클로드의 지지 구조어: GitHub PR에서의 AI 주도 언어 변화 분석

AI 생성 어휘가 기술적 커뮤니케이션을 변화시키고 있다

595일 동안 수집한 47,464개의 GitHub 풀 리퀘스트(PRs)를 분석한 결과, 2026년 말 기준으로 모든 인간 작성 PR의 45%를 차지하는 특별한 어휘 군—일명 '클로디시( Claudish)'—가 등장하고 있음을 확인할 수 있었다. 이 변화는 특히 Anthropic의 클로드 모델 기반 코딩 에이전트와 관련된 의미가 풍부한 특정 기술 용어의 급증을 특징으로 한다.

'클로디시' 패턴의 데이터 기반 식별

500만 단어 이상을 대상으로 KL-발산 k-means 군집화를 사용한 연구자 Labo333은 여덟 개의 독립적인 어휘 군을 식별했다. 그 중 2026년에 나타난 군은 특정 용어의 빈도가 급격히 증가한 것으로 나타났다.

주요 언어적 지표

AI에 의해 생성된 기여물에서 일반 어휘집에 비해 비율이 크게 높아진 특정 단어들이 있다:

• "Load-bearing": 이 용어는 해당 군 내에서 빈도가 123.04배 증가했다.
• "Seam", "Fold", "Substrate": 코드의 경계 조건과 구조적 구성 요소를 설명할 때 사용된다.
• "Byte-identical": 정확한 데이터 일치를 매우 정밀하게 설명할 때 사용된다.
• "Sidecar": 자주 제안되는 아키텍처 솔루션에서 보조 데이터를 추가하는 패턴으로 등장한다.

'클로디시' 어휘 체계

주요 지표 외에도, 대표적인 어휘에는 verdict, invariant, footprint, substrate, residue, parity 등이 포함된다. 이 단어들은 종종 간단한 대체어(예: "result" 대신 "verdict" 사용, "contains" 대신 "carries" 사용)를 대체한다.

커뮤니티의 AI 전문 용어에 대한 시각

이 새로운 어휘 체계에 대한 개발자들의 반응은 극명하게 갈라져 있으며, 의미의 정밀성과 의사소통의 장애 사이의 긴장감을 반영한다.

AI 어휘에 대한 지지 논거

일부 개발자들은 이러한 용어들이 실제로 기술적 커뮤니케이션에 더 효율적이라고 주장한다.

"세움, 접힘, 지지 구조 같은 것들은 유용한 개념이야... 다른 대안보다 더 설명적이며 더 간결하거든."

또한 일부 관찰자들은 LLM이 이해하기 어려운 또는 비영어 기록을 구조화되고 문법적으로 올바른 영어로 대체함으로써 커밋 로그의 전반적인 품질을 향상시키고 있다고 지적한다. 비록 그 영어가 스타일화된 것이더라도 말이다.

AI 어휘에 대한 반대 논거

비판자들은 이 스타일을 "불쾌한", "경계하는", "읽기 어려운"이라고 묘사한다. 주요 불만 사항은 다음과 같다:

• 과도한 복잡성: 간단한 용어로 충분한 곳에서 복잡한 언어를 사용하는 경향.
• 인지 부담: 코드 리뷰 중 AI 전용 전문 용어를 뒤져야 하는 '피로감'.
• 전술적 모호성: 로봇이 특정 파일명이나 함수명을 언급하지 않기 위해 이러한 용어를 사용한다는 우려.

언어 변화의 이론적 원인

이러한 패턴이 존재하고 확산되는 이유에 대해 여러 가설이 제기되고 있다:

• RLHF 및 시스템 프롬프트: 한 사용자는 클로드의 시스템 프롬프트가 "무언가 지지 구조적인 것을 발견하면 이를 강조하라"고 명시적으로 지시하고 있다고 보고했다. 이는 어휘가 강화 학습과 방향성 조정의 직접적인 결과임을 시사한다.
• 인간의 적응: "언어적 반영" 현상이 존재하는 것으로 보이며, 인간 개발자들이 모델을 더 잘 유도하거나 반복 노출을 통해 AI 전문 용어를 자신의 커뮤니케이션에 채택하기 시작하고 있다.
• 학습 루프: AI 생성 콘텐츠가 학습 데이터의 비중이 커질수록 특정 스타일적 특징이 반복되어 강화되는 복합적 편향이 생긴다는 추측이 있다.
• 토큰 효율성: 이러한 밀도 높은 용어들이 복잡한 아키텍처 개념을 더 적은 출력 토큰으로 전달하기 위한 전략일 수 있다는 이론이 있다.

다른 모델과의 비교

이 연구는 클로드에 초점을 맞추고 있지만, 커뮤니티 구성원들은 다른 모델에서도 유사한 추세를 보고 있다. 예를 들어, "Sol"(GPT 5.6) 사용자들은 "이상하게"(예: "이상하게 효율적", "이상하게 좁은")라는 단어의 과도한 사용을 지적하며, 대부분의 최전방 모델이 각자의 고유한 언어적 "지문" 또는 "워터마크"를 개발하고 있음을 시사한다.