- Anthropic이 Claude Code 사용 데이터 40만 건을 분석했습니다. 
- 코딩 에이전트 시대, 성공을 결정짓는 건 코딩 실력이 아니라 '해당 분야를 얼마나 아느냐'였습니다.


근데 진짜 궁금하지 않으셨어요? 코딩 에이전트한테 일 시켜본 사람이 수십만 명인데, 그중에 누가 잘 쓰고 누가 못 쓰는지. 감이 아니라 데이터로 본 사람은 없었거든요.

Anthropic이 드디어 그 데이터를 열었습니다. 자사 코딩 에이전트 Claude Code 사용자 23만 5천 명, 세션 약 40만 건(2025년 10월~2026년 4월). 7개월치 실사용 기록을 프라이버시 보호 분석 도구로 뜯어본 결과가 나왔어요.

결론부터 말하면, 코딩 실력은 별로 안 중요했습니다. 진짜 성패를 가른 건 '그 일을 얼마나 아느냐'였어요.


1) 사람은 감독, AI는 선수 — 역할이 완전히 갈렸다

• 사용자가 기획 판단(뭘 만들지, 어떤 방향으로 갈지)의 약 70%를 내립니다. AI는 실행 판단(어떤 파일을 고칠지, 어떤 코드를 쓸지)의 약 80%를 맡아요. 축구로 치면 사람이 전술 짜는 감독이고, AI가 뛰는 선수입니다.
• 프롬프트 하나 던지면 AI가 평균 10개 액션을 알아서 수행합니다. 파일 읽고, 코드 수정하고, 명령어 돌리고, 한 턴에 2,400단어 분량을 쏟아내요.
• 여기서 반전. 전문가가 프롬프트를 던지면 AI가 더 많이, 더 잘 일합니다. 초보자 세션은 프롬프트당 액션 5개에 출력 600단어. 전문가 세션은 액션 12개에 출력 3,200단어. 같은 도구인데 뽑아먹는 양이 5배 차이.

왜 그럴까요? 전문가는 지시가 정확하니까요. "이거 고쳐줘"가 아니라 "이 함수에서 월말 정산 edge case 빠졌으니까 잡아줘"라고 말합니다. AI 입장에서는 삽질할 이유가 없어지는 거예요.


2) 초보 vs 중급의 격차가, 중급 vs 달인보다 훨씬 크다

• 초보자 세션의 검증된 성공률은 15%. 중급자 이상은 28~33%. 두 배 가까이 벌어져요.
• 세션이 꼬였을 때(에러, 테스트 실패, 삽질 반복) 차이가 더 극명합니다. 전문가는 그 수렁에서도 15%가 성공으로 끝나는데, 초보자는 4%에 그쳐요.
• 초보자의 19%는 코드 한 줄 안 남기고 세션을 포기합니다. 중급자 이상은 5~7%. 초보자는 막히면 그냥 나가버려요.

근데 여기서 재밌는 게 하나 있어요. 중급자와 전문가 사이 격차는 의외로 작습니다. 성공률 그래프를 보면, 초보→중급 구간에서 급격히 올라가고, 중급→전문가 구간에서는 완만하게 올라갑니다.

쉽게 말하면, 달인이 될 필요 없어요. "이 분야 좀 아는 사람" 수준이면 됩니다.


3) 변호사도, 영업사원도, 의사도 - 코딩 세션 성공률이 개발자랑 엇비슷하다

이게 좀 충격적인 대목이에요.

• 코드를 실제로 생산한 세션만 놓고 보면, 소프트웨어 직군 검증된 성공률 34%, 비소프트웨어 직군 29%. 고작 5%포인트 차이.
• 상위 10개 직군 전부 소프트웨어 엔지니어 대비 7%포인트 이내. 법률, 의료, 경영, 영업, 교육, 과학 직군 다 포함해서요.
• 경영 직군은 검증된 성공률이 소프트웨어 직군보다 오히려 약간 높았습니다. (매니저가 에이전트 관리도 잘한다는 건지, 아니면 "됐어 고마워" 한 마디를 잘 하는 건지는 모르겠지만요.)
• Claude Code에서 가장 빠르게 느는 비개발자 직군은 경영, 영업, 법률.

변호사가 계약서 자동 검토 스크립트를 만들 때, Python 문법은 하나도 모릅니다. 대신 "이 조항에서 면책 범위가 빠지면 리스크가 생겨"라고 정확히 짚어요. 그 순간, 그 사람이 그 태스크의 전문가입니다. 코딩은 AI가 합니다.


4) 7개월 사이 풍경이 확 바뀌었다

• 디버깅 세션 비율이 33%에서 19%로 거의 반토막. 버그잡이에 쓰는 시간이 급감했어요.
• 대신 소프트웨어 운영(배포, 설정, 모니터링)이 14%→21%, 문서 작성과 데이터 분석도 약 10%에서 20%로 두 배 가까이 늘었습니다. 코드 '옆에 있는' 일들이 불어난 거예요.
• 세션당 추정 경제 가치(프리랜서 시장 기준)는 평균 27% 상승. 빌드 +43%, 운영 +34%, 수정 +32%. 사람들이 더 크고, 더 비싼 일을 AI에 맡기기 시작한 겁니다.


그래서, 뭘 갈고닦아야 하나

좋은 소식 하나, 불편한 소식 하나.

좋은 쪽: 코딩 못 해도 자기 분야를 제대로 알면, AI 에이전트로 꽤 높은 수준의 기술 작업을 해낼 수 있습니다. 문턱이 확 낮아졌어요.

불편한 쪽: "구현만 잘하는 사람"의 자리는 좁아질 수 있습니다. AI가 실행의 80%를 먹고 있으니까요.

이 리포트가 40만 건 데이터로 계속 반복하는 메시지는 하나입니다. 문제를 정확히 정의하고, AI가 헤맬 때 방향을 잡아주고, 결과물의 품질을 판단할 수 있는 사람이 이긴다. 그 능력의 이름이 도메인 전문성이에요.

새 프레임워크 배우는 것보다, 자기 분야에서 한 뼘 더 깊이 파는 게 어쩌면 이 시대 최고의 투자인지도 모릅니다.

출처: Zoe Hitzig, Maxim Massenkoff, Eva Lyubich, Ryan Heller, Peter McCrory, "Agentic Coding and Persistent Returns to Expertise," Anthropic Research, June 16, 2026.