것으로 예상하는 사람들은 더 높은 실업률을 예측합니다. 그리고 자신의 업무에 대한 예상 AI 자동화 수준이 같다면, 두 집단 모두 거의 같은 실업률을 예측합니다.

사람들이 AI에게 기대하는 것

능력

우리는 먼저 AI 능력에 대한 기대를 조사했습니다. 우리는 일상적인 이메일 작성부터 노벨상 수준의 과학적 발견까지 여덟 가지 작업 각각을 AI가 숙련된 전문가만큼 잘 할 수 있게 되는 시점을 물었습니다. 미국 성인과 Anthropic 직원은 AI가 오늘날 할 수 있는 일에 대해 대체로 동의하며, 특히 더 복잡한 작업에 관해서 그렇습니다. 두 집단 모두 작업을 거의 동일한 난이도 순서로 평가했습니다(그림 1, 패널 A).

두 집단은 미래 AI 발전의 경로에 대해서는 의견이 다릅니다. 예를 들어, 현재 AI가 과학 연구를 설계, 수행, 발표할 수 있다고 생각하는 미국 성인과 Anthropic 직원은 약 4분의 1입니다. 그러나 내년까지는 직원의 10명 중 9명이 AI에게 이것이 가능할 것으로 예상하는 반면, 일반 대중은 38%에 불과합니다. 2030년까지 노벨상 수준의 발견을 할 수 있을 것으로 예상하는 미국 성인은 39%인 반면, 직원은 91%입니다. 아마도 가장 두드러진 차이는, 작업에 따라, 미국 성인의 19~40%는 AI가 특정 작업을 결코 수행할 수 없을 것이라고 답한 반면, 직원은 최대 2%에 불과하다는 것입니다.

부분적으로 견해의 차이는 AI 사용 빈도의 차이를 반영합니다. 직장에서 정기적으로 AI를 사용하는 응답자(약 5분의 1) 중 56%는 2030년까지 여덟 가지 작업 중 최소 일곱 가지를 AI가 수행할 수 있을 것으로 예상했습니다. 이는 전체 미국 성인(41%)과 AI 도구를 한 번도 사용해 본 적 없는 사람들(28%)보다 상당히 높지만, 여전히 직원들의 견해(96%)에는 크게 미치지 못합니다.

도입과 그 장애물

경제에 대한 AI의 영향은 순수한 능력만으로 결정되지 않습니다. 사람과 기업이 실제로 AI를 사용해야 하며, 여기에는 시간과 실험이 필요합니다. AI가 수행할 수 있게 될 업무 작업 중 미국 성인들은 2030년까지 42%가 AI와 함께 수행될 것으로 예상합니다. Anthropic 직원들은 향후 몇 년间 훨씬 빠른 확산을 예상하며, AI가 활용될 수 있는 모든 작업 중 65%에서 AI가 사용될 것으로 보고 있습니다.

직장에서의 AI 도입을 가로막을 수 있는 것이 무엇인지 이해하기 위해, 우리는 미국 성인들에게 아홉 가지 장애물 목록에서 가장 클 것으로 예상되는 장애물을 최대 세 개까지 선택하도록 했습니다. 일반 대중은 기술적 제약보다 사람들의 선호와 규칙이 도입을 가로막을 수 있다고 예상합니다(그림 2). '사람을 상대하는 것을 선호하는 고객'이 가장 많이 선택된 장애물이었으며, 그 뒤를 '데이터 프라이버시 및 보안 우려', 'AI가 충분히 신뢰할 수 없음', '법률, 규제 또는 책임'이 이었습니다.

주목할 점은, 직장에서 AI를 정기적으로 사용하는 미국 성인들은 데이터 프라이버시 및 보안 우려를 첫 번째로 꼽으며(42%가 이를 상위 3개 장애물 중 하나로 꼽은 반면, 나머지에서는 37%) 사람을 상대하려는 고객 선호를 약간 덜 중요하다고 봅니다(37% 대 42%).

AI의 자율성은 어느 정도일 것인가

노동 시장에 대한 AI의 영향은 AI가 복잡한 작업을 자율적으로 수행하는지 아니면 인간과의 협력을 통해 수행하는지에 부분적으로 좌우될 것입니다. 전자는 인간 노동자를 대체하는 경향이 있습니다. 반면 AI가 인간의 능력을 보완할 때 노동자는 더욱 생산적이 됩니다. 2030년 Anthropic 직원과 일반 대중 사이에서 예상되는 자동화 대 증강의 정도를 파악하기 위해, 우리는 2030년까지 이메일 작성에서 법적 계약에 이르는 다양한 작업에서 AI와 인간이 어떻게 협력할지 물었습니다. Anthropic에서는 압도적 다수의 직원이 2030년까지 AI가 작업을 단독으로 수행하거나 노동자가 그 작업을 검토하는 방식으로 이루어질 것이라고 답합니다(그림 3). 이에 반해 미국 성인 10명 중 4명은 인간이 대부분의 작업을 스스로 하거나 약간의 AI 도움을 받아 수행할 것으로 예상합니다.

시간 절약

AI가 산출을 얼마나 높이는지는 어느 작업을 수행할 수 있는지와 얼마나 널리 사용되는지뿐 아니라, 그 작업을 얼마나 더 빠르고 더 잘 수행하는지에도 좌우됩니다. 노동자를 대체할 만큼 겨우 충분한 수준의 기술—Acemoglu와 Restrepo(2019)가 말하는 "그저 그런(so-so)" 기술—은 GDP를 크게 늘리지 않으면서 일을 대체합니다. 반면, 작업을 극히 일부의 비용으로 또는 극히 일부의 시간에 수행하는 기술은 GDP를 의미 있게 높일 수 있습니다.

AI로부터의 생산성 향상에 대한 인식을 측정하기 위해, 우리는 일반 대중과 Anthropic 직원에게 AI가 잘 맞는 작업이 AI 없이 수행할 때와 비교하여 AI와 함께 수행할 때 얼마나 걸리는지 물었습니다. 절반의 시간에 완료되는 작업은 시간당 산출량이 두 배가 되는 것에 해당합니다.³

Anthropic 직원들은 훨씬 큰 예상 절감을 보고하며, 85%가 절반 이하의 시간이 걸린다고 답합니다. 직장에서 AI를 사용하는 미국 성인들의 경우 일반적인 답은 절반의 시간이며, 29%는 그 작업이 똑같이 오래 걸리거나 더 오래 걸린다고 답한 반면, 직원 중 이렇게 답한 사람은 5%에 불과합니다. 미국 성인 중 직장에서 AI를 사용하는 사람들의 26%는 작업이 4분의 1 이하의 시간이 걸린다고 답했고, 직장에서 AI를 사용하지 않는 사람들의 21%도 같은 답을 했습니다. 직원의 경우 그 비율은 59%입니다(그림 4).

직원들은 직장에서 자신이 경험하는 것을 설명하고 있을 수 있습니다. 이후에 더 자세히 논의되는 How Employment is Changing at Anthropic에서처럼, Anthropic 직원들은 에이전틱 도구를 도입한 후 일부 측면에서 생산성이 향상되었습니다: 엔지니어가 추가한 코드 줄 수는 코딩 에이전트를 도입한 후 한 달 동안 세 배가 되었고, 영업 담당자들은 AI 에이전트를 도입한 후 고객과 더 많은 거래를 성사시켰습니다. 법무 및 채용과 같은 다른 사업 기능에서도 1인당 산출량이 증가했습니다.

자신의 업무와 일자리

AI가 그들의 자신의 업무 중 얼마나 할 수 있게 될 것인가

아마 놀랍지 않게도, 자신의 직업에 미치는 AI의 영향에 대해 일반 대중과 Anthropic 직원 간의 인식 차이가 매우 크게 나타났습니다(그림 5). 평균적으로 Anthropic 직원들은 2030년까지 AI가 현재 자신의 업무 시간의 75%를 처리할 수 있게 될 것이라고 답했습니다. 미국 노동자(직업이 있다고 응답한 응답자)는 평균 28%라고 답했으며, 2030년까지 AI가 자신의 업무 시간의 80% 이상을 처리할 수 있다고 답한 사람은 20명 중 1명뿐이었습니다.

미국 노동자들 사이에서도 직업군에 따라 기대치가 달랐습니다: 수작업 기술, 생산 및 운수 노동자들은 AI가 업무 시간의 25%를 처리할 수 있을 것으로, 컴퓨터, 엔지니어링 및 과학 직군 노동자들은 33%를 처리할 수 있을 것으로 기대했습니다. 후자의 집단 중 AI를 정기적으로 사용하는 사람들은 40%만 기대했는데, 이는 평균 Anthropic 직원(75%)보다 평균 미국 노동자(40%)에 더 가까운 믿음입니다.

자기 직업 노출도와 실업률 전망

사람들이 AI가 자신의 업무 중 얼마나 해낼 것으로 기대하는지는 노동 시장에 대한 기대를 설명하는 데 큰 역할을 합니다. 우리는 응답자들에게 현재 실업률이 약 4.2%라고 알려주고 2030년의 실업률을 예측해 달라고 요청했습니다. 그림 6은 응답자들을 2030년까지 AI가 처리할 수 있을 것으로 기대하는 자기 업무 시간 비율별로 묶고, 각 집단의 평균 실업률 전망을 보여줍니다.

AI가 자신의 업무 중 절반 미만을 처리할 수 있을 것으로 기대하는 미국 노동자들은 실업률이 7~8%에 이를 것으로 전망했습니다. 절반을 넘으면, AI 노출 업무 비율이 높아질수록 전망치도 증가했습니다. AI가 자신의 업무 중 80% 이상을 처리할 것으로 기대하는 사람들은 평균적으로 2030년 실업률이 12.2%에 이를 것으로 예상했는데, 이는 대금융위기(Great Financial Crisis) 시기의 정점보다 높은 수치입니다. 미국 노동자 전체에서, 영향받는 업무 비율이 10퍼센트포인트 증가할 때마다 예상 실업률이 0.4포인트 증가하는 것과 관련이 있었습니다. AI에 대한 일반적인 낙관론으로는 이를 설명할 수 없습니다. 자신의 업무 노출도를 고정하면, 노동자가 AI가 습득할 것으로 기대하는 8가지 작업의 비율은 전망과 무관했습니다.

자신이 보고한 노출도가 훨씬 높음에도 불구하고, Anthropic 직원 사이에서도 동일한 기울기가 나타났으며, 전망치는 일반 인구의 전망을 그대로 반영합니다. 따라서 이 두 집단은 AI가 자신의 직업과 더 넓은 노동 시장에 동시에 어떤 영향을 미칠지에 대해 서로 다른 이론을 가지고 있는 것으로 보이지 않습니다. 이들은 AI의 능력에 대해 서로 다른 경험을 하고 있으며, 그 결과 기대치가 다른 것입니다.

채용과 재취업

Anthropic 직원들은 AI가 자신의 업무 대부분을 처리할 수 있게 될 것으로 기대하면서도, Anthropic이 계속 채용할 것으로 기대하고 있습니다. Anthropic 직원의 95%는 향후 12개월 동안 인원수가 증가할 것으로 예상하며, 중간 직원은 66% 증가를, 27%는 최소 두 배 증가를 기대하고 있습니다. 이는 내부 설문에서 직원들이 개인적으로 가진 기대치일 뿐 Anthropic의 계획이나 인원수에 대한 회사의 견해를 대변하지 않습니다. 그럼에도 불구하고, 이는 최소한 프런티어 AI 연구소에서는 작업 자동화와 일자리 감소가 서로 다른 전망임을 보여줍니다.

그러나 Anthropic 직원들은 AI로 인해 일자리를 잃은 노동자가 얼마나 빨리 새 일자리를 찾을 수 있을지에 대해서는 미국 성인들보다 다소 비관적입니다. 우리는 2030년에 AI 자동화로 인해 일자리를 잃고—직업을 전환해야 하는—사람이 새 일자리를 찾는 데 얼마나 걸릴지 물었습니다.⁴ Anthropic 직원의 중간값은 AI로 인해 일자리를 잃은 노동자가 새로운 직업 분야에서 일자리를 찾는 데 12개월이 걸릴 것으로 예상합니다. 이에 비해 미국 성인의 중간 응답은 7-12개월 범위였습니다.

AI에 대한 기대와 그 경제적 함의

설문 응답을 모델이 시사하는 경제 시나리오에 매핑하기

In Economic Scenarios for Transformative AI 에서 우리는 AI 능력과 확산의 다양한 미래 경로가 경제적 결과의 차이로 어떻게 이어질 수 있는지 평가하기 위한 구조화된 프레임워크를 소개했습니다. 이 모델은 각 응답자의 다섯 가지 차원 — 능력(capabilities), 확산(diffusion), 자동화(automation), 생산성(productivity), 노동자 전환 마찰(worker transition frictions) — 에 걸친 답변을 모델이 시사하는 경제적 결과로 변환할 수 있게 해줍니다.⁵ 미국 성인 표본과 Anthropic 직원 표본 모두에서, 핵심 모델 입력과 관련된 모든 질문에 답한 응답자(미국 성인 3,259명, 직원 1,093명)를 식별했습니다. 그런 다음 각 응답자의 답변이 함축하는 경제 시나리오를 평가했으며, 아래에서는 2030년 GDP 성장률에 대한 함의에 초점을 맞춥니다.

모델에 따르면, 미국 성인 중간값의 답변은 2030년 GDP 성장률 5.4%를 함의합니다. 직원 중간값의 답변은 2030년까지 GDP 성장률이 17.1%로 가속화됨을 함의합니다. 각 집단 내 변동이 크기 때문에 분포가 넓게 겹칩니다(그림 7). 부록의 그림 A1은 각 신념이 이 격차에 얼마나 기여하는지 보여줍니다.

온라인 시나리오 탐색 퀴즈에 대한 응답

그림 7은 이 경제 모델을 기반으로 하여 공개된 대화형 시나리오 탐색기에 사이트 방문자가 제공한 입력값이 시사하는 경제 시나리오도 보여줍니다. www.anthropic.com/institute/econ-scenarios 2026년 9월 9일.

인터랙티브 탐색기는 2026년 8월 미국 성인 및 Anthropic 직원을 대상으로 실시한 설문 문항의 단축형 버전을 물었습니다. 공개 후 첫 48시간 동안 전 세계 140개 이상의 국가에서 접속한 23,075명의 방문자가 설문을 완료했습니다. 이 방문자들은 Anthropic 웹사이트의 페이지에 접속하여 퀴즈에 응하기로 선택했기 때문에, 일반 대중보다 AI에 더 관심이 있을 가능성이 높습니다. 실제로 그들의 답변은 미국 성인과 Anthropic 직원의 답변 사이에 위치합니다. 방문자 답변의 중앙값은 12.5%의 성장을 시사합니다.

실험실 내부

직원들이 AI 능력에 대해 더 낙관적인 한 가지 이유는 개발 과정을 더 잘 볼 수 있기 때문일 수 있습니다. Anthropic Institute는 최근 AI 시스템이 점점 더 자신의 능력을 향상시켜 나가는 과정인 재귀적 자기 개선(RSI)을 향한 진전에 관한 보고서를 발표했습니다(Favaro and Clark, 2026).

직원들이 실제로 이것이 일어날 것이라고 기대하는지 밝히기 위해, 우리는 Anthropic 직원들에게 2026년 초 프런티어 모델을 구축하는 작업 중 오늘날 AI가 수행하는 비율이 얼마인지, 그리고 앞으로 그 비율이 얼마가 될 것으로 기대하는지 물었다(그림 8).⁶ 설문에 응한 Anthropic 직원들의 오늘날 중위 답변은 51%이며, 2027년 말까지 80%, 2030년 말까지 95%이다.

AI 개발에서 AI가 수행하는 작업 비율에 대한 추정치는 팀 간 차이보다 팀 내에서 훨씬 더 크게 변동한다. 그럼에도 불구하고 모델 구축 작업에 가장 가까운 연구팀 직원들은 오늘날 AI의 비율을 다소 더 높게 평가했다. 평균 60%로, 다른 모든 설문 응답자의 53%와 대조된다. 이는 정보가 어느 정도 역할을 한다는 것과 일치하지만, 연구자들은 업무의 특성상 다른 직원들보다 자신의 작업에서 AI를 더 많이 사용할 수도 있다.

채용 전망과 마찬가지로, 이러한 응답은 2026년 8월 Anthropic 직원을 대상으로 실시된 내부 설문에서 수집된 직원 개인의 견해이다.

결론

미국 성인과 Anthropic 직원은 오늘날 AI가 할 수 있는 일에 대해 대체로 의견이 일치한다. 그러나 AI가 얼마나 빨리 발전할 것인지, 얼마나 널리 사용될 것인지, 그리고 절약된 시간으로 측정한 생산성 향상이 얼마나 클 것인지에 대해서는 의견이 갈린다. Economic Scenarios for Transformative AI의 모델 관점에서 보면, 미국 성인의 중위 답변은 미국 경제가 통상적인 비율의 두 배 이상으로 성장하는 시나리오를 함축한다. AI 개발 및 사용의 최전선에서 일하는 Anthropic 직원들의 AI 진보, 채용, 지식 노동의 자동화에 대한 기대는 경제에 대한 변혁적이고 역사상 유례없는 변화를 함축한다. 2030년까지 GDP는 약 4년 반마다 두 배가 된다.

앞으로 AI가 자신의 작업을 더 많이 수행할 것으로 기대하는 사람들은 더 높은 실업률도 기대한다. 이는 미국 일반 대중과 Anthropic 직원 모두에게 해당된다. 평균적으로 Anthropic 직원들은 자신의 작업이 더 빨리 자동화되고, 그 결과 실업률이 더 높아질 것으로 기대한다. 우리는 이러한 기대의 불일치가 Anthropic 직원과 일반 대중 사이에서 향후 자신의 작업이 얼마나 자동화될 것인지에 대한 견해 차이와 밀접하게 연관되어 있음을 발견했다.

AI와의 일상적 경험은 두 집단 간에 크게 다르다. 대부분의 Anthropic 직원은 이미 자신의 업무 상당 부분을 수행하는 AI와 함께 일하고 있는 반면, 그렇게 하는 미국 노동자는 소수이다. 이미 그렇게 하는 사람들은 Anthropic 직원들에 가까운 기대를 가지고 있는데, 이는 AI 사용이 확산됨에 따라 대중의 기대가 변할 수 있음을 시사한다. 기대가 얼마나 변할지는 프런티어 연구소에서와 마찬가지로 다른 곳에서도 AI가 그만큼의 작업을 수행하게 되는지에 달려 있다.

권장 인용 표기

@techreport{sacher2026expectations,
	author = {Sacher, Szymon and Cotter, Tess and Jones, Charles I. and Korinek, Anton and McCrory, Peter},
	title = {The {AI} Expectations Gap: Public and Frontier Lab Views on {AI}'s Impact on Work},
	institution = {The Anthropic Institute},
	type = {Technical Report},
	year = {2026},
	month = sep,
	url = {https://www.anthropic.com/research/ai-expectations-gap}
}

감사의 글

스콧 부스, 메러디스 캘런, 예나 조, 애덤 파리나, 벤 파울러, 라이언 헬러, 애슬링 키넌, 에바 류비치, 막심 마센코프, 맷 모른(Morning Consult), 맷 먼데이(Morning Consult), 케리 퍼슨, 사라 폴랙, 산티 루이즈, 모니카 투콥스카, 헤더 휘트니, 네이선 윌머스, 킴 위티, 찰스 양, 잭 클라크, 다리오 아모데이

참고문헌

Acemoglu, D. and P. Restrepo (2019). "자동화와 새로운 과제: 기술은 어떻게 노동을 대체하고 복원하는가." Journal of Economic Perspectives 33(2), 3–30.

Favaro, M. and J. Clark (2026). “When AI Builds Itself.” The Anthropic Institute. https://www.anthropic.com/institute/recursive-self-improvement.

Korinek, A., C. I. Jones, S. Sacher, T. Cotter and P. McCrory (2026). "변혁적 AI를 위한 경제 시나리오." The Anthropic Institute Working Paper No. 2026-02.

Massenkoff, M., E. Lyubich, S. Sacher, Z. Hitzig, S. Zhang, R. Heller and P. McCrory (2026). “Anthropic 경제 지수 보고서: 리듬.” The Anthropic Institute. https://www.anthropic.com/research/economic-index-june-2026-report.

Wilmers, N., R. Catipon, M. Massenkoff and P. McCrory (2026). “Anthropic에서의 고용 변화.” The Anthropic Institute. https://www.anthropic.com/research/employment-at-anthropic.

부록

이용 가능 여기.

각주

1. Morning Consult는 8월 11일부터 23일 사이에 미국 성인을 대상으로 설문조사를 실시했으며 10,980명의 미국 성인에게 도달했습니다. 응답은 성인 인구를 대표하도록 가중치가 부여되었습니다. 미래에 관한 질문은 응답자의 절반에게는 2027년, 나머지 절반에게는 2030년에 대해 물었습니다. 별도의 언급이 없는 한 2030년 응답을 보고합니다. 이 설문조사는 옵트인 패널 참가자를 대상으로 온라인으로 실시되었으므로 인터넷에 접근할 수 없는 성인은 제외되며, 인구통계학적 가중치로 보정할 수 없는 방식으로 모집단과 다를 수 있습니다. 직원 설문조사는 8월 9일부터 12일까지 진행된 내부 여론조사로, 회사의 모든 부문에서 1,334명의 응답자를 확보했습니다. 이 조사는 가중치가 부여되지 않았으며, 모든 사람에게 2030년에 대해 물었습니다.
2. Morning Consult는 9월 17일부터 24일 사이에 동일한 질문을 다시 실시했으며, 마지막에 두 개의 새로운 질문이 추가되었고, 7,613명의 미국 성인에게 도달했습니다. 주요 결과는 거의 변하지 않았습니다. 이 표본에서 미국 성인의 중간 답변은 2030년 GDP 성장률 5.6%와 실업률 4.7%를 의미합니다. 가장 큰 변화는 2030년까지 노벨상 수준의 발견을 기대하는 미국 성인의 비율이 39%에서 44%로 상승한 것이었습니다. 본문 전체에서 8월 결과를 보고합니다.
3. 이것은 사람과 기업이 Claude에 가져오는 작업의 시간 절감을 평가하기 위해 Anthropic Economic Index에서 사용하는 분류기와 유사합니다. 예를 들어 다음을 참조하십시오. Estimating AI productivity gains from Claude conversations.
4. 두 그룹 모두에게 다음 질문이 제기되었습니다. 평상시에는 일자리를 잃은 사람이 새 일자리를 찾는 데 보통 약 3개월이 걸립니다. 이제 2030년에 AI 자동화로 인해 일자리를 잃고 다른 직업으로 전환해야 하는 사람을 생각해 보십시오. 그 사람이 새 일자리를 찾는 데 얼마나 걸릴 것이라고 생각하십니까?. 일반 대중의 경우 답변 선택지는 "1개월 미만"에서 "3년 이상, 또는 새 일자리를 영영 찾지 못함"까지였습니다. Anthropic 직원은 슬라이더로 개월 단위로 답했습니다.
5. 우리는 다음에 설명된 절차를 따릅니다. Economic Scenarios for Transformative AI 설문 원답변을 모형의 주요 투입 변수에 대한 함축 경로로 변환하는 절차는 위 문서를 따릅니다. 해당 문서의 부록 B를 참조하십시오. 이 분석에서는 모형의 다른 모든 매개변수를 "Substantial" 시나리오의 값으로 고정합니다.
6. 중앙값은 각 결과별로 별도로 계산되므로, 중앙값 성장률과 중앙값 실업률이 동일한 응답자에게서 나온 것일 수는 없습니다.
7. 이것은 AI가 작성하는 코드의 양에 관한 질문보다 더 넓은 질문입니다. Favaro and Clark (2026)은 현재 Anthropic의 코드베이스에 병합되는 코드의 80% 이상이 Claude가 작성한다고 보고하지만, 프런티어 모델을 구축하는 일에는 연구 방향 설정, 실험 설계, 평가 등도 포함됩니다.

관련 콘텐츠

Claude로 더 효율적인 양자 회로 설계하기

우리는 Claude에게 8개의 양자 회로에 대한 자연어 사양과 함께 설계를 검사하고 점수를 매기는 자동 평가기를 제공했습니다. 대부분 독자적으로 작업한 Claude는 발표된 최고의 회로를 개선했으며, 어떤 경우에는 한 자릿수 이상 향상시켰고, 이는 실용적인 양자 컴퓨터를 이전보다 앞당길 수 있습니다.

Claude reveals ECDSA curve origins

가장 널리 사용되는 암호화 표준 중 하나의 기원을 둘러싼 수십 년 된 미스터리가 풀렸습니다.

Anthropic에서 고용이 변화하는 방식

AI는 Anthropic의 일과 고용을 어떻게 재편했을까요? AI 도입의 최전선에 있는 회사로서 Anthropic은 AI가 경제 전반의 업무 조직, 채용 및 노동 수요를 어떻게 변화시킬지 보여주는 선도적 지표가 될 수 있습니다.