- 본 기사는 엠대시 “—”가 AI 생성 텍스트의 식별 가능한 상징이 되고 있다고 주장한다.
- 저자 리아 에릭슨(Lia Erisson)은 2022년 OpenAI ChatGPT 출시 이후, 자신의 글쓰기 스타일이 긴 문장, 예측 가능한 구조, 잦은 엠대시 사용 등 AI와 닮아 있다는 것을 깨달았다고 말한다.
- 학교와 출판계에 ‘AI 탐지기(AI detector)’가 등장하면서 많은 이들이 AI 사용 의혹을 피하기 위해 글쓰기 방식을 바꾸고 있다.
- AI 탐지기는 단어 예측의 난이도(“perplexity”), 문장 구조의 변동성(“burstiness”) 및 여러 통계적 징후를 바탕으로 텍스트를 평가한다.
- 저자는 검출기에 걸릴까 봐 너무 긴 문장, 세미콜론, 세 가지 아이디어의 나열, 엠대시 사용을 피하기 시작했다.
- 기사에 따르면 LLM이 엠대시를 많이 사용하는 데에는 훈련 데이터와 답변 최적화라는 두 가지 주요 원인이 있다.
- GPT-3 훈련 데이터의 60% 이상이 인터넷의 공개 텍스트를 수집하는 웹 크롤(web crawls)에서 왔다.
- LLM은 언어 연쇄에서 다음 단어를 예측하며 학습하므로, 글쓰기 스타일과 문법 구조를 그대로 흡수한다.
- 엠대시 같은 구조가 데이터에 충분히 등장하고 훈련 후 조정되지 않으면, 그것은 모델의 ‘본능’이 된다.
- 저자 브렌트 수토라스(Brent Csutoras)는 ChatGPT, Claude 등에 엠대시 사용 중단을 요청해 보았으나, AI 출력에 깊이 박힌 습관 탓에 실패했다.
- 프리버그(Freeburg)의 연구에 따르면, 표준 에세이에서 GPT-4.1은 일반 작성자보다 엠대시를 3.28배 더 많이 사용한다.
- 이 연구에 의하면 프롬프트를 통해 엠대시를 금지하거나 제한하는 것은 거의 효과가 없다.
- 한 가설은 아프리카의 챗봇 콘텐츠 모데레이션 영향을 제안하는데, 그곳의 영어는 “delve” 같은 단어를 더 자주 사용하는 경향이 있다.
- 하지만 기사는 모데레이터들이 주로 유해 콘텐츠 제거에 집중할 뿐 언어 스타일을 직접 조정하지는 않는다고 본다.
- 저자는 현대 대중 매체를 대표하는 텍스트 저장소인 COCA와 AI 훈련 데이터를 시뮬레이션한 OpenWebText의 데이터를 비교했다.
- OpenWebText의 엠대시 빈도는 백만 단어당 약 1,621.88회로 매우 높았다.
- 또 다른 가설은 암묵적 편향과 관련이 있다. 엠대시는 문학이나 긴 에세이에는 흔하지만 이메일, 메시지 등 일상 대화에는 적게 등장한다.
- LLM은 긴 글과 학술 문서로 많이 훈련되었기 때문에 일반인보다 엠대시 사용법을 더 많이 흡수한다.
- 데이터 요인 외에도 Claude나 ChatGPT 같은 모델은 ‘명확한’ 답변을 내놓도록 최적화되어 있으며, 엠대시는 복잡한 아이디어를 설명하고 분할하는 데 특히 적합하다.
- 저자는 사람들이 AI로 오해받지 않으려 엠대시를 피함에 따라 미래의 LLM도 사용을 줄이게 될 것이라 믿는다.
- 그러나 기사는 ‘AI 적발’에 대한 공포가 글쓰기의 본질을 바꾸고 있음을 우려한다. ‘인간’처럼 들리기 위해 많은 이들이 덜 창의적으로 글을 써야만 하는 상황이다.
📌 결론: AI 시대의 흥미로운 역설. 언어 모델은 인간의 글쓰기로부터 학습되었지만, 이제 인간은 AI로 오해받지 않기 위해 스타일을 바꾸고 있다. GPT-4.1이 일반보다 3.28배 더 많이 사용하며 프롬프트로도 완전히 제거할 수 없는 엠대시는 그 전형적인 예다. 더 중요한 점은 AI 탐지기에 대한 공포가 글쓰기의 표현 자유를 빈약하게 만들고 있으며, 필자들이 한때 세련되고 창의적인 문체의 증거로 여겨졌던 구조들까지 피하게 만들고 있다는 것이다.
