대본 없는 팟캐스트 82만여 편, 74만 시간의 발화를 분석한 결과 delve, meticulous(깊이 파고들다, 꼼꼼한) 같은 모델 선호 어휘는 ChatGPT 공개 뒤 즉흥 대화에서도 늘었다. 사람이 모델의 답을 복사한 사례만으로는 설명하기 어려운 변화가 아닌가. 반복해서 접한 표현이 능동 어휘로 편입됐다는 근거다.
같은 맥락에서 생의학 초록 1,500만 건을 분석한 연구도 2024년 초록의 최소 13.5%가 LLM의 영향을 받았다고 추정했다. 인간의 글로 학습한 모델에는 일정한 어휘 습관이 생기고 그 습관이 다시 인간의 언어로 옮아간다. 대시를 빼거나 문장 길이를 바꿔 AI가 썼다는 인상을 피하는 대응 역시 판별 기준에 맞춰 문체를 조정하기는 마찬가지다.
음악은 왜 5초 안에 승부하는가
1986~2015년 미국 톱10 싱글 303곡에서 도입부 평균 길이는 20초에서 5초 미만으로 78% 줄었다. 왜 이렇게까지 짧아졌을까. 스트리밍에서는 30초 이상 들어야 재생으로 집계되므로 곡은 짧은 시간 안에 청취를 붙잡고 정산 기준도 넘어야 한다. 곡의 배열도 이 정산 기준에 맞춰진다.
같은 재생, 정산 구조 위에서 음원 스트리밍 플랫폼 Deezer의 AI 생성 곡 일일 업로드 비중은 2025년 초 10%에서 2026년 4월 44%, 7월에는 무려 절반 이상으로 늘었다. 이 곡들의 재생 중 85%는 부정 재생으로 판정돼 수익 배분에서 제외됐다. 사람과 기계 모두 같은 재생 수와 정산 기준에 맞춰 제작물을 조정하고 있다.
대화의 절반, 생각의 위임
2026년 5월 Claude 대화의 48.6%는 사용자가 과정에 관여하지 않고 결과를 받는 위임형이었다. 고용 대체율이 아니라 대화 방식의 비율이지만 사고 과정을 생략하는 사용은 이미 절반에 가깝다. 그 편의만큼 답을 얻는 시간뿐 아니라 판단에 참여하는 시간도 줄어들지 않을까.
실제로 54명을 대상으로 한 글쓰기 실험에서 LLM 사용 집단은 EEG 뇌 연결성이 가장 낮았고, 도구 없이 다시 쓸 때도 낮은 관여가 이어졌다. 표본이 작고 동료심사를 거치지 않은 연구라 일반화하기 어렵다. 다만 미국 성인의 챗봇 사용률은 2024년 33%에서 2026년 49%로 올랐고 24%는 매일 사용했다. 더 나아가 아무에게도 말하지 않은 문제를 털어놓았다는 응답도 전체 13%, 30세 미만 23%였다.
유용하지만 원하지 않는 미래
AI 연구는 기계를 인간처럼 만들면서 동시에 인간의 사고, 예술, 결정을 계산 가능한 항목으로 바꿔 왔다. 여론조사기관 Pew 조사에서 챗봇이 생산성에 도움이 된다는 응답은 30%였지만 창의성은 21%, 대인관계는 6%에 머물렀다.
| 항목 | 응답 |
|---|---|
| 생산성에 도움 | 30% |
| 창의성 | 21% |
| 대인관계 | 6% |
| 20년 뒤 영향 부정적 | 40% |
| 발전 속도가 너무 빠름 | 63% |
40%는 20년 뒤 사회에 미칠 영향을 부정적으로 봤으며 63%는 발전 속도가 너무 빠르다고 답했다. 그런데도 사용률은 2년 사이 16% 증가한 것으로 나타났다.
효용만으로 채택 증가를 설명할 수 있을까. 사람은 수고를 비용으로 여기면서도 노력이 들어간 대상에 더 높은 가치를 부여한다. 과정을 위임하면 부담과 함께 결과에 대한 애착과 이해도 줄어든다. 기니피그만 해도 상대 뇌 용적은 요구가 감소한 환경에서 13% 줄었고 개는 회색늑대보다 24% 이상 작다.
틀릴 권리를 남겨 두는 선
AI 사용을 제한할 기준은 인간과 기계의 성능 차이보다 책임 소재에 가깝다. 결과가 틀렸을 때 책임을 누가 지는가. 그에 따라 맡길 범위가 정해진다. 오류의 대가가 사용자에게 돌아오는 판단이라면 검토가 아니라 판단 과정 자체를 사람이 맡는다.
그에 따라 업무마다 산출물만 가치를 만드는 일과 수행 과정도 가치를 만드는 일이 갈린다.
- 형식 변환, 중복 제거, 이미 정한 기준에 따른 분류처럼 결과만 필요한 일은 위임해도 된다.
- 채용, 진단, 평가, 사과, 창작처럼 선택의 근거와 당사자의 관여가 결과의 일부라면 직접 수행한다.
이 구분은 속도를 낮춰 같은 시간에 제출하는 문서와 아이디어가 줄고 산출량 중심의 평가에서는 불리해진다. 개인이 원칙을 세워도 마감과 비교 평가가 시작되면 위임 범위가 계속 넓어진다.
그래서 조직은 사람에게 남길 판단을 평가 규칙과 결재선에 적는다. AI 사용 여부보다 어떤 근거를 직접 확인했는지, 누가 반대 가능성을 검토했는지, 오류가 났을 때 누가 설명하는지를 기록하는 편이 실용적이다. 과정에 가치가 있는 업무에는 처리량 외에 검토의 질과 판단 근거를 평가 항목으로 둔다. 그러면 속도를 늦추는 선택은 개인의 고집이 아니라 조직이 비용을 지불하기로 정한 업무 방식이다.