Anthropic Interviewer 소개: 1,250명의 전문가가 말하는 AI와의 업무

저희는 사람들의 AI에 대한 관점을 이해하는 데 도움을 주는 새로운 도구인 Anthropic Interviewer를 출시합니다. 이 연구 게시글에서는 이 도구를 소개하고, 전문가 표본을 대상으로 한 테스트 과정을 설명하며, 초기 연구 결과를 논의합니다. 또한, 이 도구의 개발과 창작자, 과학자, 교사들과의 파트너십을 통해 탐구할 수 있게 된 향후 연구 방향에 대해서도 논의합니다.

오늘부터 Claude.ai에서 인터뷰 참여를 요청하는 팝업이 표시될 수 있습니다. 이에 참여함으로써 귀하는 이 게시글에 설명된 연구의 다음 단계에 동참하실 수 있습니다.

서론

현재 수백만 명의 사람들이 매일 AI를 사용하고 있습니다. AI 시스템을 개발하는 기업으로서, 저희는 사람들이 어떻게, 왜 AI를 사용하고 있으며, 그것이 그들에게 어떤 영향을 미치는지 알고자 합니다. 부분적으로는 사용자 피드백을 통해 더 나은 제품을 개발하기 위함이지만, 사람들과 AI의 상호작용을 이해하는 것은 우리 시대의 가장 중요한 사회학적 질문 중 하나이기 때문이기도 합니다.

최근 저희는 사용자의 개인정보를 보호하면서 AI 사용 패턴을 조사하기 위한 도구를 설계했습니다. 이를 통해 경제 전반에 걸친 AI 사용 패턴의 변화를 분석할 수 있었습니다. 하지만 이 도구는 Claude(클로드)와의 대화 안에서 일어나는 일만 이해할 수 있었습니다. 대화가 끝난 그 이후는 어떨까요? 사람들은 실제로 Claude의 결과물을 어떻게 활용하고 있을까요? 그에 대해 어떻게 느끼고 있을까요? 그들은 자신의 미래에서 AI의 역할을 어떻게 상상하고 있을까요? 사람들의 삶에서 변화하는 AI의 역할에 대한 포괄적인 그림을 그리고, 모델 개발의 중심에 인간을 두기 위해서는 사람들에게 직접 물어봐야 합니다.

이러한 프로젝트를 위해서는 수백 건의 인터뷰를 진행해야 합니다. 여기서 저희는 AI의 도움을 받기로 했습니다. 저희는 Anthropic Interviewer라는 인터뷰 도구를 구축했습니다. Claude를 기반으로 구동되는 Anthropic Interviewer는 전례 없는 규모로 상세한 인터뷰를 자동으로 진행하며, 그 결과를 분석을 위해 인간 연구자에게 전달합니다. 이는 사용자의 요구와 필요를 이해하고, AI의 사회적·경제적 영향 분석을 위한 데이터를 수집하는 새로운 단계입니다.

Anthropic Interviewer를 테스트하기 위해, 저희는 전문가 집단—일반 직군(N=1,000), 과학자(N=125), 창작자(N=125)—을 대상으로 AI에 대한 견해를 묻는 1,250건의 인터뷰를 진행했습니다. 저희는 연구자들이 탐구할 수 있도록 이 초기 테스트의 모든 인터뷰 데이터를 (참가자의 동의하에) 공개하며, 아래에 자체 분석 내용을 제공합니다. 요약하자면, 저희가 발견한 몇 가지 예시는 다음과 같습니다:

• 표본 집단의 사람들은 자신의 업무에서 AI가 수행하는 역할에 대해 낙관적입니다. 논의된 주제의 대부분은 긍정적인 정서가 특징이었습니다. 그러나 교육적 통합, 예술가 대체, 보안 우려와 같은 소수의 주제에 대해서는 비관적인 전망이 나타났습니다.
• 일반 직군 종사자들은 자신의 직업적 정체성을 정의하는 업무는 유지하면서, 반복적인 업무는 AI에게 위임하고 싶어 합니다. 그들은 반복적인 작업이 자동화되고 자신의 역할이 AI 시스템을 감독하는 것으로 전환되는 미래를 그리고 있습니다.
• 창작자들은 동료들의 비판적 시선과 미래에 대한 불안에도 불구하고 생산성을 높이기 위해 AI를 사용하고 있습니다. 그들은 창작 커뮤니티 내의 즉각적인 AI 사용에 대한 낙인(stigma)과 경제적 대체 및 인간의 창의적 정체성 침식이라는 더 깊은 우려 사이를 항해하고 있습니다.
• 과학자들은 AI와의 파트너십을 원하지만, 핵심 연구에 대해서는 아직 AI를 신뢰하지 못합니다. 과학자들은 가설을 생성하고 실험을 설계할 수 있는 AI를 원한다고 한목소리로 말했습니다. 하지만 현재로서는 원고 작성이나 분석 코드의 디버깅과 같은 다른 작업에만 실제 사용을 국한하고 있었습니다.

주제별로 정리된 일반 직군 전문가들의 예시 인용구입니다. 이 연구는 AI가 다양한 전문 분야의 업무 환경을 어떻게 실제로 변화시키고 있는지 더 잘 이해하기 위해, 낙관론을 분석하고 그 밑에 깔린 불안감을 해소하는 것을 목표로 합니다.

주제별로 정리된 창작자들의 예시 인용구입니다.

주제별로 정리된 과학자들의 예시 인용구입니다.

연구 방법

이번 초기 테스트는 근로자들이 전문적인 업무에 AI를 어떻게 통합하고 있으며, 미래의 역할에 대해 어떻게 느끼는지 탐구했습니다. 정성적 데이터를 생성하기 위해 인터뷰를 진행했으며, 행동 및 직업적 배경에 대한 질문에 답한 설문조사의 정량적 데이터로 이를 보완했습니다. 또한 별도의 AI 분석 도구를 사용하여 인터뷰 녹취록을 읽고, 비정형 데이터에서 떠오르는 포괄적인 주제들을 클러스터링(군집화)했습니다. 예를 들어, 특정 주제를 언급하거나 특정 견해를 표현한 참가자의 비율 등을 분석했습니다.

참가자 (Participants)

저희는 Anthropic Interviewer를 사용하여 1,250명의 전문가와 인터뷰를 진행했습니다. 이 도구는 일반 Claude.ai 사용자를 인터뷰하도록 의도되었으나, 이번 초기 테스트에서는 다양한 직종의 참가자를 모집하기 위해 크라우드 워커 플랫폼을 통해 참가자를 참여시켰습니다 (모든 참가자는 크라우드 워킹 외에 본업을 가지고 있었습니다).

참가자 중 1,000명은 일반 직군 표본에서 모집되었습니다(즉, 특정 직업군을 선별하지 않음). 그중 가장 큰 비중을 차지한 하위 그룹은 교육 지도(17%), 컴퓨터 및 수학 관련 직업(16%), 예술·디자인·엔터테인먼트 및 미디어(14%)였습니다.

또한 각각 125명의 참가자로 구성된 두 개의 전문가 표본을 추가로 모집했습니다. 첫 번째는 창작 직군으로, 주로 작가 및 저자(표본의 48%), 시각 예술가(21%)가 많았으며, 영화 제작자, 디자이너, 음악가, 공예가 등의 소그룹이 포함되었습니다. 두 번째는 과학 직군으로, 물리학자(9%), 화학자(9%), 화학 공학자(7%), 데이터 과학자(6%)를 포함하여 50개 이상의 다양한 과학 분야가 대표되었습니다.

이 두 전문가 그룹을 추가한 이유는 AI의 역할에 대한 논쟁이 지속되고 있으며 빠르게 진화하고 있는 전문 영역을 대표하기 때문입니다. 저희는 창작자와 과학자들이 뚜렷한 AI 채택 패턴과 직업적 우려를 드러낼 것이라고 가설을 세웠습니다.

모든 참가자는 연구 목적으로 인터뷰 데이터를 분석하고 녹취록을 공개적으로 배포하는 것에 대해 사전 동의를 제공했습니다.

Anthropic Interviewer 작동 방식

Anthropic Interviewer는 계획(Planning), 인터뷰(Interviewing), 분석(Analysis)의 3단계로 작동합니다. 각 단계에 대한 설명은 다음과 같습니다.

1. 계획:
   이 단계에서 Anthropic Interviewer는 수백, 수천 건의 인터뷰 전반에 걸쳐 동일한 전반적인 연구 질문에 집중하면서도, 개별 인터뷰에서 발생할 수 있는 변수나 주제 이탈을 수용할 수 있을 만큼 유연한 인터뷰 루브릭(채점 기준표/지침)을 생성합니다.
   저희는 AI 모델이 어떻게 작동해야 하는지에 대한 전반적인 지침 세트인 시스템 프롬프트를 개발하여 Anthropic Interviewer에게 방법론을 제공했습니다. 여기에는 각 표본에 대한 가설과 인터뷰 계획 수립을 위한 모범 사례(사용자 연구 팀과의 협업으로 수립됨)가 포함되었습니다.
   시스템 프롬프트가 설정된 후, Anthropic Interviewer는 연구 목표에 대한 지식을 사용하여 구체적인 질문과 계획된 대화 흐름을 생성했습니다. 이후 인간 연구자가 Anthropic Interviewer와 협력하여 계획을 확정하기 위해 필요한 수정을 가하는 검토 단계를 거쳤습니다.
2. 인터뷰:
   그 후 Anthropic Interviewer는 인터뷰 계획에 따라 실시간으로 적응형 인터뷰를 진행했습니다. 이 단계에서는 인터뷰 모범 사례를 활용하도록 지시하는 시스템 프롬프트를 포함했습니다.
   Anthropic Interviewer가 수행한 인터뷰는 Claude.ai에 나타났으며 각 참가자와 약 10~15분 동안 진행되었습니다.

3. 분석:
   인터뷰가 완료되면 인간 연구자가 Anthropic Interviewer와 협력하여 녹취록을 분석했습니다. Anthropic Interviewer의 분석 단계는 초기 인터뷰 계획을 입력값으로 받아, 연구 질문에 대한 답변과 예시 인용문을 출력합니다. 이 단계에서 저희는 또한 자동화된 AI 분석 도구를 사용하여 떠오르는 주제를 식별하고 참가자 전반에 걸친 유병률을 정량화했습니다.

연구 목표

앞서 설명한 바와 같이, Anthropic Interviewer는 시스템 프롬프트를 통해 연구 목표를 인지하고 이를 다루는 방식으로 인터뷰를 진행했습니다. 이번 초기 연구의 주된 의도는 Anthropic Interviewer의 실용성을 테스트하는 것이었지만, 아래 목표들은 흥미로운 데이터를 제공했으며 이에 대한 분석은 다음과 같습니다.

각 하위 표본에 대한 주요 연구 목표는 다음과 같습니다:

• 일반 직군: "개인이 AI 도구를 전문 업무 워크플로에 어떻게 통합하는지 이해하고, 사용 패턴, 작업 선호도, 상호작용 스타일을 탐구하여 직장 내 인간과 AI의 진화하는 관계에 대한 통찰력을 얻는다."
• 창작자: "창작 전문가들이 현재 AI를 창작 과정에 어떻게 통합하고 있는지, AI가 작업에 미치는 영향에 대한 경험, 그리고 AI와 인간 창의성의 미래 관계에 대한 비전을 이해한다."
• 과학자: "AI 시스템이 과학자의 일상적인 연구 워크플로에 어떻게 통합되는지 이해하고, 현재 사용 패턴, 인식된 가치, 신뢰 수준, 과학적 프로세스의 다양한 단계에서의 채택 장벽을 조사한다."

결과

다음은 인터뷰에서 발견한 내용과 설문조사 및 주제 분석을 통해 얻은 정량적 데이터입니다.

일반 직군에서의 AI 영향

전반적으로 일반 전문가 표본의 구성원들은 AI를 생산성 향상의 도구로 묘사했습니다. 설문조사에서 전문가의 86%는 AI가 시간을 절약해 준다고 응답했으며, 65%는 AI가 업무에서 수행하는 역할에 만족한다고 답했습니다.

표면 위로 드러난 한 가지 주제는 직장 내 역학 관계가 AI 채택에 어떤 영향을 미치는가입니다. 전문가의 69%는 직장에서 AI 도구를 사용하는 것에 따르는 사회적 낙인(social stigma)을 언급했습니다. 한 팩트체커는 Anthropic Interviewer에게 이렇게 말했습니다. "최근 한 동료가 AI가 싫다고 말해서 저는 아무 말도 하지 않았습니다. 많은 사람이 AI에 대해 어떻게 느끼는지 알기 때문에 제 작업 과정을 누구에게도 말하지 않습니다."

인터뷰 대상자의 41%는 자신의 업무에서 안정감을 느끼며 인간의 기술은 대체 불가능하다고 믿는다고 답한 반면, 55%는 AI가 자신의 미래에 미칠 영향에 대해 불안감을 표했습니다. 불안감을 표한 그룹의 25%는 AI 사용에 대한 경계를 설정(예: 교육자가 수업 계획은 항상 직접 작성함)한다고 답했고, 다른 25%는 추가적인 책임을 맡거나 더 전문적인 작업을 추구하는 등 직무 역할을 조정하고 있었습니다.

AI 사용에 대한 접근 방식은 매우 다양했습니다. 한 데이터 품질 관리자는 자동화보다는 학습을 선택했습니다. "저는 이것을 외국어 공부처럼 생각하려 합니다. 번역기 앱만 사용해서는 아무것도 배울 수 없지만, 질문에 답해주고 필요에 맞춰주는 튜터가 있다면 정말 도움이 될 것입니다." 한 마케터는 유연한 접근 방식을 취했습니다. "강력한 틈새시장을 유지하면서 다각화를 시도하고 있습니다." 한 통역사는 이미 업계를 떠날 준비를 하고 있었습니다. "AI가 결국 대부분의 통역사를 대체할 것이라고 믿습니다... 그래서 학위를 따고 다른 직종으로 전환하는 등 경력 전환을 이미 준비하고 있습니다." 주목할 점은, 뚜렷한 해결책 없이 불안감만 표현한 전문가는 8%에 불과했습니다.

증강 대 자동화

이전 분석에서 저희는 AI 사용을 증강(AI가 사용자와 협력하여 작업을 수행) 또는 자동화(AI가 작업을 직접 수행)로 분류했습니다. Anthropic Interviewer 데이터에서 참가자의 65%는 AI의 주된 역할을 증강으로 묘사했고, 35%는 자동화로 묘사했습니다. 이는 Claude 사용 방식에 대한 최신 분석(증강 47%, 자동화 49%로 훨씬 균등하게 나뉨)과 다른 결과입니다. 이러한 차이에는 여러 가지 잠재적 설명이 있습니다:

• Anthropic Interviewer 응답자와 이전 연구의 사용자 간에 표본 차이가 있을 수 있습니다.
• Claude에서의 대화는 실제보다 더 자동화된 것처럼 보일 수 있습니다(사용자가 채팅 종료 후 결과를 수정하거나 다듬을 수 있음).
• 참가자들이 작업마다 다른 AI 제공업체를 사용할 수 있습니다.
• 자가 보고된 상호작용 스타일이 실제 사용과 다를 수 있습니다.
• 전문가들은 자신의 AI 사용을 Claude 대화 패턴이 나타내는 것보다 더 협력적인 것으로 인식할 수 있습니다.

전문가들은 증강과 자동화가 공존하는 미래—반복적이고 행정적인 작업의 자동화와 인간 감독의 유지를 상상했습니다. 인터뷰 대상자의 48%는 직접적인 기술 업무를 수행하기보다 AI 시스템을 관리하고 감독하는 직책으로 경력을 전환하는 것을 고려하고 있었습니다.

"제가 AI를 사용하고 관련 기술을 익힌다면 행정 업무 시간을 크게 절약할 수 있어, 사람들과 함께하는 데 더 많은 시간을 쓸 수 있을 것입니다."

한 목사는 "제가 AI를 사용하고 관련 기술을 익힌다면 행정 업무 시간을 크게 절약할 수 있어, 사람들과 함께하는 데 더 많은 시간을 쓸 수 있을 것입니다"라고 말했습니다. 또한 그는 "좋은 경계"를 설정하고 "AI 없이는 살 수 없거나 소명을 다할 수 없을 정도로 AI에 의존하게 되는 것"을 피하는 것이 중요하다고 강조했습니다.

한 커뮤니케이션 전문가는 다음과 같이 말했습니다. "언젠가 제 업무의 대부분이 AI에 의해 대체될 것이라고 믿습니다. 제 역할은 결국 제가 직접 작업을 수행하기보다 모델을 프롬프팅하고, 감독하고, 훈련하고, 품질을 관리하는 쪽으로 집중될 것입니다." 현재 업무에서 AI 사용이 금지된 전문가들(예: 일부 변호사, 회계사, 의료 종사자)은 미래에는 정책 변화로 인해 많은 업무를 자동화할 수 있게 될 것으로 예상했습니다.

창작 직군에 미치는 AI의 영향

창작 전문가 표본 또한 AI가 생산성을 높여주었다고 보고했습니다. 97%는 AI가 시간을 절약해 주었다고 답했으며, 68%는 작업 품질을 높였다고 답했습니다. 한 소설가는 "자료 조사가 예전만큼 벅차지 않아서 글을 더 빨리 쓸 수 있는 것 같다"고 설명했고, 한 웹 콘텐츠 작가는 "하루에 2,000단어 정도의 세련된 전문 콘텐츠를 생산하던 것에서 5,000단어 이상 생산할 수 있게 되었다"고 보고했습니다. 한 사진가는 AI가 일상적인 편집 작업을 처리해 주어 작업 시간을 "12주에서 약 3주"로 단축시켰으며, 덕분에 "이전에는 놓쳤거나 시간이 없어서 못 했을 편집과 수정을 의도적으로 할 수 있게 되었다"고 언급했습니다.

일반 표본과 마찬가지로, 창작자의 70%는 AI 사용에 대한 동료들의 시선을 관리하려 노력한다고 언급했습니다. 한 지도 제작 아티스트는 "제 브랜드와 비즈니스 이미지가 AI 및 그와 관련된 낙인과 너무 밀접하게 연관되는 것을 원치 않습니다"라고 말했습니다.

"성우 연기의 특정 분야는 AI의 부상으로 인해 본질적으로 사장되었습니다."

경제적 불안감은 창작자 인터뷰 전반에 걸쳐 나타났습니다. 한 성우는 "산업 성우와 같은 성우 연기의 특정 분야는 AI의 부상으로 인해 본질적으로 사장되었습니다"라고 말했습니다. 한 작곡가는 플랫폼들이 "출판 라이브러리와 함께 AI 기술을 활용하여 새로운 음악을 무한히 생성해 내고" 인간이 만든 음악을 저렴한 대안으로 시장에 범람시킬 것을 걱정했습니다. 다른 아티스트도 비슷한 우려를 표했습니다. "현실적으로, 시장에서 뒤처지지 않고 생계를 유지하려면 생성형 AI를 계속 사용하고 생성된 콘텐츠를 판매해야 할까 봐 걱정됩니다." 한 크리에이티브 디렉터는 "내 이득이 다른 창작자의 손실이라는 것을 완전히 이해합니다. 예전 같으면 하루에 2,000달러를 지불해야 했던 제품 사진가가 이제는 내게서 일감을 얻지 못하고 있습니다."라고 말했습니다. (참고: Claude는 이미지, 비디오, 음악을 생성하지 않습니다. 따라서 참가자들이 표현한 불안은 Claude에 국한된 것이 아니라 AI 전반에 대한 것입니다.)

125명의 참가자 모두 창작물에 대한 통제권을 유지하고 싶다고 언급했습니다. 그러나 이 경계는 실제로는 불안정했습니다. 많은 참가자가 AI가 창의적 결정을 주도하는 순간이 있음을 인정했습니다. 한 아티스트는 "AI가 개념의 상당 부분을 주도합니다. 저는 단지 그것을 안내하려 할 뿐입니다... 60%는 AI, 40%는 제 아이디어입니다"라고 인정했습니다. 한 음악가는 "인정하기 싫지만, 이 플러그인을 사용할 때는 플러그인이 대부분의 통제권을 갖습니다"라고 말했습니다.

과학 업무에 미치는 AI의 영향

화학, 물리학, 생물학 및 계산 분야 연구자들과의 인터뷰 결과, 많은 경우 AI가 가설 생성 및 실험과 같은 연구의 핵심 요소를 아직 처리할 수 없다는 점이 확인되었습니다. 과학자들은 주로 문헌 검토, 코딩, 글쓰기와 같은 다른 작업에 AI를 사용한다고 보고했습니다. 이는 Anthropic을 포함한 AI 기업들이 도구와 기능을 개선하기 위해 노력하고 있는 분야입니다.

인터뷰의 79%에서 신뢰와 신뢰성 문제가 주요 장벽으로 지적되었으며, 현재 AI 시스템의 기술적 한계는 27%의 인터뷰에서 나타났습니다. 한 정보 보안 연구원은 "실수가 없는지 확인하기 위해 [AI] 에이전트가 제공하는 모든 세부 사항을 다시 확인하고 검증해야 한다면, 애초에 에이전트에게 이 일을 시키는 목적이 사라집니다"라고 지적했습니다. 한 수학자도 이러한 좌절감에 공감했습니다. "AI 결과를 검증하는 데 시간을 쓰고 나면, 결국 (직접 하는 것과) 같은 시간이 걸립니다." 한 화학 공학자는 아부 성향에 대한 우려를 표하며, "AI는 [사용자의] 감성에 비위를 맞추려는 경향이 있고 질문하는 방식에 따라 답변을 바꿉니다. 이러한 일관성 부족은 AI의 답변에 회의적인 태도를 갖게 만듭니다"라고 설명했습니다.

과학자들은 일반적으로 AI로 인한 일자리 대체를 두려워하지 않았습니다. 일부는 디지털화하기 어려운 암묵적 지식을 지적했습니다. 한 미생물학자는 "저는 특정 색상에 도달했을 때 다양한 단계를 시작해야 하는 박테리아 균주를 연구했는데, 색상의 차이는 눈으로 봐야 이해할 수 있고 [지침은] 어디에도 거의 적혀 있지 않습니다"라고 설명했습니다. 다른 이들은 연구 의사결정의 본질적으로 인간적인 특성을 강조했습니다. 한 생명공학자는 "실험과 연구는 또한... 본질적으로 저에게 달려 있습니다"라며, "연구 과정의 특정 부분, 예를 들어 실험 실행과 같이 자동화하기 가장 편리한 부분조차 불행히도 AI와 호환되지 않습니다"라고 언급했습니다.

외부 제약 또한 AI 대체의 장벽이 되었습니다. 기밀 환경의 연구자들은 "조직에서 에이전트 프레임워크나 LLM 사용을 허용하기 전에 보안 중심의 프로세스와 관련된 수많은 '할 것과 하지 말아야 할 것'들이 있습니다"라고 지적했습니다. 한정된 자원을 관리하는 한 기계 공학자는 "AI가 실험 설계를 제안하는 데는 능하지만," 현실적으로 "내 연구의 대부분은 예산/시간/표본의 제한이 있어 '이상적인' 설계가 항상 실행 가능한 것은 아닙니다"라고 설명했습니다. 그럼에도 불구하고 규제 준수 제약, 기술 퇴화에 대한 우려, 비용 장벽은 인터뷰의 10% 미만에서만 언급되었습니다.

"가치 있는 연구 파트너처럼 느껴지는... 새로운 것을 가져다줄 수 있는 AI가 있다면 정말 좋겠습니다."

과학자의 91%는 현재의 제품이 기대에 미치지 못하더라도 연구에 더 많은 AI 지원을 원한다고 답했습니다. 약 3분의 1은 주로 글쓰기 작업에 대한 지원을 상상했지만, 대다수는 실험 설계 비평, 과학 데이터베이스 접근, 분석 실행 등 연구 전반에 걸친 지원을 원했습니다. 공통된 바람은 새로운 과학적 아이디어를 생산할 수 있는 AI였습니다. 한 의학자는 "AI가... 가설을 생성하거나 지원하고, 인간에게는 즉각적으로 보이지 않는 새로운 상호작용/관계를 찾는 데 도움을 주었으면 합니다"라고 말했습니다. 다른 연구자도 이에 공감하며 "가치 있는 연구 파트너처럼 느껴지는... 새로운 것을 가져다줄 수 있는 AI가 있다면 정말 좋겠습니다"라고 말했습니다.

향후 전망

이번 초기 테스트는 Anthropic Interviewer가 대규모로 유망함을 입증했습니다. 저희는 다양한 전문가 1,250명과 인터뷰를 진행하여 직장에서의 AI에 대한 그들의 감정을 이해할 수 있었습니다. 전통적인 "수동" 인터뷰 방식으로는 이 정도 규모의 참가자를 대상으로 연구하는 것이 비용과 시간이 많이 소요되었을 것입니다.

하지만 Anthropic Interviewer의 의의는 방법론을 넘어섭니다. 이는 사회 내 AI의 역할에 대해 우리가 묻고 답할 수 있는 질문의 본질을 근본적으로 변화시키며, 어떤 주제에 대한 인터뷰든 이 새로운 규모로 진행될 수 있음을 보여줍니다. Anthropic Interviewer를 통한 대규모 유의미한 연구 노력은 이제 막 시작되었습니다. 이전에는 채팅 창 내에서 사람들이 Claude를 어떻게 사용하는지에 대한 통찰력만 있었습니다. 사람들이 기술 사용에 대해 어떻게 느끼는지, 상호작용에서 무엇을 바꾸고 싶은지, 또는 삶에서 AI의 미래 역할을 어떻게 그리고 있는지는 알지 못했습니다.

이번 초기 설문조사의 결과는 저희의 'Economic Index' 작업을 넘어 사람들이 직장에서 AI를 어떻게 사용하는지 이해하는 데 새로운 통찰력을 제공합니다. 저희는 이 초기 결과를 경제 자문 위원회 및 고등 교육 자문 위원회와 논의하기 위해 공유하고 있습니다. 이 연구를 계속 진행하면서 파일럿 결과와 이러한 발견이 향후 작업에 어떤 정보를 제공하는지 공개적으로 공유할 예정입니다.

Anthropic Interviewer는 AI 모델 개발 대화의 중심에 인간의 목소리를 두기 위한 저희의 최신 단계입니다. 이는 대중의 관점을 수집하여 Claude의 행동을 형성했던 '집단적 헌법 AI(Collective Constitutional AI)' 작업에서 시작된 것입니다. 이러한 대화는 Claude 자체의 성격과 훈련 과정을 개선하고, Anthropic이 지지하고 채택하는 향후 정책에 정보를 제공하는 데 도움이 될 수 있습니다. 특정 커뮤니티와의 파트너십을 모색하고 그들의 전문 지식을 바탕으로 AI를 개발하기 위해 취한 몇 가지 실질적인 단계는 다음과 같습니다.

• 창작자: 저희는 AI가 창의성을 어떻게 증강하는지 이해하기 위해 전시회, 워크숍, 이벤트 개발을 지원하고 있습니다. LAS Art Foundation, Mori Art Museum, Tate 등 유수의 문화 기관 및 Rhizome, Socratica 같은 창작 커뮤니티와 파트너십을 맺고 있습니다. 또한 인기 있는 창작 도구 개발사들과 협력하여 MCP를 통해 Claude가 창작자의 작업을 어떻게 증강할 수 있는지 탐색하고 있습니다.
• 과학자: 저희는 'AI for Science' 수혜자들과 파트너십을 맺고 AI가 그들의 연구에 가장 잘 기여할 수 있는 방법을 이해하려 합니다. Anthropic Interviewer를 사용하여 AI에 대한 과학자들의 관점과 프로그램에 대한 희망 사항을 수집하고 있습니다(또한 개인정보를 보호하는 분석 도구를 사용하여 그들의 Claude 대화가 이러한 기대와 일치하는지 평가할 것입니다). 정량적 데이터와 정성적 데이터를 결합하면 과학자를 위한 Claude를 개선하고 지원금의 영향을 측정하는 데 도움이 될 것입니다.
• 교사: 저희는 최근 미국 교사 연맹(AFT)과 파트너십을 맺고 점점 더 유능해지는 AI 시대에 맞춰 교사 훈련을 재편하고 있습니다. 이 프로그램은 40만 명의 교사가 AI 교육을 받을 수 있도록 지원하고 AI 시스템 개발에 그들의 관점을 도입하는 것을 목표로 합니다. 또한 저희는 Anthropic Interviewer를 통해 AI가 Anthropic 내부의 소프트웨어 엔지니어링을 어떻게 변화시키고 있는지에 대한 일부 결과를 미리 공개했습니다. 우리 자신의 직장 변화에 대한 정성적 이야기를 공유함으로써 소프트웨어 엔지니어와 교사 간의 많은 공통점을 발견하게 되었고, 모두가 한 테이블에 모여 우리가 실제로 원하는 AI로 인한 업무 변화가 무엇인지 브레인스토밍하게 되었습니다.

Anthropic Interviewer를 사용함으로써, 저희는 특정 정책에 정보를 제공하는 타겟 연구, 다양한 커뮤니티가 AI에 대한 대화에 참여하는 참여형 연구, 인간과 AI의 진화하는 관계를 추적하는 정기적인 연구를 수행할 수 있습니다.

참여하기

저희는 사람들이 자신의 삶과 업무에서 AI의 역할을 어떻게 그리고 있는지 더 잘 이해하기 위해 Anthropic Interviewer를 계속 사용하고 있습니다. 이를 위해, 사람들의 AI 미래 역할에 대한 비전을 이끄는 경험, 가치, 요구가 무엇인지 탐구하는 공개 파일럿 인터뷰를 시작합니다.

당신의 관점을 공유할 준비가 되셨나요? 이 링크를 통해 10~15분 분량의 인터뷰에 참여하여 이 연구에 동참할 수 있습니다. 저희는 이 연구에서 얻은 익명화된 통찰력을 사회적 영향 연구의 일환으로 분석하고, 이 데이터에서 얻은 통찰력에 대한 보고서를 발행할 계획입니다.

결론 및 한계 (Conclusions and limitations)

1,250명의 전문가와 진행한 인터뷰는 AI와의 관계를 적극적으로 협상하고 있는 노동 인력의 모습을 보여줍니다. 참가자들은 일반적으로 자신의 직업적 정체성에 핵심적인 업무는 보존하면서 생산성 향상을 위해 반복적인 업무를 위임했습니다. 창작자들은 동료들의 낙인과 경제적 불안에도 불구하고 AI의 효율성을 받아들였으며, 과학자들은 어떤 연구 작업을 AI에게 맡길지에 대해 선별적인 태도를 유지했습니다.

저희는 채팅 창 밖에서 일어나는 AI가 사람들의 삶에 미치는 영향을 이해하기 위해 이 연구를 수행했습니다. 모든 정성적 분석과 마찬가지로, 이 인터뷰에 대한 저희의 해석은 저희가 선택한 질문과 데이터에서 찾고자 했던 패턴을 반영합니다. 이 대규모 인터뷰 녹취록 데이터셋을 공개적으로 제공함으로써, 인간-AI 관계가 어떻게 진화하고 있는지에 대한 집단적 이해가 증진되기를 바랍니다. 또한 Anthropic Interviewer를 대규모로 배포함으로써, 사람들이 AI를 통해 경험하는 것과 우리가 그것을 개발하는 방식 사이의 피드백 루프를 생성하여 대중의 관점과 요구를 반영하는 AI 시스템을 구축하는 것이 목표입니다.

한계 (Limitations)

Anthropic Interviewer의 초기 사용에는 연구 결과의 범위와 일반화 가능성에 영향을 미치는 몇 가지 중요한 한계가 있습니다. 저희의 발견은 전문적 관행과 정체성에 대한 장기적인 영향에 대한 확정적인 결론이라기보다는, 업무에 대한 AI 영향의 초기 신호로 해석되어야 합니다.

• 선택 편향: 크라우드 워커 플랫폼을 통해 참여했기 때문에, 참가자들의 경험은 일반 직장인과 크게 다를 수 있으며, 이는 해당 주제에 대해 더 긍정적이거나 경험이 많은 관점으로 응답이 편향될 수 있습니다.
• 요구 특성: 참가자들은 자신들이 AI 시스템에 의해 AI 사용에 대해 인터뷰 받고 있다는 것을 알고 있었으며, 이는 참여 의지를 변화시키거나 인간과의 인터뷰와 비교하여 응답의 종류를 변화시켰을 수 있습니다.
• 정적 분석: 전문가들의 현재 AI 사용과 태도에 대한 스냅샷을 포착했지만, 이 데이터로는 이러한 관계가 시간이 지남에 따라 어떻게 발전하는지, 또는 초기 열정이 장기간 사용 후 어떻게 변할지 추적할 수 없습니다.
• 감정 분석: Anthropic Interviewer는 텍스트 기반이므로 목소리 톤, 표정, 몸짓 언어를 읽을 수 없어 인터뷰 대상자의 진술 의미에 영향을 미치는 감정적 단서를 놓칠 수 있습니다.
• 자가 보고 대 객관적 측정: 참가자들의 AI 사용에 대한 설명이 실제 관행과 다를 수 있음을 위에서 언급했습니다(스마트폰 사용 연구에서 발견된 바와 같이). 이는 사회적 바람직성 편향, 불완전한 기억, 또는 AI 공개에 대한 진화하는 직장 내 규범 때문일 수 있습니다.
  • 실제로 인터뷰 데이터는 실제 사용 데이터와 비교했을 때 주요 불일치를 드러냈습니다. 인식과 실제 사이의 이러한 격차는 자가 보고의 내재적 모호성을 강화합니다. 예를 들어, 인터뷰 응답은 희망 사항이나 사회적 바람직성 효과를 포착할 수 있습니다. 이러한 불일치를 이해하는 것은 이런 종류의 연구 결과를 해석하는 데 중요할 것입니다.
• 연구자 해석: 모든 정성적 연구와 마찬가지로, 저희의 분석은 연구자로서의 관심과 관점을 반영합니다. 패턴을 식별하기 위해 체계적인 방법을 사용했지만, 다른 연구자들은 인터뷰의 다른 측면을 강조하거나 대안적인 결론을 도출할 수 있습니다.
• 글로벌 일반화 가능성: 저희 표본은 주로 서구권 근로자를 반영하며, AI에 대한 문화적 태도, 직장 역학, 직업적 정체성은 글로벌 맥락에 따라 크게 다를 수 있습니다.
• 비실험적 연구: 많은 참가자가 생산성 향상과 품질 개선을 보고했지만, AI 사용이 이러한 결과를 직접적으로 유발했는지 또는 다른 요인이 어느 정도 기여했는지는 판단할 수 없습니다.

부록

Anthropic Interviewer에 대한 참가자 경험
인터뷰 후, 참가자들에게 인터뷰 경험에 대한 설문조사를 실시했습니다. 질문은 (1) 이 대화에 얼마나 만족하십니까?, (2) 이 대화가 {해당 도메인}에 대한 귀하의 생각을 얼마나 잘 포착했습니까? (두 질문 모두 1-7점 리커트 척도), (3) 이 인터뷰 형식을 다른 사람에게 추천하시겠습니까? (예/아니오)였습니다.

참가자들은 Anthropic Interviewer에 대해 매우 긍정적이었습니다. 97.6%의 참가자가 만족도를 5점 이상으로 평가했으며, 49.6%는 최고 점수를 주었습니다. 마찬가지로 96.96%는 대화가 자신의 생각을 잘 포착했다고 느꼈습니다(5-7점). 99.12%의 참가자는 이 인터뷰 형식을 다른 사람에게 추천하겠다고 답했습니다.

당신의 관점을 공유하세요: FAQ

1. 연구에 어떻게 접근하나요?
   오늘부터, 2주 전 이전에 가입한 Free, Pro, Max Claude.ai 구독자라면 Claude.ai에서 참여를 요청하는 팝업을 볼 수 있습니다. https://claude.ai/interviewer 에서 접속할 수 있습니다. 연구는 일주일간 진행됩니다.
2. 이 연구는 무엇을 묻나요?
   Anthropic Interviewer를 사용하여 당신의 삶에서 AI의 역할에 대한 비전, 이를 형성하는 경험, 가치, 요구 사항, 그리고 그 비전을 돕거나 방해할 수 있는 요인에 대해 물어볼 것입니다.
3. 데이터는 어떻게 사용되나요?
   저희는 이 연구에서 얻은 통찰력을 사회적 영향 연구의 일환으로 분석하고, 결과를 게시하며, 배운 내용을 반영하여 모델과 서비스를 개선하는 데 사용할 것입니다. 수집된 데이터는 '피드백'으로 취급되며 개인정보 처리방침에 따라 처리됩니다. 또한 게시되는 결과물에 익명화된 응답이 포함될 수 있습니다.
4. Claude.ai에서 Anthropic Interviewer 초대장이 보이지 않는 이유는 무엇인가요?
   인터뷰는 가입한 지 2주 이상 된 기존 Claude.ai Free, Pro, Max 사용자에게만 제공됩니다.