문장이 넘치는 시장, 인간의 느림은 결함인가?
작가이자 화가인 Melissa Clements는 AI가 일상에 들어온 뒤 자신의 느린 사고를 처음 부끄러워하게 됐다고 썼다. 실력이 줄어서가 아니라, 좋은 결과를 묻던 시장이 생산 시간까지 재기 시작하면서 비교 기준이 달라졌기 때문이다.
그렇다면 그 시장에서 문장 공급은 얼마나 늘어났을까? Graphite가 Common Crawl(웹 페이지를 대규모로 수집해 공개하는 아카이브)의 영문 URL을 분석한 결과, AI 생성 기사의 비중은 2020년 1월 2.2%에서 2025년 5월 51.7%로 늘었다. 인간 작성분을 넘어선 시점은 2024년 11월로 추정됐다. 문장 공급이 급증한 시장에서 속도는 제작비와 납기를 좌우한다. 사람이 공들여 다듬은 문장도 몇 초 만에 나온 여러 초안과 함께 검토된다.
하지만 글쓰기의 시간을 산출량만으로 평가하면 중요한 차이를 놓친다. 실제 총작업 시간이 줄었는지, 결과가 나아졌는지, 그 과정에서 얻은 기억과 판단이 다음 작업에도 남는지를 함께 살펴야 한다.
빠르다는 느낌은 왜 실측 시간을 배신할까?
생성 속도가 오르면 총작업 시간도 함께 줄어들까? 화학에서 촉매는 반응을 빠르게 하지만 최종 평형을 바꾸지는 않는다. 도달 시간을 줄일 뿐 결과를 정하지는 않는다. 생성형 AI도 문장을 만드는 수고를 크게 낮춘다. 그러나 글의 범위와 방향은 작성자가 모은 사실, 관점, 판단 기준에 달려 있다. AI를 쓴 뒤 방향까지 달라졌다면 기존 작업이 단순히 빨라진 게 아니라 사고의 일부가 모델의 제안으로 대체됐다.
빠르다는 느낌과 실제 절약 시간은 다르다. METR(AI 모델의 실제 작업 능력을 측정하는 연구기관)이 숙련 개발자 16명의 과제 246건을 나눠 측정한 연구에서 AI 사용자는 오히려 19% 더 오래 걸렸지만 자신은 20% 빨라졌다고 예상했다. AI가 답을 내놓는 순간은 빠르지만, 제안을 읽고 검증하고 고치는 시간까지 계산해야 실제 생산성이 드러난다. 체감과 실측이 어긋난 셈이다.
결과의 품질도 한 숫자로 정리되지 않는다. Anil Doshi와 Oliver Hauser의 연구에서는 AI 아이디어를 받은 참가자의 이야기가 더 창의적이라는 평가를 받았지만 작품끼리의 유사성도 커졌다. 개인 작품의 평균 평점은 올랐지만 여러 작품을 함께 놓았을 때의 다양성은 줄어든 셈이다. 많이, 빨리 만드는 것과 독자에게 새로운 선택지를 주는 것은 같은 목표가 아니다.
원고를 끝낸 뒤, 글쓴이에게 무엇이 남는가?
그렇다면 작업 시간이 줄어도 작성자에게는 무엇이 남을까? 글쓰기에는 완성 시간과 별개로 기억과 판단이 형성되는 시간이 있다. 기억은 입력과 동시에 완성되지 않는다. 수면 중 재생과 단백질 합성 등 기억 공고화에는 여러 과정과 시간이 필요하다. 이 시간 동안에도 학습은 계속 진행된다.
실제 글쓰기에서도 그 차이는 측정된다. MIT 미디어랩의 2025년 연구는 참가자 54명이 에세이를 쓰는 동안 뇌 연결성을 측정했다. LLM을 사용한 집단은 전두, 두정 연결성(글을 계획하고 기억을 되짚을 때 관여하는 뇌 부위 간 신호 연결)이 가장 낮았고 도움 없이 쓴 집단보다 자기 글을 잘 기억하지 못했다. 이 결과 하나로 AI가 글쓰기 능력을 떨어뜨린다고 단정할 수는 없다. 다만 결과물뿐 아니라 작성 과정에서 무엇을 기억하고 익혔는지도 함께 살펴보게 만든다.
느림이 학습은 아니다
그렇다고 느린 작업이 곧 학습을 뜻하는 것도 아니다. 인지심리학의 ‘바람직한 어려움’도 모든 고생을 뜻하지 않는다. 인출 연습과 간격 학습처럼 당장의 성과를 늦추더라도 장기 기억을 높이는 부담만 가리키며, 느린 작업이 언제나 좋은 것도 아니다. 필요한 배경지식이나 기술이 없으면 어려움은 학습을 돕지 않는다. 목적 없는 지연은 숙련을 만들지 못한다.
반면 원고를 마친 다음 날에도 자신의 논지를 설명할 수 있는가는 작업 시간의 가치를 가늠하는 척도가 된다. 자료의 허점을 찾은 방법과 문장을 버린 이유, 논지의 순서를 바꾼 기준을 다음 글에서도 활용하는지도 마찬가지다. 이런 판단이 남으면 다음 원고는 이전과 다른 기준에서 출발한다. 같은 모델을 쓰는 사람들의 글이 달라지는 것도 모델의 첫 제안을 어디서 받아들이고 어디서 거절하는지가 다르기 때문이다.
어떤 어려움이 다음 글의 실력을 만드는가?
하지만 AI를 경쟁자로 볼지 협업자로 볼지만으로는 충분하지 않다. 글쓰기 전문가 403명을 조사한 CHI 2026(인간-컴퓨터 상호작용 분야의 주요 학회) 논문에서 AI를 협업자로 본 집단은 생산성과 만족도가 높았지만 장기적으로 기량이 약해질 위험도 보였다. 당장의 효율이 오른다고 다음 작업에 필요한 기량까지 함께 늘지는 않는다.
AI를 쓸지보다 어떤 단계의 시간을 줄이느냐가 글쓴이의 선택이다. 반복 정리와 형식 변환은 맡길 수 있다. 반면 자료의 신뢰성을 따지고 무엇을 버릴지 결정하고 주장에 책임을 지는 과정은 직접 수행할 이유가 크다. 빠른 초안을 쓰더라도 검토와 재구성에 드는 시간은 그대로 남는다.
느림 자체는 지킬 가치가 없지만, 기억과 판단을 만들고 다음 선택을 바꾸는 시간까지 없애면 남는 것은 이번 원고뿐이다. 좋은 도구 배분은 오늘의 문장을 빨리 끝내면서도 다음 글을 쓸 능력을 약하게 만들지 않는 데서 시작한다.