우리는 AI 모델의 성능 향상이 개발자의 업무 방식에 어떤 변화를 가져오는지에 관심이 있습니다. 특히 개발자들이 원래 하던 작업을 더 많이 하게 되는 정도와, 더 나은 모델이 이전에는 하기 어려웠던 일을 어느 정도 가능하게 하는지에 주목합니다.

이 질문에 답하기 위해, 우리는 시카고대학교 부스 경영대학원의 Suproteem Sarkar 교수와 협력해 2025년 7월부터 2026년 3월까지 Cursor를 사용하는 500개 기업 개발자들의 업무 습관을 연구했습니다. 이 8개월 동안에는 AI 코딩 역량을 크게 끌어올린 두 모델, Opus 4.5와 GPT-5.2가 출시되었습니다.

우리 논문은 더 나은 AI가 더 큰 AI 수요로 이어진다는 점을 보여줍니다. 이는 효율성이 높아질수록 총소비가 줄어드는 대신 오히려 늘어나는 Jevons 유사 효과와 일치합니다. 사용자당 주간 평균 메시지 수로 정의한 AI 사용량은 연구 기간 동안 44% 증가했습니다.

이 증가는 즉각적이지도 않았고, 고르게 나타나지도 않았습니다. 우리는 개발자들이 먼저 더 나은 모델로 비슷한 복잡도의 작업을 더 많이 수행한 뒤, 시간이 지나면서 더 복잡한 작업까지 맡기 시작했다는 점을 확인했습니다. 또한 이런 변화는 특히 금융, 미디어, 광고 같은 산업에 집중되어 있었는데, 경쟁 압력과 그린필드 기회가 도입을 촉진했을 가능성이 있습니다.

#미디어, 소프트웨어, 금융이 앞서 나갑니다

우리가 살펴본 모든 부문에서 사용량이 증가했지만, 산업별 증가 폭에는 차이가 있었습니다. 특히 미디어와 광고 분야의 증가 폭이 가장 컸으며, 사용자당 메시지 수가 54% 늘었습니다. 그다음은 소프트웨어 및 개발자 도구(+47%), 금융 및 핀테크(+45%) 순이었습니다.

금융 분야에서는 더 나은 AI가 일종의 군비 경쟁 구도를 만들 수 있다고 봅니다. 한 기업이 AI를 사용해 거래상 우위를 확보하면, 다른 기업들도 경쟁 압박으로 이를 따라갈 수밖에 없기 때문입니다. 반면 미디어와 광고에서는 메커니즘이 다를 수 있으며, 더 강력한 모델이 새로운 그린필드 기회를 넓혀 주고 기업들이 이를 활용하는 양상일 수 있습니다.

#복잡도가 높은 쪽으로의 이동

초기에는 개발자들이 개선된 AI 모델로 기존과 같은 작업을 더 많이 처리했지만, 4~6주의 시차가 지난 뒤에는 모델을 더 복잡한 작업에 활용하기 시작한 것으로 나타났습니다. 전체적으로 “낮은 복잡도” 메시지 수는 연구 기간 동안 22% 증가한 반면, “높은 복잡도” 메시지 수는 68% 증가했으며, 그 증가의 대부분은 마지막 6주 동안 발생했습니다.

논문에서는 이러한 지연이, 더 나은 모델이 무엇을 할 수 있는지 개발자들이 파악하는 데 걸리는 시간과 기업이 새로운 기능에 맞춰 워크플로우를 재편해야 할 필요성을 모두 반영한다고 가정합니다.

#변화하는 작업 분포

AI가 코드 생성에 더 능숙해질수록 개발자의 역할은 그 결과물을 관리하는 쪽으로 옮겨갑니다. 이러한 변화는 작업 범주별 사용량이 어떻게 달라지는지 보여주는 데이터에서 뚜렷하게 확인됩니다. 가장 큰 증가를 보인 영역은 문서(+62%), 아키텍처(+52%), 코드 리뷰(+51%), 학습(+50%)이었고, UI/스타일링처럼 비교적 독립적인 작업의 증가는 훨씬 작았습니다(+15%).

이는 AI가 생성한 코드로 코드베이스 규모가 커질수록, 그 코드를 문서화하고 이해하며 검토해야 할 필요도 비례해 늘어난다는 뜻입니다. 규모가 더 크고 더 빠르게 변화하는 코드베이스는 전체가 어떻게 맞물려 돌아가는지 관리하는 복잡성도 높이므로, 아키텍처와 배포처럼 시스템 전반에 걸친 작업이 크게 증가한 이유를 설명해 줄 수 있습니다. 또한 더 성능이 뛰어난 모델이 등장하면서, 개발자들이 이러한 시스템 전반의 작업에 에이전트를 더 적극적으로 활용하게 되었을 가능성도 있습니다.

#경제 활동의 확장

AI 도입을 둘러싼 핵심 질문은 이것이 기존 업무를 더 쉽게 해 주는 데 그치는지, 아니면 새로운 생산 기회까지 창출하는지입니다. 우리의 연구에 따르면 둘 다 해당하지만, 장기적으로는 이러한 확장이 더 중요한 이야기일 수 있습니다.

SSRN에서 논문 전문 읽기.