AI를 오래 쓴 사람일수록 AI에게 일을 더 많이 맡길 것 같지만, 실제 데이터는 반대를 가리킵니다. Anthropic이 Claude 사용자 100만 건을 분석했고, 숙련자와 신규 사용자 사이에는 예상 밖의 차이가 있었습니다.

Anthropic이 2026년 3월 발표한 다섯 번째 경제 영향 보고서입니다. 2026년 2월 5~12일 Claude.ai와 API 대화 각 100만 건을 분석했고, 이번 보고서의 핵심 주제는 ‘학습 곡선’—Claude를 오래 쓸수록 어떻게 달라지는가입니다.

출처: Anthropic Economic Index report: Learning curves – Anthropic

파워유저는 무엇이 다른가

보고서는 사용 기간 6개월 이상인 고숙련 사용자와 신규 사용자를 비교했습니다. 차이는 여러 측면에서 나타났습니다.

고숙련 사용자는 업무 활용 비율이 신규 사용자보다 7%포인트 높고, 개인적 대화(스포츠 점수 확인, 파티 음식 추천 등)는 6%포인트 적었습니다. 프롬프트에 반영된 교육 수준도 약 1년 더 높았고—Claude를 1년 더 쓸수록 입력하는 질문의 복잡도가 학력 기준으로 약 1년씩 올라갔습니다—무엇보다 대화 성공률이 약 10% 높았습니다.

이 성공률 격차는 단순히 더 익숙한 작업을 가져오기 때문만은 아닙니다. 보고서는 동일한 종류의 작업을 수행하는 고숙련·신규 사용자를 나란히 비교했을 때도 3~4%포인트의 격차가 유지된다는 걸 확인했습니다. 더 잘 묻는 능력 자체가 경험을 통해 쌓인다는 겁니다.

숙련자일수록 더 협업한다는 역설

고숙련 사용자가 AI를 더 많이 자동화(AI에게 완전히 위임)하는 방향으로 나아갈 것이라는 예상도 있었습니다. 보고서는 이 가설을 뒤집었습니다.

실제로는 고숙련 사용자일수록 Claude와 반복적으로 피드백을 주고받으며 작업을 함께 다듬는 ‘증강(augmentation)’ 방식을 선호했습니다. 반면 신규 사용자는 지시를 던지고 결과를 받는 ‘자동화(automation)’ 패턴에 더 가까웠습니다. AI를 잘 쓰는 사람일수록 도구로 사용하는 게 아니라 생각 파트너로 쓴다는 것이죠.

고숙련 사용자가 많이 하는 작업군도 이를 뒷받침합니다. AI 연구, git 작업, 원고 수정, 스타트업 펀딩 관련 대화가 상위권을 차지한 반면, 신규 사용자층에서는 하이쿠 작성, 스포츠 점수 확인, 파티 음식 제안 같은 단순 작업이 많았습니다.

AI 격차는 어디서 벌어지는가

보고서는 지리적 불균형도 짚었습니다. 미국 내에서는 주(州)별 사용량 격차가 빠르게 좁혀지는 중입니다. 2025년 8월 상위 5개 주가 전체 사용량의 30%를 차지하던 것이 2026년 2월에는 24%로 줄었습니다.

반면 국가 간 격차는 오히려 벌어졌습니다. 상위 20개국이 차지하는 비율이 45%에서 48%로 증가했습니다. 미국 내에서는 평등해지는 방향으로 가고 있지만, 전 세계 단위에서는 AI 활용이 고소득 국가에 더욱 집중되는 추세입니다.

기술 격차가 임금 격차가 되기 전에

보고서가 던지는 진짜 질문은 결국 이겁니다. 지금 AI를 잘 쓰는 사람이 더 좋은 결과를 얻고 있다면, 이 격차는 시간이 갈수록 임금과 기회의 격차로 이어질 수 있습니다.

경제학자들이 말하는 ‘기술 편향적 기술 변화(skill-biased technological change)’—기술 혁신이 고숙련 노동자에게는 유리하고 저숙련 노동자에게는 불리하게 작용하는 현상—가 AI에서도 나타날 수 있다는 겁니다. 보고서는 이 가능성에 대한 모니터링 필요성을 강조하며, 아직은 대규모 일자리 대체의 증거가 없다고 결론짓습니다.

다만 흥미로운 점은, AI에 가장 많이 노출된 직군과 AI로 가장 많은 혜택을 받는 직군이 상당 부분 겹친다는 것입니다. 소프트웨어 엔지니어나 데이터 분석가가 대표적인 예입니다. 이 역설적 구조와 보고서가 제시하는 7가지 벤치마크 지표에 대한 상세한 분석은 원문에서 확인할 수 있습니다.

참고자료: The AI skills gap is here, says AI company, and power users are pulling ahead – TechCrunch