말투와 문체 지시하기: AI 티 나는 표현 걸러내는 법

🤔 내용은 맞는데 누가 봐도 AI가 쓴 글일 때

초안을 받아 읽으면 사실은 맞고 구조도 잡혀 있는데 "혁신적인", "결론적으로", "단순한 도구가 아니라 동반자"가 줄줄이 나옵니다. 읽는 쪽도 눈치가 빨라져서 문장 몇 개만 보고 기계가 쓴 글 같다고 말합니다. 프롬프트에 "자연스럽게 써 주세요"라고 적어 봐도 달라지지 않습니다.

달라지지 않는 이유는 "자연스럽게"가 무엇인지 모델도 사람도 확인할 수 없기 때문입니다. 말투는 형용사가 아니라 조건과 표본으로 지시해야 하고, 결과는 지시와 별개로 한 번 더 걸러야 합니다.

🔑 말투와 문체 지시의 정의

말투와 문체 지시는 AI가 만든 글의 어조와 문장 길이, 어휘 수준, 서식 습관을 프롬프트로 정해 두고 결과에서 기계가 쓴 티가 나는 표현을 걸러내는 작업입니다. 앞쪽은 프롬프트에 적는 일이고 뒤쪽은 결과를 검사하는 일이라, 둘을 함께 해야 효과가 납니다.

앤트로픽 공식 문서는 최신 클로드가 이전보다 간결하고 덜 기계적으로 말하는 편이라고 설명하면서도, 형식과 어조를 정확히 원하는 대로 받으려면 예시와 명시적 지시를 쓰라고 권합니다. 모델이 좋아져도 지시 없이 내 문체가 나오지는 않습니다.

📏 형용사 대신 확인할 수 있는 조건으로

"전문적으로", "친근하게", "간결하게"는 지시가 아니라 평가어입니다. 결과물만 보고 지켜졌는지 확인할 수 있는 조건으로 바꿔야 대화마다 같은 말투가 나옵니다.

앤트로픽 문서가 서식을 두고 권하는 원칙이 말투에도 그대로 적용됩니다. 하지 말 것보다 할 것을 적고, 이유를 붙입니다. "과장하지 마세요"보다 "숫자를 넣을 수 있는 강조만 남기고 숫자가 없으면 그 문장을 빼세요"가 낫고, "읽는 사람이 근거 없는 칭찬을 불신하기 때문입니다"라는 이유를 붙이면 비슷한 다른 상황에도 같은 기준이 적용됩니다.

🗂️ AI 티가 나는 표현 다섯 종류

무엇을 걸러야 하는지 알아야 프롬프트에도 적고 검사에도 씁니다. 준이아빠블로그가 검사 규칙 79개를 등록해 360편 넘는 글에 적용해 온 기준으로 묶으면 다섯 종류입니다. 규칙 수는 2026년 9월 15일 기준입니다.

종류별로 실제로 걸린 표현을 옮기면 다음과 같습니다. 왼쪽이 AI 초안에 나온 것이고 오른쪽이 고친 것입니다.

어느 것부터 지울지도 근거가 있습니다. 콘텐츠 URL 1,000여 개의 참여도를 본 조사에서 "결론적으로"로 여는 맺음말 상투구가 가장 강한 음의 신호였고, "단순한 A가 아니라 B"로 짜는 부정 대구는 영어권 편집자 목록과 이 조사, 한국 커뮤니티 반응 세 곳에서 함께 지목됐습니다. 반대로 많은 사람이 먼저 지우는 em dash는 같은 조사에서 약한 양의 상관이 나왔고, 깃허브 풀 리퀘스트 46만 건 어휘 분석에서도 판별력이 낮았습니다. 조사의 상세와 한계는 클로드와 챗GPT 말투가 티 나는 이유에 있습니다.

과잉 칭찬도 같은 종류에 들어갑니다. 별것 아닌 말에 감탄이 붙는 습관은 모델이 사용자 의견에 맞춰 동의를 고르는 아부 현상과 뿌리가 같아서, 말투 지시에 "칭찬과 감탄으로 문장을 시작하지 않습니다"를 넣어 두면 초안이 정리됩니다.

🧪 자기 글 표본으로 문체 가르치기

조건을 아무리 적어도 문장 길이의 흐름이나 어휘 수준은 말로 옮기기 어렵습니다. 이럴 때는 직접 쓴 글 서너 편을 예시로 넣습니다. 퓨샷 프롬프트와 같은 원리이고, 앤트로픽 문서가 예시를 어조와 형식을 조종하는 가장 믿을 만한 방법으로 꼽는 이유입니다.

표본을 넣을 때 "내용은 참고하지 말고 문체만"이라는 한 줄이 필요합니다. 없으면 표본의 주제와 사례가 초안에 섞여 들어옵니다. 표본 세 편은 주제가 다르고 길이가 비슷한 것으로 고르는 편이 문체만 뽑아내기 쉽습니다.

여기서 한 걸음 더 나가는 방법도 있습니다. 표본을 주고 "이 글들의 문장 길이와 어휘 수준, 문단 구성을 지침으로 정리해 달라"고 먼저 시킨 뒤, 그 지침을 이후 작업에 계속 붙이는 방식입니다. 지침이 글로 남으면 매번 표본을 다시 넣지 않아도 되고, 어디에 두는지는 시스템 프롬프트와 사용자 프롬프트 차이에 있습니다.

🧹 결과를 거르는 세 단계

지시를 잘 적어도 초안에는 AI 말투가 남습니다. 밀가루를 굵은 체로 한 번, 고운 체로 한 번 치고 마지막에 손으로 남은 알갱이를 고르듯, 거르는 일도 세 번에 나눕니다.

1. 굵은 체, 기호와 번역투와 과장: 정규식 몇 줄로 잡힙니다. em dash와 가운뎃점, 영어 전치사구를 그대로 옮긴 번역투, 근거 없는 감탄사 같은 표현은 낱말 검색으로 찾아 바꿉니다.
2. 고운 체, 문어체 어휘: 금지 낱말 목록을 만들어 두고 검사합니다. 한국어는 조사와 어미가 붙어 낱말 겉모습이 바뀌므로 갈래로만, 다섯 갈래입니다처럼 조사가 붙은 형태까지 잡히게 조건을 겁니다.
3. 손으로 고르기, 낭독: 낱말 하나하나는 멀쩡한데 붙여 놓으면 어색한 조합은 목록으로 잡히지 않습니다. "품을 없앱니다"는 "수고가 들지 않습니다"여야 하는데, 이런 문장은 서술어를 하나씩 보며 앞의 주어나 목적어와 맞는 짝인지 입으로 확인해야 걸립니다.

검사는 글을 쓴 직후에 겁니다. 준이아빠블로그는 초안을 파일로 만들자마자 검사를 돌리고 막는 등급이 한 건이라도 걸리면 발행하지 않는데, 나중에 몰아서 고치면 이미 발행된 뒤인 경우가 많기 때문입니다. 지적받은 표현은 곧바로 목록에 등록합니다. 등록하지 않으면 다음 글에서 같은 표현이 다시 나옵니다. 교정 사례 36건과 검사기 코드는 AI 말투 교정법에 있습니다.

같은 모델에게 자기 초안을 검사시키는 것은 효과가 낮습니다. 모델은 자기가 만든 문장을 익숙하게 느껴 높은 점수를 주는 편향이 연구로 확인되어 있어서, 검사는 다른 세션이나 다른 모델에 "기계가 쓴 것처럼 보이는 문장을 전부 짚고 이유를 대라"고 시키는 편이 낫습니다. 그 근거는 AI 자기 검수의 한계에 있습니다.

⚠️ 자주 하는 실수

• "자연스럽게"라고만 적습니다: 확인할 수 없는 평가어라 대화마다 결과가 다릅니다. 조건과 표본으로 바꿉니다
• em dash만 지우고 끝냅니다: 번역투 문장 구조와 문어체 낱말이 그대로 남습니다. 맺음말 상투구와 부정 대구부터 지웁니다
• 표본을 넣고 문체만 참고하라는 말을 빠뜨립니다: 표본의 내용이 초안에 섞입니다
• 금지어 목록을 한 번 만들고 그대로 둡니다: 유행하는 표현이 시기마다 바뀌어 목록이 낡습니다
• 초안을 만든 세션에 검사를 맡깁니다: 자기 문장에 후한 편향이 그대로 작동합니다

❓ 자주 묻는 질문

금지어 목록만 있으면 되나요?

부족합니다. 목록은 낱말만 보고, 읽는 쪽이 거슬려 하는 부분은 문장을 짜는 방식에서 더 많이 나옵니다. "A가 아니라 B" 식으로 짝을 맞춘 문장이나 항상 세 개로 맞추는 나열은 목록으로 잡히지 않습니다. 목록은 고운 체까지이고 문장 구조는 낭독에서 따로 봐야 합니다.

챗GPT와 클로드는 말투가 다른가요?

두 모델을 직접 비교한 공개 자료는 찾기 어렵습니다. 깃허브 풀 리퀘스트 설명문 어휘를 분석한 조사에서 2026년에 크게 늘어난 낱말 묶음이 하나 잡혔고 그 낱말들이 코딩 에이전트를 써 본 사람에게 익숙하다는 정도까지 확인됐는데, 그 조사도 누가 썼는지는 말하지 못한다고 밝히고 있습니다. 어느 모델을 쓰든 거르는 방법은 같습니다.

표본은 몇 편이 적당한가요?

세 편에서 다섯 편이면 됩니다. 앤트로픽 문서가 예시 3~5개를 권하는 것과 같은 범위입니다. 주제가 다르고 길이가 비슷한 글을 고르면 문체만 뽑혀 나오고, 한 주제의 글만 넣으면 그 주제의 어휘까지 따라옵니다.

AI로 쓴 글은 검색에 불리한가요?

불리하지 않습니다. 구글은 AI로 만들었다는 이유만으로 불이익을 주지 않고 도움이 되는 콘텐츠인지를 본다고 밝히고 있습니다. 말투를 고치는 이유는 검색 순위보다 읽는 쪽의 신뢰에 있습니다.

📋 3줄 요약

1. 말투와 문체 지시는 AI가 만든 글의 어조와 문장 길이, 어휘 수준, 서식 습관을 프롬프트로 정해 두고 결과에서 기계가 쓴 티가 나는 표현을 걸러내는 작업이고 "전문적으로" 같은 형용사 대신 문장 수와 금지 표현 목록처럼 확인할 수 있는 조건으로 적습니다.

2. AI 말투는 기호와 서식, 번역투와 과장, AI식 지시문과 맺음말 상투구, 문어체 어휘 다섯 종류로 나뉘고 참여도 조사에서 결론 머리글과 부정 대구가 가장 나쁜 신호였으며 em dash는 판별력이 낮았습니다.

3. 자기가 쓴 글 서너 편을 예시로 넣어 문장 길이와 어휘를 따르게 하고, 결과는 금지 표현 목록으로 기계 검사를 한 뒤 낱말 조합이 어색한 문장을 입으로 읽어 잡으며 지적받은 표현은 곧바로 목록에 등록합니다.

📚 참고 자료

• Prompting best practices: Communication style and verbosity, Claude Platform Docs
• Google 검색 센터: AI 생성 콘텐츠 관련 안내
• AI 말투 교정법: GPT 초안에서 AI 티 나는 표현을 걷어내는 순서, 준이아빠블로그
• 클로드와 챗GPT 말투가 티 나는 이유, 준이아빠블로그
• AI 자기 검수의 한계, 준이아빠블로그

2026년 9월 28일 기준으로 공식 문서를 확인했습니다.