사람들은 글쓰기와 같은 창의적인 작업을 위해 AI를 점점 더 많이 사용하고 있습니다. 이러한 도입이 계속 증가함에 따라, 이러한 형태의 사용은 국지적으로 개인의 창의성을 저해하고 대규모로 창의적 결과물의 이질성 (heterogeneity)을 감소시킬 위험이 있습니다. 이에 대응하여, 우리는 의미론적 반발 기술 (Semantic Repulsion Technique, SRT)을 소개하고, 이를 계산적 방식과 창의적 작업을 위해 정기적으로 AI를 사용하는 16명의 참가자를 대상으로 한 연구를 통해 평가합니다. 우리의 계산적 평가에 따르면, SRT는 작업 모드 전반에 걸쳐 합의 문구 (consensus phrases)를 4395% 줄이는 동시에 의미론적 다양성 (semantic diversity)을 85167% 증가시킵니다. 사용자 연구에서 SRT 출력물은 더 높은 유용성 ($p = .019$, $W = .208$) 및 일관성 (coherence) 등급 ($p = .006$, $W = .260$)을 받았습니다. 참가자의 68.8%가 베이스라인 (baselines)의 18.8%와 비교하여 여러 작업에 SRT-Strong를 사용할 의향이 있다고 답했습니다. 독창성 (Originality)과 일관성 등급은 모든 시스템에서 양의 상관관계 ($ρ= +.40$에서 $+.67$)를 보였으며, 이는 발산 (divergence)이 가독성을 해칠 필요가 없음을 시사합니다. 종합하면, 이러한 예비 조사 결과는 동질화에 기여하지 않으면서 일상적인 창의성을 지원하는 것을 목표로 하는 AI 시스템 설계에 정보를 제공할 수 있습니다.