모델은 실패하지 않았다, 평균에 성공했다
동네 술집 게시판의 여름 축제 전단, 부동산 브로슈어, 새로 연 식당의 메뉴판이 서로 다른 손으로 만들었는데도 닮아 있다. 둥근 알약 모양 버튼, 무난한 산세리프 글꼴, 베이지와 회색 배색, 아래쪽에 밀어 넣은 정보 덩어리가 반복된다.
영국 지역 행사 포스터가 이런 식으로 획일화되는 현상을 두고 영국 일간지 인디펜던트는 ‘포스터 슬롭’이라 불렀다. 슬롭은 AI가 대량으로 찍어내는 성의 없는 결과물을 가리키는 말이다.
이런 결과물을 보면 모델이 아직 부족해서 그렇다고 보기 쉽다. 그런데 캔바 공동창업자 캐머런 애덤스는 2026년 8월 뉴스레터에서 다른 진단을 내놓았다.
고 그는 썼다. 모델이 하는 일은 그 요청에 사람들이 기대할 법한 것을 맞히는 일이다. 그래서 누구에게나 같은 결과물을 건넨다는 말이다.
애덤스는 이것을 ‘상상력 없는 지능’이라고 불렀다. 아무도 놀라지 않는 결과물이 나오는 이유는 계산이 틀려서가 아니라 평균을 맞히는 일에 성공했기 때문이다. 그는 개업 준비에 지친 식당 주인이 그 첫 결과물을 그대로 인쇄소에 넘기는 경우를 예로 들었다. 첫 추측이 곧 완성인 셈이다.
후보를 만드는 지능, 완성을 고르는 판단
그렇다면 그 첫 결과물은 결정일까. 아니다. 모델이 내놓은 것은 데이터에 근거해 이쯤일 것이라고 내민 제안일 뿐, 이걸로 가겠다고 정한 사람은 아직 없다.
추측을 남길 만한 것으로 바꾸려면 무엇을 남기고 무엇을 버릴지 정하는 사람이 필요하다. 후보를 만드는 능력과 후보 중에서 고르는 능력은 서로 다르다.
그래서 애덤스의 표현대로 초고야말로 원조 슬롭이다. 사람이 처음 쓴 문장과 처음 잡은 배치도 대부분 평균에 가깝고, 작가도 디자이너도 첫 판을 그대로 내보내지 않는다.
AI 결과물이 밋밋한 것 자체는 새롭지 않다. 새로운 것은 초고를 완성으로 취급해도 겉으로 티가 잘 안 나게 됐다는 사실이다.
사람들이 손맛이나 원본성이라 부르며 알아보던 것도, 재료나 도구의 차이보다 완성이라고 선언하기 전에 몇 번을 더 고쳤는가의 흔적에 가깝다. 그래서 애덤스가 권하는 방법도 그 흔적을 만드는 절차다.
- 도구를 켜기 전에 하고 싶은 말을 한 문장으로 정할 것
- 변형이 아니라 서로 다른 세 방향을 요구할 것
- 실제 브랜드 색과 지난 행사 사진처럼 자기만 가진 재료를 넣을 것
- 초고가 아니라 고친 판을 내보낼 것
인간처럼 보이려 할수록 더 쉽게 복제된다
편집의 흔적이 사라지자 사람들은 다른 방식으로 인간임을 증명하기 시작했다. 2026년 들어 글에 일부러 오타를 남기고 문장을 짧게 끊고 AI가 즐겨 쓰는 줄표를 피하는 흐름이 뚜렷해졌다.
매끄러움이 한때 능력의 증거였다면 이제는 의심의 근거가 됐다. 애덤스 본인도 AI처럼 보이지 않으려고 자기 문장부호 습관을 바꾸고 있다고 했다.
그런데 2026년 4월 벤처투자자 벤 호로위츠는 AI로 쓴 메일에 오타와 소문자를 자동으로 집어넣는 브라우저 확장 프로그램을 만들었고, 강도를 고를 수도 있다. 거칠기가 인간의 표식이라면 거칠기를 흉내 내는 일이야말로 기계가 가장 잘하는 일이다.
스타일로 진정성을 증명하려는 순간 그 스타일은 곧바로 복제된다.
그렇다면 슬롭과 슬롭이 아닌 것을 가르는 선은 결과물의 질감이 아니라 그 앞에서 사람이 무엇을 했는가에 있다. 무엇을 말할지 정했는가, 다른 가능성을 실제로 보았는가, 자기만 가진 재료를 넣었는가, 내보내기 전에 고쳤는가.
어느 것도 하지 않고 첫 추측을 그대로 내보냈다면, AI의 실패가 아니다. 그 자리에서 사람의 판단만 사라진 것이다.