미트 프록시(Meat Proxy) 뜻과 유래, 워크슬롭과 다른 점

미트 프록시(Meat Proxy)는 AI가 만든 글이나 코드를 읽지도 확인하지도 않고 그대로 다른 사람에게 넘기는 사람을 가리키는 말입니다. 컴퓨터 네트워크에서 프록시(proxy)는 우편물을 대신 받아 원래 주소로 넘겨 주는 중간 우체국처럼, 요청과 응답을 중계하는 서버를 뜻합니다. 실제 프록시는 접근 제한이나 임시 저장 같은 기능도 수행할 수 있으므로, 여기서는 중계 역할만 빌린 비유입니다. 여기에 고기를 뜻하는 meat를 붙여 사람이 그 중계 지점 노릇을 한다고 비꼰 표현입니다. 공식 기술 분류나 사람의 능력을 판정하는 기준은 아닙니다.

슬랙이나 메신저에서 챗GPT나 클로드 답변을 그대로 붙여 넣은 메시지를 받아 본 경험은 이제 드물지 않습니다. 정보를 나눠 주려는 선의인 경우가 대부분이라 문제로 느껴지지 않기도 합니다.

덜 알려진 쪽은 이 말이 지적하는 대상입니다. 미트 프록시는 AI를 쓰는 행위가 아니라 확인하지 않고 넘기는 행위를 가리키는데, 이 구분을 놓치면 AI 사용 자체를 나무라는 말로 오해하게 됩니다. 원문의 뜻과 더 이른 용례, 관련 조사 자료를 구별해 살펴보겠습니다.

미트 프록시라는 말이 퍼진 경위

널리 퍼진 계기는 2026년 8월 3일 개발자 니클라스 그룬(Niklas Gruhn)이 올린 짧은 글입니다. 슬랙에서 질문을 하거나 코드를 기존 프로젝트에 합쳐 달라는 병합 요청에 의견을 남기거나 왓츠앱 단체방에서 이야기하다 보면 "클로드가 이렇게 말했어요"라는 머리말과 함께 답변 전문이 그대로 돌아온다는 내용으로 시작합니다.

아래는 개발 및 기술 주제를 나누는 커뮤니티 해커뉴스(Hacker News)의 2026년 9월 12일 캡처입니다. 1,849포인트와 댓글 741개가 표시돼 있습니다. 포인트는 게시물에 보인 반응이며 표현이 옳다는 검증 점수는 아닙니다.

그룬의 글보다 앞선 용례도 있습니다. 2026년 3월 31일 Not-an-LLM 블로그의 “meat-based llm proxies”에는 이미 이 표현이 등장합니다. 현재 sf-isms 사전은 그 글의 Frank Allenby를 만든 사람으로, Gruhn을 널리 알린 사람으로 소개합니다. 적어도 8월 글이 최초라는 설명은 맞지 않습니다. 3월 원문, sf-isms의 유래 설명

3월 글과 8월 글은 문제 삼는 지점이 조금 다릅니다. 3월 글은 사람 사이의 대화가 사라지는 쪽을 이야기합니다. 상대가 생각을 하지 않으니 설득이 성립하지 않고, 내 쪽만 공을 들이는 상황이 반복되면 대화할 마음이 줄어든다는 내용입니다. 8월 글은 업무에서 생기는 중복을 이야기합니다. 두 글 모두 사람이 내용을 판단하지 않고 중계만 하는 상황을 비판합니다.

원문이 실제로 지적한 것

8월 원문은 내용의 품질뿐 아니라 중복 작업과 전달자의 확인 책임을 지적합니다.

• 중간에 낀 사람이 보태는 것이 없습니다. 글쓴이는 받는 사람이 직접 AI에 질문하면 맥락을 조절할 수 있다고 지적합니다. 원문은 "나는 클로드와 직접 이야기할 수 있고 그편이 더 빠르다"고 적었습니다.
• AI 출력을 읽는 일 자체가 추가 노동입니다. 길고, 그럴듯한 헛소리가 자주 섞이고, 전문 용어가 갈수록 빽빽해집니다. 원문은 단어를 거의 다 찾아봐야 했던 한 문장을 예로 들었습니다.
• 코드 검토에서 책임이 뒤집힙니다. 작업 요청서인 티켓을 그대로 AI에 넣고 나온 코드를 읽지 않은 채 올린 뒤, 검토 의견도 다시 AI에 복사해 넣기만 하는 상황입니다. 원문은 이 경우 구현 방향을 판단하는 부담이 검토자에게 넘어간다고 지적합니다.

원문이 권하는 방법은 금지가 아닙니다. AI를 쓰되 출력을 그대로 넘기지 말고 읽고 이해하고 확인한 다음 자기 문장으로 다시 쓰라는 쪽입니다. 다만 자기 문장으로 바꿨다는 사실만으로 내용이 정확해지는 것은 아닙니다. 원문이나 실제 결과와 대조하는 과정은 따로 필요합니다.

택배 중간 배송지가 상자를 열어 보지 않고 그대로 다음 칸으로 넘기듯 AI 출력을 통과시키면, 상자 안에 무엇이 들었는지는 마지막 사람이 열어 볼 때 드러납니다. 넘기기 전에 내용을 확인하는 과정이 필요하다는 비유입니다. 포장만 바꾸는 일로 내용 확인을 대신할 수는 없습니다.

워크슬롭과 미트 프록시가 다른 지점

비슷한 시기에 퍼진 말로 워크슬롭(workslop)이 있습니다. 2025년 9월 하버드 비즈니스 리뷰에 실린 조사에서 나온 말로, 겉보기에는 그럴듯하지만 업무에 필요한 내용이 부족한 AI 생성 결과물을 가리킵니다. 두 말이 자주 같이 쓰이는데 가리키는 대상이 다릅니다.

마지막 줄에 두 말의 차이가 드러납니다. AI가 내놓은 답이 정확하고 쓸모 있어도, 넘긴 사람이 그것을 읽지 않았다면 미트 프록시라는 지적은 그대로 성립합니다. 다만 상대가 요청한 원문 인용이나 미검토 자료임을 밝힌 검토 요청은 목적이 다릅니다. 공유 형식만 보고 사람을 단정할 수는 없습니다.

받는 쪽이 치르는 비용

BetterUp Labs와 Stanford Social Media Lab은 2025년 9월 미국의 전일제 사무직 1,150명을 대상으로 온라인 설문을 진행했습니다. 미트 프록시의 발생률을 측정한 조사는 아닙니다. 조사 기관의 안내

응답자의 40%는 지난 한 달 동안 워크슬롭을 받았다고 답했고, 한 건을 해결하는 데 평균 2시간이 들었다고 보고했습니다. 두 값 모두 설문 응답이며 실제 업무 화면을 관찰해 측정한 값과는 다릅니다. 미국의 해당 표본 결과를 한국의 모든 직장이나 내 팀에 그대로 적용할 수는 없습니다.

조사 기관은 시간 비용을 돈으로 환산한 추정도 공개했습니다. 임금과 발생 빈도 등의 가정에 따라 달라지므로 내 조직의 손실액으로 바로 쓰기는 어렵습니다. 내 업무에서는 작성 시간이 줄었는지뿐 아니라 상대의 확인과 수정 시간이 얼마나 들었는지도 함께 보는 편이 유용합니다. 보낸 사람이 아낀 시간과 받은 사람의 추가 시간이 항상 같은 것도 아닙니다.

미트 프록시가 되지 않는 방법

공유 목적에 따라 확인할 범위를 정합니다. 다음은 이 글에서 제안하는 전달 방법입니다.

• 자기 문장으로 다시 씁니다. 그대로 붙여 넣지 않고 읽은 뒤 요점을 자기 말로 적습니다. 핵심을 설명하기 어렵다면 모르는 용어와 근거를 먼저 확인합니다.
• AI가 만든 부분을 밝힙니다. 초안을 AI로 잡았다면 어디까지가 생성분이고 어디를 확인했는지 적습니다. 받는 사람이 추가 확인이 필요한 곳을 알 수 있게 합니다. AI 사용 여부 표시만으로 정확성이 보장되지는 않습니다.
• 전달할 필요가 있는지 먼저 봅니다. 상대가 이미 알고 있거나 요청 목적과 관계없는 내용은 덜어 냅니다. 관련 원문과 필요한 질문을 함께 주는 편이 나을 수도 있습니다.
• 미확인 내용을 완성본처럼 넘기지 않습니다. 모르는 코드나 수치에 도움을 요청할 수 있습니다. 이때는 어디까지 확인했고 어떤 판단이 필요한지 적어 검토 범위를 정합니다.

클라이언트에게 결과를 보고하는 업무에도 같은 기준이 적용됩니다. AI가 만든 광고 문구 후보나 리포트 해석을 확인 없이 완성본으로 보내면, 숫자의 근거를 묻는 질문이 돌아왔을 때 답할 수 있는 사람이 없어집니다. 결과물의 품질과 별개로 설명할 수 있는 상태인지가 기준이 됩니다.

확인한 내용과 질문을 나눠 적어 봅니다

다음은 메신저에 보낼 문장을 다듬는 가상 연습입니다. 실제로 메시지를 보낼 필요는 없습니다.

원문에는 ‘10월 12일 오후 2시, 중앙도서관’이라고 적혀 있습니다. AI는 ‘10월 12일 오후 3시, 중앙도서관, 참가비 무료’라고 답했습니다. 여기서 ‘AI가 이렇게 말했어요’라며 전부 전달하면 상대가 틀린 시간과 없는 참가비를 다시 찾아야 합니다.

원문과 대조하면 시간은 오후 2시로 고칠 수 있고 장소는 일치합니다. 참가비는 원문에 없으므로 미확인으로 남깁니다. 전달 목적이 참가비 확인이라면 다음처럼 쓸 수 있습니다.

원문에서 10월 12일 오후 2시와 중앙도서관은 확인했습니다. AI 답의 오후 3시는 잘못돼 고쳤습니다. 참가비는 원문에 없는데, 담당자가 확인한 안내가 있을까요?

이 메시지는 모든 내용을 알아야만 질문할 수 있다는 뜻이 아닙니다. 이미 확인한 내용과 도움이 필요한 항목을 구별한 예입니다. 숫자를 근거 없이 고쳤거나 미확인을 무료로 바꾸지 않았는지 다시 읽어 봅니다.

혼자 반복할 때는 새 원문에 ‘참가비 5000원’이 추가됐다고 가정합니다. 이제 참가비도 확인된 항목으로 옮기고, 앞의 미확인 질문은 지웁니다. 공유할 때는 바뀐 안내의 링크나 날짜도 함께 적으면 상대가 같은 원문을 찾기 쉽습니다.

자주 묻는 질문

AI가 만든 결과를 그대로 공유하면 전부 미트 프록시인가요?

읽고 확인한 뒤 공유하거나, 합의된 검토 목적으로 미확인 상태를 명확히 밝혀 전달하는 경우는 구별해야 합니다. 원문이 문제 삼은 것은 생성 자체가 아니라 읽지 않고 넘기는 단계입니다. 확인했다는 사실과 어디를 확인했는지 함께 적으면 받는 사람도 검증 수위를 정할 수 있습니다.

미트 프록시를 처음 만든 사람은 누구인가요?

2026년 3월 31일 Not-an-LLM 글이 8월 3일 Gruhn 글보다 앞섭니다. 현재 sf-isms는 앞선 글의 Frank Allenby를 만든 사람으로 소개합니다. 모든 과거 사용례를 확인한 것은 아니므로, 확인 가능한 초기 용례와 확산 계기를 구별하는 편이 정확합니다.

워크슬롭과 같은 말인가요?

다릅니다. 워크슬롭은 업무에 필요한 내용이 부족한 결과물을 가리키고 미트 프록시는 확인하지 않고 넘긴 사람을 가리킵니다. 결과물이 정확해도 읽지 않고 넘겼다면 미트 프록시 쪽 지적은 남습니다.

Sources

• Don't be a meat proxy, Niklas Gruhn
• Don't be a meat proxy, Hacker News
• meat-based llm proxies
• Meat proxy, sf-isms
• AI-Generated "Workslop" Is Destroying Productivity, Harvard Business Review
• Workslop: The Hidden Cost of AI-Generated Busywork, BetterUp Labs