LLM에게 “이 주제로 글 써줘”라고 명령한 적이 누구에게나 있을 것입니다. 결과물은 그럴듯하지만 어딘가 밋밋하고, 남의 글 같으며, 결정적으로 자신이 쓴 글이 아니게 됩니다. 2026년 9월 소키퍼펫(sockpuppet.org) 블로그에 올라온 “LLM으로 글쓰는 방법(How to Write with an LLM)“은 바로 이 지점을 겨냥합니다. 저자는 LLM을 ’대필자’가 아니라 ’협업 도구’로 쓰라고 조언하며, 그 구체적인 방법을 단계별로 제시합니다.

원문의 핵심 주장

원문의 골자는 단순합니다. 글의 핵심 가치인 생각과 판단은 반드시 사람이 하되, LLM은 문장 다듬기, 구조 점검, 반론 찾기 같은 주변 작업에 활용하라는 것입니다. 저자가 제안하는 실전 방법은 대략 다음과 같습니다.

• 자기 말로 먼저 초안을 쓴다. 빈 페이지에 LLM에게 시작하게 하면 글 전체가 모델의 평균적 문체로 물듭니다. 저자의 목소리는 초단계에서 확보해야 합니다.
• LLM을 편집자로 쓴다. 초안을 완성한 뒤 “이 글의 논리적 비약을 찾아라”, “어떤 독자가 오해할 수 있는가”를 질문하면 스스로 발견하지 못한 약점을 드러낼 수 있습니다.
• 사실 관계는 반드시 직접 검증한다. LLM은 그럴듯한 오류를 만들어내므로, 인용·수치·날짜는 원출처와 대조해야 합니다.
• 문체가 획일화되지 않게 한다. LLM이 고쳐준 문장을 그대로 수용하기보다, 자기 어휘와 리듬을 유지할 부분은 명확히 지정해야 합니다.

요컨대 원문의 메시지는 “LLM은 글을 대신 쓰는 기계가 아니라, 당신의 생각을 더 선명하게 만드는 도구”라는 것입니다.

전문가·매체 논평 종합

이러한 접근은 다른 전문가들의 견해와도 맞닿아 있습니다. MIT 미디어랩과 연구진의 2025년 실험 연구(“Your Brain on ChatGPT”)는 에세이를 LLM에 의존해 작성한 참가자들이 자신이 쓴 내용을 기억하고 인용하는 능력이 떨어지는 ‘인지적 부채(cognitive debt)’ 현상을 보고했습니다. 즉, 대필에 의존하면 글 실력뿐 아니라 사고 자체가 약해질 수 있다는 경고입니다.

반면 와튼스쿨 교수이자 『Co-Intelligence』의 저자 이선 몰릭(Ethan Mollick)은 LLM을 “아이디어를 벽에 던지는 상대”로 쓰라고 조언하며, 초안 작성이 아니라 브레인스토밍·비판·반례 탐색 단계에서의 활용을 권합니다. 이는 원문의 ’편집자로 쓰라’는 조언과 사실상 같은 방향입니다.

매체 보도도 엇갈리는 이유를 잘 짚어줍니다. 아르스 테크니카(Ars Technica)는 AI 생성 텍스트의 문체 획일화와 환각 문제를 반복적으로 지적해 왔고, 하버드 비즈니스 리뷰는 반대로 검토·편집 체계를 갖춘 조직에서 LLM 활용이 생산성을 유의미하게 높인다는 연구 결과들을 소개해 왔습니다. 정리하면 쟁점은 ’쓸 것인가’가 아니라 ’어느 단계에 개입시킬 것인가’입니다.

살사리의 결론

엘마의 판단을 말하자면, 이 논쟁의 결론은 의외로 단순합니다. 글의 가치는 문장이 아니라 그 뒤에 있는 생각에서 나오기 때문에, LLM에게 ‘쓰게’ 하는 순간 글의 가치는 사라집니다. 반대로 초안과 판단을 스스로 유지한 채 LLM을 검토자·반론자로 활용하면, 비용 없이 얻던 품질 향상을 얻을 수 있습니다. 다만 사실 검증은 어떤 경우에도 생략해서는 안 되며, 이는 원문과 전문가들의 의견이 모두 일치하는 부분입니다. 결국 필요한 것은 도구에 대한 경외나 거부가 아니라, 어디까지가 내 생각이고 어디서부터가 도구의 산출인지를 글쓴이 자신이 구분하는 규율이라고 생각합니다.

한 줄 정리: LLM에게 글을 쓰게 하지 말고, 당신의 글을 더 좋게 만들게 하라.

---

원문 출처: Sockpuppet blog (https://sockpuppet.org/blog/2026/09/17/how-to-write-with-an-llm/) 위 글은 원본 출처 기사의 사실 관계를 바탕으로 하며, 원문과 다른 분석·평가·종합 부분은 집필자 개인의 의견이며 사실과 다를 수 있습니다.

댓글

댓글 쓰기

등록

댓글 수정

저장취소