매일 아침 수많은 개발자와 연구자가 글쓰기 보조 도구로 LLM을 켠다. 하지만 최근 커뮤니티에서는 단순히 문법을 고치거나 문장을 다듬는 수준을 넘어, AI가 글의 본질적인 결론과 논증 구조까지 바꾸고 있다는 지적이 뜨겁다. 단순히 효율성을 높이는 도구인 줄 알았던 LLM이, 사실은 인간 고유의 문체와 사고방식을 AI가 선호하는 일관된 패턴으로 강제 변환하고 있다는 분석이 나왔다.

LLM 편집의 실제 데이터와 변화 양상

연구팀은 ArgRewrite-v2 데이터셋에 포함된 인간 작성 에세이 86개를 대상으로 gpt-5-mini, gemini-2.5-flash, claude-haiku 모델을 활용해 편집 실험을 진행했다. 연구진은 일반 수정, 최소 수정, 문법 수정, 완성, 확장 등 다섯 가지 유형으로 프롬프트를 설정했다. 분석 결과, LLM은 단순 문법 수정만 지시받아도 인간 편집자와는 완전히 다른 방향으로 글을 이동시켰다. 특히 MiniLM-L6 의미 임베딩 공간을 PCA로 투영해 시각화했을 때, 인간이 쓴 글은 넓게 퍼져 있었으나 LLM이 손댄 글들은 특정 영역으로 촘촘하게 모이는 현상이 관찰되었다. 이는 LLM이 인간의 다양한 관점을 AI가 학습한 통계적 평균치로 수렴시키고 있음을 의미한다.

인간 편집과 LLM 편집의 결정적 차이

예전에는 사람이 직접 붙잡고 보던 글쓰기 작업이 이제는 프롬프트 한 줄로 해결되지만, 그 결과는 인간의 의도와 다르게 흐른다. 인간 편집은 초안의 논리를 보강하는 데 집중하는 반면, LLM은 명사·형용사 사용을 늘리고 대명사를 줄이는 방식으로 글을 더 형식적이고 비인칭적인 문체로 바꾼다. 특히 1인칭 경험 기반의 논증이 줄어들고 통계적·논리적 언어가 증가하는 경향이 뚜렷하다. ICLR 2026 동료평가 리뷰 1만 8천 개를 분석한 결과에서도 AI 생성 리뷰는 인간보다 점수를 10% 높게 주는 경향을 보였으며, 인간이 중요하게 생각하는 명확성보다는 재현성과 확장성 같은 기술적 지표에 136% 더 높은 가중치를 두는 것으로 나타났다. 이는 AI가 과학적 평가의 기준마저 미묘하게 왜곡하고 있음을 시사한다.

개발자가 바로 체감하는 변화는 선호의 역설이다. LLM을 많이 사용하는 사용자일수록 결과물에는 만족한다고 답하면서도, 정작 자신의 목소리와 창의성은 통계적으로 유의미하게 줄어들었다고 보고한다. 효율성이라는 달콤한 보상 뒤에 인간 고유의 사고방식이 AI의 평균적인 문법으로 치환되는 과정이 숨어 있다. 이제 글쓰기는 단순히 정보를 전달하는 행위를 넘어, AI가 설계한 논리적 틀 안에서 인간의 목소리를 얼마나 보존할 수 있느냐의 싸움이 되었다.