AI 에이전트는 이미 준비됐는데, 우리가 아직 못 믿는 거예요

들어가며

구독자님, 요즘 ‘AI 에이전트’라는 단어를 안 듣는 날이 없을 거예요. 코딩을 대신 해주고, 이메일을 분류하고, 심지어 금융 거래까지 실행하는 AI. 그런데 정작 실제로 사람들이 AI 에이전트에게 얼마나 일을 맡기고 있는지 측정한 연구는 거의 없었어요.

Anthropic이 2026년 2월, 자사 코딩 에이전트 Claude Code와 공개 API를 통한 수백만 건의 인간-에이전트 상호작용을 분석한 연구를 발표했어요. 제목은 “Measuring AI Agent Autonomy in Practice”, 직역하면 ‘실전에서 AI 에이전트 자율성 측정하기’예요.

이 연구가 흥미로운 건, AI가 “얼마나 똑똑해졌는가”가 아니라 “사람들이 실제로 얼마나 맡기고 있는가”를 측정했다는 점이에요. 그리고 그 결과는 꽤 의미심장해요. 오늘은 이 연구를 중심으로, AI 에이전트 시대의 진짜 병목이 어디에 있는지 이야기해 볼게요.

45분의 의미: 자율 작업 시간이 두 배로 늘었어요

Anthropic 연구의 핵심 데이터부터 볼게요. Claude Code에서 AI가 사람의 개입 없이 혼자 작업하는 시간, 즉 턴 지속 시간을 측정했어요.

대부분의 턴은 짧아요. 중간값은 약 45초이고, 이 수치는 몇 달간 거의 변하지 않았어요. 새로운 사용자가 계속 유입되면서 전체 평균이 안정적으로 유지된 거예요.

진짜 흥미로운 건 꼬리(tail) 쪽 데이터예요. 가장 긴 세션들, 즉 상위 0.1%의 턴 지속 시간이 2025년 10월부터 2026년 1월 사이에 25분 미만에서 45분 이상으로 거의 두 배 가까이 늘었어요. 3개월 만에요.

여기서 주목할 점은 이 증가가 새 모델 출시와 무관하게 완만하게 이루어졌다는 거예요. 만약 자율성이 순전히 모델 성능의 함수라면, 새 모델이 나올 때마다 급격한 점프가 있어야 해요. 하지만 그래프는 매끄러운 상승 곡선을 그려요. 이건 파워 유저들이 시간이 지나면서 도구를 점점 더 신뢰하게 되었고, 점점 더 야심찬 작업을 맡기기 시작했다는 뜻이에요.

Anthropic은 이 현상을 “배포 오버행(deployment overhang)“이라고 불러요. 모델이 실제로 감당할 수 있는 자율성이, 현실에서 발휘되는 자율성보다 훨씬 크다는 거예요.