AI
Claude Code의 실제 사용 방식
How Claude Code is used in practice
두줄요약
Anthropic은 약 40만 개 Claude Code 세션으로 인간과 에이전트의 협업 방식을 분석했습니다. 사용자는 계획을, Claude는 실행을 주도하며 도메인 전문성이 성공률을 높였습니다.
핵심 발표
- 2025년 10월~2026년 4월 약 235,000명의 약 400,000개 Claude Code 인터랙티브 세션을 개인정보 보호 방식으로 분석
- 작업 구성, 인간-AI 협업 방식, 작업 성공률을 설명하는 인터랙티브 에이전틱 코딩 분석 프레임워크 제시
연구 방법·결과
- 세션을 코드 작성·수정·테스트·오케스트레이션, 소프트웨어 운영, 이해·계획, 데이터 분석·문서 작성의 9개 작업 모드로 분류
- 코드 직접 작성·수정·테스트·오케스트레이션 세션 56%, 소프트웨어 운영 17%, 계획·탐색 14%, 분석·문서 산출 13%
- 사용자의 계획 결정 비중 약 70%, Claude의 실행 결정 비중 약 80%로 나타난 역할 분담
- 사용자 프롬프트 1회당 Claude 작업 약 10회, 일반적 세션당 약 4회 턴 관측
개발자 영향
- 도메인 전문성이 높을수록 지시 1회당 Claude 수행 작업량 및 세션 성공 빈도 증가
- 코딩 작업에서 주요 직업군의 평균 성공률이 소프트웨어 엔지니어와 거의 같은 수준
- 관측 7개월 동안 디버깅 세션 비중은 거의 절반으로 감소하고, 배포·실행·데이터 분석·문서 작성 등 종단간 에이전틱 활용으로 이동
한계·주의점
- 전문성 평가는 직함이나 일반 역량이 아닌 작업별 지시 정확성, 검증 요청, 상호 수정 양상을 기준으로 한 분류
- 노동시장 전반에 대한 결과 일반화 여부는 추가 관찰 필요
