AI 말투 교정법: GPT 초안에서 AI 티 나는 표현을 걷어내는 순서

AI 말투 교정은 초안의 어색한 표현을 고치면서 사실과 뜻을 보존하는 작업입니다. 특정 낱말이 있다고 AI가 썼다고 확정하거나, 그 낱말을 지웠다고 좋은 글이 되는 것은 아닙니다.

이 글은 준이아빠블로그의 문체에 맞춰 고친 예문 36개를 다룹니다. 모든 한국어 글에 적용되는 금지어 사전은 아닙니다. 준이아빠블로그가 2026년 9월 15일에 정리한 적용 기록은 검사 규칙 79개와 글 360편 이상이었습니다. 규칙의 수가 교정 품질이나 AI 판별 정확도를 뜻하지는 않습니다.

먼저 한 문단을 고쳐 봅니다

아래는 연습용 초안과 확인된 사실 메모입니다. 메모 앱이나 종이에 둘을 나란히 적고, 사실 메모에 있는 내용만 남겨 두 문장으로 고쳐 보세요.

가능한 수정안은 “이 기능은 사용자가 선택한 표로 보고서 초안을 만듭니다. 사용자는 생성된 보고서의 수치를 확인해야 합니다.”입니다. 문장이 꼭 같을 필요는 없지만 다음 내용이 맞아야 합니다.

• 선택한 표로 초안을 만든다는 기능을 유지합니다.
• 측정하지 않은 속도와 오류 없음 주장을 빼고 새 성과 수치를 만들지 않습니다.
• 사용자가 수치를 확인해야 한다는 조건을 남깁니다.

“3초 안에 완성됩니다”로 고쳤다면 사실 메모에 없는 숫자를 추가한 것입니다. 표현을 줄이는 과정에서 더 강한 주장을 만들지 않았는지 다시 대조합니다.

혼자 반복할 때는 사실 메모의 마지막을 “사용자가 금액과 날짜를 확인해야 한다”로 바꿔 보세요. 수정안도 금액과 날짜 확인을 남겨야 합니다. 짧아졌어도 날짜 확인이 빠졌다면 완료한 것이 아닙니다. AI에 교정을 맡길 때도 초안과 사실 메모를 함께 주고 “새 사실을 추가하지 말고 수정문과 바꾼 이유를 적어 달라”고 요청하면 결과를 대조하기 쉽습니다.

영어 위키백과의 AI 정리 작업반은 AI가 남기는 흔적을 항목별로 모아 둡니다. 위 화면은 그중 사용자에게 말을 거는 문장을 다룬 항목이고, 노란 칸에 조심할 표현이 그대로 나열되어 있습니다. 이 문서는 위키백과 편집용이고, 스스로 규범보다 관찰에 가깝다고 밝혀 두었습니다. 목록도 영어 기준이라 한국어에 그대로 쓰기 어렵습니다.

교정은 표현 찾기, 문장 수정, 원문 대조로 나눠 진행합니다. 앞의 연습을 마친 뒤 아래 표에서 필요한 예시를 찾아 적용해 보세요. 자동 검사 코드는 직접 검사기를 만들 때만 읽어도 괜찮습니다.

AI 티가 나는 표현 다섯 종류

먼저 무엇을 찾을지부터 정해야 합니다. 준이아빠블로그가 규칙으로 등록해 둔 항목을 성격별로 묶으면 다섯 종류가 됩니다.

먼저 지우는 기호와 서식

기호와 서식은 찾기 쉬운 쪽이라 먼저 처리합니다. 준이아빠블로그는 일반 산문에서 em dash와 가운뎃점 사용을 피하고, 강조도 필요한 부분에만 씁니다. 이 기준을 외부 인용 원문, 코드, 고유 명칭까지 기계적으로 적용하지는 않습니다.

이 종류는 고친 문장을 표로 옮길 것이 없습니다. 문장 구조에 맞춰 쉼표로 바꾸거나 문장을 나눌 수 있기 때문입니다. 기호를 바꾼 뒤에는 앞뒤 문장의 관계가 유지되는지도 봅니다.

기호만 지우고 끝내면 나머지 네 종류가 그대로 남습니다. 게다가 사람이 쓴 글에도 em dash가 늘고 있어서 기호만으로는 가려내기 어렵습니다. 어휘 분석과 한국어 교정 기록을 다룬 글에서도 em dash는 순위가 한참 낮았습니다.

번역투: 조사로 바로 이을 수 있는 표현

번역투는 영어 문장 구조가 한국어 문장에 그대로 남은 형태입니다. 한국어는 조사가 관계를 표시하므로, 영어의 전치사구와 수동태를 그대로 옮기면 군더더기가 생기고 행위 주어가 사라집니다. 이 종류는 AI 초안에서 특히 자주 걸립니다.

낱말만 바꾼 항목도 있고 어순까지 달라진 항목도 있습니다. 번역투 문장은 통째로 다시 써야 자연스러워집니다. 이중 피동을 쓴 항목은 자동사로 풀었고, ~에 의해를 쓴 항목은 행위 주어를 문장 앞으로 옮겼습니다.

과장과 극적 은유: 수치로 바꾸는 표현

과장은 근거 없이 부풀린 수식입니다. 검증할 수 있는 숫자가 뒤따르는 강조와는 성격이 다릅니다. 과장의 발생 원인을 한 가지 학습 방식으로 단정하기보다, 초안의 주장에 근거가 있는지 먼저 확인합니다.

오픈AI는 2025년 4월판 모델 규범 문서에 아첨하지 말라는 항목을 따로 두고, 돕는 것과 비위를 맞추는 것을 구분했습니다. 이 문서는 대화 태도를 다룬 기준으로, 한국어 과장 표현의 원인을 검증한 연구는 아닙니다. 고칠 때는 확인한 사실이나 구체적인 기능을 적습니다.

위 표의 3초, 1.2초와 0.4초는 문장 형식을 보여주는 연습용 수치입니다. 실제 글에는 측정 조건과 결과가 확인된 값만 넣습니다. 기능 설명도 실제 지원 여부를 확인해야 합니다. 측정하지 않았다면 속도 주장을 빼고 확인한 기능만 적을 수 있습니다. 숫자를 쓰지 않은 설명이라도 구체적인 기능이나 관찰 근거가 있으면 유용합니다.

AI식 지시문과 맺음말 상투구

세 번째는 글의 목적에 필요하지 않은 권유나 반복입니다. 튜토리얼에서 클릭 위치를 안내하거나 오류 확인을 요청하는 문장은 필요합니다. 설명을 돕지 않는 권유만 관성적으로 반복할 때 줄입니다. 앞의 위키백과 화면에 나열된 표현도 대부분 이 종류였고, Of course!와 Certainly! 같은 몇 개만 과장 절에서 다룬 아첨 계열입니다.

나누는 기준은 문장의 용도입니다. “소리 내어 읽어 주세요”는 낭독 과제의 실행 안내라면 그대로 쓸 수 있습니다. 반면 행동을 권할 이유도 다음 단계도 없는 문장은 줄입니다. 요약도 긴 학습 내용을 확인하는 데 필요하다면 남깁니다. 주어가 글을 읽는 사람이라는 이유만으로 문장을 지우지 않습니다.

문어체 어휘와 습관성 은유

네 번째 종류는 낱말 단위라서 사전으로 잡기 좋습니다. 준이아빠블로그의 대화에 가까운 설명 문체에 맞지 않는 낱말을 먼저 검토합니다. 다른 장르에서 자연스러운 어휘까지 모두 잘못된 표현으로 보지는 않습니다. 고치다, 통하다, 묻다처럼 평범한 동작을 은유나 속어로 바꿔 쓴 말이 다른 한 묶음이고, 높임을 과하게 올린 말과 단위 명사를 뺀 압축도 함께 걸립니다. 준이아빠블로그가 실제로 지적받아 등록한 항목 가운데 열 개를 옮기면 이렇습니다.

표의 대체 표현은 해당 문맥에 맞는 예시입니다. 예를 들어 원래 표현이 순서를 뜻했다면 “첫 화면”으로 바꾸면 뜻이 달라집니다. 낱말을 바꾸기 전에 그 문장이 실제로 무엇을 뜻하는지 확인해야 합니다. 이 가운데 몇 개는 처음에 규칙을 빠져나갔다가 조건을 덧대고서야 잡혔습니다.

이런 목록은 시기마다 내용이 바뀝니다. 영어권에서는 위키백과 작업반이 조심할 어휘를 공개해 두고 계속 갱신합니다.

위 화면의 노란 칸이 그 목록이고, 바로 아래 본문에서 같은 낱말을 시기 셋으로 다시 나눕니다. 노란 칸에는 delve와 tapestry처럼 2023년 무렵부터 지목되어 온 낱말이 그대로 보입니다. 목록은 한 번 만들고 그대로 두면 낡으므로, 어색한 표현이 눈에 띌 때마다 한 줄씩 늘리는 편이 낫습니다.

선택 사항: 말투 검사를 자동화하는 네 단계

바꿀 대상은 여기까지 정리했고, 남은 문제는 이 규칙을 매번 빠짐없이 적용하는 일입니다. 사람 눈으로만 보면 글마다 적용 범위가 달라집니다. 준이아빠블로그는 네 단계로 나눠 처리합니다.

1. 표현을 파일 하나에 모읍니다. 지침이 여기저기 흩어져 있으면 글을 쓸 때 절반만 적용하게 됩니다. 금지 표현과 대체 표현을 한 파일에 적고, 새 표현이 눈에 띄면 그 파일에만 추가합니다.
2. 등급을 둘로 나눕니다. 발행을 막는 등급과 경고만 남기는 등급입니다. 이미 발행한 글에 쓰인 표현까지 전부 막으면 과거 글을 다 고쳐야 하므로, 새로 쓰는 글에만 강하게 거는 편이 현실적입니다.
3. 글을 쓴 직후에 겁니다. 초안을 파일로 만들자마자 검사를 돌리고, 막는 등급이 표시되면 실제 본문 오류인지 먼저 확인합니다. 인용한 나쁜 예문과 코드에도 경고가 생길 수 있으므로 무조건 지우지 않습니다. 적용 대상인 오류를 고치고 재확인한 뒤 발행합니다. 나중에 몰아서 고치면 이미 발행된 뒤인 경우가 많습니다.
4. 지적받은 표현을 곧바로 등록합니다. 등록하지 않으면 다음 글에서 같은 표현이 다시 나옵니다.

정규식(regular expression)은 특정 글자 형태를 찾는 검색 규칙입니다. 프로그램으로 반복 검사를 만들 때 사용할 수 있습니다. 아래 코드는 개발자가 참고할 규칙 목록이며, 이것만 붙여 넣는다고 완성된 검사기가 실행되지는 않습니다. 준이아빠블로그가 처음 만든 검사기도 이 정도였습니다.

다만 한국어에서는 이 목록을 빠져나가는 표현이 금방 생깁니다. 명사에는 조사가 붙고 동사와 형용사에는 어미가 붙는 데다 갈래입니다처럼 서술격 조사가 활용하기도 해서, 낱말의 겉모습이 계속 바뀌기 때문입니다. 갈래 규칙처럼 앞뒤에 한글이 오지 않을 때만 잡도록 조건을 걸면 갈래로만과 다섯 갈래입니다가 그대로 통과합니다. 반대로 도해 규칙처럼 조건 없이 걸면 시도해와 유도해 같은 멀쩡한 활용형까지 걸립니다. 조사와 서술격 활용을 함께 받아 주는 정규식 조각을 하나 만들어 낱말 규칙마다 붙이는 편이 낫고, 정규식만으로 감당하기 어려워지면 낱말을 구성 요소와 품사로 나누는 형태소 분석기를 검토할 수 있습니다. 이런 도구 역시 오탐과 누락을 확인해야 합니다.

2026년 9월 15일 기준으로 준이아빠블로그의 규칙은 두 검사기에 나뉘어 79개입니다. 번역투와 기호를 보는 쪽이 28개, 낱말 사전을 보는 쪽이 51개이고, 발행을 막는 등급이 61개, 경고만 남기는 등급이 18개입니다. 앞서 낱말 사전 한쪽만 집계했을 때는 47개였는데, 지적을 받을 때마다 하나씩 늘어 여기까지 왔습니다. 낱말 하나를 막는 데 규칙을 세 번 덧대야 했던 과정은 어휘 분석과 한국어 교정 기록을 다룬 글에 날짜별로 적어 두었습니다.

기계 검사를 통과하면 말투 교정이 끝나나요?

자동 검사는 등록한 표현을 찾는 데 도움이 됩니다. 문장 전체의 뜻이나 사실 보존 여부까지 보장하지는 않습니다. 사람이 다시 읽거나 낭독하며 확인하는 과정은 이런 누락을 찾기 위한 것입니다.

낱말 조합이 어색한 문장도 자동화나 AI가 일부 찾을 수 있지만 항상 정확히 구별하지는 못합니다. 마지막에는 서술어 앞의 주체와 대상이 분명한지, 고친 표현이 원래 뜻을 유지하는지 확인합니다. 표의 수정안 역시 문맥을 보고 적용해야 합니다.

준이아빠블로그에서도 검사 두 개를 통과한 문장이 낭독에서 걸린 적이 여러 번 있습니다. 2026년 9월에는 낭독을 건너뛴 글이 그대로 나가는 바람에 발행한 뒤에 문장을 다시 고쳐야 했습니다. 이렇게 걸리는 문장은 표 안과 이미지 설명에 특히 자주 남으므로 그 두 곳을 먼저 봅니다.

자주 묻는 질문

AI로 쓴 글은 검색에 불리한가요?

AI로 만들었다는 이유만으로 자동 불이익을 받는 것은 아닙니다. 구글은 콘텐츠 품질을 평가하며 검색 순위 조작을 위한 자동 생성은 스팸 정책의 대상이 될 수 있다고 안내합니다. 준이아빠블로그도 AI로 초안을 만든 글로 검색 노출을 늘려 왔고 그 과정을 AI로 만든 글의 검색 노출을 확인한 기록에 정리해 두었습니다. 말투를 교정하는 이유는 검색 순위보다 읽는 쪽의 신뢰에 있습니다.

금지어 목록만 있으면 되나요?

목록만으로는 부족합니다. 한계가 두 가지입니다. 목록은 시간이 지나면 낡고, 읽는 쪽이 거슬려 하는 부분은 낱말보다 문장을 짜는 방식에서 더 많이 나옵니다. "A가 아니라 B다" 식으로 짝을 맞춘 문장이나 항상 세 개로 맞추는 나열은 금지어 목록으로 잡히지 않습니다. 목록은 수정 후보를 찾는 데 쓰고, 문장 구조와 내용은 따로 확인합니다.

챗GPT와 클로드는 말투가 다른가요?

제품과 선택한 모델, 입력한 지침에 따라 문체가 달라질 수 있습니다. 같은 제품이라도 항상 같은 말투가 나오는 것은 아닙니다. 특정 낱말만으로 어떤 모델이 썼는지 확정할 수는 없습니다. 어휘 조사와 판별의 한계는 어휘 분석과 한국어 교정 기록을 다룬 글에 정리했습니다.

Sources:

• Wikipedia:Signs of AI writing (영어 위키백과)
• OpenAI Model Spec 2025년 4월 11일판: Don't be sycophantic (이후 개정판이 나왔습니다)
• Google 검색 센터: AI 생성 콘텐츠 관련 안내