기술 블로그나 사내 문서를 읽다 보면 어딘가 낯선 위화감이 드는 순간이 있다. 문장 하나하나는 매끄러운데, 읽을수록 '이건 사람이 쓴 게 아니라 언어 모델이 생성한 것 같다'는 느낌이 짙어진다. 소프트웨어 사상가 마틴 파울러는 이 감각을 'LLM 보이스(LLM Voice)'라 부르며, 그것이 로봇이 지나치게 사람을 닮았을 때 느끼는 '불쾌한 골짜기'와 비슷하다고 설명한다. 그는 이런 글을 만나면 계속 읽고 싶은 의욕이 위축되고, 때로는 혐오에 가까운 반응까지 든다고 털어놓는다. 흔히 지목되는 표식이 없지는 않지만, 그는 '줄표(em-dash)'보다는 과도하게 의미를 떠안는 비유적 수사를 더 전형적인 신호로 꼽는다.
탐지 도구로는 해결되지 않는 문제
요즘은 LLM이 쓴 글과 사람이 쓴 글을 구별해 준다고 주장하는 도구가 여럿 나와 있다. 파울러는 이런 도구를 미심쩍어하는데, 정확도에 대한 회의 때문만은 아니다. 더 근본적으로는 도구가 요점을 놓치고 있다고 본다. LLM 보이스에 대한 거부 반응은 어디까지나 인간적인 감각이며, 도구를 꺼내 확인하려는 시점에는 이미 그 위화감을 느껴 버린 뒤라는 것이다. 설령 도구가 'AI 흔적 없음'이라고 자신 있게 알려 줘도 이미 늦었다는 얘기다.
그는 자신의 식별 능력 자체도 경계한다. 언어는 시간에 따라 변하고, 나이가 들었다는 흔한 징후 중 하나가 바로 젊은 세대의 언어를 못마땅해하는 태도다. 영국 출신으로 미국에 정착한 그는 '새로운 영업 모션을 도입한다'거나 '뉴스를 날카롭게 정리했다' 같은 표현에 거부감이 일지만, 그런 말을 실제 사람 입에서도 들어 봤기에 그것은 탄소(인간)와 규소(기계)의 차이라기보다 세대 차이에 가깝다고 인정한다. 미국식 영어에 대한 불만도 결국 적응의 문제일 뿐이라는 것이다.
초고를 LLM에 맡기지 말라
실무적으로 가장 주목할 대목은 글쓰기 방식에 대한 조언이다. 파울러는 저자들이 LLM에 초고를 맡기는 함정에 빠지지 말라고 강하게 권한다. 사람이 아무리 손을 봐도 한번 밴 LLM 보이스는 빼내기가 대단히 어렵고, 그 결과 독자에게 불쾌한 골짜기 반응을 일으킨다는 것이다. 심지어 '이 문장을 다시 써 보라'는 재작성 제안을 받아들이는 것조차 위험하다고 본다. 개요와 구조를 잡는 데 LLM을 쓰는 것은 개요 수준에서라면 괜찮을 수 있지만, 문장을 채우는 일은 저자 자신이 해야 한다고 선을 긋는다. 다만 그는 이것이 절대 불가능하다는 뜻은 아니라며, 초고 전체를 LLM이 쓴 글인데도 대형 정기 간행물의 전문 편집자가 다듬은 끝에 LLM 보이스가 감지되지 않았던 사례를 하나 소개한다.
파울러가 운영하는 사이트의 원칙도 참고할 만하다. AI의 도움을 받아 글을 썼다면 감사의 글 등에 어떻게 사용했는지 밝혀야 한다. 투명성을 위한 것이기도 하고, 독자가 AI를 유용하게 쓰는 법을 배우도록 하기 위함이기도 하다. 정작 그 자신은 문장 생성이나 구조 구성에 AI를 쓰지 않으며, 오직 검색 도구로만 활용하되 얻은 정보는 반드시 원출처를 찾아 검증한다고 한다.
쓰기를 포기하면 생각도 포기한다
그는 '머릿속에서 소리 내어 말해 보고 그것을 받아 적은 뒤 다시 고치는' 자신의 습관을 소개하며, 글을 소리 내어 읽어 보는 일이 LLM 시대에 더욱 중요해졌다고 말한다. 좋은 글쓰기는 결국 많은 연습에 기대는 기술인데, LLM에 넘겨 버리면 그 성장이 무너진다는 경고다. 더 깊은 우려는 따로 있다. 파울러에게 글쓰기는 사고의 거의 필수적인 도구다. 잘 모르는 주제라도 글로 씨름하는 과정에서 혼란을 정리하고 생각을 명료하게 벼려 왔다는 것이다. 사람들이 글쓰기를 LLM에 위임할수록 사고와 이해 자체도 함께 위임하게 되며, 그렇게 되면 쓰는 재미가 어디 있느냐고 그는 되묻는다. 역설적으로, LLM이 구별 불가능할 만큼 완벽해지는 미래가 오히려 더 걱정스럽다는 것이다.
예외는 있지만 절대 원칙은 아니다
LLM 보이스를 피하라는 것이 일반 원칙이되 절대 규칙은 아니라는 점도 분명히 한다. 그는 파킨슨병이라는 장애를 안고 글을 쓰기 위해 LLM 협업이 필수가 된 오랜 동료 짐 하이스미스의 사례를 들며, 친구의 지혜를 계속 접할 수 있다면 LLM 보이스쯤은 기꺼이 감수하겠다고 말한다. 번역은 더 까다로운 경우다. 영어가 모국어가 아닌 동료들에게 LLM 번역이 중요한 소통 수단이 되기도 하지만, 그는 매끄럽지만 영혼 없는 기계 번역보다는 차라리 어설픈 인간의 문장을 선호한다고 한다. 관청에 보내는 양식 편지나 아무도 읽지 않을 보고서처럼, 사람이 아니라 하나의 '프로세스'와 소통하는 글이라면 영어 원어민이라도 LLM에 맡길 만하다. 어쩌면 미래의 문서 대부분은 LLM만이 읽게 될지도 모른다. 하지만 사람과 소통하고 싶다면 자신의 인간다움이 문장 밖으로 배어 나와야 한다는 것이 그의 결론이다.
한국 IT 실무자에게 이 글은 생산성 도구로서의 LLM을 어디까지 끌어들일지에 대한 실천적 기준을 제시한다. 요점은 'AI를 쓰지 말라'가 아니라, 독자와 진짜 소통하려는 글과 그렇지 않은 글을 구분하라는 것이다. 기술 블로그, 설계 문서, 동료를 설득하는 제안서처럼 사람을 향하는 글은 문장을 직접 채우며 사고를 벼리는 편이 낫고, 검색이나 사용 내역의 투명한 공개 같은 보조적 활용은 열려 있다. 반대로 정형 문서나 기계가 소비할 문서라면 자동 생성의 효율을 취해도 무방하다. 다만 파울러의 주장은 어디까지나 한 저자의 경험과 취향에 근거한 것이어서 측정 가능한 근거는 제시되지 않으며, LLM 보이스에 대한 거부감의 강도 또한 세대와 문화에 따라 다를 수 있다는 한계는 염두에 둘 필요가 있다.