AI;DR: AI 생성 콘텐츠를 위한 새로운 사회적 계약의 등장

AI;DR 정책: 편집되지 않은 AI 슬롭(Slop) 거부하기

AI;DR (AI; Didn't Read)은 가공되지 않은, 편집되지 않은 AI 생성 텍스트의 확산에 대한 사회적 대응으로, 발신자가 내용을 검토하거나 편집하는 수고를 하지 않았다면 수신자가 해당 콘텐츠를 읽기를 거부하는 현상을 말합니다. 이 정책은 "TL;DR" (Too Long; Didn't Read) 현상을 반영하지만, 길이보다는 커뮤니케이션의 품질과 의도에 초점을 맞춥니다. 핵심 전제는 필터링되지 않은 AI 출력물을 보내는 것이 지적 게으름의 징후이며 수신자의 시간을 존중하지 않는 행위라는 것입니다.

전문적이고 개인적인 커뮤니케이션—Slack 논의, 뉴스레터, 소셜 미디어 등—에서 "AI-isms" (일반적이고, 화려하거나, 과도하게 장황한 언어)의 존재는 발신자가 해당 문장을 완전히 이해하거나 뒷받침하지 못할 수도 있음을 시사합니다. 결과적으로 수신자는 해당 콘텐츠를 파악하기 위해 필요한 노력을 기울일 의무를 느끼지 못하게 됩니다.

"Meat Proxy" 문제와 외부화된 비용

가공되지 않은 AI 출력물을 보내는 것은 인간 발신자를 "meat proxy"로 변모시킵니다. 즉, 사람이 인간적인 판단이나 검증 없이 단순히 기계의 전달자 역할만 수행하게 되는 것입니다. 이는 발신자가 검토에 필요한 인지적 비용을 수신자에게 전가하는 역학을 만듭니다.

이러한 행동으로 인해 식별된 주요 문제는 다음과 같습니다:

책임의 포기: 발신자가 AI 텍스트의 벽을 제공할 때, 수신자는 저자가 검증했어야 할 주장의 타당성과 개연성을 판단해야 하는 첫 번째 실제 인간 검토자가 됩니다.
출처의 상실: AI를 중개자로 사용하는 것은 아이디어의 기원을 모호하게 만들며, 의사소통의 오류나 명확성 지연을 초래할 수 있습니다.
신뢰의 침식: 글쓰기는 신뢰를 구축하는 주요 수단입니다. 독자가 작성자가 자신의 출력물을 실제로 읽지 않았다고 의심하는 순간, 커뮤니케이션의 사회적 계약은 깨집니다.

소프트웨어 엔지니어링 및 기술 문서화에 미치는 영향

AI 생성 콘텐츠의 확산은 기술적 코드베이스와 피어 리뷰(peer review) 환경에서 "포스트-가독성(post-readability)" 환경을 조성하고 있습니다. 엔지니어들은 가치를 더하지 않고 양만 늘리는 AI 생성 문서와 주석을 보고하고 있습니다.

구체적인 기술적 마찰은 다음과 같습니다:

PR Noise: Pull Requests (PRs)는 간결한摘要(summary) 대신 공식적인 청구서처럼 읽히는 AI 생성 커밋 메시지와 문서로 점점 더 채워지고 있으며, 이는 리뷰어에게 저자보다 더 많은 노력을 요구하게 만듭니다.
낮은 뉘앙스 기술적 주장: AI가 작성한 기술 문서가 복잡한 아키텍처(예: PCIe devices over TCP/IP)에 대해 대담한 주장을 펼치면서도, DMA, interrupts, 또는 IOMMU와 같은 중요한 기술적 뉘앙스를 완전히 누락하는 사례가 보고되고 있습니다.
코드베이스 비대화: AI 생성 주석은 종종 소음(noise)으로 구성되며, 코드가 무엇을 하고 있는지(이는 자명해야 함)보다는 왜 하는지에 대해 설명하는 대신, 코드가 무엇을 하고 있는지 설명하는 "두 번째 문서화 시스템"이 되고 있습니다.

가공되지 않은 AI 출력물에 대한 제안된 대안

전문적인 에티켓과 커뮤니케이션 효율성을 유지하기 위해, 가공되지 않은 AI 텍스트를 보내는 것에 대한 몇 가지 대안이 제안되었습니다:

출력물이 아닌 프롬프트를 공유하세요: 생성된 텍스트를 보내는 대신, 사용된 프롬프트를 보내세요. 이는 LLM이 추가한 "화려한 언어"나 추측을 배제하고 발신자가 전달하고자 하는 정확한한 의도와 정보를 전달합니다.
세션을 공유하세요: 협업 작업 시, 모델과 프롬프트를 제공하여 수신자가 직접 AI 세션을 제어할 수 있도록 하세요. 정적인, 잠재적으로 무관한 보고서를 받는 대신 말입니다.
Human-in-the-Loop 편집: 아이디어나 개요를 작성하는 데 AI AI를 사용하되, 최종 문장은 인간이 직접 편집하여 일반적인 AI 말투를 제거하고 사실적 정확성을 확보해야 합니다.

반론 및 뉘앙스

AI;DR 정서가 널리 퍼져 있지만, 일부는 콘텐츠가 어떻게 생산되었는지에 대한 초점이지의 실제 유용성보다 중요하게 다뤄질 수 있다고 주장합니다.

"개인적으로 저는 글이 유용하거나 통찰력 있는 한 AI가 생성한 것인지에 관계없이 상관하지 않습니다... 통계적으로 말하면 AI 생성물 중 90%는 독자의 시간을 낭비하게 만듭니다. 그것들을 단순히 건너뛰는 것이 좋은 전략입니다."

다른 고려 사항은 다음과 같습니다:

비원어민을 위한 접근성: 제2외국어로 소통통하는 사람들에게 AI는 번역과 명확성을 위한 필수적인 도구입니다. 하지만 비판론자들은 이러한 경우에도, 세련된 하지만 내용 없는 AI 문장보다 진정한 인간의 아이디어를 전달하는 "broken English"가 더 선호되는 경우가 많다고 지합니다.
"AI Tell" 역설: 고품질의 인간이 작성한 글을 바탕으로 AI를 학습시킨 AI는, 좋은 글쓰기 방식(예: em-dash의 사용이나 특정 기술 용어)이 점점 더 "AI Tell"로 오해받고 있습니다. 이로 인해 무고한 작성자가 LLM을 사용했다는 의심심을 받게 됩니다.