동차 Beating 모니터링에 따르면, Anthropic이 최신 AI 경제 지수 보고서를 발표했습니다. 이 보고서는 9700명의 사용자 설문조사와 원격 측정 데이터를 결합하여 인공지능이 업무 방식과 직업 전망에 미치는 영향을 밝혀냈습니다. 보고서에 따르면, 업무의 가치가 높을수록 소모되는 AI 연산량도 많아집니다. 고임금 직종의 평균 연산량 소모는 저임금 직종의 2.07배에 달합니다. 예를 들어, 마케팅 매니저가 기획안을 작성할 때 소모하는 연산량은 편집자가 글을 수정할 때의 2.5배입니다. 하지만 고임금 직종에도 예외는 있습니다. 예를 들어, 고소득 약사가 일상적으로 AI를 사용할 때 소모하는 연산량은 통계 보조원의 20분의 1에 불과합니다.
설문조사에 따르면, 응답자의 3분의 1 이상이 AI가 1년 내에 대부분의 업무를 대체할 것이라고 예상했습니다. 놀랍게도, 업무를 완전히 AI에 맡기는 사람일수록 미래의 소득과 고용 전망에 대해 가장 낙관적이며, 자신의 기술이 퇴화될 것을 걱정하지 않았습니다. 사용하는 AI 도구에 따라 사용자의 위임 수준은 큰 차이를 보였습니다. 웹에서 글을 작성할 때 사용자는 AI와 13번의 수정을 반복하는 데 익숙한 반면, 터미널 도구 Claude Code를 사용할 때는 보통 한 번의 명령만 내리고 AI가 한 번에 직접 생성하도록 맡깁니다.
자율성 점수에서 사용자는 명령줄 도구 Claude Code를 사용할 때 AI가 스스로 결정을 내리도록 더 기꺼이 허용했으며, 평균 점수가 웹 버전보다 0.37점 높았습니다(동일 모델에서 0.26점 높음). 유일한 예외는 데이터 테이블 처리였습니다. 웹 사용자는 주로 머리를 써서 계획해야 하는 금융 모델링을 하는 반면, Claude Code를 사용하는 사람들은 주로 기계적인 데이터 추출을 시켰기 때문에, 테이블 작업에서 웹 AI의 자율성이 오히려 0.35점 더 높았습니다. AI가 최종 생성한 응답은 일반적으로 사용자의 초기 질문보다 더 깊이가 있었으며, 디자인 및 게임 개발 작업에서 AI 응답의 교육 이해 수준은 사용자 질문보다 평균 거의 2년 높았습니다.
원격 측정 데이터는 다양한 인구 집단의 야근 프로필도 그려냈습니다. 야간 및 주말 등 비근무 시간에 AI를 사용하여 야근하는 경우는 주로 고임금 직종이었으며, 고임금 직무의 작업 비율은 8% 증가한 반면, 중저임금 직종은 4%에서 11% 감소했습니다. 성별 분석은 또한 다른 협업 선호도를 보여주었습니다. 여성 사용자는 반복적인 협업을 더 선호했으며, 명령줄 도구와 자동 실행 작업 사용 비율이 각각 6.3% 및 7.3% 낮았지만, AI와 채팅 상호작용을 하는 총 시간은 더 길었고, 논의를 반복하는 데 더 익숙했습니다.
