Anthropic은 최근 'When AI Builds Itself'라는 에세이를 통해 자사 소프트웨어 엔지니어링 워크플로우의 중대한 변화를 공개했다. 2026년 5월 기준, Anthropic의 프로덕션 코드 중 80% 이상이 AI 모델인 Claude에 의해 작성되고 있다. 이는 2025년 초 Claude Code 출시 이전의 한 자릿수 비율에서 크게 증가한 수치다. 현재 엔지니어들은 2024년 대비 약 8배 많은 코드를 병합하고 있으며, 이는 AI 에이전트가 코드 작성, 실행, 디버깅을 포함한 개발 수명 주기의 상당 부분을 자율적으로 처리한 결과다.

내부 지표에 따르면 연구원들은 AI를 워크플로우에 통합했을 때 약 4배 더 높은 생산성을 느끼는 것으로 나타났다. 역량 지표 또한 급격히 성장해, AI 모델이 연구 논문을 성공적으로 재현하는 비율은 2024년 약 20%에서 15개월 만에 거의 100%에 도달했다. 또한 AI가 실제 엔지니어링 작업을 독립적으로 완수하는 지속 시간은 약 4개월마다 2배씩 증가하여, 수 분 단위 작업에서 12시간가량 지속되는 작업으로 발전했다. 구체적인 사례로, AI는 숙련된 엔지니어가 2~3일 걸릴 것으로 예상했던 학습 작업 오류의 원인인 설정을 2시간 만에 파악하고 해결하기도 했다.

Anthropic은 AI가 실행 능력은 탁월하지만 소프트웨어 엔지니어링에서 인간의 판단력은 여전히 필수적이라고 강조했다. 개발자는 어떤 문제를 해결할지 정의하고, 실험 결과가 타당한지 평가하며, AI 출력을 언제 의심해야 할지 결정해야 한다. Anthropic의 내부 데이터에 따르면 특정 연구 작업에서 모델의 의사결정 능력은 2025년 하반기 51%에서 64%로 향상되었으나, 개방형 추론 분야에는 여전히 격차가 존재한다. 초급 개발자들에게는 분산 시스템 추론, 병목 현상 식별, 기술적 상충 관계 조율과 같은 기본 역량이 반복적인 구현 작업이 AI로 대체됨에 따라 더욱 중요해지고 있다.

Anthropic은 최근 'When AI Builds Itself'라는 에세이를 통해 자사 소프트웨어 엔지니어링 워크플로우의 중대한 변화를 공개했다. 2026년 5월 기준, Anthropic의 프로덕션 코드 중 80% 이상이 AI 모델인 Claude에 의해 작성되고 있다. 이는 2025년 초 Claude Code 출시 이전의 한 자릿수 비율에서 크게 증가한 수치다. 현재 엔지니어들은 2024년 대비 약 8배 많은 코드를 병합하고 있으며, 이는 AI 에이전트가 코드 작성, 실행, 디버깅을 포함한 개발 수명 주기의 상당 부분을 자율적으로 처리한 결과다.

내부 지표에 따르면 연구원들은 AI를 워크플로우에 통합했을 때 약 4배 더 높은 생산성을 느끼는 것으로 나타났다. 역량 지표 또한 급격히 성장해, AI 모델이 연구 논문을 성공적으로 재현하는 비율은 2024년 약 20%에서 15개월 만에 거의 100%에 도달했다. 또한 AI가 실제 엔지니어링 작업을 독립적으로 완수하는 지속 시간은 약 4개월마다 2배씩 증가하여, 수 분 단위 작업에서 12시간가량 지속되는 작업으로 발전했다. 구체적인 사례로, AI는 숙련된 엔지니어가 2~3일 걸릴 것으로 예상했던 학습 작업 오류의 원인인 설정을 2시간 만에 파악하고 해결하기도 했다.

Anthropic은 AI가 실행 능력은 탁월하지만 소프트웨어 엔지니어링에서 인간의 판단력은 여전히 필수적이라고 강조했다. 개발자는 어떤 문제를 해결할지 정의하고, 실험 결과가 타당한지 평가하며, AI 출력을 언제 의심해야 할지 결정해야 한다. Anthropic의 내부 데이터에 따르면 특정 연구 작업에서 모델의 의사결정 능력은 2025년 하반기 51%에서 64%로 향상되었으나, 개방형 추론 분야에는 여전히 격차가 존재한다. 초급 개발자들에게는 분산 시스템 추론, 병목 현상 식별, 기술적 상충 관계 조율과 같은 기본 역량이 반복적인 구현 작업이 AI로 대체됨에 따라 더욱 중요해지고 있다.