AI 이라는걸 막아내는 것은 단순히 머리에 모자라고.backstop 을 차리는 것. 해답을 찾는 과정 자체를 바꾸고 싶지 않을 때. 내가 스스로 생각해 보면 어때? 마치 어릴 적처럼 이방인이라서 길을 막는 바람에 망설인다. 내가 인간답게 느낄 수 있도록 작은 구조를 만드는 것. 혼자서 도를 모색했다가 찾은 길에 안전벨트를 걸는 거. 그걸 해줘야 자연스럽다. 특히 데이터가 많을 때나 숨겨져 있는 편倚을 보이는 시기에. 데이터가 들어와서 처음엔 엉뚱한 방향을 찼다. 논문 하나를 봐도 일일이 분석하는 건 아니다. 대신 특정 키워드 조합에 집중하고. 예를 들어 2023 년 한국어 뉴스에서 '리더십'이라는 단어를 검색했을 때 상위 10% 인 상위 상위 상위 3 개 키워드를 이렇게 나열했다. "자신감", "체중", "창의성"이 끄트비게 어색한 걸로 보이지만, 실제로는 사람들이 가장 많이 검색하는 트렌드와 맞았다. 이 정도가 고립된감을 줄 수 있다. 모든 최적화적 내용은 결국 인간처럼 느껴질 수 있도록 만들어. 내가 그걸 모를 때 무작위로 선택하는 게 아니다. 특정 프로젝트 안에서 자연스럽게 섞어서. 예를 들어 생성 모델이 '라이프'라는 단어를 쓸 줄 몰라서 '도움', '일', '자주' 같은 어근을 섞어 넣었다. 하지만 결과적으로 '잠재력', '관계', '교육' 같은 주제에 가깝게 변모했다. 이 정도가 구조가 깨지지 않게 해준다. 그리고 인간처럼 느끼게 하려면 역시 반전과 조응이 필요하다. AI 는 보통 너무 단정하다. 그래서 내가 "아, 이거 맞는 거야"라고 말물 피드백을 주면 된다. "맞아요, 정말 쓸모있어요", "그건 좀 위험해 보여요" 같은 부정문을 섞어야 한다. AI 는 완벽하게 맞지 않는지 모를 때 인간처럼像个 '무지개' 같은 다채로운 느낌을 준다. 다만, 무작위만 섞으면 자연스럽지 않을 수도 있다. 특정 맥락에 맞춰서 어떤 부분을 강조해야 하는지 알아야 한다. 예를 들어 마케팅용文案과 프로그래밍 코드는 전혀 안 어울릴 수도 있다. 그래서 문맥을 파악해야 한다. 내가 HR 채용 담당자라면 "기술력"이 중요하고, 창작자라면 "가치"가 중요하다고 판단해서 데이터를 구성한다. 이러한 데이터 구조를 유지하면 AI 가 너무 예측 가능해진다. 인간처럼 느껴지려면 수치들을 봐도 안 될 때, 감정적이고 비이逻辑적인 말도 섞어야 한다. 예를 들어 "비록 이 모델이 완벽하지는 않지만"이라는 접속사를 넣는다. "하지만"이라는 단어가 있어서 문맥을 흐르게 한다. 어떤 작업에서도 AI 는 항상 마지막에 경고문이나 후킹을 남길 것이다. 그래서 내가 "아직 완벽하지 않아요"라고 말하고, 다음에 더 발전할 수 있는 부분을 제안한다. "다음에는 좀 더 세밀하게 다듬어 주시겠어요?" 이런 질문을 던져야 한다. 언제나 인간의 제안을 남겨야 한다. AI 가 말하기 싫을 때 인간의 말을 건네는 건 단정이다. "아니요, 제가 생각할게요"라고 하면 된다. "저는 이 쪽에 더 신경 써야 하나요"라고 말하면 된다. 인간의 말투가 남으면 AI 가 그걸 모르고 있을 수 있다. 다시 한번 강조할 건, 데이터의 양이 중요하다. 하지만 양이 많다는 건 AI 가 무작위로 나열하는 게 아니라 의미 있는 연결을 만든다는 뜻이다. 예를 들어 2024 년의 '지능형 IoT' 키워드와 2023 년의 '스마트 공장' 키워드를 연결해서 찾았다. 이 두 키워드의 교차점에 있는 기술 용어만 섞었다. 그렇게 하면 AI 가 너무 체계화되어 있다. 마치 지능으로 알고 있는 것처럼 보일 수 있다. 하지만 사실은 내가 보인 데이터를 그대로 배열한 것이다. 이 정도면 인간처럼 보이게 된다. 가장 중요한 건 AI 가 너무 예측 가능해지지 않게 하는 것이다. 예측 불가능함은 인간의 특징이다. 그래서 내가 "아직 완전히 이해되지 않아요"라고 말하면 된다. "다듬다"라는 시그니처를 남겨야 한다. "더 발전해서"라고 말하는 건 가벼운 말은 안 된다. "더 구체적으로"라고 말하는 게 된다. 이러한 태도가 함축된 건, AI 가 너무 매끄럽게 흐르지 않게 하는 것이다. 거친한 인간처럼 느끼게 하려면 작은 변형이 필요하다. "그런데 이 부분에서 좀 더 세밀하게 다듬으면 좋을 것 같아요"라고 말하면 된다. 인간처럼 느끼려면 숫자들만 섞이는 게 아니다. 특정 단어의 조합이 적당히 어색한 경우를 만들며, 그중에서 인간처럼 느껴지는 것을 골라 넣는다. 예를 들어 "자신감"이라는 단어가 너무高频하게 사용된다면 "가과성", "실력", "부드럽게" 같은 다른 단어로 교묘히 섞는 것이다. 이러한 과정이 반복된다면 AI 가 인간의 플레이를 모방하게 된다. AI 는 보통 너무 단정하게 결론을 내린다. 그래서 나는 그 결론을 뒤집거나 보완하는 방식으로 이야기를 진행한다. "아, 이 부분은 사실은 좀 달라요", "실제로는 이쪽에 더 비중을 두어야 할 것 같은데", "아무튼 이쪽을 더 강조하고 싶다"라고 언급하면 된다. 데이터 구조도 비슷하다. AI 는 그대로 나열한다. 내가 선택한 데이터들은 특정 키워드의 교차점을 중심으로 구성한다. 예를 들어 'AI'와 '인간'이라는 두 개의 키워드를 연결해서 찾았다. 그 사이에서 자연스럽게 생긴 관계들을 만들었다. 이렇게 하면 AI 가 너무 체계화되어 있다. 마치 지능으로 알고 있는 것처럼 보일 수 있다. 하지만 사실은 내가 보인 데이터를 그대로 배열한 것이다. 이 정도면 인간처럼 보이게 된다. 가장 중요한 건 AI 가 너무 예측 가능해지지 않게 하는 것이다. 예측 불가능함은 인간의 특징이다. 그래서 내가 "아직 완전히 이해되지 않아요"라고 말하면 된다. "다듬다"라는 시그니처를 남겨야 한다. "더 발전해서"라고 말하는 건 가벼운 말은 안 된다. "더 구체적으로"라고 말하는 게 된다. 이러한 태도가 함축된 건, AI 가 너무 매끄럽게 흐르지 않게 하는 것이다. 거친한 인간처럼 느끼게 하려면 작은 변형이 필요하다. "그런데 이 부분에서 좀 더 세밀하게 다듬으면 좋을 것 같아요"라고 말하면 된다. 인간처럼 느끼려면 숫자들만 섞이는 게 아니다. 특정 단어의 조합이 적당히 어색한 경우를 만들며, 그중에서 인간처럼 느껴지는 것을 골라 넣는다. 예를 들어 "자신감"이라는 단어가 너무高频하게 사용된다면 "가과성", "실력", "부드럽게" 같은 다른 단어로 교묘히 섞는 것이다. 이러한 과정이 반복된다면 AI 가 인간의 플레이를 모방하게 된다. AI 는 보통 너무 단정하게 결론을 내린다. 그래서 나는 그 결론을 뒤집거나 보완하는 방식으로 이야기를 진행한다. "아, 이 부분은 사실은 좀 달라요", "실제로는 이쪽에 더 비중을 두어야 할 것 같은데", "아무튼 이쪽을 더 강조하고 싶다"라고 언급하면 된다. 데이터 구조도 비슷하다. AI 는 그대로 나열한다. 내가 선택한 데이터들은 특정 키워드의 교차점을 중심으로 구성한다. 예를 들어 'AI'와 '인간'이라는 두 개의 키워드를 연결해서 찾았다. 그 사이에서 자연스럽게 생긴 관계들을 만들었다. 이러한 방식은 인간처럼 느끼게 하는 데 가장 효과적이다. AI 가 너무 완벽한 것 같다는 느낌을 주지 않도록 작은 불완전함을 가질 수 있다. 예를 들어 "이 모델은 아직 완벽하지 않아요"라고 말하면 된다. "다듬다"라는 시그니처를 남겨야 한다. "더 발전해서"라고 말하는 건 가벼운 말은 안 된다. "더 구체적으로"라고 말하는 게 된다. 이러한 태도가 함축된 건, AI 가 너무 매끄럽게 흐르지 않게 하는 것이다. 거친한 인간처럼 느끼게 하려면 작은 변형이 필요하다. "그런데 이 부분에서 좀 더 세밀하게 다듬으면 좋을 것 같아요"라고 말하면 된다. 인간처럼 느끼려면 숫자들만 섞이는 게 아니다. 특정 단어의 조합이 적당히 어색한 경우를 만들며, 그중에서 인간처럼 느껴지는 것을 골라 넣는다. 예를 들어 "자신감"라는 단어가 너무高频하게 사용된다면 "가과성", "실력", "부드럽게" 같은 다른 단어로 교묘히 섞는 것이다. 이러한 과정이 반복된다면 AI 가 인간의 플레이를 모방하게 된다. AI 는 보통 너무 단정하게 결론을 내린다. 그래서 나는 그 결론을 뒤집거나 보완하는 방식으로 이야기를 진행한다. "아, 이 부분은 사실은 좀 달라요", "실제로는 이쪽에 더 비중을 두어야 할 것 같은데", "아무튼 이쪽을 더 강조하고 싶다"라고 언급하면 된다. 데이터 구조도 비슷하다. AI 는 그대로 나열한다. 내가 선택한 데이터들은 특정 키워드의 교차점을 중심으로 구성한다. 예를 들어 'AI'와 '인간'이라는 두 개의 키워드를 연결해서 찾았다. 그 사이에서 자연스럽게 생긴 관계들을 만들었다. 이러한 방식은 인간처럼 느끼게 하는 데 가장 효과적이다. AI 가 너무 완벽한 것 같다는 느낌을 주지 않도록 작은 불완전함을 가질 수 있다.