AI를 목소리로 학습시키는 것은 쉽지만, 습관을 제거하는 것이 진짜 작업 흐름이다

Rich Brooks가 블로그 초안을 열었을 때, Claude 프로젝트가 팟캐스트 스크립트에서 작성한 내용 중 한 가지 세부 사항이 눈에 띄었습니다. 바로 'actually'라는 단어가 약 2,000단어 안에 일곱 번 등장했다는 것입니다.

언뜻 보기에는 모델의 문제처럼 보입니다. 하지만 실제로는 소스(출처)의 문제입니다.

Rich 자신의 말하기 방식도 'actually'를 그만큼 자주 사용하므로, Claude가 그의 목소리에서 벗어나지 않았던 것입니다. 오히려 그것을 불안할 정도로 정확하게 재현해냈습니다. 이것이 스크립트, 웹 세미나, 라이브 스트림 또는 고객 인터뷰를 다룰 때의 불편한 부분입니다. 만약 원본 화자에게 습관이 있다면, 모델 역시 그 습관을 학습하기 때문입니다.

구어체 자료를 출판 가능한 글로 바꾸려는 팀들에게는 이것이 업무 방식을 변화시킵니다. 목표는 단순히 '화자처럼 들리게 만드는 것'이 아닙니다. 목표는 '화자처럼 들리게 하면서, 너무 자주 나타나는 습관들은 통제하는 것'입니다.

스크립트에서 목소리를 복제할 때 반복이 발생하는 이유

이는 특정 모델에 국한된 문제가 아닙니다. 입력 자료에 반복되는 구절, 필러 워드(filler words), 또는 좋아하는 표현이 포함되어 있다면, 프롬프트가 목소리 일치(voice matching)를 요청할 때 출력물은 이러한 패턴을 물려받을 가능성이 높습니다.

이는 소스 선택과 편집 전략이 대부분의 작업 흐름이 가정하는 것보다 더 중요하다는 것을 의미합니다.

AI에 웹 세미나 스크립트를 공급한다는 것은 아이디어와 구조만을 제공하는 것이 아닙니다. 화자의 언어적 지문(verbal fingerprints) 또한 제공하는 것입니다. 모델은 이 지문을 너무 잘 학습하여 초안이 진정성 있게 느껴지지만, 동시에 약간 지나치게 진정성 있게 느껴질 수도 있습니다. 이는 인간 편집자가 보통 다듬을 만한 운율(cadence), 전환(transitions), 그리고 반복되는 단어들을 보존할 수 있기 때문입니다.

Rich의 예시는 스타일과 습관 사이의 차이를 보여주기 때문에 유용합니다. 'Actually'는 누군가의 자연스러운 목소리 일부일 수 있지만, 2,000단어 안에 일곱 번 등장하게 되면 더 이상 목소리처럼 들리지 않고 노이즈처럼 들리기 시작합니다.

목소리 규칙을 관찰 가능하도록 만들기

Rich의 작업 흐름에서 가장 실용적인 아이디어는 초안이 대조할 수 있도록 목소리 규칙을 정의하는 것입니다.

‘진정성 있게(authentic)’와 같은 모호한 지침을 작성하는 것보다 더 나은 패턴입니다. 누구에게 진정성이 있어야 하나요? 무엇을 기반으로 해야 하나요? 모델이 성공했는지 어떻게 알 수 있을까요?

검증 가능한 규칙은 다릅니다. 편집자에게 구체적으로 확인할 무언가를 제공합니다.

예를 들어, ‘자연스러운 산문’을 요청하는 대신 다음과 같은 규칙을 요청할 수 있습니다:

• 특정 필러 단어의 사용을 제한한다.
• 화자가 선호하는 리듬은 유지하되, 반복되는 시작 구문을 제거한다.
• 불필요한 전환(transition)은 줄이면서 화자의 직설적인 태도는 보존한다.

이것들은 단순한 스타일적 선호도가 아닙니다. 그것들은 행동입니다. 초안은 이 규칙을 따르거나 실패할 수 있습니다. 이것이 편집 루프를 훨씬 더 긴밀하게 만듭니다.

이것이 중요한 이유는 모델이 인간 편집자가 품질을 판단하는 방식과 같지 않기 때문입니다. 모델은 패턴을 일치시킵니다. 지침이 너무 추상적이면, 시스템은 기술적으로는 목소리를 닮았지만 실제로 신경 쓰는 편집 기준에는 미달되는 결과물을 생성할 수 있습니다.

최종 점검에 수정 사항 포함하기

Rich의 설정은 한 단계 더 나아갑니다: 프로젝트의 최종 메모가 그에게 무엇을 했는지 알려줍니다.

이 세부 사항은 작아 보이지만, 규칙이 작동했다고 희망하는 것과 실제로 실행되었음을 확인하는 것 사이의 차이를 만듭니다.

쇼에서 읽어준 한 예는 다음과 같습니다: “실제 사용된 단어 중 하나를 제외하고 모두 재확인했습니다(Double-checked, removed all but one of the actuallys).”

이 문장은 감사 추적(audit trail)을 생성하기 때문에 중요합니다. 초안을 맹목적으로 신뢰하는 대신, Rich는 규칙이 적용되었는지 확인할 수 있습니다. 모델은 자신이 취한 조치를 보고하며, 이는 워크플로우를 검사하고 디버깅하기 쉽게 만듭니다.

콘텐츠 팀에게 이러한 종류의 피드백 루프는 가치가 있습니다. 초안이 여전히 너무 반복적으로 느껴진다면, 매우 구체적인 질문을 할 수 있습니다: 정리 단계가 실행되었나요? 그리고 그렇다면 무엇을 제거했나요? 모델이 반복되는 언어를 줄였다고 말하면, 설정한 규칙과 비교하여 결과를 평가할 수 있습니다. 그렇지 않다면, 프로세스가 조정되어야 할 곳을 알게 됩니다.

이는 한 번의 프롬프트에 의존하여 원하는 결과가 적절한 위치에 나타나기를 바라는 것보다 더 강력한 패턴입니다.

트레이드오프: 지금 설정하고, 나중에 편집하기

명백한 단점은 이 과정이 초기 작업 시간을 필요로 한다는 것입니다.

Rich는 매주 많은 시간을 할애하지 않기 위해 설정에 많은 시간을 쓴다고 말했습니다. 이것이 바로 트레이드오프입니다. 워크플로우가 빨라지기 전에 느려지는 것이죠.

하지만 그 보상은 실질적입니다. 그는 이제 블로그 게시물 하나를 작성하는 데 23시간을 쓰는 대신, 편집하는 데 약 510분만 사용합니다. 그는 첫 시도에서 프롬프트를 완벽하게 맞춰서 그렇게 된 것이 아닙니다. 프로젝트를 반복하며(iterating) 그렇게 되었습니다.

이것은 유사한 시스템을 구축하는 모든 사람에게 강조할 가치가 있는 부분입니다: 가치는 완벽한 초안에 있는 것이 아니라, 축적된 규칙 목록에 있습니다.

당신은 편집 자체를 완전히 없애려고 하는 것이 아닙니다. 매주 동일한 정신적 에너지를 소모하게 만드는 반복적인 의사결정들을 워크플로우 안으로 옮기려고 하는 것입니다.

규칙 목록을 자산처럼 다루기

이 접근 방식에서 얻을 수 있는 가장 강력한 운영 교훈은, 그 목록 자체가 자산이 된다는 것입니다.

반복되는 구절, 너무 자주 사용되는 도입부, 또는 습관적인 전환구를 발견할 때마다, 당신은 그 관찰을 하나의 규칙으로 바꿀 수 있습니다. 시간이 지나면서 이 목록은 모델을 위한 실용적인 스타일 가이드가 됩니다. 이는 AI가 유지해야 할 것, 제한해야 할 것, 그리고 보고해야 할 것을 포착합니다.

시작하는 간단한 방법은 AI가 생성한 최근 10개의 캡션이나 초안을 살펴보고 가장 자주 나타나는 구절을 찾는 것입니다. 그런 다음 그것을 제한하는 한 줄을 작성하세요.

이 작은 단계는 추상적으로 목소리(voice)를 정의하려고 노력하는 것보다 더 유용합니다. 이는 모델에게 따라 할 수 있는 제약 조건을 제공하고, 당신에게 출력물에서 검사할 무언가를 제공합니다.

원자료에는 이미 목소리가 담겨 있습니다. 당신의 임무는 그 목소리 중 어떤 부분이 신호(signal)이고 어떤 부분이 반복이 되어버렸는지 결정하는 것입니다.

빌더를 위한 실용적인 시사점

만약 트랜스크립트(transcripts)나 화자 중심의 자료를 기반으로 콘텐츠 워크플로우를 구축하고 있다면, 배울 점은 'AI가 목소리를 잘못 포착한다'는 것이 아닙니다. 그것보다 더 구체적인 문제입니다.

AI는 원치 않는 반복 부분까지 포함하여 목소리를 매우 잘 포착할 수 있습니다. 해결책은 단순히 프롬프트(prompt)를 느슨하게 만드는 것이 아니라, 보다 정교한 편집 시스템을 구축하는 것입니다:

• 화자의 반복되는 습관을 식별하고,
• 그 습관들을 명시적인 규칙으로 변환하며,
• 최종 단계에서 무엇이 변경되었는지 보고하도록 하고,
• 워크플로우가 저렴하게 실행될 때까지 반복하는 것입니다.

이렇게 해야만, 화자의 모든 버릇(tic)을 담지 않으면서도 마치 그 화자처럼 들리는 결과물을 얻을 수 있습니다.

원래 논의 내용은 https://www.agorapulse.com/blog/social-media-marketing/train-your-ai-on-your-voice-then-edit-out-the-tics-it-learned/를 참고하고, 전체 에피소드 분석은 https://www.agorapulse.com/blog/ai-social-playbook/e8/에서 확인하실 수 있습니다.

#ai #콘텐츠자동화 #작업흐름