Anthropic Interviewer: 1,250명이 들려준 AI와 일의 미래
AI를 매일 쓰는 시대지만, 정작 "사람들은 AI를 어떻게 쓰고, 뭐라고 느낄까?"에 대한 이야기는 잘 들리지 않습니다.
Anthropic는 이 질문에 답하기 위해 새로운 도구 Anthropic Interviewer를 만들고, 1,250명의 직장인·크리에이터·과학자를 상대로 대규모 인터뷰를 진행했습니다.
이 글에서는 Anthropic Interviewer가 어떻게 만들어졌는지, 사람들이 실제로 AI를 어떻게 쓰고 어떤 감정을 느끼는지, 그리고 우리 일의 미래에 어떤 힌트를 주는지 살펴봅니다.
Anthropic Interviewer란 무엇인가: AI가 사람을 인터뷰하다
Anthropic Interviewer는 간단히 말해 "AI가 사람을 인터뷰해서, 그 결과를 연구자가 분석할 수 있게 정리해 주는 도구"입니다.
인터뷰 대상은 Claude 사용자뿐 아니라 다양한 직군의 전문가들이며, 이번 첫 실험에서는 총 1,250명이 참여했습니다.
- 일반 직장인: 1,000명
- 크리에이터(작가, 디자이너, 아티스트 등): 125명
- 과학자(물리, 화학, 생물, 데이터 과학 등): 125명
흥미로운 점은, 이 도구를 만든 이유가 단순히 "사용자 피드백 모으기"를 넘어서 AI가 사회와 경제에 어떤 영향을 미치는지, 사람들의 경험과 감정을 정성적으로 이해하기 위한 시도라는 데 있습니다.
그동안 Anthropic는 Claude 대화 로그를 분석해 "무슨 일을 시키는지"는 알 수 있었지만, 대화 이후 그 결과물이 어떻게 쓰이는지, 사람들이 실제로 어떤 생각을 하는지는 알 수 없었습니다.
Anthropic Interviewer는 바로 이 "보이지 않던 부분"을 들여다보기 위한 도구입니다.
어떻게 작동하나: 계획–진행–분석, 세 단계의 인터뷰
Anthropic Interviewer의 구조는 세 단계로 나뉩니다.
첫째, Planning(계획) 단계입니다.AI가 먼저 연구 목표를 이해한 뒤, 수백·수천 명에게 공통으로 물어볼 핵심 질문과 흐름을 설계합니다.
여기에는 다음 요소들이 포함됩니다.
- 각 집단(직장인, 크리에이터, 과학자)에 대한 가설
- 좋은 인터뷰를 위한 질문 설계 원칙
- 인터뷰에서 꼭 다루어야 할 주제들
AI가 초안을 만든 뒤, 인간 연구자가 이를 검토·수정하면서 최종 인터뷰 플랜을 완성합니다.
둘째, Interviewing(진행) 단계입니다.실제 사용자는 Claude.ai 화면에서 Anthropic Interviewer와 10~15분간 대화를 나눕니다.
- 질문은 정해진 틀 안에서 진행되지만
- 답변에 따라 추가 질문을 던지는 적응형 인터뷰 방식으로,생각보다 꽤 자연스럽고 개인화된 대화가 이루어집니다.
셋째, Analysis(분석) 단계입니다.인터뷰가 끝나면,
- 인간 연구자가 전체 데이터를 검토하고
- 또 다른 AI 분석 도구가 인터뷰 내용을 읽고
- 자주 등장하는 주제
- 공통된 감정(희망, 걱정, 만족, 불신 등)
- 직군별 패턴
을 자동으로 분류·수치화합니다.
이렇게 해서, "질문–대답"의 텍스트가 사회·경제적 인사이트가 담긴 연구 데이터로 변환됩니다.
일반 직장인의 시선: 더 빠르고 편하지만, 불안도 크다
먼저 일반 직장인 1,000명의 이야기를 들어보면, 공통된 메시지는 두 가지입니다.
- 생산성은 확실히 오른다.
- 하지만 미래는 아직 불안하다.
설문에서,
- 86%는 "AI가 시간을 절약해 준다"고 답했고
- 65%는 "현재 내 일에서 AI 역할에 만족한다"고 말했습니다.
즉, 업무 도구로서의 AI는 이미 꽤 자리 잡았습니다.
하지만 감정의 풍경은 조금 더 복잡합니다.
- 69%는 "직장에서 AI를 쓴다고 말하는 게 눈치 보인다"고 했습니다.
- 어떤 팩트체커는 동료가 "AI 싫다"고 말할 때, 그냥 조용히 있었다고 합니다.
- 이메일을 AI로 썼다는 이유로 "성의 없다"고 평가받는 경우도 언급됐습니다.
또한,
- 55%는 "AI가 내 미래 일자리에 영향을 줄까 봐 불안하다"고 답했습니다.
- 하지만 그중 많은 사람들은
- AI 사용에 나름의 경계선을 두거나
- 스스로 업무 역할을 재설계하며 대응하고 있었습니다.
예를 들어,
- 어떤 교사는 수업의 핵심 구성은 직접 하고, 보조 아이디어 정도만 AI에 맡기려 합니다.
- 어떤 마케터는 "한 분야에만 매달리지 않고, AI와 함께할 수 있는 새로운 전문성을 만든다"고 말합니다.
- 한 통역사는 아예 "AI가 결국 통역사를 대체할 것"이라 보고, 다른 직종으로 갈 준비를 이미 시작했습니다.
눈에 띄는 점은, 불안만 느끼고 아무 행동도 하지 않는 사람은 8%뿐이었다는 사실입니다.
즉, 사람들은 "AI 때문에 어떻게 될까?"를 걱정하면서도, 동시에 "그래서 나는 무엇을 바꿔야 하지?"를 고민하며 움직이고 있습니다.
전반적으로, 감정 분석 결과를 보면
- 만족과 희망이 높게 나타나지만
- 동시에 불안과 좌절도 적지 않게 함께 나타납니다.
AI는 이미 "없으면 불편하고, 있어도 불편한" 애매한 동거 상태에 들어선 셈입니다.
협업 vs 대체: 우리는 '협업'한다고 느끼지만, 실제로는?
Anthropic는 이전 연구에서 AI 사용을 두 가지로 나눴습니다.
- 증강(Augmentation): 사람이 중심이 되고, AI는 도우미
- 자동화(Automation): 일을 거의 AI가 직접 수행
Anthropic Interviewer에서 자기 보고를 분석해 보니,
- 사람들은 본인의 AI 사용을
- 65%는 증강, 35%는 자동화라고 인식하고 있었습니다.
그런데 실제 Claude 대화 로그(Anthropic Economic Index)를 보면,
- 47%는 증강, 49%는 자동화에 가까운 패턴이었습니다.
즉, 사람들이 생각하는 것보다 실제로는 더 많은 일을 AI에 직접 맡기고 있을 가능성이 큽니다.
이 차이는 여러 가지 이유로 설명될 수 있습니다.
- 인터뷰에 참여한 사람과 로그 분석 대상 사용자가 다를 수도 있고
- 실제로는 AI가 쓴 결과물을 더 적게 수정하는데, 스스로는 "많이 손본다"고 느낄 수도 있고
- 자동화를 "협업"이라고 부르고 싶어 하는 심리도 있을 수 있습니다.
흥미로운 점은, 미래에 대한 직장인들의 상상입니다.
- 48%는 "앞으로는 직접 일을 하기보다는, AI를 관리·감독하는 역할로 옮겨갈 것 같다"고 말했습니다.
- 어떤 목사는 "행정 업무는 AI에 맡기고, 사람을 만나는 본질적인 일에 더 집중하고 싶다"고 했습니다.
- 어떤 커뮤니케이션 담당자는 "언젠가 내 업무 대부분은 AI가 하게 되고, 나는 프롬프트를 짜고 결과물을 검수하는 사람이 될 것 같다"고 말했습니다.
결국 많은 직장인은 "일을 하는 사람"에서 "AI를 다루는 사람"으로 역할이 변할 미래를 이미 어느 정도 예상하고 있습니다.
크리에이터의 시선: 속도는 미쳤는데, 내 정체성은 어디로 가고 있을까
크리에이터 125명의 인터뷰에서, 가장 강하게 드러난 이야기는 "속도와 효율은 미쳤는데, 마음은 복잡하다"였습니다.
먼저, 성과 면에서는 거의 압도적인 긍정입니다.
- 97%는 "AI 덕분에 시간이 절약된다"고 답했습니다.
- 68%는 "작업 품질도 좋아졌다"고 말했습니다.
현장의 목소리는 더 생생합니다.
- 한 소설가는 "리서치 부담이 줄어들어 글을 더 빨리 쓸 수 있다"고 했고
- 웹 콘텐츠 작가는 하루 2,000자 쓰던 사람이 "5,000자 이상"까지 쓴다고 말했습니다.
- 사진가는 편집·리터칭의 반복 작업을 AI에 넘겨, 납기 시간을 12주에서 3주로 줄였다고 합니다.
하지만 그 이면에 강한 경제적·정체성 위기감이 깔려 있습니다.
- 한 성우는 "특정 분야의 산업 영상 성우 시장은 AI 때문에 사실상 사라졌다"고 했습니다.
- 한 작곡가는 AI와 방대한 음원 라이브러리를 결합한 플랫폼이 "무한히 저렴한 음악을 생성할 수 있는 시대"를 걱정했습니다.
- 한 크리에이티브 디렉터는,
- 자신은 AI 덕분에 예산을 아꼈지만,
- "예전에는 하루 2,000달러를 주고 사진작가를 썼는데, 이제 그 사람은 내 일을 받지 못한다"는 사실을 잘 알고 있었습니다.
또 하나 중요한 포인트는 동료 시선과 낙인입니다.
- 크리에이터의 70%는 "AI를 쓴다는 사실이 내 브랜드에 악영향을 줄까 걱정한다"고 밝혔습니다.
- 어떤 지도 제작 아티스트는 "브랜드가 AI에 너무 밀착되어 보이는 게 두렵다"고 했습니다.
그럼에도 불구하고, 많은 이들이 이미 상당 부분 창작 의사결정까지 AI에 넘겨주고 있습니다.
- 한 아티스트는 "실제로는 아이디어의 60% 정도를 AI가 끌고 간다"고 고백했습니다.
- 한 뮤지션은 "플러그인이 거의 대부분의 통제권을 갖고 있다고 느낀다"고 말했습니다.
감정 분석을 보면,
- 게임 개발자와 시각 예술가는 만족감도 높지만, 동시에 걱정도 높은 상태였습니다.
- 디자이너는 좌절감을 더 많이 표출했고, 만족감은 상대적으로 낮았습니다.
- 공통적으로 "신뢰"는 전 직군에서 낮게 유지되며,
- 잘 쓰면 좋지만
- 장기적으로 자신의 창작 세계와 시장에 어떤 영향을 줄지는 여전히 확신하지 못하고 있습니다.
결국 크리에이터들은 "AI를 쓰지 않으면 뒤처질 것 같고, 쓰면 내 정체성이 흔들리는 것 같은" 딜레마 속에서 줄타기를 하고 있습니다.
과학자의 시선: 아직은 조수, 언젠가는 동료 연구자?
과학자 125명의 이야기는 조금 다른 결을 보여줍니다.
- 크리에이터가 "시장과 정체성"을 고민한다면,
- 과학자는 "신뢰성과 정확성"을 집요하게 문제 삼습니다.
현재 AI는 대부분의 과학자에게 "연구 보조 도구"에 머물러 있습니다.
- 논문 초안 작성
- 코드 작성 및 디버깅
- 문헌 검색 및 요약
등에는 자주 쓰이지만,
- 가설을 세우고
- 실험 설계를 주도하고
- 핵심적인 연구 결론을 도출하는 역할에는 아직 거의 쓰이지 않습니다.
그 이유는 명확합니다.
- 79%의 인터뷰에서 "신뢰·안전성 문제"가 핵심 장벽으로 등장했고
- 27%는 "현 기술의 한계"를 직접적으로 언급했습니다.
어떤 보안 연구자는 "AI가 내놓는 모든 내용을 다시 검증해야 한다면, 그게 무슨 의미가 있냐"고 했고,어떤 수학자는 "검증하는 시간까지 합치면 내가 직접 하는 것과 속도가 비슷하다"고 말했습니다.
또 다른 과학자는 AI의 "아부 tendency"(sycophancy)를 지적합니다.질문을 어떻게 하느냐에 따라 답이 달라지고, 사용자 의견에 맞춰 말을 바꾸는 경향 때문에, 답 자체를 신뢰하기 어렵다는 것입니다.
감정을 분석해 보면,
- 많은 분야에서 만족과 희망은 비교적 높은 수준이지만
- 걱정 수준은 크리에이터보다 훨씬 낮고,
- 대신 좌절과 의심이 반복적으로 등장합니다.
흥미로운 점은,
- 과학자들은 대부분 "AI 때문에 내 일이 사라질 것"이라고는 보지 않는다는 점입니다.
이유는 여러 가지입니다.
- 배양 세포 색을 보고 타이밍을 판단하는 것처럼,말로 설명하기 어려운 암묵지(현장 감각)가 많다는 점
- 예산·설비·윤리 문제 등, 현실 제약 속에서 실험을 설계하고 판단하는 과정은여전히 인간 연구자의 책임과 판단력에 달려 있다는 점
- 보안·규제·기밀 문제 때문에, 애초에 AI를 마음대로 쓸 수 없는 환경이 많다는 점
그럼에도 불구하고, 과학자들은 AI에 대한 기대가 매우 크다는 것도 동시에 드러납니다.
- 91%는 "현재보다 더 강력한 AI 지원을 원한다"고 답했습니다.
- 단순한 글쓰기 보조를 넘어,
- 실험 설계에 대한 비판적 피드백
- 대규모 데이터 통합·분석
- 새로운 가설 및 아이디어 생성을 함께해 줄 "연구 파트너 같은 AI"를 꿈꾸고 있습니다.
한 의학 연구자는 "인간이 바로 떠올리기 어려운 변수들의 관계를 찾아주는 AI면 정말 좋겠다"고 말했고,또 다른 연구자는 "정말 새로운 것을 테이블 위에 올려놓을 수 있는 파트너 같은 AI"를 원한다고 했습니다.
Anthropic Interviewer의 의미: 더 많은 목소리를, 더 자주, 더 깊게
이번 프로젝트는 단순히 "재미있는 연구 한 번 해봤다"로 끝나지 않습니다.
Anthropic는 이 도구를 바탕으로, 다양한 집단의 목소리를 AI 개발 과정에 직접 반영하는 구조를 만들고 있습니다.
대표적인 예가 세 그룹입니다.
- 크리에이터와 문화 기관
- 과학자와 AI for Science 프로그램
- 교사와 교육 현장
이 모든 과정의 공통점은 하나입니다.
AI 개발의 기준을, 모델 성능 수치만이 아니라 "사람들이 실제로 겪는 경험과 가치"로 옮기려는 시도라는 것.
Anthropic Interviewer는 바로 이 "사람 중심의 피드백 루프"를 가능하게 하는 핵심 도구로 자리 잡고 있습니다.
한계와 주의점: 이 결과를 그대로 일반화하면 안 되는 이유
이번 연구는 흥미로운 인사이트를 많이 줬지만, Anthropic도 스스로 여러 한계를 분명히 짚고 있습니다.
- 표본 편향
- 참여자들이 크라우드워커 플랫폼을 통해 모집됐기 때문에
- 일반 인구 전체를 대표한다고 보기는 어렵습니다.
- 기술에 익숙하고, AI에 더 호의적인 사람들이 과대표될 가능성이 있습니다.
- 조사 상황 효과
- "AI에게 AI 사용 경험을 말하는 상황" 자체가
- 대답을 더 긍정적으로 만들거나, 특정 방향으로 유도했을 수 있습니다.
- 시점이 한 번뿐인 스냅샷
- 한 시점에서의 태도와 사용 패턴만 담았기 때문에
- 시간이 지나며 어떻게 변할지는 이 데이터만으로 알 수 없습니다.
- 텍스트 기반 감정 분석의 한계
- 표정, 목소리 톤, 긴 침묵 같은 요소는 전혀 반영되지 않습니다.
- 자기 보고 vs 실제 행동의 차이
- 인터뷰에서 말한 것과 실제 사용 로그가 다를 수 있다는 점이
- 이번 연구에서도 확인됐습니다.
Anthropic는 이 한계들을 숨기지 않고 공개하면서,
- 데이터를 "초기 신호"로 해석해야 한다는 점
- 후속 연구에서 실제 사용 데이터와 정성 인터뷰를 함께 봐야 한다는 점
을 강조합니다.
또한, 전체 데이터셋을 공개해 다른 연구자들도 다양한 관점에서 분석할 수 있도록 했습니다.
시사점: AI 시대에 '나의 일'을 지키고 싶은 사람들에게
이번 Anthropic Interviewer 연구는 한 줄로 요약하면 이렇습니다.
"사람들은 이미 AI를 깊게 쓰고 있고, 대체로 만족하지만,동시에 자신의 일과 정체성을 어떻게 지킬지 치열하게 고민하고 있다."
직장인들은 루틴과 행정 업무는 AI에 넘기고, 사람과의 관계·핵심 전문성은 스스로 지키는 방향으로 움직이고 있습니다.
크리에이터들은 속도와 효율을 얻는 대신, 창작의 의미와 시장 구조가 바뀌는 현실을 가장 민감하게 체감하고 있습니다.
과학자들은 정확성과 신뢰를 최우선 가치로 두고, "진짜 연구 파트너"가 될 AI를 기다리는 중입니다.
여기서 우리가 가져갈 만한 실질적인 인사이트는 몇 가지입니다.
- AI는 '도구'가 아니라 '동료'에 가까워지고 있다.
- 자신의 '핵심 정체성 업무'를 먼저 정의해야 한다.
- 기술 이해보다 중요한 것은 '역할 재설계' 능력이다.
Anthropic Interviewer는 앞으로도 더 많은 사람들의 목소리를 모을 예정입니다.
Claude.ai를 쓰다가 인터뷰 팝업을 보게 된다면,"AI와 함께 일하는 나의 현재와 미래"를 정리해 보는 좋은 기회가 될 수 있습니다.
이 시대에 중요한 건, "AI가 얼마나 똑똑한가"보다 "AI와 함께 일하는 내가 어디로 가고 있는가"입니다.그 질문에 스스로 답해 보는 것, 어쩌면 지금 우리가 해야 할 가장 현실적인 준비일지 모릅니다.
의견을 남겨주세요