AI 공저가 바꾸는 글쓰기와 의견

101점 만점 정책 지지 척도에서 설득 효과가 약 2~4점이었다는 보고가 있다. 숫자만 보면 작다. 다만 글을 쓰는 과정에서는 영향이 다르게 나타날 수 있다. AI가 문장을 “완성”하기 시작하면, 사용자는 생각을 만들어내는 사람에서 제안을 평가하는 사람으로 역할이 이동한다. 이 변화는 글의 주장뿐 아니라 글을 쓴 뒤의 개인 의견에도 영향을 줄 수 있다.

세 줄 요약

무슨 변화/핵심이슈인가? AI 공저는 초안 작성 도구를 넘어, 사용자를 ‘아이디어 생성’보다 ‘제안 읽기→수용/거부’ 중심의 Reactive Writing 절차로 이동시키며 의견 형성에 개입할 수 있다.
왜 중요한가? “글에 쓴 주장”만 바뀌는 게 아니라, 연구들은 사후 태도 설문에서 사용자 의견이 이동할 수 있음을 보고했다. 설득 연구에선 101점 척도에서 2~4점처럼 작지만 반복 가능한 변화도 관찰됐다.
독자는 뭘 하면 되나? AI 공저를 쓸 때는 (1) AI를 보기 전 내 입장 메모를 먼저 만들고, (2) 채택한 제안마다 이유를 기록하고, (3) 편향 가능성이 큰 주제는 반대 관점 요청과 불확실성 표기를 기본 루프로 고정하라.

현황

AI 글쓰기 보조를 둘러싼 핵심 질문은 “더 빨라지나”가 아니다. “내가 어떤 절차로 생각을 만들게 되나”다. arXiv의 Reactive Writers: How Co-Writing with AI Changes How We Engage with Ideas는 AI 공저에서 사용자가 AI 제안을 읽고 평가하고 수용/거부하는 활동이 글쓰기의 중심이 될 수 있다고 적는다. 그 결과, 전통적인 아이데이션(생각 발상)과 문장 생성이 상대적으로 뒤로 밀릴 수 있다고 본다.

이 절차 전환이 중요한 이유는 결과가 글로만 끝나지 않을 수 있어서다. Co-Writing with Opinionated Language Models Affects Users' Views는 “의견이 내장된” 언어모델을 사용했을 때 참가자의 글에 표현된 의견이 바뀌고, 후속 태도 설문에서도 의견이 이동했다고 쓴다. 코넬대 소식(대학 뉴스룸 요약)도 비슷한 내용을 전한다. 또한 연구가 참가자의 타이핑 중 어떤 제안을 채택했는지, 문단을 쓰는 데 걸린 시간 같은 행동 데이터를 수집한다고 설명한다. 다만 이것만으로 해당 변수가 곧바로 ‘핵심 매개 변수’로 검증됐다고 보긴 어렵다.

설득이 글쓰기만의 문제가 아니라는 점도 함께 봐야 한다. LLM-generated messages can persuade humans on policy issues는 정책 이슈 설득 실험에서 효과 크기가 일관되게 작았고, 101점 척도에서 약 2~4점 범위였다고 보고한다. 숫자는 작아도, 제품이 일상 워크플로에 결합되면 ‘작은 이동’이 누적되는 방식으로 나타날 수 있다.

분석

Reactive Writing을 한 문장으로 요약하면 “생각을 써서 발견하기보다, 제안을 읽고 고르는 방식으로 생각이 굳어질 수 있다”다. AI가 먼저 던진 프레이밍이 글의 ‘시드(seed)’가 되고, 사용자는 그 시드를 확장·정교화한다. 그 결과 글의 최종 주장(표현된 견해)이 바뀔 수 있다. 일부 조건에서는 글을 쓴 사람의 사후 태도(자기 의견)까지 이동할 수 있다. 이때 공저 과정은 설득의 경로가 될 수 있다. 의도한 경우도 있고, 의도하지 않은 경우도 있다.

여기서 자주 생기는 오해는 “강하게 설득하는 문장이 문제”라는 해석이다. 실제로는 절차가 바뀌는 것이 더 핵심일 수 있다. 사용자가 스스로 논거를 찾고 구조를 세우기 전에, AI가 낸 문장을 평가하는 루프에 들어가면 판단의 단위가 ‘내가 왜 그렇게 믿는지’에서 ‘이 문장을 채택할지’로 이동한다. 한편, 현재 공개된 스니펫만으로는 “제안 수용률/재작성 빈도/근거 탐색 유무/톤 이동” 같은 지표가 의견 변화의 핵심 경로로 정량 인과까지 확인됐다고 말하긴 어렵다. 제품팀과 연구팀은 이 연결을 검증할 수 있도록 로그와 측정 설계를 보완할 필요가 있다.

실전 적용

사용자 입장에서는 “AI를 꺼라”가 현실적인 답이 아니다. 대신 절차를 다시 디자인해야 한다. 목표는 AI가 내 의견을 바꾸지 못하게 막는 것이 아니다. 내가 내 의견을 만드는 순서를 확보하는 일이다. AI가 초안을 먼저 쓰면, 사용자는 그 초안을 기준점으로 삼기 쉽다. 그래서 ‘AI 이전 단계’를 의도적으로 넣어야 한다.

예: 논쟁적 주제로 글을 쓸 때, 먼저 5줄짜리 내 입장 메모(핵심 주장 1줄 + 근거 2개 + 반론 1개 + 결론 1줄)를 만든다. 그 다음 AI에게 “내 메모를 더 강하게 만드는 반대 근거를 먼저 써라”라고 시킨다. 마지막에 AI가 준 문장을 채택할 때는 “내가 원래 믿던 것과 뭐가 달라졌나”를 한 줄로 기록한다. 이 기록이 쌓이면, 내 의견 변화가 설득 때문인지 학습 때문인지 구분하는 데 도움이 된다.

오늘 바로 할 일 체크리스트

AI에 글을 맡기기 전, 내 주장·근거·반론을 짧은 메모로 선작성해 기준점을 만들어라.
AI 제안은 채택/거부를 누르기 전에 “왜?”를 한 줄로 적어, 선택의 근거를 남겨라.
민감 주제에서는 프롬프트에 “반대 관점 1개 + 불확실한 점 1개를 같이 써라”를 고정 문구로 붙여라.

FAQ

Q1. AI 공저가 내 ‘의견’을 정말 바꿀 수 있습니까?
A. 연구들은 AI 도움 글쓰기가 글에 표현된 견해뿐 아니라 작성 후 태도 설문에서의 의견 이동까지 동반할 수 있다고 보고합니다. 다만 모든 상황에서 같은 크기·방향으로 일어난다고 단정하기는 어렵습니다. 연구별 조건과 한계를 함께 확인해야 합니다.

Q2. ‘Reactive Writing’은 단순히 더 편해진 글쓰기라는 뜻 아닌가요?
A. 편해지는 측면은 있을 수 있습니다. 하지만 핵심은 편의 자체가 아니라 절차의 중심이 이동한다는 점입니다. 아이디어를 스스로 생성하기보다, AI 제안을 읽고 수용/거부하는 활동이 글쓰기의 중심이 되는 변화를 가리킵니다.

Q3. 제품 차원에서 완화책은 무엇을 먼저 실험해야 합니까?
A. 문서화·검증을 유도하는 장치(예: AI 기여 공개, 근거 확인 유도), 반대 관점 제시, 불확실성 표기, 사용자 의도 확인 루프 같은 접근이 제안됩니다. 다만 이런 장치가 태도 이동을 얼마나 줄이는지에 대한 직접적인 A/B 효과 크기는 현재 정보만으로 확정하기 어렵습니다. 행동 로그와 사후 태도 측정을 함께 묶어 검증하는 설계가 필요합니다.

결론

AI 공저의 임팩트는 “문장이 좋아졌다”에만 있지 않다. 글쓰기의 중심을 생성에서 평가로 옮길 수 있다는 점에 있다. 앞으로는 모델 성능 경쟁과 함께, 사용자가 어떤 순서로 생각을 만들게 되는지, 그리고 그 결과 사후 의견이 어떻게 이동하는지를 측정하는 제품 설계가 중요해진다.

Aionda

AI 공저가 바꾸는 글쓰기와 의견

세 줄 요약

현황

분석

실전 적용

FAQ

결론

다음으로 읽기

참고 자료

업데이트 받기