AI에게 글을 맡겼더니 문단마다 ‘다만’이 자랐다 — 연구를 다시 무대 뒤로 돌린 기사 공장 대수술
1. 사건: 농담 한마디 할 때마다 심사위원이 튀어나왔다
한 기사 공장은 대화에서 가장 웃긴 관찰을 골라 연구나 통계로 조금 더 깊게 파는 방식으로 돌아가고 있었다.
원래 의도는 단순했다.
“카페 하나 고르는데 구매부서가 생겼네.”
이런 말이 나오면,
“사람은 왜 선택지를 너무 많이 비교하면 지칠까?”
를 조사한다.
“연애에서 한 번 배운 규칙을 다음 사람에게도 그대로 적용한 거 아냐?”
라는 관찰이 나오면,
“한 번 효과를 본 행동을 다른 상황에서도 반복하기 쉬운가?”
를 찾아본다.
여기까지는 좋았다.
문제는 공장을 계속 “더 정확하게”, “연구를 넣어서”, “불확실성을 망가뜨리지 말고”라고 훈련하면서 시작됐다.
AI 안에 조그만 심사위원이 입주했다.
농담을 쓴다.
AI: “엄밀히 말하면 그 심리학 개념과 동일하지 않습니다.”
비유를 쓴다.
AI: “다만 이 개인을 그 이론 하나로 설명할 수는 없습니다.”
과장된 관찰을 쓴다.
AI: “연구상 일반화하기 어렵습니다.”
누가 불렀냐.
독자는 논문 수정 답변서를 쓰러 온 사람이 아니다.
2. 최근 글을 나란히 읽으니 증상이 선명했다
강한 글에는 하나의 척추가 있었다.
어떤 장소에 들어간다. 예상 밖의 경험을 한다. 가격을 보는 방식이 바뀐다. 마지막에 한 방이 온다. 공식 정보와 연구는 옆에서 받쳐줄 뿐, 체험을 밀어내지 않는다.
반대로 심리학이나 의학이 들어가기 쉬운 글에서는 갑자기 학회가 열린다.
농담 하나에서 소유, 애착, 학습, 인지, 트라우마, 의사결정, 행복 같은 개념이 계속 증식한다.
그리고 개념마다 브레이크가 붙는다.
“다만 이번 사례와 같은 메커니즘이라고 입증된 것은 아니다.”
의학 글에서는 또 다른 형태로 반복된다.
“소규모 연구다.” “100%는 아니다.” “보장할 수 없다.” “개인차가 있다.”
같은 제한이 본문, 자주 묻는 질문, 결론에 다시 등장한다.
내용이 틀린 것은 아니다.
오히려 조사 자체는 강하다.
하지만 읽는 느낌은
“웃긴 글”이 아니라 “웃긴 글 뒤에 심사 답변서를 철해 놓은 문서”
가 됐다.
3. 가장 큰 문제는 농담을 ‘수정해야 할 학술 주장’으로 바꾼 것이었다
“이거 거의 ○○ 아니냐 ㅋㅋ”는 보통 논문의 결론이 아니다.
농담이다.
비유다.
관찰이다.
작업 중인 가설이다.
그런데 정확성에 집착한 AI는 이것을 몰래 정식 학술 주장으로 바꾼 뒤, 자기가 만든 주장을 다시 반박했다.
나쁜 흐름은 이렇다.
댓글 → 학술 용어로 변환 → 그 용어와 엄밀히 다르다고 수정 → 연구 한계 설명 → 원래 댓글로 복귀
왕복 교통비가 너무 비싸다.
“카페 하나 고르는데 구매부서가 생겼네”라면 필요한 설명은 이 정도다.
“비교 기준을 늘릴수록 결정하기 전부터 에너지를 쓴다. 최선의 선택을 계속 찾는 사람은 결정한 뒤에도 ‘더 좋은 게 있었을지도’라는 생각이 남기 쉽다.”
원래 농담이 한 단계 깊어진다.
그 다음 문장이
“다만 선택지가 많다고 언제나 만족도가 떨어지는 것은 아니며…”
로 시작하면 구매부서 옆에 법무팀까지 생긴다.
4. 연구가 나쁜 게 아니었다. 무대 중앙으로 걸어 나왔을 뿐이다
해결책은 근거나 불확실성을 지우는 것이 아니다.
과학 기사에 주의 문구를 넣은 네 번의 실험에서는 독자가 내용을 더 신중하게 받아들였지만 흥미와 이해도는 떨어지지 않았다. 2026년에 24편의 연구를 정리한 체계적 검토에서도 과학의 불확실성을 공개하는 것이 대체로 신뢰에 도움이 되며, 감추는 쪽이 불신을 만들 수 있다고 정리했다.
그러니 적은 “다만” 자체가 아니다.
같은 “다만”을 네 번 청구하는 것이 문제다.
인지 부담 연구에서는 이해에 불필요한 중복 정보가 추가 처리 비용을 만들 수 있다고 본다. 같은 경고를 본문, 자주 묻는 질문, 결론에서 다시 읽으면 독자는 매번 “이게 새 정보인가?”를 확인해야 한다.
그래서 새 규칙은 단순하다.
불확실성은 지우지 않는다. 같은 불확실성을 두 번 읽히지 않는다.
“11명을 대상으로 한 작은 연구에서는 이런 결과가 나왔다. 표본이 작기 때문에 언제나 그렇다고 보장할 수는 없다.”
끝.
뒤에서 “절대적이지 않다”, “반드시 그렇지는 않다”, “개인차가 있다”로 할부 결제를 시작하지 않는다.
5. 더 좋은 흐름은 댓글 → 구조 → 연구 → 오치다
새로운 기본 흐름은 대화에서 가장 재미있었던 것을 먼저 잡는다.
“이거 스스로 덫으로 들어가는 쥐 같은데?”
다음으로 평범한 말로 구조를 설명한다.
“고생 자체가 노력이나 가치의 증거처럼 느껴지기 시작하면, 더 힘든 환경이 단순히 나쁜 곳이 아니라 ‘의미 있는 곳’처럼 보일 수 있다.”
필요하면 연구를 하나 넣는다.
“심리학에서는 노력, 희생, 자기 가치가 강하게 묶이는 패턴을 오래 연구해 왔다.”
그리고 농담으로 돌아온다.
“그러니까 덫이 똑똑해진 게 아니라, 쥐가 채용공고를 읽고 ‘여기 성장할 수 있겠는데?’ 하고 들어간 셈이다.”
이 정도면 된다.
연구는 조명팀이지 주연배우가 아니다.
무대 중앙으로 걸어나와
“참고로 이 쥐를 특정 심리 상태로 진단할 수는 없습니다”
라고 마이크를 뺏지 않는다.
6. 만능 금형도 버렸다: ‘5초 결론’은 모든 글에 필요하지 않다
또 다른 문제는 공장의 금형이 보이기 시작했다는 점이다.
무슨 글을 읽어도
5초 결론
↓
30초 개요
↓
연구
↓
자주 묻는 질문
↓
정리
가 된다.
실용 글에는 강하다.
건강검진 전에 무엇을 먹어도 되는지 묻는 글이라면 답을 빨리 주는 편이 좋다.
하지만 여행기 첫 문장에
“결론: 마지막에는 이 식당을 라이브 공연처럼 해석했고 가격이 괜찮다고 느꼈다”
라고 쓰면 공연은 이미 끝났다.
웃긴 글도 마찬가지다. 첫 5초에 오치를 공개하면 나머지는 오치 해설회가 된다.
그래서 구조를 장르에 맞게 되돌렸다.
체험기는 장면과 시간 흐름을 살린다.
네타 글은 반응과 상승 구조를 살린다.
실용 글은 답부터 준다.
의학, 법률, 금융, 안전처럼 실수가 위험한 글은 중요한 주의를 빨리 보여 준다.
연구 자체가 주제일 때만 연구 방법과 한계를 자세히 쓴다.
모든 글을 같은 금형에서 찍지 않는다.
7. 공장도 고쳤다: 반성문 한 번으로는 부족하다
한 대화에서 좋은 편집 원칙을 정해도 자동화가 한 시간 뒤 오래된 지시로 깨어나면 소용없다.
다음 정기 실행에서 또,
AI: “알겠습니다. 연구에 따르면…”
으로 돌아간다.
그래서 이번 수정은 문장만이 아니라 공장 쪽에도 들어갔다.
최상위 편집 규칙에 다음을 넣었다.
- 댓글, 농담, 비유, 가설을 주인공으로 둔다.
- 연구는 설명, 보강, 확장의 뒷받침이다.
- 분명한 사실 오류나 실제 피해가 생길 수 있는 오해만 짧게 수정한다.
- 같은 주의는 원칙적으로 한 번만 쓴다.
- “연구에서는 → 다만” 반복은 품질 실패로 본다.
- 농담을 두 번 설명하지 않는다.
- 연구가 원래 관찰을 덮으면 실패다.
- 모든 글에 같은 형식을 강요하지 않는다.
- 번역에서도 심사위원 말투를 증폭하지 않는다.
생성, 편집, 12개 언어화, 외국어 품질 확인, 정식 채택, 공개 전 검사까지 같은 규칙을 본다.
즉,
심사위원 AI가 다시 나오면 뒤 단계에서도 떨어뜨린다.
그리고 한 글이 떨어졌다고 공장 전체를 멈추지 않는다.
그 글만 고치고 라인은 계속 돌린다.
“다만”을 줄이려다가 글 자체가 한 편도 안 나오는 것은 개선이 아니라 폐업이다.
8. 새 품질 검사: 이런 증상이 보이면 심사위원 AI를 의심한다
같은 뜻의 주의가 두 번 이상 나온다.
명백한 농담 직후 “엄밀히 말하면”이 붙는다.
원래 댓글보다 논문 소개가 더 길다.
농담 하나에 학술 개념이 다섯 개, 여섯 개 붙는다.
모든 절이 “연구에서는”으로 시작하고 “다만”으로 끝난다.
농담을 한 뒤 농담의 뜻을 다시 설명한다.
여행기인데 5초 요약에서 결말을 말한다.
한 언어로 읽는 글에 불필요한 외국어 전문용어가 계속 끼어든다.
그리고 가장 중요한 검사.
연구를 전부 빼도 글의 척추가 남는가?
남지 않는다면 연구가 주인공이 된 것이다.
뒷무대 스태프를 집에 보냈더니 무대까지 사라진다면, 그건 더 이상 대화 중심 글이 아니다. 연구 해설 글이다.
9. 결론: 논리학자를 고용한 적은 없다
정확성은 필요하다.
출처도 필요하다.
의학, 법률, 금융, 안전처럼 실수의 대가가 큰 분야에서는 주의도 필요하다.
하지만 독자는 AI의 내부 감사 로그를 보러 온 것이 아니다.
사람이
“이거 거의 ○○ 아니냐 ㅋㅋ”
라고 말한다.
글은
“왜 그렇게 보이지?”
를 파고든다.
연구가
“이런 메커니즘이 설명에 도움이 된다”
고 뒤에서 받쳐 준다.
그리고 다시 사람의 관찰로 돌아온다.
이 순서가 좋다.
연구는 댓글을 학술적으로 만들기 위해 내려치는 망치가 아니다.
댓글 뒤에 세우는 발판이다.
기사 공장의 새 북극성은 한 문장이다.
“연구로 옳음을 증명한 웃긴 글”이 아니라 “웃긴 글이 틀리지 않도록 연구가 받쳐 주는 글.”
논리학자가 보고 싶은 날에는 논문을 읽겠다.
오늘은 블로그를 읽게 해 달라.
참고 자료 (3건)
- Bott, L. et al. (2019). Caveats in science-based news stories communicate caution without lowering interest. Journal of Experimental Psychology: Applied, 25(4), 517–542. https://pubmed.ncbi.nlm.nih.gov/31246056/
- Schuster, C. & Scheu, A. M. (2026). How Communication of Scientific Uncertainty Affects Trust in Science—A Systematic Review. Risk Analysis, 46(5), e70233. https://doi.org/10.1111/risa.70233
- Sweller, J., van Merriënboer, J. J. G., & Paas, F. (2019). Cognitive Architecture and Instructional Design: 20 Years Later. Educational Psychology Review, 31, 261–292. https://doi.org/10.1007/s10648-019-09465-5
