더 나은 AI 모델이 더 대담한 작업을 가능하게 한다

Cursor를 쓰는 500개 기업 개발자들의 작업 습관을 2025년 7월부터 2026년 3월까지 추적한 결과, 모델 성능 향상은 단순한 효율화에 그치지 않고 더 많은 수요를 만들어냈다. 이 기간에는 Opus 4.5와 GPT-5.2 같은 단계적 성능 향상이 있었고, 평균 주간 메시지 수는 44% 늘었다.

초기에는 개발자들이 더 좋은 모델로 같은 종류의 일을 더 많이 처리했다. 하지만 4~6주의 시차 뒤에는 더 복잡한 작업으로 이동하는 흐름이 뚜렷해졌고, low complexity 메시지는 22%, high complexity 메시지는 68% 증가했다.

산업별로는 media and advertising이 **54%**로 가장 크게 늘었고, software and developer tools는 47%, finance and fintech는 45% 증가했다. 저자들은 금융에서는 경쟁 우위 확보를 둘러싼 압박, 미디어·광고에서는 새로운 기회 영역의 확장이 이런 차이를 만든다고 본다.

업무 유형도 바뀌었다. documentation(+62%), architecture(+52%), code review(+51%), **learning(+50%)**처럼 코드 생성 이후를 다루는 작업이 크게 늘어난 반면, **UI/styling(+15%)**처럼 비교적 자기완결적인 작업은 덜 늘었다. AI가 코드를 더 많이 만들어낼수록, 개발자의 역할은 그 결과물을 문서화하고 이해하고 검토하고 조율하는 일로 이동하고 있다.

결국 이 연구는 AI가 기존 업무를 보조하는 수준을 넘어, 원래는 닿지 못했던 더 큰 작업을 가능하게 만들며 경제 활동 자체를 확장할 수 있음을 보여준다. 효율성 향상은 소비 감소가 아니라 오히려 총 수요 확대를 부르는 Jevons-like effect로 나타났다.