Anthropic Economic Index 시계열 분석
데이터셋: Anthropic이 Claude 수백만 대화를 분석해 AI가 경제에 미치는 실제 영향을 추적하는 연구 데이터셋.
분석 기간: 2025-08 / 2025-11 / 2026-02 (3개 주간 스냅샷)
데이터 규모: Claude.ai 42.5만 행 + API 데이터 + 노동시장 756개 직업
라이선스: CC-BY (데이터), MIT (코드)
1. 핵심 발견 — 시계열 종합표
| 지표 |
2025-08 |
2025-11 |
2026-02 |
변화 |
의미 |
| 코딩 작업 비중 (Claude.ai 1위) |
4.87% |
5.97% |
4.16% |
↑→↓ 분산 |
코딩이 API로 이동 (자동화) |
| 자동화(directive) |
38.78% |
31.73% |
32.64% |
-6.1%p |
자동화→증강 구조적 전환 |
| 증강(task iteration) |
22.22% |
27.20% |
25.59% |
+3.4%p |
협업 패턴 증가 |
| 학습(learning) |
20.34% |
19.72% |
22.35% |
+2.0%p |
AI 학습 도구화 |
| 업무 사용 |
— |
46.03% |
45.23% |
유지 |
핵심 사용 사례 안정 |
| 개인 사용 |
— |
34.68% |
42.29% |
+7.6%p |
일상 도구화 급가속 |
| 학업 사용 |
— |
19.27% |
12.44% |
-6.8%p |
포화/규제 영향 |
| 교육 수준 (평균) |
— |
12.21년 |
11.92년 |
-0.29년 |
저숙련 작업으로 확산 |
| AI 자율성 (1-5) |
— |
3.38 |
3.41 |
+0.03 |
미세 상승 |
| 작업 성공률 |
— |
66.91% |
69.94% |
+3.0%p |
모델 개선 → 사용 증가 루프 |
| AI 보조 시간 (평균) |
— |
15.4분 |
14.3분 |
-1.1분 |
생산성 향상 |
| API 시스템관리 비중 |
1.24% |
3.95% |
6.73% |
5.4배 |
인프라 자동화 폭발 |
2. 노동시장 AI 노출도 — 756개 직업 분석
2-1. 가장 높은 AI 노출 직업 TOP 15
| 순위 |
노출도 |
직업코드 |
직업명 |
| 1 |
74.5% |
15-1251 |
Computer Programmers |
| 2 |
70.1% |
43-4051 |
Customer Service Representatives |
| 3 |
67.1% |
43-9021 |
Data Entry Keyers |
| 4 |
66.7% |
29-2072 |
Medical Records Specialists |
| 5 |
64.8% |
13-1161 |
Market Research Analysts |
| 6 |
63.7% |
31-9094 |
Medical Transcriptionists |
| 7 |
62.8% |
41-4012 |
Sales Representatives (Wholesale) |
| 8 |
57.9% |
15-1243 |
Database Architects |
| 9 |
57.2% |
13-2051 |
Financial and Investment Analysts |
| 10 |
52.0% |
15-1253 |
Software QA Analysts and Testers |
| 11 |
51.0% |
43-9111 |
Statistical Assistants |
| 12 |
48.6% |
15-1212 |
Information Security Analysts |
| 13 |
48.0% |
15-1254 |
Web Developers |
| 14 |
47.9% |
15-2099 |
Mathematical Science (기타) |
| 15 |
47.5% |
27-3042 |
Technical Writers |
2-2. AI 노출 거의 없는 직업 (물리적/대면)
| 노출도 |
직업명 |
| 0.22% |
Surveyors |
| 0.58% |
Agricultural Technicians |
| 0.58% |
Special Education Teachers (Preschool) |
| 0.81% |
Civil Engineers |
| 1.16% |
Cooks, Restaurant |
| 1.16% |
Plumbers, Pipefitters |
2-3. 통계 요약
- 756개 직업 중 345개(46%)가 AI 노출 > 0
- 평균 노출도: 7.7%
- 중앙값: 0.0% (절반 이상의 직업은 아직 미노출)
- 상위 30개 직업이 AI 사용의 대부분을 차지 — 극도로 불균등한 분포
3. 자동화 vs 증강 — 구조적 전환
3-1. 협업 패턴 시계열
Claude.ai 글로벌 — 자동화 vs 증강 비중 변화
자동화(directive)
2025-08 ████████████████████████████████████████ 38.8%
2025-11 ████████████████████████████████ 31.7%
2026-02 █████████████████████████████████ 32.6%
증강(task iteration)
2025-08 ██████████████████████ 22.2%
2025-11 ████████████████████████████ 27.2%
2026-02 ██████████████████████████ 25.6%
학습(learning)
2025-08 ████████████████████ 20.3%
2025-11 ████████████████████ 19.7%
2026-02 ██████████████████████ 22.4%
3-2. 해석
- 자동화 비중 6%p 감소는 "AI가 사람을 대체"보다 "AI가 사람을 보조"하는 방향으로 사용 패턴이 이동했음을 의미
- 증강(iteration + learning)이 48%로 자동화(33%)를 압도 — AI는 현재 "도구"이지 "대체자"가 아님
- 하지만 API에서는 자동화 비중이 더 높고 시스템관리 5.4배 급증 — 백엔드 자동화는 가속 중
4. API 작업 진화 — 코딩에서 인프라 자동화로
API에서 가장 많이 수행되는 작업 시계열
| 작업 |
2025-08 |
2025-11 |
2026-02 |
변화 |
| 소프트웨어 수정/디버그 |
8.10% |
9.96% |
8.66% |
→ 정체 |
| 시스템 관리 |
1.24% |
3.95% |
6.73% |
↑↑↑ 5.4배 |
| 프로그램 작성 |
4.31% |
3.47% |
2.84% |
↓ 감소 |
| 소프트웨어 문서 검토 |
— |
2.41% |
2.81% |
↑ 증가 |
| 프로그램 테스트 |
— |
2.13% |
2.34% |
↑ 증가 |
| ML/데이터마이닝 적용 |
1.37% |
1.85% |
1.40% |
→ 유지 |
핵심 시사점: "코드를 쓰는" 작업은 정체/감소, "시스템을 관리하는" 작업이 6개월간 5.4배 폭발. 이는 AI가 코딩 이후 단계인 DevOps/인프라 자동화로 확장하고 있음을 실증.
5. 생산성 영향 — 정량적 측정
5-1. 시간 절약
| 지표 |
2025-11 |
2026-02 |
변화 |
| 인간 단독 시간 (평균) |
3.1분 |
3.1분 |
유지 |
| AI 보조 시간 (평균) |
15.4분 |
14.3분 |
-7% 단축 |
| 인간 단독 시간 (중앙값) |
1.5분 |
1.5분 |
유지 |
| AI 보조 시간 (중앙값) |
11.0분 |
10.0분 |
-9% 단축 |
→ AI 보조 작업 시간이 3개월 만에 7~9% 단축. 모델 개선(Sonnet 4.5→Opus 4.5/4.6)이 직접 원인.
5-2. 성공률 개선
- 2025-11: 66.9% 성공
- 2026-02: 69.9% 성공 (+3.0%p)
- 고경험자(6개월+)는 신규 대비 4~5%p 높은 성공률 (변수 통제 후)
→ Jevons Paradox 실증: 모델 개선 → 성공률 상승 → 더 많이 사용 → 추론 수요 증가
6. 투자 함의 — AI 추론 인프라 연결
| 발견 |
투자 연결 |
관련 노트 |
| 프로그래머 74.5% 노출 |
에이전틱 코딩 = 토큰 12~16배 소비 → OpenRouter 20.4T 근거 |
[[OpenRouter-추론인프라-밸류에이션-방법론]] |
| 시스템 관리 5.4배 급증 |
자동화 파이프라인 구조적 성장. 우리 시스템도 이 트렌드 |
[[260322_AI추론인프라-투자리서치]] |
| 성공률 +3%p / 시간 -7% |
Jevons Paradox → 추론 수요 ↑ → KC/GDS 수혜 |
[[260319 Kingsoft Cloud (KC) 정밀 분석]] |
| 개인 사용 42% |
TAM 확대 — 업무 + 일상 → 디바이스 AI (MiMo) |
[[260325_MiMo-V2-Pro-샤오미-AI-모델]] |
| Financial Analyst 57% 노출 |
AI 기반 투자 리서치가 산업 표준화 중 |
— |
| 자동화→증강 전환 |
AI "대체"보다 "보조" → 사용 확산 가속 |
— |
| 교육 수준 하향 (12.2→11.9년) |
저숙련 작업으로 확산 → TAM 2단계 확대 |
— |
7. 데이터셋 접근 정보
소스
- HuggingFace: https://huggingface.co/datasets/Anthropic/EconomicIndex
- 논문: arXiv:2503.04761 — "Which Economic Tasks are Performed with AI?"
- 공식 리포트: https://www.anthropic.com/research/economic-index-march-2026-report
릴리즈 히스토리 (시계열 구성용)
| 릴리즈 |
날짜 |
데이터 기간 |
핵심 추가 |
| 1차 |
2025-02-10 |
~2025.02 |
O*NET 매핑, 자동화/증강 |
| 2차 |
2025-03-27 |
~2025.03 |
클러스터 분석, Sonnet 3.7 |
| 3차 |
2025-09-15 |
2025-08-04~11 |
지리 데이터, API 데이터 |
| 4차 |
2026-01-15 |
2025-11-13~20 |
경제 원시 데이터, Sonnet 4.5 |
| 5차 |
2026-03-24 |
2026-02-05~12 |
학습곡선, Opus 4.5/4.6 |
로컬 데이터 위치
~/workspace/data/anthropic-economic-index/
├── release_2025_09_15/data/intermediate/ (시점 1: 2025-08)
├── release_2026_01_15/data/intermediate/ (시점 2: 2025-11)
├── release_2026_03_24/data/ (시점 3: 2026-02)
├── labor_market_impacts/ (직업/작업 침투율)
└── release_2025_03_27/ (초기 자동화/증강)
관련 노트
- [[OpenRouter-추론인프라-밸류에이션-방법론]]
- [[260322_AI추론인프라-투자리서치]]
- [[260319 Kingsoft Cloud (KC) 정밀 분석]]
- [[260325_MiMo-V2-Pro-샤오미-AI-모델]]
- [[260325_KC-Q4-실적프리뷰-AI추론인프라]]