MONDAY BRIEFING
AI 협업의 생산적인 마찰
2026년 8월 26일 공개된 Stanford SALT Lab의 실제 Claude 사용 대화 약 25만 건 분석을 바탕으로, 중요한 업무일수록 사람이 AI 결과를 더 적극적으로 수정하고 검증하며 협업 과정의 마찰을 생산적으로 활용한다는 연구 결과를 정리한 브리핑입니다.
AI와 일할 때, 막힘이 없는 게 정말 좋은 걸까요?
지난 8월 26일 Anthropic은 Stanford SALT Lab을 포함한 외부 연구진이 실제 Claude 사용 데이터를 분석한 독립 연구 결과를 공개했습니다. 연구 대상은 2026년 4월부터 5월까지 Claude.ai (새 탭)와 Claude Code에서 이루어진 약 25만 건의 대화입니다.
공개된 Stanford 연구에서 눈에 띄는 숫자가 있습니다. 실행 가능한 업무 대화의 56%는 다른 사람에게 영향을 주거나 되돌리기 어려운 ‘중요 업무’로 분류됐습니다. 사람들은 이미 단순한 문장 작성뿐 아니라 법률·재무 조언 같은 결과의 책임이 큰 업무도 AI에게 가져가고 있었습니다.
하지만 업무가 중요해질수록 AI에게 전부 맡기지는 않았습니다. 사람 주도의 협업이 전체의 72%를 차지했고, 중요한 업무에서는 AI 결과물을 그대로 쓰기보다 자신의 상황에 맞게 수정하는 방식이 가장 많았습니다. 가벼운 업무의 대화가 평균 6.5회 오간 반면, 고위험 업무는 평균 12.4회로 거의 두 배 길었습니다.
더 흥미로운 건 ‘마찰’입니다. 요청이 모호하거나 AI가 틀리고, 사용자가 다시 설명해야 하는 문제는 전체 대화의 약 절반에서 나타났습니다. 그런데 연구진은 이 과정이 항상 낭비는 아니라고 설명합니다. 오류를 지적하고 이유를 다시 묻는 과정이 사용자의 의도를 선명하게 만들고, 결과를 개선하며, 문제에 계속 관여하게 만드는 ‘생산적인 마찰’로 이어지기도 했기 때문입니다.
결국 중요한 업무에서 좋은 AI 활용은 한 번에 완벽한 답을 받는 것과 조금 다를 수 있습니다. 어디가 틀렸는지 확인하고, 모호한 조건을 다시 정리하고, 결과를 내 상황에 맞게 고치는 과정까지 포함해야 진짜 협업에 가까워집니다.
다만 이 수치는 Claude 사용 대화를 AI로 분류한 연구 결과이며, 모든 AI 사용자에게 그대로 일반화할 수는 없습니다. 그럼에도 실제 업무 대화를 대규모로 살펴봤다는 점에서, 사람들이 AI와 어떻게 일하고 있는지를 보여주는 의미 있는 초기 자료입니다.