Agentic Coding and Persistent Returns to Expertise

3줄 요약

1. Anthropic 경제 연구팀이 2025년 10월부터 2026년 4월까지 약 23만 5천 명이 만든 약 40만 건의 Claude Code 세션을 분석한 보고서다.
2. 사람은 무엇을 할지를 정하고(계획 결정의 70%), Claude는 어떻게 할지를 정한다(실행 결정의 80%). 그리고 세션의 성패를 가르는 것은 코딩 훈련 경력이 아니라 그 작업 도메인에 대한 사용자의 전문성이었다.
3. 7개월 동안 작업의 가치는 평균 27% 올랐고, 디버깅 비중은 줄고 운영·분석으로 무게중심이 옮겨갔다. 에이전틱 코딩이 자격증보다 도메인 이해를 보상한다는 것이 핵심 주장이다.

무엇을 분석했나

데이터는 2025년 10월부터 2026년 4월까지의 Claude Code 세션이다. 규모는 세션 약 40만 건, 사용자 약 23만 5천 명. 분석은 세션 로그를 분류기로 라벨링하는 방식으로 이뤄졌고, 코드 변경 텔레메트리와 세션 라벨 사이의 일치율은 90% 이상이었다. 목표가 불분명한 세션(7.7%)은 제외했고, 사용자의 직업은 70% 정확도로 추론했다.

분업 — 사람은 무엇을, Claude는 어떻게

보고서가 처음 던지는 그림은 명확한 분업 구조다. 사용자가 계획 결정의 약 70%를 내리고, Claude가 실행 결정의 약 80%를 맡는다. 사람이 “무엇을 할지"를 정하면 Claude가 “어떻게 할지"를 채우는 구도다.

세션 자체의 모양도 측정했다. 전형적인 세션은 4턴 정도가 오가고, 프롬프트 하나당 약 10개의 액션이 실행되며, 어떤 세션은 100개를 넘기기도 한다. 턴당 출력은 평균 2,400단어 수준이다.

세션이 하는 일은 아홉 가지 모드로 나뉜다. 코드 관련 작업이 56%로 가장 크다.

전문가일수록 한 프롬프트에 더 많이 시킨다

연구팀은 사용자 전문성을 1(초보)에서 5(전문가)까지 5단계로 분류했다. 전문성이 올라갈수록 같은 프롬프트가 더 많은 일을 끌어냈다.

전문가 세션은 초보자 세션에 견줘 프롬프트당 액션이 2.4배, 출력은 5배 많았다. 같은 도구라도 무엇을 어떻게 요구하는지를 아는 사람이 더 깊이 부린다는 뜻이다.

성공은 사용자가 무엇을 가지고 오느냐에 달렸다

성패의 정의부터 분류기로 세분했다. 부분 성공, 판정 성공, 검증 성공의 세 단계 성공과 판정 실패, 검증 실패, 포기의 세 단계 실패다.

전문성별 결과 격차는 분명했다.

처음에 막혔던 “문제 세션"에서도 격차는 이어졌다. 그런 세션에서 끝내 검증 성공에 닿은 비율이 초보는 4%, 중급~전문가는 15%였다. 똑같이 막히더라도 전문가가 더 자주 빠져나온다.

전문성의 수익은 시간이 갈수록 커진다

7개월 사이 세션이 다루는 작업의 가치는 평균 27% 올랐다. 묶음별로 보면 빌딩이 43%, 운영이 34%, 수정이 32%였다.

작업 구성도 옮겨갔다. 수정(디버깅) 세션 비중은 33%에서 19%로 줄고, 소프트웨어 운영은 14%에서 21%로, 작성·분석은 약 10%에서 약 20%로 늘었다. 단발 버그 잡기에서 끝에서 끝까지 맡기는 에이전틱 작업으로 무게가 이동하는 중이다.

직업보다 전문성이 중요할 수 있다

가장 흥미로운 지점이다. 연구팀은 직업군으로 성공률을 갈라 봤다.

코드를 만드는 세션의 부분 성공률은 소프트웨어 직군 89%, 비소프트웨어 직군 88%로 사실상 같았다. 소프트웨어 직군과 비소프트웨어 직군 사이의 검증 성공 격차는 5~7퍼센트포인트에 그쳤고, 같은 직업 대분류 안에서의 편차가 오히려 7퍼센트포인트에 달했다. 즉 “어느 직업인가"보다 “그 작업을 얼마나 아는가"가 더 크게 작동했다.

보고서가 결론으로 내세운 문장은 이렇다.

Domain expertise at the task—not whether they’re trained in coding—determines success. (그 작업에 대한 도메인 전문성이지, 코딩 훈련 여부가 아니다. 성공을 가르는 것은.)

가장 흥미로운 지점

내가 이 보고서에서 가장 눈여겨본 것은 직업과 전문성을 떼어 놓고 본 부분이다. 에이전틱 코딩이 “비개발자도 코딩하게 해 준다"는 민주화 서사는 흔하다. 그런데 이 데이터는 그 서사를 약간 비튼다. 도구가 낮춰 준 것은 코딩의 문법적 장벽이지, 무엇을 만들지 판단하는 능력이 아니다. 비개발 직군이 소프트웨어 직군과 비슷한 성공률에 닿은 것은 코딩을 몰라도 자기 도메인을 잘 알기 때문이고, 같은 직업 안에서 7퍼센트포인트가 벌어진 것은 결국 그 도메인 이해의 깊이가 사람마다 다르기 때문이다.

그래서 이 글은 “코딩 자격증의 가치가 사라진다"가 아니라 “보상의 축이 자격증에서 도메인 이해로 옮겨간다"는 이야기에 가깝다. 사람이 계획의 70%를 세운다는 첫 그림과도 맞물린다. 어떻게 짤지는 Claude가 채우지만, 무엇을 왜 짤지는 여전히 사람이 가져오는 것이고, 그 “무엇"의 질이 곧 결과의 질이 된다.

출처

Anthropic Economic Research — Zoe Hitzig, Maxim Massenkoff, Eva Lyubich, Ryan Heller, Peter McCrory (2026년 6월 16일) 원문: https://www.anthropic.com/research/claude-code-expertise 본문 차트는 원문 게시물에서 인용했다.