AI 스토리 생성기가 정형화된 플롯과 반복적인 문장을 만들지 못하게 하려면 어떻게 해야 할까?
2026-08-08
AI 스토리 생성기가 정형화된 플롯을 쓰지 못하게 하는 가장 빠른 방법은 무엇일까?
가장 빠른 해결책은 AI에게 이야기 전체를 생성해 달라고 요청하는 일을 멈추고, 내가 통제하는 구조 안에서 제약된 초안 엔진으로 사용하는 것이다. 플롯 골격, 캐릭터의 모순, 문체 샘플을 직접 제공한 뒤 전체 서사 대신 좁은 장면 단위의 결과물을 요청하라. 정형화된 플롯과 반복적인 산문은 거의 언제나 모델의 실패가 아니라 명세의 실패다. 프롬프트에서 플롯, 분위기, 문체를 정의하지 않으면 모델은 학습 분포의 통계적 중심으로 돌아가는데, 그것이 바로 ‘정형적’이라는 말의 뜻이다. NovelAI, Squibler, Plot Factory 같은 도구는 이를 각기 다른 방식으로 완화하며, Jenova의 Creative Fiction Writer는 지속형 문체 메모리를 통해 또 다른 접근을 취한다.
일반적인 AI 결과물과 활용 가능한 초안 재료를 가르는 핵심 요소는 다음과 같다.
✅ 제약 밀도 — 장르 관습, 캐릭터 결함, 장면 목표, POV 거리처럼 지정하지 않은 모든 변수는 가장 가능성 높은 선택지로 채워지며, 그것이 곧 가장 진부한 선택지다 ✅ 문체 기반 설정 — 추상적인 문체 형용사인 ‘서정적인’, ‘거친’보다 실제 산문 샘플을 분석하는 모델이 측정 가능할 정도로 덜 일반적인 구문을 만든다 ✅ 연속성 아키텍처 — 세션 간 캐릭터와 세계 상태를 보존하는 도구는 장기 프로젝트에서 반복을 일으키는 기본값으로의 초기화 표류를 피한다 ✅ 수정 우선 워크플로 — AI를 장기적으로 사용하는 창작 작가 연구는 이들이 AI 결과물을 완성된 글이 아니라 대대적인 재작성이 필요한 원재료로 다룬다는 사실을 발견했다 ✅ 모델 순환 — 모델마다 기본 문체가 다르므로, 두 모델에서 같은 장면을 생성하면 어떤 표현이 이야기 선택이 아니라 모델 특유의 버릇인지 드러난다
이를 제대로 해결하려면 먼저 결과물이 왜 정형적인지 이해하는 것이 도움이 된다. 잘못 진단하면 잘못된 프롬프트로 이어지기 때문이다.
AI 스토리 생성기는 왜 진부한 플롯과 반복적인 문장으로 기본 설정될까?
AI 스토리 생성기가 진부한 표현을 만드는 이유는 언어 모델이 가장 확률이 높은 다음 토큰을 최적화하기 때문이며, 서사 맥락에서 가장 확률이 높은 이어짐은 정의상 가장 관습적인 이어짐이다. 강한 제약이 없다면 ‘내키지 않는 영웅’ 프롬프트는 부름을 거절하고, 멘토를 만나고, 다시 생각하는 영웅을 돌려준다. 그 순서가 학습 데이터에서 압도적으로 많기 때문이다.
반복적인 산문에는 두 번째의 기계적 원인도 있다. 하나의 생성 과정에서 모델은 이미 확립한 구문 패턴을 재사용한다. 모델이 ‘창문 쪽으로 몸을 돌리며, 그녀는…’처럼 부사절로 시작하는 문장을 세 번 쓰고 나면, 그 패턴은 국소적으로 더 그럴듯해지고 스스로 강화된다.
집단 수준에서는 문체 동질화 효과도 문서화되어 있다. 사이언스 어드밴시스에 실린 생성형 AI가 단편소설 제작에 미치는 인과적 영향 연구는 AI 아이디어가 개인의 창의성은 높이지만 집단의 다양성은 동시에 낮춘다는 점을 발견했다. AI 도움을 받아 쓴 이야기는 AI 없이 쓴 이야기보다 서로 더 닮았다. 해당 연구의 분석은 기본 창의성 점수가 낮고 AI 제안을 더 쉽게 수용한 작가들에게서 이 효과가 가장 강했다고 지적했다.
런던 시티대학교 연구진의 AI 글쓰기 창의성 연구는 내면화할 만한 분리를 확인했다. AI 보조 편집은 독자가 세련되고 일관적이라고 평가하는 산문을 만들지만, 독창성 점수는 더 낮다. 유창성과 독창성은 별개의 축이며, AI는 한쪽을 꾸준히 개선하는 반면 다른 쪽을 저하시킨다. 정형성을 막는 워크플로는 이 특정한 상충 관계에 맞서야 한다.
서로 다른 세 가지 실패 유형과 각각의 해결책은 다음과 같다.
| 실패 유형 | 증상 | 근본 원인 | 주요 해결책 |
|---|---|---|---|
| 플롯 공식화 | 영웅의 여정을 비트 단위로 답습하고, 깔끔하게 해결되며, 진짜 놀라움이 없음 | 전제가 지나치게 모호해 모델이 장르 기본값으로 빈칸을 채움 | 의도적인 구조 위반을 포함한 작가 제공 개요 |
| 산문 반복 | 같은 문장 리듬, 반복되는 부사, ‘X가 아니라 Y’ 구문 | 한 번의 생성 범위 안에서 국소 패턴이 강화됨 | 짧은 생성 길이 + 명시적 금지 구문 목록 |
| 문체 붕괴 | 모든 캐릭터의 말투가 같고 서술에 고유한 문체가 없음 | 문체를 샘플로 보여 주지 않고 추상적으로 설명함 | 형용사가 아닌 붙여 넣은 산문 샘플을 통한 문체 기반 설정 |
어떤 프롬프팅 기법이 실제로 정형적인 결과물을 줄일까?
가장 효과가 큰 단일 기법은 부정 제약 누적이다. 추상적으로 ‘더 창의적으로’ 써 달라고 요청하는 대신, 계속 마주치는 구체적인 기본값을 명시적으로 금지하는 방식이다. 모델에게 ‘더 창의적으로’ 하라고 하면 같은 확률적 이웃 안에서 조금만 이동한다. 그러나 이름을 붙인 14가지 구문을 금지하면 모델은 그 이웃을 완전히 벗어나야 한다.
🎯 제약 밀도 방식
정의하지 않은 모든 변수는 모델이 기본값으로 채운다. 프롬프트 안의 제약을 세어 보라. 여덟 개보다 적으면 어떤 도구를 쓰더라도 일반적인 결과물을 얻게 된다.
제약이 적은 프롬프트:
“어머니의 유산을 두고 두 남매가 다투는 장면을 써줘.”
제약 밀도가 높은 같은 장면:
“400단어 장면을 작성하라. 두 남매는 Marta(52세, 법의학 회계사, 몹시 화가 나도 완전한 문장으로 말함)와 Dov(47세, 실패한 조각가, 끊임없이 자기 말을 가로막음)다. 두 사람은 어머니의 유산을 나누고 있다. 실제 다툼의 주제는 누가 어머니를 더 자주 찾아왔는지이지만, 둘 다 이를 말하지 않는다. POV: Dov에 밀착한 3인칭이되, 그는 자신의 방문 빈도에 관해서는 신뢰할 수 없는 서술자다. 배경: 리모델링 중인 어머니의 부엌, 캐비닛 절반이 뜯겨 나간 상태. 제약: 어느 캐릭터도 울지 않고, 아무도 ‘공정’이라는 단어를 말하지 않으며, 장면은 문장 중간에 끝난다. ‘~하며’ 같은 부사절로 문장을 시작하지 말 것. ‘X가 아니라 Y였다’ 구문을 사용하지 말 것.”
두 번째 프롬프트에는 약 14개의 제약이 있다. 결과물은 여전히 수정이 필요하지만, 모델이 이미 수만 번 생성한 그 유산 다툼 장면은 아닐 것이다.
📊 금지 구문 목록
도구가 지나치게 사용하는 표현을 계속 목록화하고, 매 세션에 붙여 넣어라. 현재 대부분의 모델에서 흔히 나타나는 문제 표현은 다음과 같다.
- ‘X일 뿐만이 아니었다 — Y였다’
- ‘그 순간, 그녀는 깨달았다…’
- ‘[감정]과 [감정]이 뒤섞인’
- ‘문 쪽으로 몸을 돌리며, 그는…’처럼 부사절로 시작하는 문장
- ‘무언가가 달라졌다’
- 페이지당 한 번을 넘는 긴 대시(—) 삽입
- 추상명사로 끝나는 세 항목 나열(‘슬픔, 피로, 그리고 희망 같은 무언가’)
- ‘공기는 …로 짙었다’
이는
이 독립적으로 도달한 기법이기도 하다. 추상적인 문체 가이드는 구체적인 금지 목록보다 성과가 낮고, 자기 산문 샘플을 분석해 문체 규칙을 도출하는 방식은 둘보다도 뛰어나다.✍️ 문체 형용사보다 문체 기반 설정
문체를 설명하지 말고 보여 줘라. 직접 쓴 산문 500~800단어, 또는 맞추고 싶은 문체의 산문을 붙여 넣고, 모델에 직접 모방하지 말고 규칙을 추출하라고 지시하라.
“아래에는 내가 쓴 산문 600단어가 있다. 내용을 모방하지 말 것. 평균 문장 길이, 단문과 복문 비율, ‘말했다’ 이외의 대화 태그 사용 빈도, 일반적인 문단 길이, 반복하는 구문 습관 세 가지를 추출해 목록으로 작성하라. 그다음 추출한 규칙을 따라 다음 장면을 작성하라.”
이 두 단계의 도출 방식은 문체를 적용하기 전에 명시화하도록 강제하기 때문에 직접 모방보다 꾸준히 더 좋은 성과를 낸다.
🔁 짧은 생성 범위
반복은 한 번의 생성 안에서 누적된다. 3,000단어 결과물은 매번 새로운 문체 규칙을 상기시켜 별도로 생성한 500단어 결과물 여섯 개보다 내부 패턴 고착이 훨씬 심하다. 챕터 길이가 아니라 항상 장면 길이로 생성하라.
AI가 공식으로 돌아갈 수 없도록 플롯을 어떻게 구성해야 할까?
정형적인 플롯을 막으려면 구조를 직접 작성하고 AI에는 실행 계층만 맡겨야 한다. 이야기 수준에서 다음에 무엇이 일어날지 결정하는 주체가 모델이어서는 안 된다.
업무 분담 프레임워크
AI를 장기적으로 사용한 창작 작가 18명을 대상으로 한 카네기 멜런 및 공동 연구진의 연구에서 작가들이 실제로 작업한 방식을 바탕으로 하면, 효과적인 분담은 다음과 같다.
| 작업 | 담당 주체 | 이유 |
|---|---|---|
| 전제와 주제적 질문 | 인간 | 독창성이 살아 있는 곳이며, 모델은 이에 이해관계가 없다 |
| 플롯 구조와 비트 순서 | 인간 | 모델은 장르 표준 비트 순서로 기본 설정된다 |
| 캐릭터의 모순 | 인간 | 모델은 모순을 일관성으로 매끈하게 만들어 복잡성을 죽인다 |
| 장면 단위 산문 초안 | AI(강한 제약 아래) | 시간을 얻기 가장 빠르고 수정하기도 가장 쉽다 |
| 대안과 변형안 | AI | 모델은 좋은 선택지를 드러내는 세 가지 나쁜 버전을 생성하는 데 능하다 |
| 조사와 사실적 기반 | AI(검증 필수) | 실제 시간 절감 효과가 크고 창작 위험은 낮다 |
| 문장 단위 수정 | 인간 | 문체의 승패가 갈리는 지점이다 |
이 연구는 작가들이 수동적이 아니라 의도적으로 행동했다는 점을 보여 줬다. 이들은 핵심 가치에 따라 언제, 어떻게 AI와 협업할지 ‘수많은 의도적 결정’을 내렸고, 먼저 자기 구조적 노력을 들이지 않은 채 텍스트를 생성하는 일은 꾸준히 피했다. 한 참여자는 기본 원칙을 직설적으로 표현했다. “손으로 직접 쓰는 훌륭한 작가가 아니라면 AI를 쓴다고 훌륭한 작가가 되지는 않는다. AI는 그저 당신의 어리석음을 외삽할 뿐이다.”
🔨 의도적인 구조 위반
개요를 완성했다면 모델이 절대 선택하지 않을 방식으로 일부를 의도적으로 깨라.
- 클라이맥스를 40% 지점으로 옮겨라. 후반부가 고조가 아니라 여파가 되게 하라.
- 구조가 약속한 해결을 보류하라. 대결을 설정하고 실제로는 일어나지 않게 하라.
- 끝내 해결되지 않는 결함을 주인공에게 부여하라. 모델은 캐릭터를 성장 쪽으로 강박적으로 이동시킨다.
- 핵심 사안 하나에서는 적대자가 옳게 하라. 모델은 적대자가 틀렸다는 쪽으로 기본 설정된다.
- 감정적 보상 직전에 장면을 끝내라. 모델이 쓰고 싶어 하는 문장 바로 앞에서 끊어라.
그다음 이렇게 명시적으로 지시하라. “해결을 추가하지 말 것. 끝에 감정적 인정의 비트를 추가하지 말 것. 이 장면은 미해결 상태로 끝나며, 그것은 의도적이다.” 이 지시가 없으면 학습 데이터가 그 자리에 있어야 한다고 말하기 때문에 모델은 빠진 비트를 복원한다.
사전 집필은 여전히 적용된다
Now Novel의 수정 프레임워크는 사전 집필 방식으로 돌아가는 일을 핵심 수정 기법으로 꼽으며, 이는 AI 보조 작업에 두 배로 적용된다. 생성 전에 작성한 캐릭터 스케치, 세계 규칙, 주제 진술은 프롬프트를 구체화하는 제약 재료가 된다.
어떤 AI 스토리 도구가 반복과 연속성을 가장 잘 다룰까?
어떤 도구도 공식을 완전히 없애지는 못하지만, 어떤 실패 유형을 다루는지는 의미 있게 다르다. 연속성 중심 도구는 장면 간 반복을 줄이고, 구조 중심 도구는 플롯 공식화를 줄이며, 문체 메모리를 갖춘 범용 플랫폼은 산문 동질화를 줄인다.
연속성과 공동 집필: NovelAI는 장편 공동 집필을 위해 특별히 설계됐으며, 장면과 챕터를 거쳐 캐릭터 및 분위기 정보를 보존하는 지속형 이야기 맥락을 제공한다. Technical Writer HQ의 2026년 AI 스토리 생성기 리뷰는 연속성이 가장 중요한 연재 글쓰기에서 이를 가장 강력한 선택지로 꼽았다. 단점은 설정 비용이다. 유용한 결과물을 얻으려면 로어북과 맥락 설정을 상당히 구성해야 한다.
구조와 조직: Plot Factory는 원클릭 생성보다 캐릭터 아크, 타임라인, 세계관 구축 정리에 초점을 둔 계획 우선 도구다. 같은 리뷰는 이를 계획을 많이 세우는 작가에게 가장 적합하다고 평가하면서도, ‘발견형 글쓰기를 선호하면 부담스럽게 느껴질 수 있다’는 상충점을 언급했다. Squibler는 계획과 초안 작성의 중간에 있으며 챕터 개요와 편집기 내 AI 확장을 제공한다. 다만 리뷰는 ‘문체 일관성을 위해서는 여전히 인간 편집이 필요하다’고 했고, 짧은 글을 쓰는 대부분의 작가에게는 과한 기능일 수 있다고 지적했다.
브랜드와 문체 일관성: Jasper는 대량 결과물 전체에서 안정적인 하우스 스타일을 유지하도록 설계되어, 이들 도구 중 분위기 제어 기능이 가장 강력하다. 소설에 관한 문서화된 약점은 ‘날것의 소설적 에너지를 원한다면 지나치게 세련되게 느껴질 수 있다’는 점이다. 이는 런던 시티대학교 연구가 확인한 유창성 우선·독창성 저하의 상충 관계와 정확히 맞닿아 있다.
예산형 진입점: Rytr는 AI가 자기 작업 방식에 맞는지 시험해 보기에 마찰이 적은 선택지다. 단, ‘좋은 프롬프트가 없으면 결과물이 일반적일 수 있다’는 솔직한 단서가 있으며, 이것이 바로 이 글이 다루는 문제 전체다.
지속형 메모리를 갖춘 멀티 모델: Jenova의 Creative Fiction Writer는 다른 축에서 작동한다. 전용 소설 환경이 아니라, 하나의 인터페이스를 통해 OpenAI, Anthropic, Google, xAI, DeepSeek 등의 모델에 접근하고 무제한 대화 메모리를 제공하는 플랫폼 위에서 작동한다. 정형성을 막는 워크플로에서 이는 두 가지 이유로 중요하다. 지속형 메모리는 문체 규칙과 금지 구문 목록이 다시 붙여 넣지 않아도 세션을 넘어 보존되게 하고, 모델 순환은 두 모델에서 같은 장면을 생성해 어떤 표현이 진짜 선택이 아니라 모델 특유의 버릇인지 식별하게 한다. 솔직한 한계도 있다. 이 도구는 원고 관리 환경이 아니다. 챕터 트리도, 장면 재배치 인터페이스도, 원고 내보내기 파이프라인도 없다. 전용 글쓰기 작업 공간을 원하는 작가에게는 전용 소설 도구가 더 적합하다.
비교표
| 기능 / 차원 | NovelAI | Plot Factory | Jenova Creative Fiction Writer | Jasper | Rytr |
|---|---|---|---|---|---|
| 세션 간 연속성 | 강력 — 로어북을 통해 이를 위해 설계됨 | 생성형이라기보다 구조적 방식(프로필, 타임라인) | 모든 세션에서 무제한 지속형 메모리 | 문체 일관성, 제한된 서사 상태 | 세션 한정 |
| 플롯 구조 도구 | 제한적 — 공동 집필 중심 | 그룹 중 가장 강력함. 아크, 비트, 타임라인 | 대화형 개요 작성, 시각적 구조 UI 없음 | 템플릿 기반, 마케팅 지향 | 최소한 |
| 샘플 기반 문체 설정 | 맥락 설정을 통해 구성 가능 | 핵심 기능 아님 | 샘플에서 도출한 규칙을 메모리에 보존 | 맞춤형 분위기/문체 제어 | 템플릿 문체 프리셋 |
| 모델 선택 | 독점 모델 | 해당 없음 — 계획 도구 | 멀티 제공자(OpenAI, Anthropic, Google, xAI, DeepSeek) | 독점 모델 + 파트너 | 다수 |
| 원고 작업 공간 | 있음 | 있음 — 계획 우선 | 없음 — 채팅 기반, 챕터 트리 없음 | 없음 — 콘텐츠 편집기 | 기본 편집기 |
| 가격 | 구독 티어(사이트 참조) | 구독 티어(사이트 참조) | 무료 티어; Plus 월 $20(무료 사용량의 30×); Enterprise까지 상위 티어 제공 | 구독 티어(사이트 참조) | 무료 티어 + 저비용 유료 플랜 |
| 가장 적합한 용도 | 연속성이 필요한 연재 장편소설 | 복잡한 세계관을 구축하는 치밀한 계획형 작가 | 모델 순환 + 지속형 문체 규칙을 원하는 작가 | 고정된 하우스 스타일의 연재 콘텐츠 | 낮은 비용으로 AI 적합성을 시험하려는 경우 |
타사 도구의 가격과 기능은 작성 시점에 공개된 정보를 반영하며, 자주 변경되므로 각 공급업체 사이트에서 확인해야 한다.
정형성을 막는 워크플로를 단계별로 어떻게 설정할까?
실제로 작동하는 정형성 방지 워크플로는 네 단계로 이루어지며, 처음 설정하는 데 약 30분이 걸린다. 그 뒤에는 정해진 흐름에 따라 진행된다.
1단계 — 제약 키트 만들기(프로젝트당 한 번)
- 이야기가 답하는 것이 아니라 묻는 주제적 질문을 한 문단으로 작성한다.
- 주요 캐릭터마다 세 가지 모순을 나열한다. 예: Marta는 법의학 회계사지만 자기 수표책은 한 번도 맞춰 보지 않는다.
- 금지 구문 목록을 작성한다. 여덟 개로 시작하고, 새로운 버릇을 발견할 때마다 늘린다.
- 목표 문체에 맞는 산문 600단어를 선택한다.
2단계 — 문체 규칙 도출하기(프로젝트당 한 번)
어떤 도구를 쓰든 다음 추출 프롬프트를 실행한다.
“여기에 목표 문체의 600단어가 있다. 내용을 모방하지 말 것. 평균 문장 길이, 단문과 복문 비율, 대화 태그 습관, 문단 길이, 반복되는 구문 패턴 세 가지를 추출하라. 재사용 가능한 규칙 목록으로 출력하라.”
결과물을 저장하라. 이것이 상시 문체 헤더가 된다.
Jenova의 Creative Fiction Writer에서는 이 단계가 지속형 메모리의 이점을 얻는다. 도출한 규칙과 금지 구문 목록은 다시 붙여 넣지 않아도 해당 대화의 이후 모든 세션에서 계속 사용할 수 있으며, 에이전트의 메모리는 글을 쓰지 않는 날 사이에도 프로젝트 맥락을 유지한다.
NovelAI에서는 이 규칙을 로어북과 메모리 필드에 입력해 모든 생성 과정의 맥락에 포함되도록 하는 것이 이에 해당한다.
Plot Factory에서는 이 도구의 강점이 생성보다 계획에 있으므로, 규칙을 프로젝트 메모로 저장한 뒤 함께 사용하는 생성 도구에 붙여 넣어야 한다.
3단계 — 장면 길이로 생성하기
각 장면에서 다음 순서로 프롬프트를 구성한다.
- 문체 규칙(붙여 넣거나 메모리에 저장된 규칙)
- 금지 구문 목록
- 장면 명세: POV, POV 거리, 단어 수, 배경 세부 사항, 캐릭터 상태
- 숨겨진 갈등: 장면이 실제로 다루는 내용이자 캐릭터들이 말하지 않는 것
- 구조 지시: 장면이 끝나는 지점과 의도적으로 보류하는 것
생성 결과는 400~600단어로 제한하라. 더 긴 결과물은 패턴이 고착된다.
4단계 — 체크리스트에 따라 수정하기
결과물을 초안으로 받아들이지 말고, Now Novel의 여덟 가지 수정 아이디어 프레임워크와 Gotham Writers Workshop의 열 번 수정 모델을 바탕으로 조정한 다음 항목을 점검하라.
- 소리 내어 읽기 — 반복은 눈에 보이기 전에 귀에 들린다
- 모든 문장 첫머리를 표시하기 — 두 문장보다 많이 같은 구조를 공유한다면 다시 쓴다
- 금지 구문을 각각 검색하기 — 새 문제 표현을 발견하면 목록에 추가한다
- 과도한 설명과 보여 주지 않고 말해 버리는 서술을 점검하기
- 장면의 마지막 문장을 삭제하기 — 모델은 거의 항상 비트를 하나 더 추가한다
- 인간도 이런 선택을 했을지, 아니면 확률 엔진만이 했을지를 묻기
마지막 점검이 가장 중요하다. Gotham의 프레임워크는 여섯 번째 단계를 ‘시적 초안’이라고 부른다. 모든 문장이 ‘문장 자체로서뿐 아니라 당신만의 소설 안에 있는 문장으로서도’ 기능하는지 살피는 단계다. 이것이 AI 초안 산문에 적용해야 할 올바른 기준이며, 위임할 수 없다.
글쓰기 및 AI 연구자들은 독창성을 보존하는 일에 관해 무엇이라고 말할까?
연구자와 AI를 활용하는 현업 작가들의 공통된 견해는, 작가가 구조적·평가적 계층을 소유할 때 독창성은 살아남고 AI가 이야기 수준의 결정을 하도록 허용할 때 저하된다는 것이다.
“거의 모든 사람이 저지르는 실수는 정형적인 결과물을 품질 문제로 취급하는 것이다. 실제로는 명세 문제다. 네 가지 제약을 받은 모델은 그 네 가지 제약에 대한 중앙값의 이야기를 만들 것이다. 이는 모델의 성능이 낮은 것이 아니라, 요청받은 일을 정확히 수행한 것이다. 일반적인 결과물을 얻는 작가와 그렇지 않은 작가의 차이를 살펴보면 도구도 모델도 아니다. 제약 밀도다. 장면 단위 요청당 명시적 제약이 대략 여덟 개에서 열두 개 사이일 때 변곡점이 나타나며, 부정 제약, 즉 명시적 금지는 긍정 제약보다 큰 차이로 더 뛰어난 성과를 낸다는 사실을 꾸준히 확인한다.”
“두 번째로 중요한 것은 작업 과정에서 AI를 어디에 배치하느냐다. AI를 장기간 사용한 작가에 관한 연구는 명확하다. 자기 문체를 지키는 작가는 AI를 실행에만 사용하고, 방향 설정에는 절대 사용하지 않는다. 이들은 플롯, 캐릭터의 모순, 주제적 질문을 이미 결정한 상태로 시작하고, 그 틀 안에서 좁은 초안 작성 업무를 모델에 맡긴다. 동질화된 결과물을 얻는 작가는 타이핑이 아니라 결정을 넘겨주고 있다.”
“세 번째로 과소평가되는 패턴은 진단 기법으로서의 모델 순환이다. 동일한 프롬프트로 서로 다른 두 모델에서 같은 장면을 생성한 뒤 차이를 비교하라. 양쪽에 모두 나타나는 것은 이야기다. 한쪽에만 나타나는 것은 모델의 버릇이다. 이 한 가지 기법은 우리가 시험한 어떤 문체 가이드보다 더 많은 일반적 표현을 잡아낸다. 프롬프트가 실제로 명세한 것과 모델이 스스로 채운 것을 분리하기 때문이다.”
“솔직한 단서는 이 어떤 방법도 AI 초안 산문을 독창적으로 만들지는 않는다는 점이다. AI 보조 편집이 세련된 텍스트를 만들지만 독창성 점수는 낮다는 런던 시티대학교의 발견은 사실이며, 이를 제거하는 워크플로는 아직 보지 못했다. 좋은 제약이 하는 일은 결과물을 쓸모없지 않고 수정 가능하게 만드는 것이다. 독창성은 여전히 수정 단계에서 오며, 그 단계는 당신의 것이다.”
— Jenova 제품팀, AI 글쓰기 도구와 에이전트 설계 분야 9년 경력
AI를 조금이라도 사용하면 글쓰기가 동질화되는 것이 보장될까?
아니다. 하지만 위험은 실제적이고 측정 가능하며, 스스로 수행하는 구조적 작업의 양에 반비례해 커진다.
사이언스 어드밴시스 연구는 AI 제안을 가장 쉽게 수용한 작가들, 특히 기본 창의성 점수가 낮은 작가들에게 동질화 효과가 집중됐다고 밝혔다. 작동 원리는 단순하다. 천 명의 작가가 같은 모델에 플롯 아이디어를 요청하면, 모델은 겹치는 제안을 돌려주고 수용된 제안은 한곳으로 수렴한다.
반대 증거는 현업 작가 측에서 나온다. AI를 장기적으로 활용한 창작 작가의 arXiv 연구는 ‘먼저 자기 노력을 들이거나 상당한 편집과 재작성이 수반되도록 보장하지 않은 채 텍스트나 아이디어를 생성하는 데 AI를 사용하지 않으려 했던’ 작가들을 기록했다. 한 참여자는 실험적 프롬프팅과 공격적인 재초안 작성을 통해 ‘예측 가능하거나 진부한 콘텐츠로 향하는 AI 봇의 경향에 적극적으로 맞섰다’고 설명했다. 이 작가들은 동질화되지 않았다. 동질화를 만들어 내는 결정을 결코 넘겨주지 않았기 때문이다.
과도한 위임에는 실제 인지적 비용도 있다. AI 보조 글쓰기 중 뇌 활동을 다룬 MIT 미디어 랩 연구에 관한 Education Week 보도는 에세이 작성에 AI를 많이 사용한 작가 다수가 자신이 쓴 내용을 기억하지 못했다고 전했다. 이것이 수년에 걸친 기량 발달에 무엇을 의미하든, 고유한 문체를 구축하려는 작가에게는 희망적인 신호가 아니다.
실무적 결론: 밀도 높은 제약 아래 실행 계층에서 AI를 사용하고 실제 수정 단계를 거친다면 작업은 동질화되지 않는다. 결정 계층에서 AI를 사용하면 동질화된다. 경계선은 AI를 얼마나 많이 쓰는가가 아니라, 어느 계층에서 쓰는가다.
현재 도구의 결과물이 여전히 일반적으로 들린다면 어떻게 해야 할까?
제약 밀도와 문체 기반 설정으로도 해결되지 않았다면, 문제는 보통 세 가지 중 하나다. 도구를 바꾸기 전에 진단하라.
진단 1: 프롬프트는 길지만 제약되어 있지 않다. 단어 수는 제약 밀도가 아니다. 분위기와 감각에 대한 설명으로 가득한 300단어 프롬프트에도 실제 제약은 세 개뿐일 수 있다. 각각을 분리되고 검증 가능한 명세로 세어라. 필요하다면 번호 목록으로 다시 작성하라.
진단 2: 한 번에 너무 많이 생성하고 있다. 결과물이 800단어를 넘는다면 반으로 줄이고 매번 문체 헤더를 넣어 다시 생성하라. 한 번의 생성 범위 안에서 발생하는 패턴 고착은 반복 산문의 가장 흔한 단일 원인이며, 전적으로 출력 길이의 함수다.
진단 3: 첫 초안을 그대로 받아들이고 있다. Gotham Writers Workshop의 열 번 수정 모델은 삭제에만 온전한 한 번의 단계를 배정하며, ‘완성하는 모든 글은 가능한 한 가장 짧은 버전이어야 한다’고 말한다. 또 문장 단위 언어만을 위한 별도 단계도 둔다. 첫 초안으로 워크플로에 들어와 최종본으로 나가는 AI 결과물은 도구나 프롬프트 품질과 관계없이 AI 결과물처럼 읽힐 수밖에 없다.
세 가지를 모두 해결했는데도 결과물이 여전히 평면적이라면 도구 변경을 고려할 수 있다. 변경은 특정 실패에 맞춰야 한다. 장면 간 연속성 표류는 NovelAI를 가리키고, 플롯 수준의 공식화는 Plot Factory 또는 수동 개요 작성을 가리키며, 세션마다 똑같이 들리는 산문은 지속형 문체 메모리와 모델 순환을 갖춘 도구를 가리킨다. 이 지점이 Jenova의 Creative Fiction Writer가 자리 잡은 영역이다. 에이전트는 jenova.ai/a/creative-fiction-writer에서 이용할 수 있으며, 무료 티어는 일일 사용량을 제한적으로 제공하고 Plus는 월 $20에 그 허용량의 30×를 제공한다.
어느 방향으로 가든 근본 원칙은 바뀌지 않는다. 모델은 실행하고, 결정은 당신이 한다. 그 경계가 흐려지는 곳마다 공식이 들어온다.
일회성 장면이 아니라 진행 중인 소설 프로젝트를 작업하고 있다면, Creative Fiction Writer는 세션을 거쳐 문체 규칙과 이야기 맥락을 유지하도록 설계되어 있다.