AI에게 초안을 맡기고 문장을 다듬다 보면, 완성된 글에서 '내가 실제로 쓴 부분'이 어디까지인지 어느 순간 헷갈리기 시작합니다. 처음엔 분명 AI가 뽑아준 문단이었는데, 몇 번 손보고 나면 마치 처음부터 내가 쓴 것 같은 착각이 듭니다. 반대로, 내 아이디어에서 출발했는데 표현만 AI에게 맡겼더니 결과물이 낯설게 느껴지기도 합니다.
혼자 콘텐츠를 만드는 사람에게 이 감각의 어긋남은 사소하지 않습니다. 뉴스레터든 제안서든 블로그 글이든, '이 결과물이 내 것'이라는 판단은 다음 글을 어떻게 쓸지, 무엇을 더 배워야 할지를 결정하는 출발점이 되기 때문입니다. 그런데 그 판단 자체가 흔들린다면 어떻게 될까요. 최근 발표된 한 연구가 바로 이 지점, 즉 AI 글쓰기 저작 기여도를 사람이 얼마나 정확히 인식하는가를 실증적으로 파고들었습니다.
이 연구가 던진 질문
Célina Treuillier와 Denis Lalanne 두 연구자는 생성 AI가 널리 퍼지면서 '사용자가 AI와 상호작용하며 새로운 콘텐츠를 만들 때 대체 어떤 방식으로 협업하는가'라는 물음이 시급해졌다고 지적합니다. 그리고 여기에 '저작 인식 보정(authorship calibration)'이라는 개념을 새로 제안합니다.
쉽게 풀면, 사람이 AI와 함께 글을 쓸 때 자신이 실제로 기여한 몫을 얼마나 정확하게 가늠하는지를 가리키는 말입니다. 실제 기여와 내가 느끼는 기여가 잘 맞으면 저작 인식이 잘 보정된 상태이고, 크게 어긋나면 어긋난 상태입니다. 연구진은 이 인식을 측정하기 위해 CoAuthor 데이터셋을 활용해, 사람들의 저작 인식이 어떻게 달라지는지를 분석했습니다.
무엇을 발견했나
이 논문이 밝힌 첫 번째 사실은 저작 인식의 편차가 사람마다 상당히 크다는 점입니다. 모두가 비슷하게 착각하거나 비슷하게 정확한 것이 아니라, 개인차가 뚜렷하게 나타났습니다.
더 눈여겨볼 대목은 이 편차가 AI 사용 빈도와 맞물려 있다는 발견입니다. AI에 많이 기대는 사람일수록 자신의 저작 기여도를 잘못 판단하는 경향을 보였고, AI를 덜 쓰는 사람일수록 자기 기여를 더 정확하게 인식했습니다. 연구진은 이를 두고 AI가 사람의 저작 인식 자체를 흐릿하게 만들 수 있다고 해석합니다.
연구진은 학습 맥락에서의 파장도 짚습니다. 자기 기여를 잘못 가늠하면 스스로의 사고 과정을 점검하는 메타인지적 모니터링이 어긋나고, 그에 따라 학습 전략도 어긋나며, 결국 학습 성과에까지 영향이 미칠 수 있다는 것입니다. 그래서 저작 인식을 잘 기르는 일이 책임 있고 교육적으로 의미 있는 AI 활용의 핵심이라고 결론짓습니다.
실무에 적용하면
혼자 일하는 사람에게 이 발견은 한 가지 습관을 권합니다. 결과물을 넘기기 전에 '이 글에서 내가 실제로 만든 부분은 어디인가'를 한 번 짚어보는 것입니다.
AI를 자주 쓸수록 저작 인식이 어긋나기 쉽다는 연구 결과를 뒤집으면, 사용 빈도가 높은 사람일수록 이 점검이 더 필요하다는 뜻이 됩니다. 초안을 AI에게 맡겼다면 뼈대와 논지 중 무엇이 내 것이었는지, 표현만 다듬은 것인지 구조까지 AI를 따라간 것인지 구분해두면 AI 글쓰기 저작 기여도에 대한 감각이 실제와 덜 벌어집니다.
이 습관은 실력 관리와도 닿습니다. 내가 매번 AI에 의존하는 지점이 정확히 어디인지 알아야, 그 부분을 스스로 채울지 아니면 의식적으로 도구에 맡길지를 선택할 수 있습니다. 자기 기여를 정직하게 가늠하는 사람은 어떤 근육을 더 키워야 하는지도 함께 알게 됩니다.
주의할 점
다만 이 연구를 과하게 확장해 읽지는 않는 편이 좋겠습니다. 분석은 CoAuthor라는 특정 데이터셋에 기반하며, 초록 수준에서 드러난 것은 사용 빈도와 저작 인식 사이의 관련성입니다. AI를 많이 쓰면 반드시 착각한다는 단정으로 읽기보다, 그런 경향이 관찰되었다는 신호로 받아들이는 편이 정확합니다.
또한 연구진이 주목한 무대는 주로 학습 맥락입니다. 1인 사업자의 실무 글쓰기에 그대로 대입하기 전에, 내 작업의 성격이 얼마나 겹치는지를 스스로 가늠할 필요가 있습니다. 그럼에도 자기가 만든 것을 자기가 정확히 안다는 감각이 흔들릴 수 있다는 지적은, 매일 AI와 글을 주고받는 사람이라면 한 번쯤 자기 작업 방식에 비춰볼 만합니다.
