作者：Steph Zinn, a16z Crypto

편집: 深潮 TechFlow

深潮 서문: 사람들은 AI 글쓰기를 이야기할 때 두 가지 가정에 빠지기 쉽다. 기계의 글은 일군의 ‘허점’으로 식별할 수 있고, 그런 허점이 있으면 반드시 조악하다는 것이다. 저자는 이 둘 다 성립하지 않는다고 본다. 그녀는 AI 생성 콘텐츠의 ‘특징’을 수사, 목소리, 구조, 문장부호의 네 차원으로 나누고, 이런 문제들은 사실 계속 존재해 왔으며, 다만 AI가 그것을 대량으로 증폭했을 뿐이라고 지적한다. 이 글의 핵심은 ‘AI를 잡아내는 법’이 아니라, 창업자와 글 쓰는 사람이 어떤 습관이 효과적인 표현을 방해하는지, 그리고 언제 그것을 억제하고 언제 유지해야 하는지 판단하도록 돕는 것이다.

수사적 특징: 통찰의 형태를 한 글쓰기

편집에서 가장 짜증나면서도 통쾌하고(그다음 안도하게 되는) 경험 중 하나는, 읽기에 괜찮지만 어딘가 어색하게 느껴지는 문장을 발견하는 일이다. 당신은 그 문장을 다시 조정하고, 단어 몇 개를 옮기다가 서서히 깨닫는다. 그 문장은 애초에 아무 의미도 없다는 것을. 그래서 당신은 그 미끈한 가짜를 삭제하고 삶을 이어간다.

손쉬운 예로, Fable이 최근 문장부호 스타일에 대해 스스로 분석한 표현이 있다. “인간의 문장부호에는 몸이 있어 안절부절못한다. 내 문장부호는 하나같이 의도적이며, 그 의도적으로 정돈된 상태 자체가 리듬이다.”

나는 이런 말투를 “원래 괜찮은 파티에서 재즈 즉흥 연주에 대해 떠들어대는 사람”이라고 표현하겠지만, 여기서 일일이 뜯어볼 생각은 없다. 무슨 뜻인지 알 것이다. 사람들은 이런 글을 두고 “이건 결코 인간이 쓴 것일 수 없다”라고 말한다. 나는 그 말의 의미를 이해하지만, 편집자이자 대필 작가이자 평생 판타지 소설을 읽어온 독자로서 장담할 수 있다. 인간은 AI 없이도 이런 문장을 자주 써왔다.

하지만 이런 언어를 알아보는 일이 항상 “안절부절못하는 문장부호”만큼 직설적인 것은 아니다. AI의 다른 특징(예: 세 문장 연속 목록형 구조, 또는 그 익숙한 대시 전신 부호)과 달리, 이 문장들은 겉보기에 전혀 문제처럼 보이지 않는다. 그냥 평범한 문장처럼 보일 뿐이다. 일부는 오히려 주변 문장보다 더 매끄럽게 들리기까지 한다. “정말 중요한 일이 벌어지고 있다.” “이것은 중대한 사안이다.” “그 영향은 지대하다.”

AI 글쓰기는 이런 문구를 대량 생산하는데, 그것들은 ‘그럴듯하지만(의미는 텅 빈)’ 연결재이기 때문이다. 이 언어가 AI 글쓰기와 연결되기 전에, 우리는 이런 싱거운 언어를 ‘회사 말투(corporate)’라고 불렀다. 전형적이고 무미건조한 비즈니스 블로그 말투이기 때문이다. “정말 신난다”를 “저희는 ~을 발표하게 되어 매우 기쁩니다...”보다 더 재미없게 표현할 방법이 있겠는가? “우리는 지금 변곡점에 서 있다”, “이것은 우리 여정의 다음 장이다”도 또 다른 사례다. 이 문구들은 무게감 있게 들리지만, 다른 말로 옮겨도 살아남을 구체적인 지시 대상이 부족한 경우가 많다.

나는 다른 편집자들이 이런 글을 ‘게으름’이나 ‘성의 없음’으로 오판하는 것을 들어왔다. 그건 너무 박하다. 취향 문제일 수도 있지만, 머릿속 앞에 떠오르는 진부하고 손쉬운 문구와 관용어구를 밀쳐내고 더 나은 표현을 찾는 일은 원래 쉽지 않다. 이것은 ‘초고의 언어’다. 솔직히 출발점으로는 전혀 문제없다. 우리는 거기서 멈추고 싶지 않을 뿐이다.

내가 권하는, 무의미한 언어를 피하는 방법은 당신이 AI를 써봤는지와 무관하다. 뭔가 어색하게 느껴지는 문장을 발견하면—그것이 아래와 같은 문구나 문형을 사용했거나, 그 의미를 즉시 이해할 수 없거나, 단지 ‘묘하게 어긋나’ 보이면—문장을 다시 배열하고, 다시 표현하려고 시도하라.

다르게 말했을 때 더 명확하다면 더 나은 버전을 유지하라. 그것이 결국 ‘어떤 것이 존재한다’ 또는 ‘일이 변하고 있다’는 말일 뿐이라면, 그 문장을 삭제하고 글이 그것 없이도 성립하는지 보라. 그렇다면, 페이지에서 글자를 삭제할 때 느끼는 그 ‘금기된 쾌감’을 즐길 시간이다.

몇 가지 허점, 그리고 언제 그것들을 편집해야 하는가

자연 향이 나는 심오함(La Croix식 통찰). “정말 중요한 일이 벌어지고 있다.” “리스크가 이보다 더 클 수는 없다.” 중요하게 들리지만 실은 채움말이다.
허울뿐인 대조. “이것은 단지 X에 관한 것이 아니라 Y에 관한 것이다”에서 Y가 X보다 더 모호한 경우. 대조가 아주 명확할 때 이 문형은 가끔 유용하다. 하지만 그대로 두기 전에 앞의 “단지 ~에 관한 것이 아니라”를 지워보라. 핵심에 더 빨리 도달할 수 있을 것이다.
회피적 표현(Hedges). “여러 면에서.” “어느 정도는.” “말하자면.” 이들 각각은 그 문장이 ‘절대 틀리지 않게’ 만들기 위해 존재한다. 금융이나 의료 같은 일부 업종에서는 주장을 완화하고 규정 준수를 위해 일부 회피 표현이 필요하다. 나는 AI가 이런 것들을 ‘하중을 견디는’ 헤지라고 부를 것 같다.
과도한 대구. 불릿 포인트와 문장 구조가 서로 지나치게 정확히 대칭을 이룬다. 모든 목록 항목이 같은 문법적 형태, 같은 길이다. 이것들은 AI의 허점이기도 하지만, 글쓰기를 극도로 지루하게 만들기도 한다.
요약형 표현. “결국.” “먼지가 가라앉고 나면.” 이런 표현을 지워도 문단에는 대개 아무 영향이 없다.

수정: 거의 항상. 무의미하고 무슨 말인지 알 수 없는 공허한 말은 우리가 우선순위로 정한 ‘글쓰기 함정’ 목록의 첫 번째다. 아무리 듣기 좋아도 당신의 생각을 전진시키지 못한다. 그것은 해악이다. 그에 따라 제거하라.

수용: 거의 전혀.

조언: 나는 스스로 두 가지 유형의 프롬프트를 중심에 둔다. (1) 글을 더 구체적으로 만드는 프롬프트, (2) 글을 더 직설적으로 만드는 프롬프트.

내 목표는 언제나 불필요한 기술 용어를 제거하고 ‘정보 밀도가 높고 더 읽기 쉬운’ 방향으로 나아가는 것이다. LLM이 그걸 도와줄 수 있다면 좋다.

채움말을 제거하는 추가 방법:

당신에게 ‘좋은’ 글쓰기가 어떤 모습인지 긍정적·부정적 사례로 정의하는 대략적인 스타일 가이드를 만들어라. AI 허점을 잔뜩 나열하는 것보다 더 견고하다.
AI로 위에서 언급한 ‘환언 테스트’를 돌려보라. 당신이 쓴 내용의 ‘지루한 버전’을 써달라고 직접 요청하라.
LLM에게 ‘6학년 수준으로 쓰라’고 하는 것은 당신의 산문에 사용할 수 있는 비교적 쓸 만한 무식한 방법이다.

목소리 특징: Alexa 목소리

영어에는 대략 100만 개의 단어가 있다. 기본 설정된 AI 글쓰기는 그중 약 400개만 쓰는 것처럼 들린다. 하지만 어떤 ‘오늘의 유행어’가 AI의 표시인지 애써 집어내기보다, 여기서 기준은 ‘대체 가능성(fungibility)’이어야 한다. 그 문장을 당신의 글에서 한 글자도 바꾸지 않고 떼어내, 다른 사람이 쓴 전혀 다른 주제의 글에 넣어도 아무도 눈치채지 못하는가?

한동안은 이런 ‘저마찰 어휘’를 경험적으로 추적할 수 있었다. 연구자들은 2022년 ChatGPT 출시 이후 학술 논문 초록에서 ‘delve’라는 단어가 급증했다는 사실을 유명하게도 지적했고, 이어서 금지어 목록이 쏟아졌다. tapestry, testament, underscore; 최근에는 load-bearing, scaffolding, broader 등.

한편, 단어 선택에 신경 쓰는 것은 ‘문학적’ 저자만의 집착이 아니다. 회사를 창업하거나 운영하는 모든 사람에게 중요하다. 사람들이 점점 더 인격적 매력에 의존해 마케팅하기 때문이다.

최고의 창업자 글쓰기는 개인적이고 표현력 있다. 다른 사람들이 그것을 ‘좋다’고 생각하든 아니든, 독자들은 그 글을 믿는 사람을 느낄 수 있다. 그래서 우리가 Brian Armstrong의 문체(간결하고 진실하며 아이러니가 없음), Vitalik Buterin의 문체(기술적이고 확산적이며 밀도 있음), Chris Dixon의 문체(절제되고 철학적임)를 그렇게도 쉽게 상상할 수 있는 것이다.

그러므로 LLM을 사용할 때, 당신의 개성을 그것에게 넘겨주지 말라. 당신 자신의 단어 선택과 그 결점은 기계가 결코 복제할 수 없는 ‘묵은 결’을 더해준다.

‘적절한 단어를 찾는 법’에 관한 책은 많지만…… 실제로 실행 가능한 조언은 드물다. 마법, 연금술 같은 것 말이다. 그것은 흔히 ‘분위기 큐레이션’ 또는 ‘기술적’ 정확성보다 ‘감정적’ 정확성에 가깝다. 교과서적인 규칙 제정자였던 E.B. White조차 어떤 단어가 독자를 ‘불붙게’ 하고 어떤 단어는 그렇지 않은지 아무도 설명할 수 없다고 인정했다.

먼저 ‘당신이 좋아하는 글의 어떤 점이 좋은지’ 목록을 만들어보라. 새 단어를 배우거나, 오래된 단어를 새로운 맥락에서 사용하라. 당신이 불러일으키고 싶은 분위기에 단어 선택을 맞춰라. 예를 들어 어려운 것을 설명할 때는 짧고 단순한 단어를 쓰고, 독자가 ‘문제의 낌새를 맡게’ 하고 싶을 때는 ‘plan’ 대신 ‘scheme’을 골라라.

몇 가지 허점, 그리고 언제 그것들을 편집해야 하는가

두루뭉술한 온정. 「좋은 질문!」(Great question!) 고객센터 답변 같은 친절함.
재사용 가능한 문장 패턴. 위험이 낮아 다른 어떤 글에 옮겨 넣어도 거의 어색하지 않은 표현들. 「유용한 사고 방식은」「핵심 관점은」「이는 ~로 이해할 수 있다」.
저마찰 어휘. 모든 단어가 「딱」 알맞으면서도 묘할 정도로 들어맞는다.
추상 명사. 글은 「효율성」「복잡성」「사회」「소통」「혁신」 같은 단어에 기댄다. 이는 「말해도 안 한 것과 같은」 오래된 전술로, ChatGPT보다 훨씬 이전부터 있었다.
밋밋한 동작어. 「탐색하다」「활용하다」「잠금 해제하다」「육성하다」, 「power」도 「empower」도 포함하며, 「형성하다」「향상하다」「간소화하다」 — 움직임을 암시하지만 힘이 빠지는 단어들.
무언가의 등대. 「…의 명백한 증거」「…의 등대」「우리에게 …을 상기시킨다」.
애매모호한 표현. 「구도」「장(場)」「여정」「생태계」「태피스트리」 — 사물의 「주변」만 가리킬 뿐 직접 지칭하지 않는 모호하고 뜻을 확정하지 않는 단어.
모호한 강조어. 「매우 중요하다」「중대한 영향」「핵심 역할」 같은 표현 — 특히 이를 뒷받침할 구체적인 내용이 없을 때.

편집: 대부분의 경우. 때로는 ‘생태계’를 대체할 다른 말이 정말 없을 때가 있고, 우리 모두 그냥 그걸 쓸 수밖에 없다.

수용: ‘NPC처럼 행동하기’ 자체가 전부일 때. 지원 문서, 오류 메시지, 서비스 약관, 안전 공지, 수많은 낯선 사람을 향한 대규모 사과문—이런 곳에서는 개성이 마찰이 되고, Alexa 같은 목소리가 오히려 친절이다.

제안: 이 조언들은 대체로 LLM을 ‘탐지’가 아니라 ‘글쓰기’에 활용하는 데 초점을 둔다. 모델은 사실 전문 용어, 비즈니스 말투, 그리고 AI 글에서 흔히 보이는 다른 표현들을 식별하는 데 꽤 능숙하다.

‘글에서 AI가 차지하는 비율이 몇 퍼센트인가’ 논쟁은 잠시 접어두고, AI 탐지기나 아무 LLM을 사용해 초고에서 가장 흔한 단어와 구문을 표시해보라. 그런 다음 그에 맞춰 고쳐라. 애매한 표현, 대체 가능한 문형 등을 겨냥해 프롬프트를 작성하라.
그다음 어떤 문장이든 ‘이식 테스트’를 돌려보라. 낯선 사람도 그 문장을 자기 것이라 주장할 수 있다면 다시 쓰는 것을 고려하라.
모호한 표현 목록을 훑으며 ‘더 구체적인 단어가 없을까?’라고 물어라. 예를 들어 ‘이더리움 생태계가 확장되고 있다’는—약간 더 구체적으로—‘개발자들이 이더리움 주변에 더 많은 지갑, 거래소, 대출 시장을 만들고 있다’가 될 수 있다. 더 정확한 단어로 의미를 분명히 할 수 있다면 매번 그 단어를 선택하라.
마지막으로, 사람들은 생각을 글로 옮기기 위해 음성 메모를 LLM에 입력하기 시작했다. 과소평가된 이점 하나는 목소리를 독특하게 만드는 개인적 습관을 발견할 수 있다는 것이다. 결과물은 반드시 편집해야 한다는 점을 명심하라. 여기에는 ‘홀인원’이 없다.

구조적 특징: 형태만 있고 기능은 없다

AI가 스스로 쓰게 두면, 그 글이 흔히 ‘구조 과잉’으로 보인다—H2와 목록이 너무 많고, 문단 나누기는 William Carlos Williams의 시에 버금갈 정도다. 하지만 이것이 전혀 쓸모없는 것은 아니다. 사람들은 오래전부터 익숙하고 유용하며 읽기 편한 구조 묶음을 빌려 왔다.

우리는 생각을 세 가지로 나눈다. ‘3’이 완결감을 주기 때문이다. 독자가 바로 위치를 파악하도록 (‘첫째…’나 ‘다시 말해…’ 같은) 이정표를 붙인다. 더 훑어보기 쉽기 때문에 깔끔한 소분류를 만든다.

학생 시절에 우리 대부분은 일종의 ‘햄버거’ 논리를 배웠다. 독자에게 무엇을 말할지 먼저 알려주고, 나누어지고 근거가 있는 덩어리로 설명한 뒤, 마지막에 다시 요약해 마무리하는 방식이다. 이는 논증을 만들 때 유용하다. 주장을 분명히 하고, 증거를 모으고, 생각을 읽을 수 있는 형태로 배열하도록 강제하기 때문이다—이것은 좋은 일이다!

명확하고 좋은 구조는 독자가 평론, 과학 교양 글, 소설 어느 것을 읽든 지금 ‘어디에 있는지’를 즉시 이해하도록 돕는다. 문제는 미리 정해진 구조가 작가를 옥죄며, 꼭 타당하지 않은 형식에 생각을 억지로 밀어 넣게 만든다는 점이다.

구조는 일련의 결정이다—어떤 그릇을 쓸지, 어떤 정보가 가장 중요한지, 어떤 생각을 함께 묶을지, 어떻게 이름 붙일지. 올바른 결정은 ‘해내야 할 일’에 달려 있다. 서사적 산문은 독자를 앞으로 나아가게 할 ‘발견’과 ‘긴장’이 필요하다. 제품 출시 공지는 독자가 스크롤하는 도중에 붙잡을 수 있도록 극도로 효율적이어야 한다. 과학 교양 글은 ‘이미 배운 개념 위에 차례로 쌓아가는’ 순서가 필요하다.

스스로 물어보라—글쓰기 과정의 어느 단계에서든 가능하지만 처음에 하는 것이 가장 좋다—‘이 아이디어에 가장 좋은 형식은 무엇인가?’라고. 그런 다음 이미 효과가 있는 것에서 빌려와라. 논증문을 쓴다면, 다른 저자들이 평론이나 비슷한 글을 어떻게 조직하는지 이해하는 데 시간을 들여라. 기술 교양 글을 쓴다면, 당신이 읽은 최고의 교양 글 하나를 골라 저자가 정보를 어떻게 조직하는지 살펴보라. 틀이 생기면, 그것을 자신의 글쓰기에 적용할 수 있다.

몇 가지 티 나는 특징, 그리고 언제 그것을 편집해야 하는가

과도한 조직화. 수많은 소제목, 글머리 기호, 번호 매긴 문단, 또는 미니 프레임.
항상 세 가지로 맞추기. ‘3분법’은 여전히 모범 사례이지만, 이에 대해서는 아래에서 자세히 다룬다.
익숙한 글 모양. 넓은 도입, 설명, 예시, 상기, 결론.
틀에 박힌 첫 문장. “오늘날 빠르게 변화하는 세상에서….”
지나친 이정표. “첫째,” “다음으로,” “마지막으로,” “요약하자면,” “아래에 분석이 있습니다,” “이것을 분해해 보겠습니다.”
어색한 전환. “이것이 왜 중요한지 이해하려면 먼저 …을 봐야 합니다.”
장 예고. “세 가지 핵심 이유가 있습니다….”
글머리 기호 목록. AI 탐지기는 종종 이를 불공정하게 표시한다; 하지만 목록은 유용하다! 다만 전형적인 패턴은 굵은 안내 문구로 글머리 항목을 이끄는 것이다. 예를 들어, 바로 이 항목들을 보라 (하지만 이렇게 읽는 것이 실제로 훨씬 수월하다).
짧은 파편 문장. 많은 극적인 LinkedIn 게시물에서 흔하다. 짧다. 강렬하다. 대개 세 개가 이어진다.
요약으로 끝맺기. 즉 결론이 글 전체를 다른 말로 반복할 뿐, 확장하거나 새로운 방향을 암시하지 않는 것이다.
설교하는 결말. 진보, 미래, 또는 “우리가 무엇을 배울 수 있는가”에 관한 모호한 마무리 한 문장.

편집:

당신의 형식에 맞지 않는 소제목 (평론, 개인적 서사, 그리고 목소리와 리듬으로 전개되는 대부분의 글).
섹션이 충분히 탄탄하거나 독립적이지 않을 때 (예: ‘다섯 가지 인사이트’ 글에 매우 비슷한 인사이트가 두 개 들어 있는 경우).
구조가 원래 의도를 희석하거나 바꿀 때 (예: ‘스타트업이 피벗한 이유’를 번호 매긴 목록으로 만들면, 사실이 같아도 ‘그 일이 어떻게 일어났는가’에 대한 이야기와는 아주 다르게 읽힌다).
‘설명이 필요 없는 구조’(즉 ‘세 가지 이유…’)에 붙은 이정표. 글자 수만 채우는 이정표는 삭제하라.

수용:

글의 구조 자체가 말하려는 내용과 맞물릴 때. 예를 들어 평론은 흔히 식별하기 쉽고 따라가기 쉬운 논증을 자연스럽게 갖는다.
마찬가지로 목록형 글, 과학 교양 글, 사용법 안내, 그리고 제목과 소제목을 기대하는 장르를 쓸 때.
생각이 실제로 세 가지로 떠오를 때. 이 원칙은 생각을 부자연스러운 형태로 비틀 때만 문제가 된다. 또는 저자가 세 번째 항목을 억지로 끼워 맞출 때만 문제다.
LLM과 검색 엔진을 위해 최적화할 때. 이들은 구조가 잘 잡힌 정보에 보상을 준다.
사람들이 ‘처음부터 끝까지 읽는’ 대신 ‘다시 찾아보는’ 참고 콘텐츠를 만들 때—문서, 가이드, FAQ, 그리고 독자가 ‘순차적으로 읽는’ 대신 ‘훑어보고 스캔하는’ 모든 콘텐츠.
‘스캔형’ 독자를 위한 콘텐츠를 만들 때. 제목은 목차 역할을 하여 독자가 0.1초 안에 머물지 떠날지 결정하게 한다. 제목을 합치면 논증 전체를 설명할 수도 있고, 아래 문단이 세부를 채운다.

제안: 모델은 ‘이 글을 더 잘 조직해줘’ 같은 프롬프트에 꽤 능숙하다. 단, 당신이 정말로 더 많은 조직화를 원할 때만이다. 원하지 않는다면:

당신의 구조가 독자를 위해 무엇을 해야 하는지 LLM에 알려주라—긴장감을 만들든, 글을 더 훑어보기 쉽게 만들든.
같은 장르에서 당신이 좋아하는 글을 LLM에 주고, 그 논증이 어떻게 작동하는지 먼저 연구하게 한 뒤 당신의 글을 재구성하게 하라.
같은 장르의 출판된 글을 붙여넣고 LLM에 ‘역방향 아웃라인’을 만들어 각 문단이 하는 역할을 설명하게 하라. 그런 다음 이 대략적인 구조를 뼈대로 삼아 초안을 작성하라.

모델이 당신에게 무언가를 주지 못하더라도, ‘아이디어를 조직하고 제시하는 일’에 들인 추가 생각은 대개 보상을 받는다.

문장 부호 특징: 줄표(em dash) 공포

줄표(em dash)는—이제는 교과서적인 AI 티가 되었는데—오랫동안 논란이 많았다(😏). 스트렁크 앤 화이트는 대체로 절제를 권한다. “더 일반적인 문장 부호가 충분하지 않을 때만 줄표를 사용하라.” 하지만 줄표는 특히 다른 문장 부호에는 없는 매우 편안하고 대화 같은 어감을 지닌다.

줄표는 흔히 효율적인 글쓰기의 적으로 여겨진다—문장 중간에 다른 문장 전체를 끼워 넣는 것이 실제로 다소 산만하다는 점은 인정해야 한다—하지만 줄표가 ‘저품질 글쓰기’의 표지로 여겨지기 시작하면, 금지하기 쉬운 표적이 된다.

하지만 문장 부호는 당신이 따르는 1,000페이지가 넘는 스타일 가이드가 무엇인지에 따라 매우 구체적인 규칙이 있다. AI가 줄표를 선호하는지 여부는 중요하지 않다. 어떤 장면에서는 원래 줄표를 써야 하기 때문이다. 적어도 긴 삽입 정보를 분리하거나 생각과 감정의 급격한 변화를 그려낼 때 줄표는 가장 적절한 선택이다(공포 작가 R.L. 스타인이 열렬히 칭송하듯).

내 생각은 이렇다. Shift + Option + 줄표(macOS)는 인간 자신의 골칫거리이자 산만하고 자주 옆길로 새는 아이와 같지만, 나는 적어도 결코 그것을 버리지 않을 것이다. 때로는 줄표만큼 상황에 꼭 맞는 것도 없다. 그래서 나는 당신이 지금의 ‘AI 글쓰기 유행’ 때문에 문장 부호 선택을 바꾸지 말라고 권하고 싶다. 모든 유행은 정의상 변하기 마련이니까.

오늘날 사람들은 줄표를 필사적으로 피하고, AI 자신은 콜론으로 줄표를 우회한다. 우리는 충분히 인간처럼 보이기 위해 ‘인터러뱅’(interrobang)을 쓰기 시작해야 할까?! 어떤 문장 부호도 안전하지 않으니, 당신의 글에 가장 잘 맞는 것을 골라 써라.

그렇다면 무엇이 당신의 글에 가장 좋은지 어떻게 판단할까? 짧은 답은 가장 정확하고 독자를 가장 덜 방해하는 선택이다. 규칙의 구체적 세부 사항은 미묘하고 취향과 스타일에 따라 다를 수 있다(옥스퍼드 콤마 vs 옥스퍼드 콤마 없음은 문법과 용법을 ‘성격의 일부’로 만든 사람들 사이에서 인기 있는 종교적 논쟁이다). 따라서 완벽함을 추구하기보다는 그 규칙들이 당신의 의미를 뒷받침하고 독자를 짜증나게 하지 않도록 하는 편이 낫다.

문장 부호와 관련해 또 하나 주의할 특징은 ‘획일성’이다. 당신의 모든 문장이 똑같이 보이고 들리는가? LLM은 흔히 콜론으로 시작하는 연속된 목록을 쓰는데, 이는 읽기에 피로하다. 마찬가지로 줄표로 삽입구를 넣어 끊긴 문장이 여러 개면, 누가 썼든 독자의 주의를 분산시킨다.

좋은 테스트 하나는 글을 소리 내어 읽으면서 문장 부호를 무대 지시처럼 활용하는 것이다. 어색하게 들리는 곳은 독자도 대개 알아차린다.

몇 가지 티 나는 특징, 그리고 언제 그것을 편집해야 하는가

콜론이 밀집된 문장. “문제는:” “결과는:” “핵심은:” … 특히 콜론 뒤에 잡화 목록 같은 내용이 줄줄이 따라올 때.
대시가 몰려 있는 경우. 대시 자체가 문제가 아니라 그 밀도가 문제다. 특히 목록이나 삽입구와 결합될 때 그렇다. 한 문장에 대시를 몇 개나 쓰는지에 대한 엄격한 상한선은 없지만 두 개를 넘지 마세요.
진지하지 않은 괄호 (이것처럼). 이런 괄호는 대개 ‘자의식적’이거나 농담조의 어법을 띠는 반면, 대시가 담당하는 것은 제한적인 어법이다.
과시적인 세미콜론. 작가 Kurt Vonnegut은 세미콜론을 쓰는 유일한 이유가 “대학 나왔다는 걸 자랑하려는 것”이라고 말한 적이 있다. 이는 사실 그가 세미콜론에 대해 한 말 중 가장 정중한 말이지만, 그래도 불필요하게 신경질적이다. 세미콜론에는 정당한 용도가 많다; 하지만 솔직히 그런 용도는 자주 나타나지 않는다.

편집: 문장 부호가 반복되거나, 산만하게 하거나, 그 밖의 이유로 “소리 내어 읽기” 테스트를 통과하지 못할 때.

포용: 효과가 있을 때. 문장 부호는 당신의 논지를 뒷받침하고 당신의 취향에 맞아야 한다. 문장 부호의 목표는 문법적으로 정확하고, 독자의 눈에 거의 보이지 않는 것이다.

조언: 문장 부호 때문에 AI처럼 보일지 지나치게 집착하지 마라. 그냥 대시(—)나 콜론(:), 또는 현재 “금지 목록”에 있는 어떤 기호든 사용하라. 꼭 사용해야 한다면:

모델에게 “모든 대시를 삭제하라”고 성급하게 요구하지 마라. 모델은 흔히 그것들을 다른 것으로 대체할 뿐, 동일한 기본 문장 구조를 유지한다.
대신, 기본적으로 마침표와 쉼표를 사용하고, 문법적으로 요구될 때만 “특별한” 문장 부호를 사용하도록 요구하라.
다시 강조하지만, LLM에게 당신 자신의 글(또는 당신이 좋아하는 글)을 예시로 주면 “문장 부호 지문”을 형성하고, 특정 기호를 사용하는 빈도를 추정하는 데 도움이 된다.

더 많은 사람이 이런 도구를 사용하면서, “무언가가 기계에 의해 생성됐는지” 묻는 것은 점점 무의미해지고 있다. 답은 거의 언제나 “어느 정도는”이다. 물론, 악의적인 AI 글쓰기 사례는 여전히 폭로되어야 한다. 우리 자신의 기준에 따르든, “인격 증명(Proof of Person)” 기술에 따르든. 예를 들어, 공개가 요구될 때, 이름을 올린 사람 자체가 전부일 때, 한 사람이 천 명인 척할 때가 그렇다.

거의 그 밖의 모든 것에 대해서는, 우리가 늘 해왔던 질문을 던질 수 있다. 이 글은 “제 역할을 하고 있는가?”

AI는 사람들이 그렇지 않았다면 결코 쓰지 않았을 생각을 표현하고 발표하도록 돕는다. 자료 정리와 조사 시간을 아껴 준다. 심지어 우리가 더 나은 작가가 되도록 도울 수도 있다. “자기표현 능력”을 “어색하다”거나 “저품질”이라고 폄하하는 것은 야박한 행동이다. 게다가 어떤 글이 기대한 대로 효과를 발휘한다면, 그 과정의 어느 부분이 “들통났는지”가 정말 그렇게 중요한가?

마지막으로, “우리 글이 AI 보조를 받았다는 사실이 들통나지 않을까” 하는 여러 불안 속에서 물어볼 만한 질문이 있다. 도대체 왜 우리는 LLM에 이런 “경외심”을 보이는가? 우리는 기계가 도와준 것처럼 보이지 않기 위해 문장 부호 하나 전체를—인쇄술의 여명기에 탄생한 발명품을!—기꺼이 포기한다. 이는 터무니없는 양보다. 특히 사람들이 이미 그 기계를 그토록 자주 사용해 왔고 앞으로도 계속 사용할 것임을 고려하면 더욱 그렇다.

감사의 말: 이 글에 대한 피드백과 수년간 이 글을 다듬어 온 수많은 편집과 논의에 대해 a16z crypto 편집팀—Tim Sullivan, Robert Hackett, Sonal Chokshi—에게 감사드립니다.

한 고래 투자자가 274만 달러를 들여 HYPE 토큰 69,300개를 구매했습니다.

인기 기사