AI가 우리 모두를 비슷하게 생각하고 쓰게 만들고 있다?

같은 AI를 쓰면 같은 글이 나온다

요즘 글을 쓸 때 AI의 도움을 받는 게 너무 자연스러워졌죠. 이메일 초안부터 기술 문서, 블로그 포스트, 심지어 코드 리뷰 코멘트까지. 그런데 USC 도른시프(Dornsife) 대학에서 나온 연구 결과가 좀 생각해볼 거리를 던져요. AI를 사용할수록 사람들의 생각과 글쓰기가 점점 비슷해지고 있다는 거예요.

이게 단순히 "AI가 쓴 글은 다 비슷비슷하다"는 수준의 이야기가 아니에요. 연구진이 발견한 건, AI 도구를 사용한 사람들이 사고 방식 자체에서도 수렴 현상을 보인다는 점이거든요.

연구가 말하는 것

이 연구에서는 참가자들에게 동일한 주제에 대해 글을 쓰게 했는데, 한 그룹은 AI 도구의 도움을 받고 다른 그룹은 스스로 작성했어요. 결과를 분석해보니, AI 도움을 받은 그룹의 글들은 어휘 선택, 문장 구조, 논리 전개 방식이 서로 눈에 띄게 유사했어요. 반면 AI 없이 쓴 그룹은 같은 주제에 대해서도 다양한 관점과 표현을 보여줬고요.

이게 뭐냐면, AI가 일종의 "생각의 템플릿" 역할을 하고 있다는 거예요. 우리가 AI에게 "이 주제에 대해 정리해줘"라고 하면, AI는 가장 일반적이고 무난한 방식으로 정리해주잖아요. 그걸 기반으로 글을 쓰면 결국 모두가 비슷한 프레임으로 생각하게 되는 거죠. 마치 같은 내비게이션 앱을 쓰면 모든 차가 같은 길로 몰리는 것과 비슷해요.

더 흥미로운 건, 이런 수렴 현상이 참가자 본인은 인지하지 못하는 상태에서 일어난다는 점이에요. 사람들은 AI가 제안한 내용을 자기 생각으로 내면화하는 경향이 있어서, "이건 내 생각이야"라고 느끼면서도 실은 AI의 프레임을 따라가고 있는 거예요.

개발자 세계에서도 이미 일어나고 있는 일

이 연구 결과를 보면서 바로 떠오른 게 코드 레벨에서의 수렴 현상이에요. GitHub Copilot이나 Cursor 같은 AI 코딩 도구를 많이들 쓰시잖아요. 같은 문제에 대해 비슷한 프롬프트를 주면, 비슷한 코드가 나오거든요. 변수명 컨벤션부터 아키텍처 패턴까지.

예전에는 같은 기능을 구현해도 개발자마다 스타일이 확연히 달랐어요. 어떤 사람은 함수형으로 풀고, 어떤 사람은 객체지향으로 풀고, 데이터 구조 선택도 제각각이었죠. 그런데 AI 코딩 도구가 보편화되면서 "AI가 추천하는 표준적인 방식"으로 코드가 수렴하는 경향이 나타나고 있어요.

이게 꼭 나쁜 건 아니에요. 코드 스타일이 통일되면 팀 내 코드 리뷰가 수월해지고, 신규 멤버의 온보딩도 빨라지거든요. 하지만 반대로 보면, 혁신적인 접근법이 나올 기회가 줄어드는 것일 수도 있어요. 역사적으로 프로그래밍 패러다임의 혁신은 누군가가 "왜 다들 이렇게 하지? 다르게 해보면 안 되나?"라고 물으면서 시작됐거든요.

글쓰기의 다양성이 사라지면 무슨 일이 생길까

이 현상이 장기적으로 미치는 영향을 생각해보면 좀 걱정되는 부분이 있어요. 기술 블로그나 문서 생태계에서 모든 글이 같은 톤, 같은 구조, 같은 결론을 향하게 된다면 어떨까요? 지금도 AI로 작성된 기술 블로그 포스트들을 보면, "Introduction → Key Features → Getting Started → Conclusion" 같은 천편일률적인 구조가 눈에 띄어요.

더 큰 문제는 "다수의 합의"가 "정답"으로 굳어지는 것이에요. AI 모델은 학습 데이터에서 가장 흔한 패턴을 출력하는데, 그걸 모두가 따르면 그 패턴은 더 강화되고, 소수 의견이나 비주류 접근은 점점 밀려나요. 이걸 "모델 붕괴(Model Collapse)"의 사회적 버전이라고 볼 수도 있어요. 모델 붕괴는 AI가 AI가 생성한 데이터를 다시 학습하면 품질이 저하되는 현상인데, 비슷한 일이 인간의 사고에서도 일어나는 셈이죠.

한국 개발자에게 주는 시사점

이건 도구를 버리라는 이야기가 아니에요. AI 코딩 도구나 글쓰기 보조 도구는 생산성을 확실히 올려주니까요. 다만 비판적으로 사용하는 습관이 필요하다는 거예요.

AI가 제안한 코드를 그대로 수락하기 전에 "다른 접근 방식은 없을까?"를 한 번 더 생각해보는 것, AI가 정리해준 글의 프레임을 그대로 쓰기보다 "내 관점에서 다시 구성하면 어떨까?"를 고민해보는 것. 이런 작은 습관이 장기적으로 차별화된 사고 능력을 유지하는 데 도움이 될 거예요.

특히 기술 면접이나 설계 논의 같은 자리에서는 "AI가 추천하는 일반적인 답"이 아닌 자기만의 깊이 있는 관점이 중요해지고 있어요. AI가 보편화될수록 역설적으로 "AI와 다르게 생각할 수 있는 능력"이 더 가치 있어지는 거죠.