▲

AI 글쓰기에서 피해야 할 상투적 패턴 모음

 (tropes.fyi)
21P by GN⁺ 1일전 | ★ favorite | 댓글 6개
  • AI가 생성한 텍스트에서 반복적으로 나타나는 글쓰기 패턴(trope) 을 카테고리별로 분류한 단일 마크다운 파일
  • 이 파일을 AI 시스템 프롬프트에 추가하면 흔한 AI식 문체를 피하도록 유도할 수 있음
  • 단어 선택, 문장 구조, 문단 구조, 톤, 포맷, 구성 등 6개 대분류 아래 30개 이상의 구체적 패턴을 각각 예시와 함께 정리
  • "delve", "tapestry", "landscape" 같은 AI 특유의 과잉 어휘부터, "It's not X -- it's Y" 같은 거짓 심오함을 만드는 문장 구조까지 포괄
  • 각 패턴은 한두 번 사용하면 괜찮지만 여러 패턴이 동시에 또는 반복적으로 출현할 때 AI 생성 텍스트의 강한 신호가 됨
  • 이 파일 자체도 AI 보조로 작성되었으며, "AI를 위한 AI, 인간을 위한 인간"이라는 면책 조항 포함

단어 선택 (Word Choice)

  • "Quietly"와 마법 부사들: "quietly", "deeply", "fundamentally", "remarkably", "arguably" 등의 부사를 남용해 평범한 묘사에 미묘한 중요성을 부여하는 패턴
    • 예: "quietly orchestrating workflows", "a quiet intelligence behind it"
  • "Delve"와 유사어: 한때 가장 유명한 AI 징후였던 단어로, AI 생성 텍스트에서 비정상적으로 높은 빈도로 등장
    • "certainly", "utilize", "leverage"(동사), "robust", "streamline", "harness" 등이 같은 계열
  • "Tapestry"와 "Landscape": 단순한 단어로 충분한 곳에 거창한 명사를 사용하는 패턴
    • "tapestry"는 상호 연결된 모든 것에, "landscape"는 모든 분야나 도메인에 남용
    • "paradigm", "synergy", "ecosystem", "framework"도 동일 유형
  • "Serves As" 회피: 단순한 "is/are" 대신 "serves as", "stands as", "marks", "represents" 같은 과장된 연결어 사용
    • AI의 반복 페널티가 기본 계사(copula) 대신 화려한 구문 쪽으로 밀어내기 때문에 발생

문장 구조 (Sentence Structure)

  • 부정 병렬 구문(Negative Parallelism): "It's not X -- it's Y" 패턴으로, AI 글쓰기에서 가장 흔하게 식별되는 징후
    • 모든 것을 놀라운 재구성(reframe)으로 포장해 거짓 심오함을 생성
    • LLM 이전에는 이런 방식의 대량 글쓰기가 존재하지 않았음
    • "not because X, but because Y"라는 인과적 변형도 포함
  • "Not X. Not Y. Just Z.": 두 가지 이상을 부정한 뒤 실제 요점을 드러내는 드라마틱 카운트다운 패턴
    • 진실을 좁혀가는 듯한 거짓 느낌을 생성
  • "The X? A Y.": 아무도 묻지 않은 질문을 스스로 던지고 바로 답하는 수사적 질문-즉답 패턴
    • 극적 효과를 위해 사용하며, AI가 이를 훌륭한 글쓰기의 정수로 간주
  • 반복 어구(Anaphora) 남용: 동일한 문장 시작을 빠르게 여러 번 반복
    • 예: "They assume that... They assume that... They assume that..."
  • 삼중 구문(Tricolon) 남용: 셋의 규칙을 과용하며 넷이나 다섯으로 확장하는 경우도 포함
    • 하나의 삼중 구문은 우아하지만, 연속 세 개는 패턴 인식 실패
  • "It's Worth Noting": 아무 신호도 보내지 않는 채움 전환어
    • "It bears mentioning", "Importantly", "Interestingly", "Notably"도 동일 유형
    • 새로운 논점을 이전 논증과 실제로 연결하지 않으면서 도입
  • 피상적 분석(Superficial Analyses): 문장 끝에 현재 분사("-ing") 구문을 붙여 얕은 분석을 주입
    • "highlighting its importance", "reflecting broader trends", "contributing to the development of..." 같은 표현
    • 평범한 사실에 중요성, 유산, 광범위한 의미를 부여
  • 거짓 범위(False Ranges): "from X to Y"에서 X와 Y가 실제 어떤 스케일 위에 있지 않은 구문
    • 정당한 사용에서는 의미 있는 중간 지점이 있는 스펙트럼을 암시하지만, AI는 느슨하게 관련된 두 가지를 나열하는 데 사용
  • 동명사 단편 나열(Gerund Fragment Litany): 주장 후 주어 없는 동명사 단편을 연속으로 나열
    • "Fixing small bugs. Writing straightforward features. Implementing well-defined tickets."
    • 첫 문장이 이미 전부를 말했고, 단편들은 단어 수와 AI 특유의 리듬만 추가
    • 인간은 초고를 이런 식으로 작성하지 않으며, 순수한 구조적 틱(tic)

문단 구조 (Paragraph Structure)

  • 짧은 펀치 단편(Short Punchy Fragments): 매우 짧은 문장이나 문장 단편을 독립 문단으로 사용해 인위적 강조 생성
    • RLHF 훈련이 최저 수준 독자를 겨냥한 "가독성을 위한 글쓰기" 쪽으로 모델을 밀어낸 결과
    • 한 문장에 하나의 생각, 정신적 상태 유지 불필요한 비인간적 스타일
  • 변장한 리스티클(Listicle in a Trench Coat): 번호 매기거나 라벨 붙인 포인트를 연속 산문으로 위장
    • "The first... The second... The third..."로 시작하는 문단으로 리스트 형식을 숨기는 패턴
    • 리스트 생성을 중단하라고 지시받은 후 대안으로 채택하는 경우가 많음

톤 (Tone)

  • "Here's the Kicker": 계시를 약속하지만 그 빌드업이 필요 없는 포인트를 전달하는 거짓 서스펜스 전환
    • "Here's the thing", "Here's where it gets interesting", "Here's what most people miss"도 동일 유형
  • "Think of It As...": 독자가 무엇이든 이해하려면 비유가 필요하다고 가정하는 교사 모드 기본값
    • AI가 원래 개념보다 덜 명확한 비유를 생성하는 경우가 빈번
  • "Imagine a World Where...": AI의 전형적 미래주의 초대로, "Imagine" 뒤에 전제에 동의하면 일어날 훌륭한 일들의 목록이 나옴
  • 거짓 취약성(False Vulnerability): 제4의 벽을 깨거나 편향을 인정하는 척하는 수행적 자기 인식
    • 실제 취약성은 구체적이고 불편하지만, AI의 취약성은 세련되고 위험이 없음
  • "The Truth Is Simple": 실제로 증명하는 대신 무언가가 명백하거나 단순하다고 주장하는 패턴
  • 웅장한 스테이크 인플레이션(Grandiose Stakes Inflation): 모든 논점의 이해관계를 세계사적 중요성으로 부풀림
    • API 가격에 대한 블로그 포스트가 문명의 운명에 대한 명상이 되는 현상
  • "Let's Break This Down": 전문가 독자에게도 교사-학생 관계를 기본값으로 설정하는 교수법적 목소리
    • "Let's unpack this", "Let's explore", "Let's dive in"도 동일 유형
  • 모호한 귀속(Vague Attributions): 구체적 출처 없이 "experts", "observers", "industry reports" 등 이름 없는 권위에 주장을 귀속
    • 한 사람이 말한 것을 널리 퍼진 견해로, 두 곳의 출처를 "several publications"로 부풀리는 행태도 포함
  • 만들어낸 개념 라벨(Invented Concept Labels): 추상적 문제 명사(paradox, trap, creep, divide, vacuum, inversion)를 도메인 단어에 붙여 분석적으로 들리지만 근거 없는 합성 라벨 생성
    • "supervision paradox", "acceleration trap", "workload creep" 등
    • 이름을 붙이고 논증은 건너뛰는 수사적 약칭으로 기능하며, 같은 글에 여러 개 등장하면 AI slop의 강한 신호

포맷 (Formatting)

  • 엠 대시 중독(Em-Dash Addiction): 극적 일시 정지, 삽입어, 전환점에 엠 대시를 강박적으로 과용
    • 인간 작가는 글 하나에 2~3개를 자연스럽게 사용하지만, AI는 20개 이상 사용
  • 굵게-먼저 불릿(Bold-First Bullets): 모든 불릿 포인트가 굵은 구문으로 시작하는 패턴
    • Claude와 ChatGPT 마크다운 출력에서 매우 흔하며, 수동 작성 시 거의 아무도 이렇게 포맷하지 않음
    • AI 생성 문서, 블로그 포스트, README 파일(특히 이모지 포함)의 확실한 징후
  • 유니코드 장식(Unicode Decoration): 유니코드 화살표(→), 스마트/곱슬 인용부호 등 표준 키보드로 쉽게 입력할 수 없는 특수 문자 사용
    • 실제 작가는 텍스트 에디터에서 직선 인용부호와 ->, =>를 사용
    • Claude가 특히 → 화살표를 선호

구성 (Composition)

  • 프랙탈 요약(Fractal Summaries): "앞으로 말할 것, 지금 말하는 것, 방금 말한 것"을 문서의 모든 수준에서 적용
    • 모든 하위 섹션, 섹션, 문서 자체에 각각 요약이 붙음
  • 죽은 비유(The Dead Metaphor): 하나의 비유에 고착해 전체 글에서 반복적으로 사용
    • 인간 작가는 비유를 도입하고 사용한 뒤 넘어가지만, AI는 5~10회 반복
  • 역사적 비유 쌓기(Historical Analogy Stacking): 기술 글쓰기에서 특히 흔하며, 역사적 기업이나 기술 혁명을 빠르게 나열해 거짓 권위를 구축
    • "Apple didn't build Uber. Facebook didn't build Spotify..." 류의 패턴
  • 한 포인트 희석(One-Point Dilution): 단일 논점을 10가지 다른 방식으로 수천 단어에 걸쳐 재진술
    • 다른 비유, 예시, 프레이밍으로 같은 아이디어를 반복해 "포괄적"으로 보이게 패딩
  • 콘텐츠 복제(Content Duplication): 같은 글 안에서 전체 섹션이나 문단을 그대로 반복
    • 모델이 이미 작성한 내용을 추적하지 못할 때, 특히 긴 글에서 발생
    • 편집되지 않은 AI 출력의 확실한 징후이지만 최근에는 덜 흔함
  • 표지판 결론(The Signposted Conclusion): "In conclusion", "To sum up", "In summary"로 결론을 명시적으로 알림
    • 능숙한 글쓰기는 결론을 독자가 느끼게 하며 알려줄 필요 없음
    • AI가 템플릿을 따르기 때문에 구조적 움직임을 신호로 보냄
  • "Despite Its Challenges...": AI가 문제를 인정하되 즉시 기각하는 경직된 공식
    • "Despite its [긍정적 단어], [주어] faces challenges..." 후 "Despite these challenges, [낙관적 결론]"으로 항상 동일한 비트를 따름

핵심 원칙

  • 위 패턴들은 한 번 사용하면 괜찮을 수 있지만, 여러 패턴이 함께 나타나거나 하나의 패턴이 반복 사용될 때 문제가 됨
  • 인간처럼 쓸 것: 다양하고, 불완전하고, 구체적으로
▲
geekygeek 19시간전  [-]

"이 글에서 글쓴이는 AI 가 생성한 텍스트를 해부한 뒤 'AI slop'의 6 대 징후와 그 안 숨겨진 구조를 폭로합니다. 단순한 단어 나열이 아닙니다. "delve"나 "tapestry" 같은 과잉 어휘부터, 거짓 심오함을 만드는 문장 패턴까지 인간처럼 쓰지 않는 이유를 다룹니다. 핵심은 다양하고 불완전한 글쓰기를 회복하는 데 있습니다."

답변달기
▲
y15un 8시간전  [-]

LaTeX으로 석사 논문 쓰던 시절에 em dash(---)와 en dash(--)의 차이를 처음 배우고 나서 지금에 이르기까지 거의 모든 영작문에 빈번히 써 왔습니다. (Espanso로 단축키 지정해 사용)
아직까지 "너 AI로 글 썼니?" 같은 지적은 받아본 적 없지만 그래도 제가 애용하는 문장 부호가 AI indicator로 사용된다니 참 싱숭생숭합니다.

관련하여 읽어볼 만한 글: https://marcusolang.substack.com/p/im-kenyan-i-dont-write-like-chatgpt

답변달기
▲
y15un 8시간전  [-]

찾아보니 긱뉴스에서 봤던 글이네요: https://news.hada.io/topic?id=25104

답변달기
▲
savvykang 20시간전  [-]

와... 너 정말, **핵심을 찔렀어.**

답변달기
▲
hmmhmmhm 21시간전  [-]

오 한국어 버전도 나오면 좋겠네요

답변달기
▲
GN⁺ 1일전  [-]
Hacker News 의견들

  • 글을 진지하게 공유하려면 이런 프롬프트 사용을 피해야 함
    LLM으로 블로그 글을 써봤는데 처음엔 괜찮아 보여도, 몇 번 반복하면 모든 글이 같은 목소리로 들림
    다른 블로그나 뉴스, 백서에서도 똑같은 어투가 반복됨
    독자들은 텍스트의 내용뿐 아니라 저자의 고유한 목소리를 듣고 싶어함
    관련 글: Why We Hate LLM Articles

  • AI 글쓰기가 별로인 이유는 ‘목소리’가 없기 때문임
    인간 작가는 자신의 경험에서 나온 관점을 제시하지만, AI는 아무 말도 ‘하려는’ 의도가 없음
    또 깊은 일관성을 유지하지 못함. 인간적인 목표나 기억, 자아감이 없어서 생기는 문제 같음

  • 이런 시도는 불쾌하게 느껴짐
    AI가 쓴 문장을 교묘히 숨기려 하기보다, 그냥 시간을 낭비하지 말았으면 함
    AI로 글을 쓰는 게 부끄럽지 않다면 숨길 필요가 없고, 부끄럽다면 멈춰야 함
    독이 든 우물에 항의받았다고 해서 더 교묘한 독을 쓰는 건 옳지 않음

  • LLM의 글쓰기 스타일을 연구 중인데, 이 스레드의 표현 중 “tapestry”가 흥미로웠음
    GPT-4o가 “camaraderie” 다음으로 자주 쓰는 단어였음
    기본 모델은 이런 이상한 스타일이 덜한데, instruction tuning을 거치면 생김
    사람 평가자에게 스타일을 평가하게 하는지, 혹은 루브릭이 있는지 궁금함
    관련 논문: PNAS 논문, arXiv 사전 공개본

    • 이런 이상한 스타일은 RLHF에서 비롯됨
      케냐와 나이지리아의 연구를 보면, perplexity가 최적화 목표라서 사전학습 모델은 가장 ‘예상 가능한’ 출력을 반영함
    • AI 글쓰기 스타일 관련 링크를 모아둠: AI Writing Style
      “Hydrogen Jukeboxes”라는 글도 포함되어 있음
      스타일 변화는 Gwern Branwen의 mode collapse 분석에서도 다룸
    • 내 직감상 RLHF보다 모드 붕괴(mode collapse) 가 더 큰 원인임
      DeepSeek R1 Zero처럼 인간 선호가 거의 없는 모델도 결국 안정된 패턴으로 수렴함
      이런 현상은 세대별로 반복되며, 웹이 이전 세대 모델의 산출물로 오염되면서 악순환이 생김
    • 의미가 토큰에 어떻게 연결되는지가 관련 있을 수도 있음
      예를 들어 “camaraderie”의 토큰화 방식이나, 영어에서 이모지가 유일한 상형문자라서 비중이 커지는 점이 흥미로움
    • 이런 스타일 변화가 대화형 튜닝(chat fine-tuning) 때문일 수도 있다고 생각함

  • 이런 리스트는 시간이 갈수록 길어질 위험이 있음
    AI가 새로운 클리셰를 계속 만들어내기 때문임

  • 이 파일은 LLM보다 사용자인 나를 위한 문서처럼 느껴짐
    “AI에게 이 파일을 시스템 프롬프트로 추가하라”는 말이 결국 AI의 AI에게 지시하는 꼴이 됨
    설명이 섞여 있어서 혼란스러움. “하지 말라”는 표현이 오히려 그 단어를 더 자주 쓰게 만드는 역효과가 있음
    사용자용 설명과 AI용 지시를 분리해야 함
    내가 Claude에게 다시 써달라고 해서 이 gist에 정리함

    • 원문과 gist에는 “Negative Parallelism”, “Gerund Fragment Litany” 같은 패턴 이름이 반복됨
      LLM에게는 이런 이름을 피하고, 좋은 문장의 긍정적 형태를 설명하는 게 더 효과적임
      Claude가 다시 쓴 버전은 여기에 있음
    • 나도 동의함. 좋은 리스트지만 프롬프트로는 부적절함
      “하지 말라”고 하면 오히려 그걸 더 하게 되는 스트라이샌드 효과가 있음
      특정 작가의 스타일로 쓰게 하면 더 자연스럽고 덜 일반적임
      이후 ‘편집 에이전트’ 를 두어 클리셰를 제거하게 하면 훨씬 나아짐

  • Gemini로 역사 관련 조사를 시도했는데, 기술 은유를 멈추지 못했음
    영주를 CEO, 교황을 인플루언서, 봉건 반란을 면접으로 비유하는 식이라 거의 코믹했음

    • 아마 Gemini가 나에게 맞춰 개인화된 답변을 하려는 듯함
      설정에서 추가 지시를 넣을 수 있지만, 내 기술 스택을 넣었더니 모든 답변 끝에 “JVM과 v8이 처리해준다”는 문장이 붙음
      그래서 무시하라고 했더니 이번엔 비꼬는 어조로 “당신의 석사 두뇌라면…”으로 시작하는 문단을 추가함

  • Claude나 ChatGPT가 요즘 “genuine”, “real”, “honest” 같은 단어를 자주 씀
    “no <thing you told me not to do>” 같은 표현도 자주 보임. 프롬프트 준수 확인용인 듯함

    • Reddit, 특히 NBA 서브레딧에서 “honestly”가 과하게 쓰이는 걸 봄
    • “genuinely” 같은 부사도 실제 인간 글에서도 늘어난 느낌임. 팬데믹 이후 언어 트렌드 변화일 수도 있음
    • Claude에서 새로 본 표현은 “Fair enough, …”였음
    • “X that actually works”도 자주 등장함
    • “no react hooks”처럼 지시문을 그대로 문장에 넣는 경우도 많음. 약간 수동공격적인 느낌임

  • 위키백과에도 관련 자료가 있음: Signs of AI Writing
    다만 읽다 보면 자신이 쓰는 습관도 발견돼서 민망함
    특히 “from X to Y” 같은 가짜 범위 표현을 자주 씀
    또 LLM은 제목과 부제를 콜론으로 나누는 습관을 절대 버리지 못함

    • 인간도 이런 클리셰를 쓰지만, AI는 모든 문단마다 반복함
    • 관련 프롬프트 문서: LLM_PROSE_TELLS.md

  • 인간이 직접 쓴 유용한 자료로 Wikipedia: Signs of AI Writing을 추천함

답변달기