소프트웨어 업계는 그동안 생산성을 연 단위로 논의하는 데 익숙했습니다. Claude Code와 Codex는 그 속도를 바꾸고 있습니다. 한 달이면 기계에 맡길 수 있는 업무의 범위가 달라지고, 또 한 달이면 그 업무를 끝내는 비용이 달라집니다. 이제 중요한 질문은 단순히 코드를 쓸 수 있느냐가 아닙니다. 소프트웨어 공급, 사람의 일, 기업 예산이 어떻게 재배분되느냐입니다.
이 글은 Claude Code와 Codex만 깊이 다룹니다. 다른 코딩 도구를 하나씩 평가하지 않습니다. 이 둘에 주목하는 이유는 저장소를 읽고, 코드를 수정하고, 도구를 실행하며, 검증을 반복하는 작업 방식에 관심이 있기 때문입니다. 2026-09의 Claude Sonnet 5.5와 2026-10의 Codex 업데이트는 도구의 역량을 논할 때 반드시 관측 월을 밝혀야 한다는 점을 보여 줍니다.[1][2]
검증 기준일은 2026-10-12입니다. 아래에서는 달력상 한 달을 기준으로 한 통계를 중심으로 다루며, 온전한 한 달, 월중 관측값, 직전 28일 이동 구간을 명확히 구분합니다. 공개값이 없는 달은 빈칸으로 남깁니다. 연간·분기 수치를 월평균으로 나누거나 코드량, 앱 수, 노동시간, 감원 인원을 혼동하지 않습니다. 미래에 관한 내용은 전망이지 이미 발생한 일의 통계가 아닙니다.
그림: WISE AI가 직접 제작한 작업 흐름 개념도. 소프트웨어 생산에서 책임이 달라지는 모습을 설명하며, 각 단계의 인과적 기여를 실제로 측정한 그림은 아닙니다.
GitHub의 생산량은 얼마나 늘었나: 9월 커밋 73억 8천만 건
GitHub가 2026-10-06에 공개한 인프라 관련 글은 변화를 가장 직접적으로 보여 줍니다. 2026-09 플랫폼에 기록된 커밋은 73억 8천만 건으로, 2025-09의 5배를 넘었습니다. 원문에 2025-09의 정확한 기준값이 없어 정확한 증가율을 역산할 수는 없습니다.[3]
| 관측 월 | 지표 | 공식 수치 | 해석 |
|---|---|---|---|
| 2025-09 | Git 활동 이벤트 | 월 2,182억 건 | 읽기와 쓰기를 포함한 인프라 활동이며 신규 코드량이 아님 |
| 2026-08 | Git 활동 이벤트 | 월 4,733억 건 | 위 관측 월 대비 116.91% 증가이며 전월 대비가 아님 |
| 2026-09 | 커밋 | 월 73억 8천만 건 | 사람과 에이전트가 함께 만들어 낸 커밋 활동 |
| 2026-09 | Actions 실행 | 월 32억 6천만 회 | 워크플로 실행 횟수이며 커밋 수와 합산할 수 없음 |
이 수치는 코드 생산과 자동화 활동의 규모가 달라지고 있으며, 플랫폼 인프라까지 재편하기 시작했음을 보여 줍니다. 하지만 커밋 하나는 새 기능일 수도 있고 에이전트의 중간 저장, 시행착오, 재작업일 수도 있습니다. 커밋 73억 8천만 건이 유효한 성과 73억 8천만 건을 뜻하지는 않습니다. Claude Code와 Codex가 각각 얼마나 기여했는지도 알 수 없습니다. 플랫폼이 그런 형태의 완전한 월별 내역을 공개하지 않았기 때문입니다.
산업에 미치는 본질적인 충격은 소프트웨어 실험을 시작하는 비용이 낮아졌다는 데 있습니다. 예전에는 일정을 잡아야 했던 작은 스크립트, 마이그레이션 도구, 내부 페이지를 이제 에이전트에게 먼저 만들어 보라고 맡길 수 있습니다. 코드 공급이 늘어나면 리뷰, 테스트, 병합, 배포 책임이 더 뚜렷한 병목이 됩니다. 커밋 수만으로 팀을 평가한다면 단순히 활동량을 부풀리는 데 능숙한 사람에게 보상할 위험이 있습니다.
App Store의 앱은 얼마나 늘었나: 실제 월별 표
RevenueCat의 『State of Subscription Apps 2026』은 Appfigures가 제공한 신규 구독 앱 시계열을 공개했습니다. 아래에는 그중 새로 출시된 iOS 구독 앱만 담았습니다. App Store 전체 앱도, 다운로드 수도, 스토어에 남아 있는 앱의 순증가도 아닙니다. 월별 값은 보고서의 공개 차트 데이터에서 확인할 수 있습니다. 차트 제목과 가로축의 끝점이 일치하지 않아 여기서는 실제 데이터의 마지막 월인 2026-01을 기준으로 표시했습니다.[4]
| 월 | 신규 출시 iOS 구독 앱 | 전월 대비 |
|---|---|---|
| 2025-02 | 3,674 | — |
| 2025-03 | 4,742 | +29.07% |
| 2025-04 | 5,263 | +10.99% |
| 2025-05 | 5,189 | -1.41% |
| 2025-06 | 6,219 | +19.85% |
| 2025-07 | 6,683 | +7.46% |
| 2025-08 | 6,970 | +4.29% |
| 2025-09 | 7,498 | +7.58% |
| 2025-10 | 7,709 | +2.81% |
| 2025-11 | 7,515 | -2.52% |
| 2025-12 | 8,651 | +15.12% |
| 2026-01 | 11,448 | +32.33% |
전월 대비 증가율은 이번 달을 지난달로 나눈 뒤 1을 뺀 값입니다. 첫 행의 증가율을 만들기 위해 표 밖의 기준값을 추가하지는 않았습니다. 양 끝점을 비교하면 월 신규 출시량은 211.59% 증가해 약 3.12배가 됐습니다. 이는 두 끝점 사이의 변화이지 매달 그만큼 늘었다는 뜻은 아닙니다. 2025-05와 2025-11의 감소도 실제 추세가 항상 우상향하는 직선은 아니라는 점을 보여 줍니다.
그림: Appfigures／RevenueCat의 공개 월별 값을 바탕으로 WISE AI가 다시 작성했습니다. 구독 앱만 포함하며, 이후 누락된 달의 값은 보간하지 않았습니다.
더 넓은 범위에서도 신호가 있습니다. Appfigures는 2026-03의 App Store 신규 출시 앱 수가 2025-03보다 118% 증가했다고 밝혔습니다. 이는 같은 달의 전년 동월 대비 수치이며 전월 대비가 아닙니다. 해당 페이지에는 두 관측 월의 절대 개수가 공개되어 있지 않고, 각 앱이 어떤 개발 도구를 사용했는지도 식별하지 않았습니다.[5]
이 글의 검증 시점까지 위 표 뒤에 이어 붙일 수 있는, 동일한 정의의 2026-02부터 2026-09까지 연속 시계열은 확보하지 못했습니다. 구독 앱 수, 미국 시장 추정치, 전 세계 신규 앱 수를 한 곡선으로 이어 붙일 수는 없습니다. 공급이 늘었다는 사실은 확인할 수 있지만 신규 앱 모두가 Claude Code나 Codex로 만들어졌다고 주장할 수는 없습니다.
앱을 만들기 쉬워질수록 계속 비용을 지불할 사용자를 확보하는 일이 중요해집니다. 작은 팀에게 두 도구가 낮춰 주는 것은 구현의 문턱입니다. 수요가 실제로 있는지, 제품을 발견할 수 있는지, 사용자가 왜 남아야 하는지까지 자동으로 해결해 주지는 않습니다. 앱 수의 급증은 비슷한 제품 간 경쟁 심화를 동반할 수도 있습니다.
프로그래머의 일이 얼마나 줄었나: ‘코드를 덜 쓰는 것’과 ‘덜 일하는 것’은 다르다
현재 이 두 도구 때문에 소프트웨어 산업 전체 프로그래머의 노동시간이 얼마나 줄었는지 알려 주는 신뢰할 만한 공개 월별 표는 없습니다. 관측할 수 있는 것은 특정 표본에서 사람의 개입이 줄고 작업 완료 역량이 높아졌다는 점입니다. 둘 다 살펴볼 가치가 있지만 어느 쪽도 그대로 ‘업무량 감소율’이라고 바꿔 부를 수는 없습니다.
| 관측 월 | 표본과 지표 | 결과 | 도출할 수 없는 결론 |
|---|---|---|---|
| 2025-08 → 2025-12 | Anthropic 내부 Claude Code 사용에서 세션당 사람의 개입 | 5.4회 → 3.3회, 약 38.9% 감소 | 프로그래머 노동시간이 38.9% 줄었다 |
| 2026-05 | 내부의 복잡하고 개방형인 작업 세션 중 Claude 평가기가 수정 없이 완료했다고 판정한 비율 | 76% | 산업 전체 실무 작업 성공률이 76%다 |
| 2026-09 | 위 연구의 업데이트된 차트에 나온 월중 관측값 | 약 91% | 독립 감사가 무인 운영 배포의 안전성을 확인했다 |
첫 행은 Anthropic의 2026-02 연구, 나머지 두 행은 2026-09까지 업데이트된 내부 연구에 근거합니다. 작업 구성과 모델은 달라질 수 있습니다. 9월 값도 차트에서 읽은 근삿값이지 정확한 월평균으로 공개된 데이터가 아닙니다.[6][7]
측정 방법도 도구의 발전을 따라잡는 중입니다. METR는 2026-02 후속 실험 설명에서 작업 선택 편향, 다중 에이전트 병렬 실행, 시간 기록 문제 때문에 최신 도구의 실제 이득을 신뢰성 있게 정량화하기 어렵다고 명시했습니다. 과거 실험으로 최신 도구를 최종 평가하는 것도, 주관적인 느낌으로 산업 전체 효율이 두 배가 됐다고 선언하는 것도 적절하지 않습니다.[8]
자주 놓치는 계산이 있습니다. 가령 범위와 품질이 같은 작업에서 단위 시간당 생산량이 2배가 되면 고정된 작업을 끝내는 시간은 50% 줄일 수 있습니다. 하지만 회사가 요구하는 업무량도 두 배로 늘리면 총노동시간은 줄지 않을 수 있습니다. 이는 조사 결과가 아니라 ‘효율 향상’과 ‘더 편한 직장생활’이 어긋날 수 있는 이유를 설명하는 예시입니다.
저는 이미 이해할 수 있는 역할 변화에 더 주목합니다. 엔지니어는 모든 단계를 직접 수행하는 사람에서 작업을 정의하고, 맥락을 나누고, 결과를 검토하고, 위험을 식별하며, 배포에 책임을 지는 사람으로 이동합니다. 초급 수준의 반복 구현 업무 단가는 압박을 받겠지만, 사업과 시스템을 제대로 이해하는 사람의 판단은 더 많은 기계 실행을 통해 영향력이 커집니다. 관리자가 절약한 시간을 전부 추가 요구사항으로 바꾸면 프로그래머는 코드를 덜 쓰면서도 업무 부담은 줄지 않을 수 있습니다.
대형 소프트웨어 기업은 얼마나 감원했나: 발표 월로 기록하되 도구의 공으로 돌리지 말자
아래는 검증 가능한 출처가 있는 소프트웨어 기업 사례를 골랐습니다. 발표 월과 발표된 감원 규모의 기록이지, 그달 실제 퇴사자 수나 산업 전체 합계가 아닙니다. 영업·운영 등 다양한 직무가 포함되어 있으며, 표에 없는 달이 감원 0명을 뜻하지도 않습니다.
| 발표 월 | 기업 | 발표된 감원 규모 | 회사 설명 또는 핵심 한계 |
|---|---|---|---|
| 2026-01 | Autodesk | 약 1,000명 | 주로 영업 조직 전환. 회사는 AI가 인력을 대체한 것이라고 부인 |
| 2026-03 | Atlassian | 약 1,600명 | 역량과 자원을 재배분해 AI 및 기업 영업에 재투자 |
| 2026-05 | Cloudflare | 1,100명 초과 | 경영진이 구조조정을 에이전트 AI 기반 작업 방식과 명시적으로 연결 |
| 2026-05 | Intuit | 약 3,000명 | 관리 단계 축소, 중복 조정 업무 감소, 자원 재배분 등 복합적 이유 |
| 2026-07 | Microsoft | 약 4,800명 | 기업용 및 Xbox 사업 등에 해당. 회사는 이번 일자리가 AI로 대체됐다고 부인 |
출처는 순서대로 Autodesk, Atlassian, Cloudflare의 공개 직원 서한과 Intuit 및 Microsoft에 관한 Reuters 보도입니다.[9][10][11][12][13]
이 사례들이 보여 주는 것은 소프트웨어 기업이 인력, 조직 단계, 투자를 재배치하고 있다는 사실입니다. 일부 기업만 조정을 AI와 명확히 연결합니다. 어느 자료에도 ‘Claude Code가 몇 명, Codex가 몇 명을 대체했는지’ 감사 가능한 내역은 없습니다. 표의 인원을 단순 합산해 ‘두 도구가 초래한 감원’이라고 부르면 조직 개편, 여러 AI 활용, 특정 코딩 에이전트를 하나의 이야기로 섞는 셈입니다.
더 일찍 나타나는 변화는 채용 속에 숨어 있을 수 있습니다. 퇴사자의 자리를 다시 채울지, 외주 계약을 갱신할지, 원래 증원이 필요했던 프로젝트를 기존 팀과 에이전트로 진행할지가 그렇습니다. 감원 발표는 눈에 보이는 결과이지만 인력 수요 감소가 반드시 감원으로 나타나는 것은 아닙니다. 앞으로 월별로 더 면밀히 추적할 부분입니다.
대기업의 토큰 사용량은 얼마나 늘었나: 급증의 증거는 있지만 완전한 월별 장부는 없다
토큰은 모델이 처리하는 텍스트를 세는 단위입니다. 에이전트는 맥락을 반복해서 읽고, 추론하고, 도구를 호출하고, 결과를 확인합니다. 작업이 많아지면 사용량이 빠르게 늘 수 있습니다. 그러나 입력·출력·캐시 토큰은 가격이 다르고 모델도 다릅니다. 총량 하나로 비용을 직접 환산할 수도, 생산성으로 간주할 수도 없습니다.
| 월 또는 관측 구간 | 검증 가능한 지표 | 수치와 증거 유형 |
|---|---|---|
| 2026-02 | Meta 내부 토큰 소비 | SemiAnalysis의 2026-06 보도 추정치로 월 약 70조 토큰. 회사가 공개한 감사된 청구 내역이 아니며 비교 가능한 전월 대비도 없음 |
| 2025-11-01까지와 2026-06-11까지, 각각 직전 28일 | OpenAI 법무 부문 활성 직원 1인당 출력 토큰 중앙값. ChatGPT와 Codex 합계 | 약 13배. 회사 연구이며 회사 전체 사용량이 아님 |
| 같은 두 이동 구간 | OpenAI 연구 부문의 동일 지표 | 50배 초과. 달력상 한 달이 아니며 생산량 50배로 환산할 수 없음 |
OpenAI 연구에는 내부 로그라는 근거가 있지만 도구 사용량, 교육, 도입 여건이 특수한 환경입니다. SemiAnalysis의 Meta 수치는 외부 연구 보도로, 입력·출력·캐시의 구분이 명확하지 않습니다. 두 자료를 같은 성장 곡선에 그릴 수는 없습니다.[14][15]
‘대형 소프트웨어 기업의 달력상 매월 총토큰 사용량이 얼마나 늘었는가’에 답할 공개 증거는 여전히 부족합니다. 클라우드 플랫폼이 전체 고객에게 제공하는 처리량, 기업 매출, 직원 이용 좌석 수, 예산 한도는 이 공백을 채우지 못합니다. 이 글 역시 직전 28일 구간을 슬쩍 6월 전체 실적으로 바꾸지 않습니다.
실제로 중요한 변화는 예산 구조입니다. 기존에 인일 단위로 가격을 매기던 구현 업무의 일부가 모델 호출, 연산, 검증, 유지보수 비용으로 전환되고 있습니다. 관리자가 던져야 할 질문은 ‘검수를 통과한 작업 한 건에 얼마나 들었는가’이지 ‘누가 토큰을 가장 많이 태웠는가’가 아닙니다. 이전에는 해 볼 가치가 없었던 작업도 가능해지므로 건당 비용 하락과 회사 전체 사용량 증가는 동시에 일어날 수 있습니다.
앞으로 12개월: 소프트웨어 산업은 어떻게 바뀔까
다음은 2026-11부터 2027-10까지를 대상으로 하는 월별 관찰용 기본 시나리오입니다. 특정 월에 정확히 사건이 일어난다는 예언이 아닙니다. 변화는 빨라지거나 늦어지거나 겹칠 수 있습니다. 근거 없는 산업 감원 비율을 예측하지 않습니다.
| 관찰 월 | 기본 시나리오 | 검증 지표 |
|---|---|---|
| 2026-11 | 더 많은 일상적 구현과 테스트가 Claude Code·Codex로 넘어간다 | 범위가 같은 작업의 완료 시간과 검수 통과율 |
| 2026-12 | 에이전트가 만드는 변경이 늘고 사람의 리뷰가 밀리기 시작한다 | 월별 병합량, 리뷰 대기 시간, 재작업률 |
| 2027-01 | 기업이 에이전트 예산을 프로젝트 결과와 연결하기 시작한다 | 검수된 작업당 토큰 비용과 총비용 |
| 2027-02 | 초급 반복 구현 직무의 채용 요건이 계속 바뀐다 | 신규 채용 공고 수, 초급 직무 비중 |
| 2027-03 | 인일로 청구하는 단순 외주가 높은 단가를 유지하기 어려워진다 | 유사 프로젝트 견적, 납기, 품질 보장 |
| 2027-04 | 작은 팀이 과거 더 많은 인력이 필요했던 제품 범위에 도전한다 | 팀당 출시 기능, 활성 사용자, 장애 수 |
| 2027-05 | 늘어나는 앱 공급이 한정된 관심을 두고 경쟁한다 | 신규 앱 출시, 유지율, 유료 전환을 별도로 추적 |
| 2027-06 | 기존 시스템 현대화가 에이전트의 주요 활용처가 된다 | 마이그레이션 완료량, 회귀 결함, 롤백 횟수 |
| 2027-07 | 보안·권한·의존성 관리의 중요성이 높아진다 | 취약점 수정 시간, 권한 초과 사고, 복구 비용 |
| 2027-08 | 단순 구현보다 요구사항 판단과 사업 책임자의 역할이 더 대체하기 어렵다 | 제품 실험 성공률, 고객 갱신, 매출의 질 |
| 2027-09 | 기업이 자체 개발과 표준 소프트웨어 구매를 다시 비교한다 | 자체 개발의 전체 수명주기 비용과 유지보수 부담 |
| 2027-10 | 팀의 우위는 인원수보다 지속 가능한 납품 능력에서 드러난다 | 1인당 신뢰할 수 있는 성과, 이익, 운영 안정성을 함께 평가 |
제 기본 판단은 같은 인원이 더 많은 소프트웨어를 공급하고, 채용 수요 일부가 흡수되며, 모델·리뷰·보안에 더 많은 비용을 쓰게 된다는 것입니다. 도구의 신뢰성은 계속 높아지는데 신규 수요가 따라오지 못하면 반복 구현 직무는 더 강한 대체 압력을 받을 것입니다. 보안 사고, 리뷰 부담, 컴퓨팅 비용이 증가하면 도입이 느려질 수도 있습니다.
가격이 먼저 내려갈 가능성이 큰 일은 범위가 명확하고 검수가 쉬운 반복 구현입니다. 가격을 낮추기 더 어려운 역량은 무엇을 만들 가치가 있는지, 무엇을 배포하면 안 되는지 판단하고, 사고가 났을 때 시스템을 복구하는 능력입니다. Claude Code와 Codex는 한 사람의 실행 범위를 넓히겠지만 사업상 책임까지 사라지지는 않습니다.
마지막으로, 중국 본토 개발자를 배제하는 Anthropic의 제한을 강력히 규탄한다
비판하려면 사실부터 정확히 밝혀야 합니다. Anthropic은 2025-09 미지원 지역에 대한 판매 제한을 확대해 특정 소유·지배 관계의 기업을 포함했습니다. 2026-10 기준 Supported Regions Policy는 Claude Code를 명시적으로 포함하고, 실제 소재지, 기업의 설립지 또는 본사, 직간접 과반 소유 또는 지배 관계를 다룹니다. 중국 본토는 지원 목록에 없습니다. 다만 전 세계 어디에 있든 모든 중국 국적자와 모든 중국계 사람이 일률적으로 이용을 금지당한다는 뜻은 아닙니다.[16][18]
2026-10-08 발표에서는 2026-11-12 발효하는 새 Usage Policy도 공개했으며, 지역 관련 부분은 집행 규칙을 명확히 하는 것이라고 설명했습니다. 미래 발효일과 현재의 지역 제한을 혼동해서는 안 됩니다.[17]
우리는 중국 본토의 평범한 개발자와 제한 조건에 해당하는 기업을 Claude Code에서 배제하는 Anthropic의 정책을 강력히 규탄합니다. 수많은 정당한 이용자를 함께 배제하는 이러한 방식을 강력히 규탄합니다. 코딩 에이전트가 창업의 문턱, 생산 비용, 직업 기회에 영향을 주기 시작한 지금, 이 제한이 해치는 대상은 실제 사람들입니다. 배우고 싶은 학생, 소프트웨어를 납품하며 생계를 이어 가는 엔지니어, 진지하게 제품을 만드는 작은 팀이 그들입니다.
기업은 구체적인 악용을 막을 수 있고 적용되는 법적 의무도 지켜야 합니다. 그러나 그런 이유가 광범위한 배제를 공적 비판에서 자동으로 면제해 주지는 않습니다. Anthropic은 제한의 근거와 범위를 공개적으로 설명하고, 투명한 이의제기 절차를 제공하며, 정당한 민간 개발에 대한 동등한 접근을 가능한 한 회복해야 합니다. 산업을 바꿀 능력이 큰 도구일수록 문밖에 남겨진 사람들을 가볍게 여겨서는 안 됩니다.
같은 기준은 OpenAI에도 적용됩니다. 공식 API 지원 목록에도 중국 본토가 없으므로 Codex를 그곳에서 공식 지원되는 대안 경로로 묘사해서는 안 됩니다.[19] 뛰어난 도구를 인정하는 것과 해당 기업의 접근 정책을 비판하는 것은 양립할 수 있습니다. 기술 역량은 인정할 만하고, 평범한 개발자를 배제하는 정책에는 강하게 반대할 만합니다.
이 글은 AI 애플리케이션 특집에 속합니다. 플랫폼 통계는 배경을 설명하고, 공급업체 로그는 표본을 관찰하는 데 사용했으며, 미래 전망과 정책적 입장은 별도로 밝혔습니다.