에이전트에게 코딩을 맡긴다고 할 때, 사람은 실제로 어디까지 결정하고 있을까요. 40만 개 세션을 뜯어보니 경계선이 꽤 선명했습니다. 사람은 계획 결정의 약 70%를 쥐고, 실행 결정의 약 80%는 Claude에게 넘기고 있었죠.

Anthropic이 2025년 10월부터 2026년 4월까지 약 23만 5천 명이 만든 40만 건의 Claude Code 대화형 세션을 분석해 발표했습니다. 개인을 식별하지 않는 분석 도구 Clio로 각 세션 기록을 읽어 작업 유형과 결정 주체, 성공 여부를 분류한 리포트죠. 여기서 나온 핵심 결론은 성공을 가른 변수가 코딩 실력이 아니라 문제에 대한 이해도였다는 점입니다.

출처: How Claude Code is used in practice – Anthropic

무엇에 쓰이고 있나

연구팀은 각 세션을 아홉 가지 작업 모드 중 하나로 분류했습니다. 코드를 직접 쓰거나 관리하는 쪽이 네 가지(만들기, 고치기, 테스트, 오케스트레이션), 소프트웨어를 운영하는 쪽이 하나, 무엇을 할지 알아내는 쪽이 둘(이해하기, 계획하기), 코드가 부수적인 쪽이 둘(데이터 분석, 문서 작성)입니다.

분포를 보면 코드를 쓰고 고치고 테스트하는 세션이 전체의 56%입니다. 새로 만드는 게 25%, 고치는 게 26%였죠. 나머지 절반 가까이가 다른 일입니다. 배포·설정·모니터링 같은 운영이 17%, 계획과 탐색이 14%, 분석이나 산문 작성이 13%를 차지합니다.

분류의 신뢰도는 텔레메트리로 교차 확인했습니다. 코드를 만들거나 수정했다고 분류된 세션 중 90% 이상에서 실제 코드 변경 기록이 있었죠.

결정의 경계선

자율성을 재는 방식이 흥미롭습니다. 연구팀은 세션 안의 모든 유의미한 결정을 뽑아 계획(무엇을 할지, 어떤 접근을 택할지, 무엇을 완료로 볼지)과 실행(어떤 파일을 고칠지, 어떤 코드를 쓸지, 어떤 명령을 돌릴지)으로 나눈 뒤, 각각을 사람과 Claude 중 누가 내렸는지 귀속시켰습니다.

평균적으로 사람은 계획 결정의 70%를, 실행 결정의 20%를 내립니다. 뒤집으면 Claude가 실행의 80%를 쥐고 있다는 뜻이죠. 벤치마크에서 모델이 몇 시간짜리 작업을 혼자 해낸다는 것과, 사람들이 실제로 얼마나 맡기고 있느냐는 다른 얘기인데 이 숫자가 후자를 보여줍니다.

코딩 경력이 아니라 도메인 지식

성공은 “사용자가 하려던 걸 실제로 해냈고, 테스트 통과나 커밋 같은 검증 가능한 증거가 남았는가”로 판정했습니다.

여기서 나온 결과가 이 리포트의 중심입니다. 코딩 작업에서 주요 직군은 거의 전부 소프트웨어 엔지니어와 비슷한 성공률을 보였습니다. 데이터에 잡힌 상위 10개 직군이 소프트웨어 엔지니어와 7점 이내에 몰려 있었죠.

대신 갈린 건 도메인 전문성이었습니다. 자기가 풀려는 문제를 잘 아는 사람일수록 세션이 성공으로 끝나는 빈도가 높았고, 오류나 오해에서 더 쉽게 빠져나왔습니다. 다만 전문가와 중급자의 격차는 크지 않았습니다. 깊은 숙련이 아니라 그 분야를 충분히 이해하는 수준이면 거의 비슷하게 쓴다는 뜻이죠.

전문성이 높을수록 지시 하나당 Claude가 하는 일의 양도 늘어납니다. 이 연구를 정리한 Analytics Vidhya의 해설에 따르면, 초보 세션은 프롬프트 하나에 Claude 행동이 약 5개, 출력이 약 600단어인 반면 전문가 세션은 약 12개 행동에 3,200단어였습니다. 같은 도구인데 지시 한 번이 옮기는 짐의 무게가 다른 겁니다.

7개월 사이에 달라진 것

관찰 기간 동안 디버깅에 쓰인 세션 비중이 거의 절반으로 줄었습니다. 대신 코드를 배포하고 실행하고, 데이터를 분석하고, 코드가 아닌 문서를 쓰는 쪽으로 이동했죠. 부분을 고치는 데서 처음부터 끝까지 맡기는 쪽으로 무게중심이 옮겨간 셈입니다.

작업 자체의 가치도 올랐습니다. 연구팀은 프리랜서 구인 공고와 비교해 각 작업의 값을 추정했는데, 거의 모든 종류의 일에서 평균 25%가량 상승했습니다.

실행이 아니라 이해가 남는 자리

이 데이터가 말하는 건 도구가 무엇을 대체하고 무엇을 대체하지 않는지에 가깝습니다. 구현 위주의 일은 상당 부분 에이전트 쪽으로 넘어갔지만, 무엇을 만들지 정하고 그게 맞는지 판단하는 자리는 그대로 사람에게 남아 있습니다. 그리고 그 자리를 잘 지키는 조건이 코딩 훈련이 아니라 문제에 대한 이해였다는 것.

Claude Code 사용자가 주당 평균 20시간을 이 도구에 쓴다는 점을 함께 보면, 여기서 벌어지는 일은 코딩에만 국한된 얘기로 보기 어렵습니다. 에이전트가 코드 바깥의 일에 들어갈 때 어떤 분업이 생길지, 그 예고편에 가깝죠.

참고자료:

• Claude Code Best Practices: 3 Lessons from 400,000 Sessions – Analytics Vidhya