먼저 고지부터 하겠습니다: 저는 이 글을 AI와 함께 작성했습니다. 이 글 자체가 제목에서 언급한 세 차례의 과정을 거쳤으므로, 만약 글이 매끄럽게 읽힌다면 그것이 바로 의도한 바입니다. 만약 그렇지 않다면, 그것이 더 흥미로운 의견이 될 것입니다.

AI는 몇몇 문단의 시작을 작성했고, 다른 문단들을 다듬었으며, 구술로 남긴 메모 더미를 읽을 수 있는 무언가로 바꾸는 데 도움을 주었습니다. 만약 지나치게 다듬어진 것처럼 의심스러운 문장을 발견하신다면, 어디인지 알려주세요. 제가 놓친 부분이 어디인지 궁금합니다.

이 지점이 바로 AI가 저의 시간을 많이 아껴주는 부분입니다. AI는 지루해하지 않고 내용을 자르고, 재배열하고, 형식을 바꾸며, 열 가지 버전을 만들어낼 수 있습니다. 하지만 원래의 글쓰기는 별개의 문제입니다. 저는 여전히 AI에게 글쓰기를 전적으로 맡기는 것을 신뢰하지 않습니다.

지금은 글쓰기가 죽었다고 선언하는 것이 유행입니다. AI가 몇 초 만에 게시물을 생성할 수 있는데 왜 굳이 배울 필요가 있을까요? 이는 2016년경 사람들이 SEO (검색 엔진 최적화)에 대해 이야기하던 방식이 떠오르게 합니다. SEO는 사라지지 않았습니다. 그것은 변화했고, 몇 가지 새로운 약어들을 채택했으며, 여전히 모든 사람의 시간을 점유하며 계속되었습니다.

저는 글쓰기도 똑같을 것이라고 의심합니다.

AI가 생성한 텍스트는 이미 식별이 가능합니다. 비록 왜 그런지 설명하기가 항상 쉽지는 않지만 말입니다. 특정 문구들이 즉각적으로 정체를 드러냅니다. "여기 제가 발견한 것이 있습니다(Here's what I found)." "흔하지 않습니다. 로봇 같지 않습니다. 바로 당신입니다(Not generic. Not robotic. You)." 문장 시작 부분에 마치 그 전의 모든 것이 부정직했던 것처럼 배치된 "솔직히(Honestly)," 같은 표현들 말입니다.

모델은 연결 고리가 필요하지만 구체적으로 덧붙일 내용이 없을 때 이러한 문구들을 찾습니다. 생성된 텍스트를 충분히 편집하고 나면, 문장을 제대로 읽기도 전에 이러한 문구들을 발견하기 시작합니다.

구조는 종종 어휘보다 더 많은 것을 드러냅니다. 텍스트는 평범한 문단으로 시작하다가 점차 수직적인 형태로 변합니다.

이런 식으로 말이죠.

한 줄에 한 문장씩.

각각의 생각이 마지막 생각과 동일한 비중을 갖게 됩니다.

깔끔해 보이지 않나요. 특정한 리듬감을 가지고 읽힙니다.

그러면 단락은 다시 전체 너비로 돌아오고, 당신은 자신이 어떤 논리를 따라가다가 단순히 목록을 나열하는 방식으로 바뀌었다는 것을 알아차립니다. 이때 모든 생각에 그 내용이 얼마나 중요했는지와 관계없이 동일한 공간과 강조가 주어집니다. 읽기에 특히 휴대폰에서 좋다는 것이 문제입니다.

모델에게 단락으로 작성하고, 문장 길이를 다양하게 하며, 끊어지는 듯한(staccato) 느낌을 피하도록 지시할 수 있습니다. 모델은 잠시 동안 그 지침을 따르지만, 결국 다시 원래대로 돌아갑니다. 그것이 방대한 양의 온라인 글쓰기에서 보상을 받은 스타일이기 때문입니다.

AI가 작성한 글에 대한 현재의 공포는 신중하게 작성된 인간의 글까지 의심스럽게 보이게 만들었습니다.

저는 한때 댓글을 통째로 손으로 썼습니다. 적절한 단락 구성, 명확한 구조, 그리고 제가 원하는 정확한 위치에 구두점이 있었습니다. 그런데 자동화된 관리자가 거의 즉시 그것을 삭제했습니다.

아무도 읽고 나쁘다고 결정하지 않았습니다. 시스템이 패턴만 보고 생성된 것처럼 보인다는 이유로 결정했습니다.

그 댓글은 너무 질서정연했습니다. 단락들이 균형 잡혀 있었고, 논리가 한 지점에서 다음 지점으로 깔끔하게 이동했으며, 분명히 실제 사람은 그렇게 매끄럽게 글을 쓰는 것이 기대되지 않았던 것입니다. 저는 시간을 들여 편집했다는 이유로 로봇으로 분류되었습니다.

그 이후로, 누군가 결정적인 'AI의 흔적(AI tells)' 목록을 제시할 때마다 저는 회의적이 되었습니다. 가끔 그 패턴이 AI에서 나오는 것은 맞습니다. 하지만 때로는 단락을 구성하는 방법을 아는 사람들에게서도 나옵니다.

엠 대시(-)가 가장 터무니없는 예입니다. 이제 그것은 언어 모델에 속한다고 합니다. 방금 제가 사용한 이 문장 부호가 고백문이어야 한다고 합니다.

저는 이것을 14년 동안 타이핑해 왔습니다. 거대 언어 모델(LLM)이 무엇인지 알기 훨씬 전부터 제 손가락은 Shift-Option-하이픈 조합을 익혔습니다. 자동 감지기가 구두점에 대해 불안감을 갖게 되었기 때문에, 저는 그것들을 다시 훈련시키지 않을 것입니다.

어쨌든 대시(dash)는 별로 좋은 테스트 방법이 아닙니다. AI는 보통 더 큰 규모에서 정체를 드러냅니다. 결코 변하지 않는 리듬, 지나치게 깔끔하게 배열된 세 개씩의 그룹, 반복되는 "X가 아니라 Y이다" 식의 구조, 그리고 별다른 내용도 담고 있지 않으면서 문장 자체는 완결된 것처럼 들리는 문장들 말입니다. 단 하나의 문장 부호만으로는 많은 것을 알 수 없습니다.

그렇다면 AI의 손길이 닿은 초안을 마주했을 때, 저는 실제로 무엇을 할까요?

먼저, 전체 내용을 소리 내어 읽습니다. 제 눈은 문장이 다듬어져 보이기 때문에 그대로 받아들일 수 있습니다. 하지만 제 귀는 덜 관대합니다. 귀는 언어가 아이디어보다 더 많은 일을 하고 있는 지점들을 잡아냅니다.

그다음 문장 단위로 의미를 확인합니다. 이 문장은 무엇을 주장하고 있는가? 그 주장은 어디에서 왔는가? 구체적인 무언가를 말하고 있는가, 아니면 그저 나를 다음 단락으로 넘기기 위해 움직이고 있는 것뿐인가?

출처가 없는 사실은 출처를 찾거나 아니면 삭제합니다. 시제와 숫자는 별도로 확인하는데, 모델들이 이 두 가지를 놀라울 정도로 자신만만하게 혼동하기 때문입니다.

그 후, 초안을 두 번째 AI에게 전달하며 간단한 지시를 내립니다. 생성된 것처럼 들리는 모든 것을 찾아 제거하라고 말이죠. 그러면 보통 제가 텍스트를 너무 오래 들여다보느라 더 이상 눈치채지 못하게 된 구절들을 찾아냅니다.

그러고 나서 저는 AI의 편집을 다시 편집합니다.

클리셰(clichés)를 제거하는 과정에서, 두 번째 작업은 종종 의미나 어조, 혹은 그 단락을 나답게 만들어 주었던 어떤 어색한 디테일까지 제거해 버리곤 합니다. AI는 모든 것을 중립적으로 만듦으로써 무질서함을 해결하려는 경향이 있습니다. 저는 버전들을 비교하며 중요한 것은 다시 되돌려 놓고, 나머지는 직접 손으로 다시 씁니다.

그 마지막 작업이 이루어지고 나서야 비로소 텍스트가 생성된 것처럼 느껴지지 않게 됩니다.

저에게는 멈칫하게 만드는 개인적인 목록이 있습니다: "delve(깊이 파고들다)", "seamless(매끄러운)", "game-changer(게임 체인저)", "here's what I found(여기 제가 발견한 것이 있습니다)"와 같은 공허한 연결 문구, 너무 많은 대칭적 대조, 그리고 글 전체를 관통하는 스타카토(staccato) 같은 것들입니다. 이 중 어느 것도 자동으로 금지되는 것은 아닙니다. 사람들도 그것들을 사용하니까요. 하지만 이 각각의 요소들은 제가 그 문장을 쓴 이유가 정말로 그렇게 의도했기 때문인지, 아니면 모델이 그 자리에 그럴듯한 무언가를 채워 넣어야 했기 때문인지를 확인하게 만듭니다.

이 과정은 들리는 것만큼 새로운 것이 아닙니다. 제가 글쓰기를 배우던 시절, 인간 편집자들과 함께 대략적으로 비슷한 일을 수행했습니다.

제 친구들 중 몇 명은 편집자인데, 그들은 결코 다정하지 않았습니다. 그들은 영리해 보이는 문장들에 줄을 그어 지우고, 사실 관계가 어디에서 왔는지 물었으며, 제가 아무런 의미도 전달하지 못하고 있는 정확한 지점을 지목했습니다. 제가 단지 소리가 마음에 든다는 이유만으로 어떤 구절을 옹호할 때면 그들은 저와 논쟁했습니다.

그 당시 저는 반복적인 피드백을 통해 저 자신을 훈련시키고 있었습니다. 이제 저는 그 위에 모델을 훈련시키고 있습니다. 방법은 거의 변하지 않았습니다. 예시를 보여주고, 무엇이 실패했는지 설명하고, 수정하며, 단지 문법적으로 맞다는 이유만으로 첫 번째 결과물을 받아들이지 않는 것입니다.

저는 AI에게 "흥미로운 목소리로 써줘"라고 요청하지 않습니다. 그런 지시어는 대개 온라인에 있는 모든 것들의 다듬어진 평균치를 만들어낼 뿐입니다. 대신, 저는 제가 리듬감을 좋아하는 글의 구체적인 예시를 제공하고, 모델이 무엇을 주목해야 하는지 설명합니다. 즉, 문단의 길이가 어느 정도인지, 저자가 어디에서 구체적으로 서술하는지, 농담이 어디에 배치되는지, 그리고 어떤 아이디어들이 약간 거친 상태로 남겨져도 되는지 등을 알려줍니다.

그렇게 하더라도, 최고의 결과물이 빈 페이지에서 시작되는 경우는 드뭅니다.

AI는 제가 구술했거나, 반복적이고, 순서가 엉망이지만 '나의 것'인 초안(raw draft)을 줄 때 훨씬 더 잘 작동합니다. AI는 내용을 새로 만들어낼 필요 없이 구조를 풀어헤치고 반복을 제거할 수 있습니다. 아무것도 없는 상태에서 시작하라고 요청하면, 대개 당신이 스스로 말하고 싶어 하지 않았을 법한, 그저 유능하기만 한 결과물을 얻게 됩니다.

관찰과 이야기, 그리고 글을 쓰는 이유 자체는 여전히 인간이 가져와야 합니다. 모델은 그 재료들을 훑어보는 데 능숙합니다. 하지만 모델에게 빈 페이지를 주고 핵심(point)을 찾아보라고 하면, 그때부터 무너지기 시작합니다.

기사가 완성되면 균형이 바뀝니다. 기사는 여전히 LinkedIn 게시물, X를 위한 짧은 버전, 이메일, 혹은 몇 개의 답글로 변환되어야 합니다. 그 작업은 반복적이고, 규칙 기반이며, 검증하기 쉽습니다. 저는 그런 작업은 미련 없이 AI에게 맡깁니다.

발행(Publishing) 또한 반복적인 작업입니다. 저는 현재 제가 참여하고 있는 Publora를 통해 그 작업을 처리하고 있으니, 언급된 맥락을 적절히 고려해 주세요. 하지만 어떤 도구를 사용하든 그 차이는 명확합니다. 아이디어를 글로 쓰고 이를 다양한 형식으로 재현하는 것은 서로 다른 두 가지 작업이며, 제가 이 일을 시작한 이유는 오직 그중 하나뿐입니다.

그러니 아니요, 저는 글쓰기가 끝났다고 생각하지 않습니다. 저는 그 주변의 작업 방식이 변하고 있다고 생각합니다. 편집해야 할 생성된 텍스트가 더 많아졌고, 다듬어진 공허함(polished emptiness)을 잡아내야 할 이유가 더 많아졌으며, 모델에게 자신의 목소리를 흉내 내라고 요청하기 전에 자신의 목소리가 어떻게 들리는지 스스로 알아야 할 이유가 더 커졌습니다.

이는 "포스트 하나 써줘"라고 타이핑한 뒤 결과물을 바로 발행하는 것보다 느린 방식입니다. 또한 이는 제가 여전히 제 것이라고 인식할 수 있는 무언가를 저에게 남겨줍니다.

AI가 이 글을 쓰는 것을 도왔습니다. 어떤 문장이 그것을 드러냈나요?