AI 직원 91%는 ‘2030년 노벨상급 발견’을 믿는다—대중은 39%

91% 대 39%. 2026년 10월 16일 공개된 Anthropic의 설문에서 직원 10명 중 9명은 AI가 2030년까지 숙련된 전문가 수준의 ‘노벨상급 과학적 발견’을 해낼 수 있다고 봤다. 미국 성인 표본에서는 39%였다.

이 숫자는 AI가 실제로 노벨상을 받을 확률도, Anthropic의 공식 사업 전망도 아니다. 질문은 “기업이 실제로 쓰는가”가 아니라 AI가 그 과제를 수행할 능력을 갖추는 시점에 대한 응답자의 기대를 물었다. 결과가 보여주는 것은 예언보다 ‘기대 격차’다.

무엇을 누구에게 물었나

Anthropic 연구진은 2026년 8월 미국 성인과 자사 직원을 조사했다. 미국 성인 표본은 10,980명이며 전국 인구를 대표하도록 가중했다. 직원 응답은 가중하지 않았다. 과제는 일상 이메일 작성부터 과학 연구의 설계·수행·출판, 노벨상급 발견까지 여덟 단계였다.

두 집단은 현재 AI가 무엇을 할 수 있는지에는 대체로 비슷한 순위를 매겼다. 갈라진 지점은 발전 속도였다. 과학 연구를 설계하고 출판하는 능력에 대해 양쪽 모두 약 4분의 1이 “현재 가능”하다고 봤지만, 2027년 가능성을 예상한 비율은 직원 90%, 대중 38%였다. 2030년 노벨상급 발견에서는 직원 91%, 대중 39%로 52%포인트 차이가 났다.

AI를 직장에서 정기적으로 쓰는 미국 성인은 비사용자보다 낙관적이었다. 2030년까지 여덟 과제 중 최소 일곱 개를 AI가 수행할 수 있다고 본 비율은 정기 사용자 56%, 전체 성인 41%, AI 도구를 전혀 쓰지 않은 사람 28%였다. 그러나 직원 응답 96%에는 여전히 못 미쳤다.

‘직원’은 독립적인 전문가 패널이 아니다

이 결과에서 가장 큰 주의점은 비교 집단이다. Anthropic 직원은 최전선 모델을 만들고 매일 사용하는 사람들이다. 일반 대중보다 비공개 기술 진척을 더 가까이 볼 수 있지만, 동시에 회사의 임무·채용·제품 문화가 기대를 같은 방향으로 밀 수 있다.

연구진도 직원 설문을 Anthropic의 공식 계획으로 취급하지 않는다. 직원 응답은 무작위로 뽑은 AI 전문가 집단도 아니며, 미국 성인 표본과 동일한 모집단도 아니다. 따라서 91%와 39%의 차이를 “전문가가 맞고 대중이 틀렸다”로 읽으면 설계가 허용하는 결론을 넘어선다.

또 ‘노벨상급’이라는 표현은 결과의 과학적 가치 수준을 묻는 개념이지, 노벨위원회의 선정이나 인간 연구자와의 공저·검증·책임 귀속까지 뜻하지 않는다. 실제 발견은 실험실 장비, 데이터, 재현, 동료평가, 규제와 자금 같은 병목을 통과해야 한다.

생산성과 일자리 전망도 크게 갈렸다

격차는 과학 발견에만 머물지 않았다. AI가 잘하는 업무를 AI와 함께 처리할 때 시간이 4분의 1 이하로 줄어든다고 답한 비율은 직원 59%, 직장에서 AI를 쓰는 미국 성인 26%였다. 반대로 시간이 그대로이거나 더 오래 걸린다는 답은 직원 5%, AI를 쓰는 미국 성인 29%였다.

자기 일에 대한 전망은 더 극적이다. 직원들은 평균적으로 2030년 AI가 현재 근무시간의 75%에 해당하는 일을 할 수 있을 것으로 봤다. 미국 근로자의 평균은 28%였고, 80% 이상 가능하다고 답한 미국 근로자는 5%에 불과했다.

그러나 “업무 자동화”와 “즉시 해고”는 같은 질문이 아니다. 직원의 95%는 향후 12개월 동안 Anthropic의 인원이 늘어날 것으로 예상했다. 이는 회사의 채용 계획이 아닌 개인 전망이다. 자동화가 생산량과 수요를 키우면 과제가 줄어도 인원이 늘 수 있다는 상반된 기대가 동시에 존재한다.

GDP 17.1%라는 숫자도 예측치가 아니다

연구진은 응답을 별도 경제 모델에 넣었다. 중앙값 기준으로 미국 성인의 답변은 2030년 GDP 성장률 5.4%, 직원 답변은 17.1%의 시나리오를 만들었다. 이 수치는 관측된 성장률이나 Anthropic의 거시경제 예측이 아니다. 능력, 도입, 자동화, 시간 절감, 재취업 마찰에 관한 응답을 모델 가정에 대입한 조건부 결과다.

분석 대상도 전체 설문 응답자가 아니라 핵심 문항을 모두 답한 미국 성인 3,259명과 직원 1,093명이었다. 모델 구조나 입력 기대가 달라지면 결과도 크게 달라질 수 있다.

우리가 이 격차에서 봐야 할 것

첫째, AI를 자주 사용하는 사람일수록 미래 능력을 더 높게 본다. 이것이 정보 우위인지, 선택 편향인지, 둘 다인지는 설문만으로 분리할 수 없다.

둘째, 기술 능력과 사회적 도입은 별개다. 미국 성인은 고객의 인간 선호, 개인정보와 보안, 신뢰성, 법·책임을 주요 장벽으로 꼽았다. 모델이 할 수 있어도 조직이 허용하지 않으면 경제 효과는 늦어진다.

셋째, 양쪽은 자기 업무의 자동화가 클수록 2030년 실업률도 높을 것으로 봤다. 미래 능력에 대한 수준은 달랐지만, 개인 업무 변화와 노동시장 위험을 연결하는 방식은 비슷했다.

결론

91%는 “2030년에 AI가 노벨상을 받을 확률”이 아니다. Anthropic 직원들이 특정 능력 기준을 그때까지 넘을 것으로 기대한 비율이다. 39%도 대중이 AI를 무시한다는 뜻이 아니다. 미국 성인 10명 중 거의 4명은 불과 4년 안에 노벨상급 발견 능력을 예상했다.

오히려 놀라운 사실은 두 집단 모두 변화 속도를 높게 본다는 점이다. 진짜 논쟁은 AI가 발전하느냐가 아니라, 얼마나 빨리 능력이 현실의 과학·생산성·고용으로 번역되느냐에 있다. 이 설문은 그 답을 주지 않는다. 다만 그 답을 만드는 사람과 영향을 받는 사람 사이의 기대가 이미 크게 벌어졌음을 측정한다.