솔직해집시다, AI가 작성한 블로그에는 특유의... 분위기가 있습니다. 당신도 알고, 저도 알고, 당신의 독자들도 첫 번째 문단부터 그것을 알아챌 수 있습니다.

하지만 제 생각은 이렇습니다. 단순히 "일반적인 (generic)" 프롬프트를 사용하는 것이 아니라면, AI가 당신의 목소리로 글을 쓰게 만들 수 있습니다. 저에게 실제로 효과가 있었던 방법은 세 가지 부분으로 구성된 에이전트 기술 (agent skill)입니다: 나의 실제 글 샘플 7개로 구축한 보이스 프로필 (voice profile), AI 상용구들의 킬 리스트 (kill list), 그리고 나의 편집 내용을 영구적인 규칙으로 바꾸는 피드백 루프 (feedback loop)입니다. 그리고 여기서 반전이 있습니다. 지금 당신이 읽고 있는 이 블로그가 바로 그 시스템의 첫 번째 결과물입니다!

자, 그럼 제가 이것을 정확히 어떻게 구축했는지 설명해 드릴 테니, 이것이 인간처럼 들리는지 아닌지는 직접 판단해 보시기 바랍니다.

왜 AI가 쓴 글은 그렇게... AI처럼 들릴까요?

문제를 해결하기 전에, 근본부터 이해해 봅시다.

LLM (대규모 언어 모델)은 수십억 개의 문서로 학습되기 때문에, 기본적으로 모든 문서의 평균처럼 글을 씁니다. "오늘날처럼 빠르게 변화하는 세상에서"와 같은 문구나, 어느 한쪽의 편도 들지 않는 완벽하게 균형 잡힌 결론들이 바로 그런 곳에서 나옵니다. 모델이 멍청해서 그런 것이 아닙니다. 백만 개의 목소리의 평균은 결국 아무런 목소리도 없다는 뜻입니다.

그리고 당신의 목소리는 평균과는 정반대입니다. 그것은 당신이 문법 규칙을 깨뜨리는 특정한 방식이며, 다른 사람들은 인정하지 않으려 하는 것들을 당신은 기꺼이 인정하는 방식입니다.

저는 Keploy, Devbytes 등을 포함한 여러 스타트업을 위해 여러 개의 기술 블로그를 작성해 왔으며, 2023년부터 Hashnode에서 블로그를 운영해 왔습니다. 그래서 제가 단순한 프롬프트로 AI에게 "내 스타일로" 포스트 초안을 작성해 달라고 요청했을 때, 결과는 항상 같았습니다: 문법적으로 완벽하고, 구조적으로 깔끔하지만, 절대 제가 아니었습니다.

그렇다면, 실제로 AI가 당신의 목소리로 글을 쓰게 만들 수 있을까요?

네, 가능합니다. 하지만 설명하는 것이 아니라, 보여주어야 합니다.

(https://media2.dev.to/dynamic/image/width=800%2Cheight=%2Cfit=scale-down%2Cgravity=auto%2Cformat=auto/https%3A%2F%2Fdev-to-uploads.s3.us-east-2.amazonaws.com%2Fuploads%2Farticles%2Fign7lvcoescktvdblw4g.png)

"친근하고 대화하는 듯한 말투로 써줘"라는 요청은 인터넷상의 모든 사람에게 똑같이 친근하고 대화하는 듯한 말투를 부여합니다. 대신 여러분에게 필요한 것은 실제 샘플에서 여러분의 글쓰기 메커니즘 (mechanics)을 추출한 다음, 이를 규칙처럼 강제하는 시스템입니다. 제가 만든 시스템은 세 부분으로 구성되어 있습니다.

파트 1: 보이스 프로필 (The voice profile)

저는 에이전트에게 제 글쓰기 샘플 7개를 제공했습니다. 여정 블로그 2개, 튜토리얼 1개, 의견 기사 1개, 비교 글 1개, 콜드 인트로 (cold intros) 3개, 그리고 제 취향에 관한 짧은 설문조사 1개입니다. 그리고 이것들은 단순히 "아무" 샘플이 아닙니다. 그중 3개는 시스템이 엄선한 저의 과거 작업물입니다. 나머지 4개는 에이전트가 제 글쓰기 스타일을 더 잘 이해할 수 있도록 Fable 5가 저에게 직접 준 주제들이었습니다.

하지만 여기서 중요한 점은, 시스템이 구축한 프로필이 형용사 목록이 아니라는 것입니다. 그것은 메커니즘 (mechanics)입니다:

• 제 문장은 항상 And, But, So, Now로 시작합니다 (이 단락을 포함하여).
• 제 포스트는 독자의 다음 질문을 던지고, 그에 답함으로써 앞으로 나아갑니다.
• 모든 큰 주장에는 모호한 "많은 개발자들이 말하길"이 아니라, 숫자가 포함된 개인적인 증거 (personal receipt)가 필요합니다.
• 포스트당 느낌표(!!)는 최대 두 개까지만 허용됩니다. 네, 시스템이 말 그대로 개수를 셉니다.

그리고 한 가지 더: 최신 샘플은 항상 오래된 샘플보다 우선순위를 갖습니다. 저의 2023년 글쓰기에는 그 이후로 버린 습관들이 있었고, 시스템은 저의 현재 목소리가 모든 충돌에서 승리한다는 것을 알고 있습니다.

파트 2: 킬 리스트 (The kill list)

두 번째 파일은 금지된 패턴 (banned-patterns) 목록입니다. 제가 싫어하는 모든 AI 특유의 표현들 (AI-isms)이 그곳에 들어갑니다: "delve", "seamless", "game-changer", 3단 구성 문장 (rule-of-three sentences), 대시(em-dash)의 나열, 승자를 정하기를 거부하는 유보적인 결론 (hedged conclusions), 그리고 이모지 (전부 다요, 저는 블로그에 이모지를 전혀 쓰지 않습니다. 끝.)

규칙은 무관용 원칙입니다. 만약 초안에 금지된 패턴이 나타나면, 에이전트는 단순히 그것을 삭제하는 것이 아니라 제가 말할 법한 방식으로 문장을 다시 작성합니다.

Part 3: 피드백 루프 (이 부분이 실제로 중요한 부분입니다)

이제, 처음 두 단계는 아마 80% 정도의 완성도까지 도달하게 해줄 것입니다. 나머지 20%는 제가 본 모든 "나처럼 쓰기" 도구들이 포기하는 지점입니다.

저의 루프는 다음과 같습니다: 에이전트가 초안을 작성하면, 저는 평소처럼 그것을 편집합니다. 그런 다음 두 번째 기술(skill)이 제가 최종적으로 만든 버전과 초안을 비교(diff)합니다. 모든 의미 있는 변경 사항은 하나의 규칙으로 일반화됩니다. 만약 제가 긴 서론을 한 번 잘라냈다면, 그것은 하나의 가설입니다. 만약 제가 그것을 두 번 수행한다면, 그것은 향후 모든 초안이 따라야 할 확정된 규칙으로 승격됩니다.

그리고 활성화된 규칙은 30개로 엄격히 제한됩니다. 왜일까요? 이 전체 시스템은 더 작고 저렴한 모델(smaller, cheaper model)에서 실행되기 때문이며, 작은 모델은 30개의 규칙은 잘 따르지만 80개의 규칙에는 압도되어 버립니다. 지능은 모델이 아니라 파일에 존재합니다.

하지만 모든 편집 사항으로부터 학습하나요?

글쎄요, 아닙니다. 그리고 이것은 의도적인 설계 결정이었습니다.

일회성 변경 사항(사실 관계 수정, 특정 주제에 맞춘 문구 재구성 등)은 저의 말투(voice)에 대해 아무것도 가르쳐주지 않으므로, 기록만 되고 잊혀집니다. 오직 패턴만이 규칙이 됩니다. 그렇지 않으면 에이전트는 제가 한 번의 편집 세션 동안 가졌던 기분에 과적합(overfit)될 것입니다.

또한 제가 타협할 수 없다고 생각하는 한 가지 규칙이 있습니다: 에이전트는 결코 저에 대한 이야기를 지어낼 수 없습니다. 모든 개인적인 사실은 단일 프로필 파일에 저장되며, 만약 포스트에 그 안에 없는 일화가 필요하다면 에이전트는 멈추고 저에게 물어봐야 합니다. AI가 당신의 공개된 블로그에 개인적인 기억을 자신 있게 꾸며내는 것은 지루한 문단을 쓰는 것보다 훨씬 더 나쁜 일입니다.

실제로 효과가 있나요?

솔직한 답변을 드리자면: 저도 아직 완전히 알지 못하며, 그렇지 않은 척하지도 않겠습니다.

이 포스트는 말 그대로 첫 번째 초안입니다. 피드백 루프 (feedback loop)는 지금까지 제 수정 사항으로부터 단 하나의 규칙도 배우지 못했습니다. 왜냐하면 이 전에는 수정 사항이 전혀 없었기 때문입니다. 여러분은 지금 "전" 사진을 보고 계신 겁니다. 만약 에이전트가 글을 쓴 후 제가 어떤 문장을 건드렸는지 알아챌 수 있다면, 댓글로 진심으로 알려주세요!

그리고 또 하나의 솔직한 고백을 하자면: 이것을 설정하는 데는 그냥 직접 2~3개의 포스트를 쓰는 것보다 더 많은 노력이 들었습니다 (LLM이 제 글쓰기 스타일을 더 잘 추론할 수 있도록, 과제로 직접 네 개의 새 블로그 글을 썼습니다 ㅎㅎ). 보상은 복리로 작용하기 때문에 의미가 있습니다. 제가 편집하는 모든 포스트가 다음 초안을 저와 더 가깝게 만듭니다.

하지만 방향은 맞는 것 같고, 저만 이렇게 생각하는 것이 아님은 분명합니다. 개발 커뮤니티는 이미 원샷 프롬프팅 (one-shot prompting)을 넘어섰습니다. Peter Steinberger의 바이럴 포스트 ("더 이상 코딩 에이전트에게 프롬프트를 입력해서는 안 됩니다. 에이전트에게 프롬프트를 입력하는 루프를 설계해야 합니다")는 2026년 6월에 650만 회의 조회수를 기록하며 일주일 동안 타임라인을 뜨겁게 달궜습니다. 그리고 2026년의 Hacker News 담론은 화려한 데모에서 에이전트를 반복 가능하고 신뢰할 수 있게 만드는 방향으로 옮겨갔습니다. 피드백 루프를 가진 글쓰기 에이전트는 블로그를 대상으로 한 바로 그 동일한 아이디어일 뿐입니다.

도대체 에이전트 스킬 (agent skills)이란 무엇인가요?

이 용어가 생소하시다면, 잠시 시야를 넓혀 봅시다.

에이전트 스킬 (agent skill)은 기본적으로 AI를 위한 온보딩 문서 (onboarding document)입니다. 이는 Claude Code와 같은 코딩 에이전트가 작업을 수행하기 전에 불러오는, 단계별 지침이 담긴 마크다운 (markdown) 파일 (보통 SKILL.md라고 불림)과 그가 읽어야 할 보조 파일들로 구성됩니다. 신입 인턴에게 "블로그 하나 써봐"라고 말하는 것과 회사의 전체 글쓰기 플레이북 (playbook)을 건네주는 것의 차이라고 생각하면 됩니다.

그리고 멋진 점은 스킬이 휴대 가능하며 저성능 모델 (dumb-model) 친화적이라는 것입니다. 저는 여러 에이전트 워크플로우 (agentic workflows)를 오케스트레이션 (orchestrated)해 왔으며, 그 과정에서 얻은 교훈은 동일했습니다. 에이전트는 모델이 약해서 실패하는 것이 아니라, 지침 (instructions)이 모호하기 때문에 실패합니다.

FAQ

당신의 말투를 복제하려면 얼마나 많은 글쓰기 샘플이 필요한가요?
저에게는 7개가 효과적이었지만, 양보다는 범위를 넓히는 것이 더 중요합니다. 콘텐츠 유형별(튜토리얼, 의견, 비교, 서사)로 샘플을 하나씩 제공하는 것이 동일한 유형의 샘플 10개를 제공하는 것보다 훨씬 더 많은 것을 가르쳐 줍니다. 왜냐하면 당신의 말투는 모드 (mode)에 따라 변하기 때문입니다.

더 저렴한 모델로도 작동할 수 있나요?
그것이 바로 핵심입니다. 보이스 프로필 (voice profile), 킬 리스트 (kill list), 그리고 규칙들이 지능을 담당하므로, 더 작은 모델은 그저 지침을 따르기만 하면 됩니다. 비싼 모델은 시스템을 구축할 때 아껴두고, 실행할 때는 사용하지 마세요.

AI가 당신에 대한 사실을 지어내는 것을 어떻게 방지하나요?
하나의 정전적 프로필 (canonical profile) 파일과 엄격한 규칙을 만드세요. 즉, "만약 파일에 해당 사실이 없다면, 인간에게 물어볼 것"입니다. 절대로 아무 근거 없이 개인적인 주장을 생성하지 마십시오. AI가 모든 일을 대신해 줄 수 없으며, 당신이 루프 안에 머물러야 (keep yourself in the loop) 한다는 점을 받아들이는 것이 차이를 만듭니다.

이것이 글쓰기를 대체하나요?
아니요, 그리고 저는 그러길 원하지도 않습니다. 이것은 초안 (first draft)과 SEO 작업들을 대체합니다. 의견과 최종 편집은 여전히 저의 몫이며, 솔직히 그 부분이 제가 즐기는 부분입니다. 심지어 지금 당신이 읽고 있는 이 문장조차도, 사실 편집 과정에서 제가 직접 삽입한 것입니다.

그렇다면, 직접 구축해야 할까요?

만약 당신이 정기적으로 글을 발행한다면, 그렇습니다. 보이스 프로필 (voice profile)을 구축하세요. 정말로요. 하지만 피드백 루프 (feedback loop)를 건너뛰지는 마세요. 피드백 루프가 없다면, 당신은 단지 세 개의 포스트 안에 다시 AI 슬롭 (AI-slop)으로 돌아가 버릴 화려한 프롬프트 (prompt)를 만든 것에 불과할 것이기 때문입니다.

그리고 저보다 더 작은 규모에서 시작하세요. 당신을 가장 잘 나타내는 다섯 개의 글을 골라, (형용사가 아닌!) 메커니즘 (mechanics)을 추출하세요. 당신이 절대 사용하지 않을 문구 열 개를 목록화하고, 차이점 (diffs)을 검토하는 것을 습관으로 만드세요. 이 시스템에 대해 더 자세한 분석을 원하신다면, 아래에 댓글을 남겨주세요. 기꺼이 도와드리겠습니다!

피드백 루프가 성숙해짐에 따라, 초안에 더 이상 수정이 필요하지 않게 될 때까지 실제로 몇 번의 편집이 필요한지에 대한 수치를 포함하여 이 시스템에 대해 더 많은 내용을 공유하겠습니다. 이 실험을 계속 지켜보고 싶다면, X (swapnoneel123)에서 저를 찾거나 swapnoneel.site에서 저의 다른 작업물들을 확인하실 수 있습니다.

이것으로 마칩니다! AI가 당신처럼 글을 쓰도록 시도해 본 적이 있나요? 무엇이 효과적이었고, 무엇이 LinkedIn 봇 (LinkedIn bot)처럼 들렸나요? 여러분의 경험을 듣고 싶습니다. 읽어주셔서 감사하며, 즐거운 하루 보내세요!!