코딩 에이전트 창 서너 개를 동시에 띄워 두고 일하다 보면 내가 코드를 짜는 건지 에이전트 질문에 답하느라 하루를 보내는 건지 헷갈릴 때가 있다. 한쪽 창은 테스트를 고쳤으니 확인해 달라며 멈춰 서 있고 다른 창은 명령 실행 권한을 허용해 달라며 깜빡인다. 예전 같으면 주니어에게 맡겼을 자잘한 구현은 에이전트가 순식간에 해치우는데 정작 내 앞에는 읽어야 할 출력과 승인 요청만 쌓인다.
모델을 개발하는 Anthropic 안에서는 이 풍경이 이미 전사적 일상이 됐다. 네이선 윌머스(Nathan Wilmers), 레지나 카티폰(Regina Catipon), 막심 마센코프(Maxim Massenkoff), 피터 매크로리(Peter McCrory)의 「Work and Employment at Anthropic」과 GeekNews 토론은 사내 고용 지표, 에이전트 로그, 설문, 슬랙 대화, 일정표, 면접 평가표에 직원 인터뷰 17건을 더해 이 변화를 추적했다.
창업 5년 차에 접어든 이 회사의 직원당 매출은 2003년 Google이나 2009년 Meta의 같은 성장 단계보다 2~4배 높고 지난 1년간 전체 인원도 3배로 늘었다. 덩치가 커지는 사이 주니어 기술직 채용 비중은 가파르게 줄었다. 직원들의 업무도 직접 손을 움직이기보다 에이전트를 관리하고 사람끼리 조율하는 쪽으로 옮겨 갔다.
주니어 기술직 채용 비중이 27%에서 9%로 줄어들기까지
핵심 기술 조직에서 주니어 수요 감소가 논의된 시점은 2026년 1월이다. Claude 의존도가 높은 팀일수록 코드 작성과 버그 탐지를 모델에 더 많이 맡겼고 성능 엔지니어링 분야의 모델 능력 향상이 채용 기준을 바꿨다. 4월 설문에서는 관리자 과반이 AI 때문에 채용할 때 보는 역량이 달라졌다고 답했다. 머신러닝 관리자의 약 3분의 1과 소프트웨어 엔지니어링 관리자의 약 5분의 1은 실제로 채용을 줄였다.
채용 지표는 변화가 더 뚜렷하다. 2025년 초 이후 기술 부서 내 주니어 비중은 21%에서 14%로 줄었고 신규 기술직 채용 중 주니어 비중은 27%에서 9%로 떨어졌다. 공고는 2025년 12월 이후 급감했으며 Claude에 복잡한 작업을 맡기는 직무일수록 주니어 고용 둔화가 두드러졌다.
기술직 채용 규모 자체는 늘었지만 영업, 재무, 채용 부문이 더 빠르게 커지면서 전사 기술 부서 비중은 1년 새 61%에서 56%로 낮아졌다. 비기술직이 소프트웨어를 직접 만들기 시작한 영향도 크다. 한 영업 담당자는 화면(UI)과 도구, MCP(외부 도구 연결 규격)를 연결해 3~4시간 만에 대시보드를 완성했다. 커밋이 없던 비기술직의 코딩 에이전트 세션도 2025년 8월 월 2회에서 2026년 5월 90회로 늘었다.
기술 부서에서도 최근 30일간 커밋이 없는 직원 비중이 1년 새 절반 가까이 줄었다. 엔지니어 대 제품 관리자 비율이 약 17대 1로 높아진 데다 관리자의 커밋 수도 2배가 됐다. 기초 구현은 에이전트가 맡고 비개발자와 관리자까지 직접 코드를 배포하면서 주니어에게 돌아갈 자리가 가장 먼저 줄어든 셈이다.
커밋 속도는 5배가 됐지만 코드 양이 곧 실력은 아니다
사람의 빈자리는 에이전트 작업 시간이 채웠다. 2026년 3월 자율형·대화형 에이전트의 총 작업 시간이 처음으로 사람의 근무 시간을 넘어섰다. 반복 테스트와 인프라 유지보수, 대규모 코드 변환을 에이전트가 수행한 결과다. 개인이 쓰는 대화형 에이전트만 따져도 2026년 8월 작업 시간이 담당 직원의 6배에 달했다.
산출량도 함께 뛰었다. 엔지니어 1인당 커밋 속도는 6개월 전의 5배가 됐고 데이터 과학자의 데이터 조회, 법무의 계약 처리, 매입채무의 청구서 처리, 영업의 거래 건수도 늘었다. 한 영업 담당자는 이메일 초안과 고객 관리 소프트웨어 연동을 자동화해 업무의 약 20%를 대체했고 다른 담당자는 대면 업무에 집중해 대화 고객 수를 30% 늘렸다.
다만 이 증가분을 전부 AI 효과로 볼 수는 없다. 회사 급성장과 도구 도입자의 선택 편향(특정 성향의 사람이 먼저 참여해 결과가 치우치는 현상)이 섞이기 때문이다. 코딩 에이전트 도입 엔지니어 192명과 미도입 엔지니어 74명을 같은 달 기준으로 비교하면 도입 후 코드 추가량이 급증했지만 완전 자율형 에이전트 도입자는 도입 전부터 산출량이 빠르게 늘고 있었다.
같은 직원이 같은 달 같은 디렉터리에 올린 코드를 비교해도 에이전트 코드와 사람 코드의 90일 내 삭제·되돌림 비율에는 차이가 없었다. 그러나 AI 오류는 사람의 실수보다 눈에 잘 띄지 않아서 되돌림 비율만으로 품질과 사업 성과를 단정하기는 어렵다. Hacker News 토론에서도 작성에 오래 걸리던 보고서를 AI로 매일 찍어내자 비로소 그 보고서가 불필요했음을 깨달았다는 지적이 나왔다.
에이전트 시간의 80%는 사람의 답을 기다리며 멈춰 있다
사내에서는 모든 일에 Claude를 써서 더 빠르게 움직여야 한다는 압력이 이어졌다. 새 모델이 나오면 이전 모델 기준 난이도 상위 10%를 넘는 작업 비중이 10%에서 13%로 약 30% 늘어난 뒤 몇 주간 유지됐다. 2026년 8월 조사에서 직원들은 2030년 AI가 자기 업무의 75%를 수행할 것으로 예상했는데 다른 미국인 예상치인 28%를 크게 웃돈다.
어려운 일을 여러 에이전트에 맡기다 보니 병목은 사람의 주의력에서 생겼다. 대화형 Claude 세션 시간의 약 80%는 사람 입력을 기다리는 유휴 시간이었다. 출력 토큰을 단어 수로 환산하면 비기술직조차 모든 출력을 읽는 데 근무 시간의 절반 이상이 필요하다. 에이전트들은 사소한 요청과 급한 문제를 같은 긴급도로 쏟아낸다. 한 엔지니어는 이를 관리하는 일을 아이 돌보기에 비유했다.
They’re like, I need my juice box opened and it’s an emergency that my juice box is opened. And that is voiced with the same level of concern as the one who has sliced their finger and is bleeding. […] When you are babysitting, every child brings to you concerns with an equal demand for your attention and the various [Claudes] also do that.
직원들은 이 병목에 대응해 에이전트가 일하도록 도구와 절차를 짜는 ‘메타 업무(meta-work)’를 늘렸다. 대화형 세션 중 메타 업무 비중은 2025년 가을 10%에서 2026년 봄 22%로 늘었고 상시 지침은 2025년 7월 수백 건에서 1년 뒤 8,500건이 됐다. 2026년 4월 설문에서도 27%가 생산성 향상을 꼽았고 20%는 직접 수행에서 Claude 관리로 역할이 옮겨 갔다고 답했다.
엔지니어는 요청을 분류하는 비서실장 에이전트를 만들었고 변호사는 고객 에이전트가 찾을 법률 안내 체계를 작성했다. Claude.ai 인사말을 쓰던 디자인 팀은 2026년 봄 맥락 그래프를 구축해 문구 작성을 에이전트에 넘긴 뒤 모델 평가와 프롬프트 작성으로 이동했으며 근속 1년 이상 직원의 월별 부서 이동 가능성도 전년보다 50% 높아졌다. 실무자가 결과물을 직접 만들기보다 에이전트 팀이 멈추지 않도록 규칙과 감독 체계를 짜는 일이 업무의 중심이 됐다.
실행이 자동화될수록 사람의 회의와 공개 기록은 오히려 늘어난다
에이전트가 실무를 덜어 줬다고 사람 사이의 조율까지 줄어든 것은 아니다. 버그를 추적하다 드러나는 조직·시스템 문제나 기술 부채는 결국 사람이 모여 책임을 나누고 결정해야 풀린다. 직원 회의 시간의 중앙값은 1년 전보다 20% 늘었고 기술직 비관리자도 16% 증가했다.
슬랙에서도 에이전트는 활성 공개 채널의 절반 가까이에 등장하지만 사람 간 소통을 대체하기보다 기존 대화 위에 얹혔다. 대형 부서의 공개 채널 연결망을 봐도 사람이 시작한 스레드의 동료 응답 수와 소통 구조는 그대로이고 전용 채널에 에이전트 대화만 더해졌다. 비기술직에서도 영업 통화와 면접, 부서 간 조율 같은 대인·전략 업무가 기존 20%에서 90%로 커졌다.
에이전트가 최신 맥락을 얻으려면 사람의 업무와 결정이 공개 채널에 남아야 한다. 기록 없는 대면 회의나 비공개 메시지의 결정은 에이전트에 보이지 않아 목표를 갱신하기 어렵다. 한 직원은 몇 달 전 기념품 문서에 이름이 남아 있어 담당 업무가 바뀐 뒤에도 티셔츠와 머그컵 요청을 계속 받았다. 에이전트에게 맥락을 열어 두려면 리더들부터 피드백과 결정을 공개 채널에서 주고받아야 한다.
자율성 중심 채용과 사내 재배치가 바깥의 주니어에게 남기는 숙제
2024년 이후 입사자 수천 명의 면접 평가표를 분석한 결과 AI 활용 이력을 언급한 비율은 2024년 기술직 약 5%, 비기술직 약 7%에서 2026년 각각 3배와 4배로 늘었다. 기술직 평가에서는 분야 전문성보다 자율성과 판단력 언급이 가장 크게 늘었는데 모델이 잘하는 영역과 못하는 영역의 격차가 이어질 것으로 보고 여러 분야를 넘나들 인재를 원하기 때문이다. 비기술직도 실행 역량보다 고객·미션 지향성을 더 중시한다.
기존 직원에게 자기 업무를 자동화하고 에이전트를 지휘하라고 요구하려면 생산성 이익 공유가 뒤따라야 한다. 1950년대 미국 자동차·철강 노조가 업무 재편 권한을 인정하는 대신 생산성 연동 임금과 복지를 확보했듯 Anthropic에서는 폭넓은 직원 주식 소유가 이해관계를 맞춰 준다.
회사는 직무별 수요와 생산성 지표를 AI 사용과 대조하는 조기 경보 체계를 세우고 내부 재배치를 우선한다. 재배치 의무는 신규 채용의 문턱을 높이지만 인건비만 줄이려다 실직자 피해만 키우는 비효율적 자동화를 막아 준다. 남는 인력을 신제품과 새 시장 개척에 투입하도록 이끄는 장치이기도 하다.
하지만 사내 안전망은 기존 직원을 지킬 뿐 채용 문턱조차 넘지 못한 주니어의 일자리 감소까지는 막지 못한다. 주니어 없이 미래의 시니어가 어떻게 길러질지, 사람이 핵심 시스템을 끝까지 이해하고 통제할 수 있을지도 열린 질문으로 남는다. 기업의 내부 재배치와 함께 정부의 재교육 및 소득 지원 정책이 따라붙어야 하는 이유다.