과학 분야의 AI 이야기는 단 백질 구조, 새로운 결정, 풀린 수학 문제 같은 큰 성과에 쏠리기 쉽습니다. 연구자들이 실제로 Claude를 어떻게 쓰는지 살핀 Anthropic의 새 연구는 더 일상적인 그림을 보여 줍니다. 과학자들은 주로 데이터 분석과 글쓰기에 Claude를 쓰고, 정작 스스로 발견에 가장 중요하다고 꼽는 작업에는 가장 적게 씁니다.
연구 대상은 2026년 8월 2일부터 9월 30일까지 소비자 요금제에서 이뤄진 연구 세션 207,049건으로, Claude 채팅과 Cowork 화면에서 128,914건, Claude Code에서 78,135건입니다. 언어 모델이 각 세션을 34개 분야, 7,262개 연구 작업으로 된 분류 체계에 따라 분야와 작업별로 분류했고, 그 라벨만 남겼습니다. Anthropic은 연구 내용은 추출하지 않았으며 결과는 집계 형태로만 보고한다고 밝혔습니다. 데이터 분석만으로 Claude 세션의 약 3분의 1, Claude Code 세션의 거의 절반을 차지했습니다. Claude에서는 컴퓨터 과학이 세션의 11.9%로 1위였고, 공학 8.4%, 의학 7.7%가 뒤를 이었습니다. Claude Code에서는 쏠림이 더 심해, 컴퓨터 과학은 전 세계 연구자의 4.3%에 불과하지만 세션의 32.7%를 차지했습니다.
더 흥미로운 결과는 사용과 적합성의 일치입니다. Anthropic은 AI가 각 연구 작업을 이론상 얼마나 잘 해낼 수 있는지 나타내는 지표를 만들었습니다. 이 지표 상위 5분의 1 작업은 연구자가 그 작업에 쓰는 시간으로 예상되는 것보다 2배에서 4배 많이 쓰였고, 주로 실험실의 물리적 작업인 하위 5분의 1은 거의 쓰이지 않았습니다. 설문에 응한 과학자들이 가장 중요하다고 꼽은 아이디어 도출과 데이터 수집은 덜 쓰였습니다. Anthropic의 연구 전용 제품 Claude Science에서는 아이디어 도출의 비중이 Claude의 약 두 배입니다.
저희 Claude와 Claude Code 리뷰를 읽은 독자에게 이는 두 제품이 잘하는 일, 즉 데이터와 코드, 초안을 빠르게 처리하는 일과 맞아떨어집니다. 또 가장 큰 이득이 가장 계산 중심적인 분야, AI 자체를 만드는 분야에 먼저 돌아가고 있음을 시사합니다.
전망은 신중하게 봐야 합니다. 보고서의 단순한 모델은 현재의 능력이 널리 쓰이면 일부 분야의 연구 성과가 두 배가 될 수 있고, 물리적이지 않은 연구 작업을 모두 자동화하면 컴퓨터 과학과 통계학의 성과가 최대 15배로 늘 수 있으며, 실험실 과학은 물리적 병목 때문에 3배에서 4배에 그칠 것이라고 봅니다. 이는 측정이 아니라 시나리오입니다. 설문에 응한 활발한 AI 사용자의 약 40%는 2030년까지 모델이 연구 프로젝트 전체를 혼자 해낼 것으로 예상하지만, 이는 의견입니다. 그리고 연구 전체가 Anthropic이 자사 제품의 소비자 사용자를 분석한 것이라 기업용과 API 사용은 빠져 있습니다.