Anthropic, AI 자기개선 전망 공개…“Claude가 내부 코드 80% 이상 작성”

Anthropic Institute 공식 분석에 따르면 Anthropic은 AI가 AI 개발을 가속하는 현상을 ‘재귀적 자기개선(recursive self-improvement)’ 관점에서 정리한 글을 공개했다. 회사는 AI 시스템이 스스로 후속 시스템을 완전히 설계·개발하는 단계에는 이르지 않았지만, 기관과 사회가 준비하는 속도보다 빠르게 관련 역량이 커질 수 있다고 밝혔다.

Anthropic은 외부 벤치마크와 내부 데이터를 함께 제시했다. 글에 따르면 AI 모델이 독립적으로 처리할 수 있는 작업 길이는 최근 약 4개월마다 두 배 수준으로 늘고 있으며, 회사 내부에서는 Claude가 엔지니어링과 연구 업무의 일부를 직접 수행하는 비중이 커지고 있다.

특히 Anthropic은 2026년 5월 기준 자사 코드베이스에 병합되는 코드의 80% 이상이 Claude에 의해 작성됐다고 설명했다. 또 2026년 2분기 기준 일반적인 엔지니어가 하루 병합하는 코드량은 2024년 대비 8배 수준으로 늘었다고 밝혔다. 다만 회사는 코드 줄 수가 품질을 직접 의미하지 않는 불완전한 지표라며, 실제 생산성 향상을 과대평가할 수 있다고 덧붙였다.

연구 업무에서도 변화가 관찰됐다. Anthropic은 Claude가 명확히 정의된 실험 실행에서는 숙련된 사람과 맞먹거나 더 나은 성과를 보일 수 있다고 설명했다. 반면 어떤 목표를 선택할지 판단하고, 무엇을 연구해야 하는지 정하는 능력에는 여전히 큰 격차가 남아 있다고 밝혔다.

이번 공개는 AI 에이전트가 단순 코드 보조 도구를 넘어 연구·개발 과정 자체에 들어오고 있음을 보여준다. 동시에 Anthropic은 AI가 후속 AI 시스템 개발에 더 깊이 관여할수록 보안, 모니터링, 행동 통제 체계의 중요성이 커진다고 강조했다.

개발자 생태계에서는 관련 논의가 보안 분야로도 이어지고 있다. Anthropic은 별도 자료와 GitHub 저장소를 통해 Claude를 활용한 취약점 탐색·검증·패치 참고 구현도 공개했다. 해당 저장소는 위협 모델링, 취약점 스캔, 트리아지, 패치 과정을 다루지만, Anthropic은 이를 제품이 아닌 참고 구현이라고 설명하고 있다.

출처: Anthropic Institute ‘When AI builds itself’(https://www.anthropic.com/institute/recursive-self-improvement), Anthropic GitHub ‘defending-code-reference-harness’(https://github.com/anthropics/defending-code-reference-harness), Claude Blog ‘Using LLMs to secure source code’(https://claude.com/blog/using-llms-to-secure-source-code)