AI가 카피라이터를 대체할까요? AI 콘텐츠 작문의 진화와 미래

텍스트 생성과 머신러닝이 발전함에 따라, 자동 완성 기능을 제공하는 수많은 AI 카피라이팅 툴이 콘텐츠 작성자를 대체할 것인가에 대한 끊임없는 논의가 이어지고 있습니다.

GPT-3, Rytr, Jarvis, Shortly, CopyAI, Frase 등 시장에 쏟아져 나오는 자동 완성 기능 기반의 신제품 목록은 끝이 없습니다. 이 모든 제품에는 "나를 위해 써줘(Write for me)" 버튼이 있습니다. 그 버튼을 클릭하면 텍스트 한 문단이 뚝딱 만들어집니다.

마치 마법처럼 느껴집니다.

인공지능 연구원으로서 저는 지난 5년간 이 분야의 비약적인 발전을 지켜봐 왔습니다. 문자 메시지의 자동 완성 기능 정도로 시작했던 기술이 이제는 거의 소설 한 권을 통째로 써낼 수 있는 기술로 진화했다는 사실이 정말 놀랍습니다.

하지만 이것이 AI가 카피라이터를 대체할 수 있으며, 인간의 글쓰기가 이제 구시대의 유물이 된다는 뜻일까요? ‍답은 그리 간단하지 않습니다.

이 질문에 답하기 위해, 먼저 콘텐츠 작성을 위한 자동 완성이 실제로 어떻게 작동하는지 그 이면을 들여다봐야 합니다. 이러한 정보를 바탕으로 인공지능 기술이 가져다주는 득과 실을 자세히 분석해 보고, 시장에 출시된 수많은 AI 글쓰기 툴들 사이에서 카피라이터들이 정말로 걱정해야 할 것이 있는지 알아보겠습니다.

콘텐츠 작성을 위한 자동 완성의 진화 과정

GPT-3와 같은 새로운 인공지능의 획기적인 발전이 연일 화제가 되고 있지만, 예측 텍스트 기술(자동 완성 및 자동 교정)이 지난 수십 년 동안 어떻게 진화해 왔는지 잊어버리기 쉽습니다.

네, 이 기능은 옛날 아이폰 5에서 "iz"를 "is"로 자동 교정해 주던 바로 그 기능이며, 구글이 검색어에 대해 (때로는 아주 우스꽝스러운) 완성형 검색어를 제안해 주는 방식이기도 합니다.

당신을 대신해 글을 쓰는 N-Gram에 대한 기대를 걸다

놀라실 수도 있겠지만, 자동 완성 기술의 기원은 무려 1948년까지 거슬러 올라갑니다. 그때부터 자동 완성 기술은 콘텐츠 작성자들의 맞춤법 검사와 글쓰기 교정을 도와왔습니다.

자동 완성의 소박했던 시작을 한번 살펴보겠습니다.

초기의 많은 자동 완성 시스템은 언어 모델(language model)이라는 개념을 기반으로 했습니다. 이는 기본적으로 이전 단어들의 이력을 바탕으로 다음 단어를 예측하는 모델이었습니다.

클로드 섀넌(Claude Shannon)이 처음 언급한 가장 초기 언어 모델은 n-gram 모델이라 불렸습니다. n-gram의 한 가지 용도는 입력 중인 텍스트에 특정 단어 조합이 나타날 확률이 얼마나 되는지 예측하는 것이었습니다.

예를 들어, "Can you please come"(이전 이력 단어들)이라고 입력하면, n-gram 모델은 다음 단어로 "here"가 나타날 확률을 매우 높게(예: 80% 확률) 예측합니다. 그러면 휴대폰은 "here"라는 단어로 문장을 자동 완성해 주겠다고 제안하게 됩니다.

n-gram은 각 단어가 나타날 확률을 어떻게 알까요?

방대한 양의 고품질 텍스트 말뭉치(이를 학습 데이터라고도 함)에서 "Can you please come here"라는 구문이 등장한 횟수를 단순히 세어보는 것만으로도 n-gram 모델을 만들 수 있습니다. 이 구문이 자주 등장한다면 "here"가 올바른 완성어가 될 가능성이 높다는 뜻이고, 그렇지 않다면 흔치 않은 표현이라는 뜻이 됩니다.

이 출현 빈도 카운트는 말뭉치 내의 모든 가능한 구문에 적용되며, 그 결과로 "빈도수 표(table of counts)"가 만들어집니다.

위의 예시에서 첫 번째 행은 인간이 작성한 언어에서 가장 자주 발생하기 때문에 가장 높은 빈도수를 가집니다. 마지막 행은 잘 쓰이지 않는 영어로 작성되어 현대 언어에서 자주 나타나지 않으므로 빈도수가 낮습니다.

이 표를 이용하면 누군가 텍스트를 입력할 때마다 프로그램이 이 표를 조회하여 가장 높은 빈도수와 일치하는 구문을 찾습니다. 이 최적의 일치 항목이 본질적으로 다음 단어가 무엇이 되어야 하는지에 대한 예측입니다. 또한 이 일치를 통해 프로그램은 다음 단어가 맞을 확률의 추정치(예: 말뭉치를 기준으로 올바르게 완성될 확률 80%)를 제공할 수 있습니다.

네, 바로 이겁니다. 많은 자동 완성 도구 뒤에 숨겨진 마법은 결국 단어의 개수를 세는 것으로 귀착됩니다!

아주 단순하게 요약하자면, 특정 이력 단어들이 주어졌을 때 다음에 올 가장 가능성 높은 단어를 예측하는 모델을 만드는 방법이 바로 이것입니다. 이것이 자동 교정 및 자동 완성 시스템이 작동하는 기본 토대입니다.

그렇다면 카피라이터들은 이제 n-gram 모델에 의해 대체되는 걸까요?

절대 아닙니다.

n-gram에는 근본적인 문제가 있습니다. 바로 언어를 희소한(sparse) 방식으로 표현한다는 점입니다. 쉽게 말해, 데이터가 너무 많아지면 표가 비정상적으로 커지게 됩니다. 바로 이 지점에서 GPT와 같은 신경망이 구원투수로 등장합니다.

GPT를 통해 단순한 표 그 이상으로 나아가기

오늘날 우리가 사용하는 기술은 과거 n-gram 모델에 비해 비약적인 발전을 이루었습니다.

자동 완성을 위한 현대 인공지능은 n-gram 모델보다 훨씬 더 강력한 신경망에 의존합니다. 비록 더 정교해졌지만, 신경망 역시 통계적 계산이라는 동일한 근본 원리에 기반하고 있습니다.

강력한 GPT-3 (Generative Pre-trained Transformer v3)는 OpenAI가 개발한 거대 신경망 언어 모델로, 현재 시장에 출시된 모든 최신 자동 완성 글쓰기 도구의 중추 역할을 하고 있습니다. GPT-3는 거대 사전 학습 신경망으로 나아가는 자연어 처리(NLP) 트렌드의 일환입니다.

GPT-3를 사용하면 더 이상 무식하게 표를 만들어 모든 가능한 구문을 저장하지 않고, 신경망의 가중치(weights) 내에 구문들의 압축된 요약본을 저장합니다. 덕분에 단일 표에는 도저히 담을 수 없었던 수십억 개의 구문과 문장으로 모델을 학습시킬 수 있게 되었습니다.

‍그렇다면 GPT-3는 어떻게 글을 대신 써줄까요?

n-gram과 마찬가지로, 사용자가 단어나 구문을 입력하면 GPT-3는 학습된 텍스트 말뭉치를 기반으로 문장을 완성할 가장 가능성 높은 단어를 찾아내려고 합니다.

하지만 여기서 멈추지 않습니다. 다음에 올 단어를 예측하고 나면, 이 과정을 루프(인터벌) 형식으로 반복하여 문단 하나를 다 완성할 때까지 계속해서 다음 단어를 예측합니다. 이것이 바로 사용자 대신 한 문단을 "생성"해내는 방식입니다.

잠시만요, 만약 GPT-3가 하는 일의 전부가 이전에 작성된 콘텐츠로부터 도출된 확률을 찾아보는 것이라면, GPT-3는 단순히 읽은 내용을 반복하는 것에 불과할까요? 아니면 실제로 창의적인 것일까요?

이는 오늘날 AI 생성 콘텐츠에 대한 토론에서 매우 분분한 철학적 질문입니다.

AI 콘텐츠 작성에 대한 오해들

AI 콘텐츠 작성은 창의적일 수 있을까요?

많은 비평가들은 GPT-3가 여느 AI 모델과 마찬가지로 이전에 본 적이 있는 텍스트만 생성할 수 있다고 지적합니다. 그들은 AI의 글쓰기가 창의성이 결여되어 있으며, 이러한 도구들은 단순히 기존 콘텐츠를 짜깁기하여 스팸처럼 쏟아내는 데에만 유용할 뿐이라고 주장합니다.

과거에는 이 의견이 타당했을지 모르지만, 이제는 완전히 사실이 아닙니다.

1948년의 n-gram 모델은 학습 데이터를 표에 말 그대로 저장하고 이전에 보았던 구문들을 훑어보며 텍스트를 "생성"했기 때문에, 단순히 기존 콘텐츠를 반복할 뿐이라고 주장하기 쉽습니다.

하지만 GPT-3는 학습된 텍스트를 매우 효율적으로 압축하는 장치이기 때문에 가치 있는 규칙과 문장의 패턴을 스스로 개발해야 합니다. 메모리에 저장된 학습 데이터에서 완벽히 일치하는 문장을 항상 기억해내지는 않습니다.

일부 문장은 글자 그대로 생성될 수 있지만, 생성된 많은 구문들은 이전에 없던 새로운 것입니다. 생성된 텍스트를 구글에 조금만 검색해 보더라도 대부분 독창적이고 새로운 표현임을 알 수 있습니다.

GPT-3(또는 여타 AI 모델 및 AI 도구)가 독창적인 글을 쓸 수 있다고 믿을지 여부는 논쟁의 여지가 있으며, 독창성을 어떻게 정의하느냐에 따라 달라집니다. 결국 인간도 과거의 훌륭한 작품들을 보고 배우며 셰익스피어의 작품을 모방하여 새로운 콘텐츠를 창작해 왔는데, 그렇다면 인간은 과연 얼마나 독창적인 것일까요?

현대의 AI가 기존에 이미 존재하는 것과 유사한 텍스트를 만들어낼 수도 있지만, 때로는 사용자를 깜짝 놀라게 할 만한 텍스트를 생성하기도 합니다.

그러한 뜻밖의 결과물을 최대한 활용하는 것은 결국 인간 카피라이터와 콘텐츠 에디터의 몫입니다.

자동 완성 기능을 더 잘 활용하는 방법에는 작가가 AI가 생성한 텍스트 중 가장 좋은 것을 필터링하고 선택하는 방법 또는 글이 막혔을 때 영감을 얻는 원천으로 활용하는 방법 등이 결합되어야 합니다.

AI 콘텐츠 작성에도 감정이 담길 수 있을까요?

AI 콘텐츠 작성과 관련한 우려 중 하나는 영혼이 없고 감정이 배제된 건조한 글을 만들어낼 것이라는 점입니다.

이 또한 뉘앙스가 결여된 광범위한 진술일 뿐입니다. 아마도 AI를 감정이 없는 깡통 로봇처럼 여기는 공상과학적 고정관념에서 비롯된 생각일 것입니다.

다시 말하지만, n-gram과 같은 단순한 AI 모델은 표현력이 부족하여(학습할 수 있는 양에 실질적인 한계가 있으므로) 감정적인 글을 쓰기 어려울 것입니다.

하지만 GPT-3는 더 풍부한 맥락을 지닌 거대한 텍스트 말뭉치로부터 학습하기 때문에 글에 담긴 감정과 톤을 그대로 흉내 낼(parrot) 수 있습니다. 즉, 사용자가 "나 오늘 좀 슬퍼"라는 구문을 입력하면, AI 모델은 생성될 텍스트에 그러한 감정을 반영할 수 있는 가장 적절한 단어들을 찾아내려 할 것입니다.

(바로 위에 읽으신 문단은 편집 없이 완전히 Jenni AI가 자동 완성한 문장입니다. 이 모델은 이전 문단들로부터 제 말투와 글쓰기 스타일을 학습하여 완벽히 모방했습니다.)

ICLR 2020에 발표된 연구에 따르면 신경망 기반 텍스트 생성기는 너무 지나치게 모방하여 문장을 반복하기 시작할 수도 있음을 보여줍니다. 하지만, 앵무새처럼 흉내 내는 것(parroting)은 실제로 감정을 느끼는 것(having emotion)과는 엄연히 다릅니다.

작가로서 여러분은 여전히 글의 전반적인 어조와 감정을 직접 책임지고 이끌어 가야 합니다. AI가 인간의 감정을 거울처럼 반영하는 텍스트를 만들어낼 수는 있지만, 인간이 된다는 것이 실제로 어떤 경험인지에 대한 실질적인 경험 데이터는 없습니다. 즉, AI는 체화된 지능(embodied intelligence)이 아닙니다.

기억하세요, n-gram 모델과 구별되지만 GPT-3 역시 (대부분 인터넷의 인간 카피라이터들이 작성한) 텍스트 말뭉치로 학습된 모델입니다.

AI는 평범한 인간이 경험하는 그 어떤 것도 경험해 본 적이 없습니다. 치즈버거가 어떤 맛인지 절대 알 수 없으며, 타인의 감정에 온전히 공감할 수도 없습니다. OpenAI에 따르면, AI는 물리적 세계와 관련된 질문(예: "냉장고에 치즈를 넣으면 녹을까요?")에 정확하게 답할 수 없습니다.

이것은 최소한 AI가 물리적 신체를 갖기 전까지는, 향후 몇 년간 현대 언어 모델이 마주할 수밖에 없는 고유한 한계입니다.

콘텐츠 작성에서 이러한 한계를 이해하는 것은 대단히 중요합니다.

즉, 콘텐츠 작성을 위해 AI의 힘을 진정으로 활용하려면 AI 모델이 올바른 방향으로 나아갈 수 있도록 가이드와 피드백을 지속적으로 제공해야 함을 의미합니다.

AI와 인간의 협업이 콘텐츠 작성의 미래인 이유

일각에서는 이러한 한계 때문에 AI 콘텐츠 생성 기술의 발전에 회의적인 시선을 보내거나 우리의 미래가 온통 스팸 콘텐츠로 가득 차게 될까 봐 두려워하기도 합니다.

하지만 저는 그 반대로, 훨씬 더 밝은 미래를 내다보고 있습니다.

1996년 IBM의 AI 시스템인 딥 블루가 체스 대결에서 세계 챔피언을 꺾었을 때, 많은 이들은 체스 게임은 끝났으며 이제 체스 선수는 설 자리가 없을 것이라 생각했습니다.

그러나 실제로 일어난 일은 AI의 수(moves)를 분석하고 학습함으로써 새로운 체스 전략을 깨우치는 사람들의 붐이 일어난 것이었습니다. 2016년 DeepMind의 알파고가 세계 최고의 바둑 기사 이세돌을 꺾었을 때도 이와 유사한 현상이 나타났습니다.

AI 분야에서의 성공은 인간이 이에 적응하고 변화해야 함을 뜻합니다. 비록 변화가 불편할 수는 있지만 대개 더 나은 방향으로 흘러갑니다. AI가 특정 작업에서는 인간을 능가할 수 있지만, 인간은 더 광범위하게 대처할 수 있는 제너럴리스트(generalist)이며, 전반적인 생산성을 높이기 위해 AI를 잘 융합하는 방법을 터득할 수 있습니다.

이는 콘텐츠 작성에도 고스란히 적용됩니다. 카피라이터는 수준 높은 콘텐츠 전략, 회사의 비전과 브랜드 아이덴티티, 그리고 타겟 독자에 대한 명확한 이해를 콘텐츠에 녹여내야 합니다.

이것이 바로 제가 인간과 AI가 함께 협력하여 훨씬 더 높은 퀄리티의 콘텐츠를 제작하는, 두 세계의 장점만이 결합된 미래를 예측하는 이유입니다.

내일 당장 카피라이팅 직무가 사라질까요?

기술이 기하급수적으로 발전함에 따라, 미래에 콘텐츠 작성자의 일자리가 위험해지는 것은 아닌지 걱정이 드는 것은 당연합니다.

지난 수년간 언어 모델이 발전해 온 트렌드를 보면, AI가 텍스트 자동 완성 영역에서 점점 더 우수해지고 있음이 확실합니다. WikiText-103과 같은 공통 벤치마크에서 AI의 불확실도 계수인 Perplexity(오류율의 물리적인 척도)는 지난 3년 동안 40에서 10으로 감소했습니다. 즉, 4배나 향상된 성능입니다!

이러한 기하급수적 성장세를 대입해보면, 향후 5년 내에 자동 완성 기술의 품질이 추가로 10배 이상 더 향상될 것으로 예상할 수 있습니다.

만약 여러분이 수행하는 SEO 콘텐츠 작성 업무가 단순히 기존 콘텐츠를 짜깁기하고, 템플릿의 빈칸을 채우며, 정보성 목록 글을 복사해 붙여넣거나 타인의 글을 살짝 변형하는 수준의 저부가가치 작업에 그친다면, 안타깝지만 대답은 '예'입니다. 살아남기 힘들 것입니다.

그렇다면 글쓰기에 진심이고 열정적인 전국의 카피라이터들에게 이것은 어떤 의미가 있을까요?

"대신 써줘"가 아니라 "나와 함께 쓰자"

우리가 더 이상 타자기를 쓰지 않는 데에는 이유가 있습니다. 콘텐츠 작성이란 단순히 종이 위에 잉크를 묻히는 행위가 아니기 때문입니다.

우리가 더 이상 문법을 하나하나 수동으로 검사하지 않는 데에도 이유가 있습니다. 문법은 단순한 기술적인 영역일 뿐, 콘텐츠의 진정한 핵심이 아니기 때문입니다.

사용자의 검색 의도를 온전히 충족하고 특정 틈새 분야에서 전문적 지식을 갖춘 전문가로 인정받는다면, 독자들은 계속해서 여러분의 글을 찾게 될 것입니다. 독자들은 자발적으로 여러분의 글을 더 널리 공유할 것이고, 이는 자연스럽게 검색 엔진 상위 노출로 이어질 것입니다.

기술을 활용해 글을 쓰는 방식이 이토록 진화했음에도 불구하고, 여전히 콘텐츠의 전반적인 비전을 진두지휘하는 것은 작가 본인입니다. 대체가 아닌 '확장(augmentation)'이 핵심입니다.

AI가 단순 반복적인 저수준의 작업을 대신 처리해 준다면, 카피라이터는 그 시간을 활용해 더 고부가가치를 지닌 작업으로 방법을 전환해야 합니다. 이제 내가 어떤 콘텐츠를 만들어내고 있는지 더 깊게 고민해야 할 때입니다.

지금도 매일 750만 개의 블로그 글이 쏟아져 나오고 있으며, 여러분의 콘텐츠는 확실히 튀어야 합니다.

여러분의 역할은 마케팅 전략, 타겟 독자, 그리고 콘텐츠 사이의 유기적인 연결고리를 만들어내는 일입니다. 남들이 쉽게 제공하지 못하는 독창적인 정보와 철저한 리서치, 아이디어를 가져와 매력적인 스토리텔링으로 승화해야 합니다. 독자들의 시선을 단숨에 사로잡고 글의 맨 마지막 줄까지 몰입을 유지하게 만드는 이야기 말입니다.

이는 앞으로의 글쓰기가 기계적으로 낱말을 조합하는 행위에서 벗어나, 진정으로 전달하고자 하는 가치 있는 아젠다와 스토리텔링이라는 예술에 집중하게 될 것임을 의미합니다.

우리는 이제 AI에게 전적으로 글을 대신 써달라고 의존하는 버릇을 버리고, 우리 함께 써나가기 시작해야 합니다.

만약 여러분이 담당하는 직무가 독자와 진정으로 공감하며 반응을 얻어낼 고품질 콘텐츠를 창조하고 실질적인 가치를 제공하는 영역이라면, 여러분의 입지는 절대적으로 안전합니다.

Jenni가 도와드릴 수 있는 방법

Jenni는 인간과 AI 간의 이러한 협동 작업이 가능한 한 최상의 심리스한 형태로 흘러갈 수 있도록 끊임없이 연구하고 있습니다. 저희가 GPT-3 기반의 자동 완성 시스템을 설계할 때, 콘텐츠 제작자의 영역을 방해하지 않으면서도 제작자 여러분이 항상 주도권을 쥘 수 있도록 세심하게 고안한 이유가 바로 여기에 있습니다. 언제나 말이죠!

2022년 3월을 기점으로, 저희는 "나를 위해 써줘(Write for Me)" 기능을 점진적으로 중단하기로 결정했습니다. 버튼 하나만 누르면 마법같이 한 문단을 대신 써주던 바로 그 기능입니다. 놀랍지 않나요!

왜냐하면 수많은 사용자 사례 분석을 통해 아주 충격적인 사실을 발견했기 때문입니다. 해당 버튼에 접근 권한이 있었던 신규 사용자의 절반 이상이 버튼을 연발하며 전체 콘텐츠의 약 80%를 직접 글을 쓰지 않고 채워 넣었습니다. 그리고 그렇게 양산된 글의 대다수는 품질이 매우 조악했습니다.

이 편리한 버튼은 자칫 사용자가 정크 콘텐츠를 대량 생산하도록 부추기는 유혹이 되기 쉬웠고, 무엇보다 작가 본인이 이야기의 진짜 주체가 되는 것을 방해했습니다.

그 대안으로, 이제 Jenni는 여러분이 직접 글을 쓰는 과정을 기성 추천 제안을 적극 선보이며 보조하고, 콘텐츠 창작 워크플로우에 매끄럽게 어우러질 수 있도록 도울 것입니다.

이것은 글이 막혀 막막할 때 머리를 식힐 가장 훌륭한 조력자가 되어 줄 것이며, 여러분의 전문적인 창작 활동에 잃어버렸던 재미와 열정을 다시금 불어넣어 줄 것입니다.