생성형 AI의 문장 다듬기 기능이 글의 의미는 대체로 유지하면서도 사람마다 다른 문체의 폭을 좁힐 수 있다는 연구가 나왔다. 서던캘리포니아대(USC) 주도 연구진은 2026년 8월 24일 국제학술지 네이처 인간행동에 ‘대규모 언어모델 시대, 축소되는 언어 다양성의 지형’을 발표했다. 연구는 세 개의 연구와 일곱 개 데이터셋, 88만 건이 넘는 텍스트를 이용해 실제 온라인 글의 변화와 LLM 재작성 실험을 함께 살폈다.
현실 데이터 분석에서는 Reddit 게시물, 지역 뉴스, 학술 초록 등 여러 유형의 글에서 LLM 글쓰기 도구가 널리 쓰이기 시작한 시기와 언어적 다양성 감소가 연결돼 나타났다. 단어 선택과 문장 구조, 글의 복잡성이 서로 비슷한 방향으로 움직였다는 것이다. 그러나 이 부분은 관측 연구이므로 AI가 변화를 직접 일으켰다고 확정할 수 없다. 플랫폼 이용자 구성, 주제 변화, 편집 관행 같은 다른 요인도 함께 작용했을 가능성이 있다.
인과 관계를 더 직접적으로 확인한 통제 실험에서는 GPT-3.5, Llama 3 70B, Gemini Pro가 기존 글을 다듬도록 했다. 핵심 내용은 대체로 보존됐지만 데이터셋과 모델에 따라 글쓰기 복잡성의 분산이 21~50% 줄었고, 보고된 차이는 통계적으로 유의했다. 평균 문장이 무조건 단순해졌다는 뜻과는 다르다. 중요한 결과는 사람과 집단 사이에 존재하던 표현 방식의 편차가 줄어, 서로 다른 글이 더 비슷한 범위로 모였다는 점이다.
연구진은 이런 변화가 문체에서 개인의 상태나 선호를 추론하는 진단, 개인화, 채용과 문화적 표현 보존에 영향을 줄 가능성을 제기했다. 다만 이 논문이 우울증이나 자살 위험 진단의 정확도 저하를 직접 측정한 것은 아니다. 또한 모든 이용자가 같은 방식으로 AI를 쓰는 것도 아니다. 따라서 이번 결과는 ‘AI를 쓰면 모두 똑같이 쓴다’는 결론보다, 재작성 도구를 설계할 때 사용자의 고유한 표현을 얼마나 보존하는지 별도 지표로 점검해야 한다는 경고에 가깝다.
| 항목 | 논문 확인 내용 |
|---|---|
| 연구 규모 | 세 연구, 일곱 데이터셋, 88만 건 이상의 텍스트 |
| 분석 구성 | 현실 텍스트의 시계열 관측과 LLM 통제 재작성 실험 |
| 재작성 모델 | GPT-3.5, Llama 3 70B, Gemini Pro |
| 핵심 수치 | 의미는 대체로 보존, 글쓰기 복잡성 분산은 21~50% 감소(P≤0.05) |
| 해석 한계 | 현실 데이터의 연관성은 인과 입증이 아니며 진단 정확도 저하는 직접 측정하지 않음 |
대표 이미지: Bobak Ha’Eri / Wikimedia Commons, CC BY 3.0. 본문 이미지: EEJCC / Wikimedia Commons, CC BY-SA 4.0.
저작권자 © STORIUM 무단전재 및 재배포 금지
