비영리 연구 단체 METR은 개발자 생산성 실험 방식을 전면 개편하고 있다. 이는 개발자들이 더 이상 AI 도움 없이 코딩하는 것을 원하지 않는다는 예상치 못한 난관에 부딪혔기 때문이다. 실제로 2025년의 한 연구는 AI 도구가 숙련된 개발자의 업무 속도를 20% 가까이 늦춘다고 지적했으나, 2026년 초 들어 상황은 반전됐다. 특히 지능형 비서 도구가 널리 보급되면서 AI를 가장 능숙하게 다루는 이들이 수작업 방식의 연구 참여를 거부하는 '선택 효과'가 나타나 연구 결과가 왜곡되는 상황이다.

이러한 변화로 인해 실험의 대조군을 확보하는 일은 매우 까다로워졌다. METR 연구진에 따르면, 참가자들은 AI를 사용할 때 효율이 극대화될 것으로 보이는 과업을 고의로 제출하지 않는 경향을 보였다. 만약 AI를 쓰지 못하는 그룹에 배치될 경우 겪게 될 수작업의 피로감을 우려했기 때문이다. 또한, 사람의 개입 없이 복잡한 코딩을 수행하는 자율 에이전트의 등장도 변수다. 개발자들이 AI가 작업을 처리하는 동안 여러 프로젝트를 동시에 진행하게 되면서 기존의 시간 추적 방식으로는 생산성을 정확히 측정하기 어려워졌다.

비록 데이터 확보에는 어려움이 있으나, 예비 수치는 작년의 정체된 흐름이 완전히 바뀌었음을 시사한다. 실험에 끝까지 참여한 개발자들의 경우 약 18%의 속도 향상을 기록했다. 다만 METR은 AI를 업무에 완전히 통합한 상위 개발자들의 실제 생산성 도약은 이보다 훨씬 클 것으로 보고 있다. 이에 따라 METR은 향후 사각지대를 없애기 위해 더 높은 보상을 제공하는 집중 실험과 고정 과업 평가로 연구 방향을 전환하여, AI가 가속화하는 소프트웨어 개발 속도를 정밀하게 측정할 방침이다.

비영리 연구 단체 METR은 개발자 생산성 실험 방식을 전면 개편하고 있다. 이는 개발자들이 더 이상 AI 도움 없이 코딩하는 것을 원하지 않는다는 예상치 못한 난관에 부딪혔기 때문이다. 실제로 2025년의 한 연구는 AI 도구가 숙련된 개발자의 업무 속도를 20% 가까이 늦춘다고 지적했으나, 2026년 초 들어 상황은 반전됐다. 특히 지능형 비서 도구가 널리 보급되면서 AI를 가장 능숙하게 다루는 이들이 수작업 방식의 연구 참여를 거부하는 '선택 효과'가 나타나 연구 결과가 왜곡되는 상황이다.

이러한 변화로 인해 실험의 대조군을 확보하는 일은 매우 까다로워졌다. METR 연구진에 따르면, 참가자들은 AI를 사용할 때 효율이 극대화될 것으로 보이는 과업을 고의로 제출하지 않는 경향을 보였다. 만약 AI를 쓰지 못하는 그룹에 배치될 경우 겪게 될 수작업의 피로감을 우려했기 때문이다. 또한, 사람의 개입 없이 복잡한 코딩을 수행하는 자율 에이전트의 등장도 변수다. 개발자들이 AI가 작업을 처리하는 동안 여러 프로젝트를 동시에 진행하게 되면서 기존의 시간 추적 방식으로는 생산성을 정확히 측정하기 어려워졌다.

비록 데이터 확보에는 어려움이 있으나, 예비 수치는 작년의 정체된 흐름이 완전히 바뀌었음을 시사한다. 실험에 끝까지 참여한 개발자들의 경우 약 18%의 속도 향상을 기록했다. 다만 METR은 AI를 업무에 완전히 통합한 상위 개발자들의 실제 생산성 도약은 이보다 훨씬 클 것으로 보고 있다. 이에 따라 METR은 향후 사각지대를 없애기 위해 더 높은 보상을 제공하는 집중 실험과 고정 과업 평가로 연구 방향을 전환하여, AI가 가속화하는 소프트웨어 개발 속도를 정밀하게 측정할 방침이다.