링크드인 장문 게시물의 41%가 AI 생성이고, 한국 직장인의 74%가 업무에 AI를 씁니다. 그런데 폴 그레이엄은 '쓰는 자와 못 쓰는 자로 갈리는 세계는 곧 생각하는 자와 못 하는 자의 세계'라고 경고했습니다. 쓰기는 원래 두 개의 다른 일이었고 AI는 그중 하나만 가져갔습니다 — 어느 쪽을 넘겨도 되고 어느 쪽을 지켜야 하는지, 데이터와 사례로 끝까지 따져봅니다.
2024년 가을, 폴 그레이엄은 「Writes and Write-Nots」라는 짧은 글을 썼습니다. 요지는 이렇습니다.
"글을 잘 쓰려면 명료하게 생각해야 한다. 그리고 명료하게 생각하는 일은 어렵다."
그래서 대부분의 사람은 글쓰기를 힘들어했고, 그럼에도 학교와 직장이 억지로 시켰기 때문에 어쩔 수 없이 써왔다는 겁니다. 그런데 AI가 그 강제를 풀어버렸습니다. 그레이엄의 예측은 단호합니다. "20년쯤 뒤에는 글을 쓸 수 있는 사람이 별로 남아 있지 않을 것이다."
그리고 그다음 문장이 진짜입니다.
"쓰는 자와 못 쓰는 자로 나뉜 세계는 들리는 것보다 훨씬 위험하다. 그것은 생각하는 자와 생각하지 못하는 자의 세계가 될 것이다."
2년이 지난 2026년, 이 예측의 첫 구간은 이미 데이터로 확인됩니다. 링크드인 장문 게시물의 41%가 전면 AI 생성이고, 한국 직장인의 74.3%가 주 1회 이상 업무에 AI를 쓰며 그중 가장 효과적인 용도 1위가 문서 작성입니다.
그런데 이 글은 "그러니 AI를 쓰지 말자"로 가지 않습니다. 그건 이미 가능한 선택지가 아니고, 무엇보다 틀린 진단이기 때문입니다.
이 글의 답은 이렇습니다.
쓰기는 원래 두 개의 다른 일이었습니다. 하나는 남에게 전달하는 산출물을 만드는 일이고, 다른 하나는 내 머릿속을 정리하는 일입니다. AI는 첫 번째만 가져갔습니다. 그런데 우리는 그걸 구분하지 못해서, 두 번째까지 같이 넘겨주고 있습니다.
이 글은 세 부분입니다. 지금 실제로 무슨 일이 벌어지고 있는지(데이터), 왜 이런 일이 벌어졌는지(신호 이론과 인지과학), 그리고 그래서 어떻게 쓸 것인지(실무 프로토콜). 마지막에는 개발자·기획자·리더 각각의 적용법과, 2026년에만 존재하는 새로운 이유 하나를 덧붙입니다 — 이제 당신의 글을 읽는 것은 사람만이 아닙니다.
스탠퍼드 연구진이 2025년 발표하고 『Patterns』에 실린 「The Widespread Adoption of LLM-Assisted Writing Across Society」는 이 변화를 처음으로 규모 있게 측정했습니다. 2022년 1월부터 2024년 9월까지, 서로 다른 네 종류의 문서 수백만 건을 통계적으로 분석해 LLM이 관여한 문장의 비율을 추정했습니다.
숫자 자체보다 중요한 것은 어떤 문서인가입니다. 소비자 민원은 개인이 자기 피해를 호소하는 글이고, 보도자료는 조직이 세상에 자기를 설명하는 글이며, 채용 공고는 "우리는 이런 사람을 찾는다"는 선언입니다. 가장 개인적이고 가장 조직 고유해야 할 글들부터 평준화되기 시작했습니다.
연구진은 2024년 후반 이후 채택률이 정체 구간에 들어섰다고 보고합니다. 이건 좋은 소식이 아닙니다. 쓸 사람은 이미 다 쓰고 있다는 뜻입니다.
가장 극적인 사례는 링크드인입니다. 2026년 팽그램 랩스(Pangram Labs)의 분석에 따르면 250단어 이상 장문 게시물의 41%가 전면 AI 생성으로, 주요 플랫폼 중 가장 높은 비율입니다. 영향력 있는 프로필만 따로 본 오리지널리티닷AI(Originality.AI)의 2026년 분석에서는 그 비율이 54%까지 올라갑니다.
그리고 2026년, 링크드인 자신이 이 문제를 공식 인정했습니다.
이 시퀀스가 흥미로운 이유는, 플랫폼이 스스로 만든 도구를 스스로 없앴다는 점입니다. AI 글쓰기 보조가 콘텐츠 생산량을 늘려주긴 했는데, 그 결과 피드의 신뢰가 무너졌기 때문입니다. 링크드인의 사업은 결국 신뢰 위에 서 있습니다.
같은 붕괴가 채용 시장에서 더 빠르게 진행됐습니다.
| 조사 | 발견 | 의미 |
|---|---|---|
| Robert Half (2026.3) | 미국 HR 리더의 67%가 "AI 지원서 검토 때문에 채용이 느려졌다", 65%가 "후보자 역량 검증이 더 어려워졌다" | 지원서가 정보를 주는 문서에서 걸러내야 할 노이즈가 됐다 |
| Indeed (2026) | 채용 담당자 61%가 명백한 AI 자기소개서에는 30초 미만을 쓴다. 사람이 쓴 듯한 글에는 2~3분. | 같은 글자 수가 5배 다른 대접을 받는다 |
| Jobscan (2026) | 채용 담당자 67%가 AI 생성 문장을 식별할 수 있다고 답했고, 54%는 부정적으로 본다 | 다만 진짜 거부 트리거는 'AI 사용'이 아니라 '무편집 일반론'이다 |
마지막 줄이 핵심입니다. 지원자의 3분의 2가 AI를 쓰고 있고 채용 담당자도 그걸 압니다. 문제는 도구가 아니라 결과물의 구체성입니다. 한 채용 담당자가 50통의 자기소개서를 읽는데 그중 20통의 표현이 거의 같다면, 그는 사실 같은 프롬프트의 변주 20개를 읽고 있는 것입니다.
『네이처』가 2025년 실시한 설문에서 과학자의 57%가 최근 2년간 AI에게 글쓰기 도움을 받았다고 답했고, 72%는 앞으로 2년간 그럴 의향이 있다고 했습니다.
한국은 어떨까요. 2026년 5월 나우앤서베이가 전국 20세 이상 직장인 1,000명을 조사한 「AI 시대 대한민국 직장인 리포트 2026」에 따르면, 74.3%가 주 1회 이상 업무에 AI를 사용하고 있고 30.4%는 거의 매일 씁니다. 그리고 "가장 효과적인 활용 분야"의 1위가 이것입니다.
두 항목만으로 전체 활용의 58.5%입니다. 한국 직장에서 AI가 하는 일의 절반 이상이 "읽고 쓰는 일"입니다.
여기까지가 현황입니다. 이제 질문을 바꿔봅시다. 왜 이게 문제인가? 더 빠르게, 더 매끄럽게 쓰게 됐는데 뭐가 나쁜가?
두 가지가 나쁩니다. 하나는 바깥에서, 하나는 안에서 벌어집니다.
경제학에 신호 이론(signaling theory)이 있습니다. 마이클 스펜스가 1973년 노동시장을 설명하며 정식화한 개념인데, 핵심은 반직관적입니다.
신호가 신뢰받는 이유는 그것이 진실이기 때문이 아니라, 위조하는 데 비용이 많이 들기 때문입니다.
생물학에도 같은 논리가 있습니다. 공작의 꼬리가 정직한 신호인 이유는 아름다워서가 아니라 감당하기 어려울 만큼 거추장스럽기 때문입니다. 약한 개체는 그 꼬리를 달고 살아남지 못합니다.
이 렌즈로 보면 지난 수백 년간 글쓰기가 왜 그렇게 중요한 자격 증명이었는지가 설명됩니다.
신호가 무너지면 그 신호에 의존하던 제도가 먼저 흔들립니다. 2026년의 교육 현장이 정확히 그렇습니다.
미국 대학가에서는 "70년간 이어진 에세이 신뢰의 시대가 끝났다"는 진단이 나왔고, 실제로 추가 에세이(supplemental essay)를 폐지하는 대학이 나오기 시작했습니다. 대신 부활한 것은 소크라테스식 구술시험, 면접, 즉석 글쓰기, 통제된 환경의 시험입니다.
한국도 같은 방향입니다. 2026년 교육 현장의 가이드라인은 결과 중심 평가에서 과정 중심 평가로 무게를 옮기고 있습니다. 중간 산출물 점검, 활용한 AI의 범위와 출처 표기, 그리고 제출물에 대한 구술 설명 요구가 장치로 들어왔습니다.
이 변화들의 공통점을 보십시오.
| 무너진 신호 | 새로 채택되는 신호 | 공통 원리 |
|---|---|---|
| 제출된 완성 텍스트 | 구술 설명 · 즉석 문답 | 실시간이라 대신 만들어줄 수 없다 |
| 최종 결과물 | 과정 기록 · 중간 산출물 | 과정은 위조 비용이 여전히 높다 |
| 매끄러운 일반론 | 구체적 경험 · 고유한 디테일 | 겪지 않은 사람은 못 쓴다 |
신호는 사라지지 않고 이동합니다. 그리고 새 신호가 자리 잡는 방향은 언제나 같습니다 — 위조 비용이 아직 높은 쪽으로. 2026년 현재 그 자리는 실시간성과 구체성입니다.
이것이 이 글의 첫 번째 실무 결론입니다. AI로 다듬은 매끄러운 문장은 이제 아무 신호도 보내지 않습니다. 신호를 보내려면 다른 것을 넣어야 합니다. 무엇을 넣어야 하는지는 6부에서 다룹니다.
바깥의 신호 문제는 사실 부차적입니다. 더 중요한 것은 안쪽에서 벌어지는 일입니다.
분산 시스템 이론의 거장이자 LaTeX을 만든 레슬리 램포트는 이렇게 말했습니다.
"생각하려면 써야 한다. 쓰지 않고 생각한다면, 당신은 생각하고 있다고 착각하고 있을 뿐이다."
램포트는 이 표현을 만화가 딕 귄던의 문장에서 가져왔습니다. 원문은 더 신랄합니다.
"글쓰기는 당신의 사고가 얼마나 엉성한지 알려주는 자연의 방식이다."
두 문장이 말하는 바는 같습니다. 머릿속의 생각은 검증되지 않은 상태입니다. 우리 머릿속에서 아이디어는 늘 그럴듯합니다. 논리의 구멍은 뭉뚱그려진 채 지나가고, 정의되지 않은 용어는 대충 넘어가며, 근거 없는 전제는 자명한 것처럼 느껴집니다.
문장으로 옮기는 순간 이게 전부 드러납니다. 주어와 서술어를 붙여야 하고, 접속사를 골라야 하고("그래서"인가 "그런데"인가), 순서를 정해야 합니다. 문법이 논리를 강제합니다.
이건 감상이 아니라 실험으로 확인된 현상입니다.
| 효과 | 내용 | 쓰기와의 관계 |
|---|---|---|
| 생성 효과 generation effect | 읽어서 받아들인 정보보다 스스로 만들어낸 정보가 훨씬 잘 기억된다. 의도적으로 외우려 하지 않아도 그렇다. | 문장을 내가 만들면 남고, 받아 읽으면 흘러간다 |
| 자기설명 효과 self-explanation | 풀이를 읽는 것보다 자기 말로 설명을 써보는 쪽이 전이(transfer)에 유리하다. 남이 설명해주는 것보다도 낫다. | "이해했다"와 "설명할 수 있다"의 간극을 드러낸다 |
| 인출 연습 retrieval practice | 다시 읽기보다 기억에서 꺼내는 편이 강하게 남는다 | 자료를 안 보고 쓰는 초고가 여기에 해당한다 |
여기에 이전 글에서 다뤘던 MIT 미디어랩의 인지 부채 연구가 겹칩니다. 에세이 작성 실험에서 LLM 사용 그룹은 뇌 영역 간 연결성이 가장 약했고, 방금 자기가 제출한 문장조차 인용하지 못했으며, 결과물에 대한 소유감이 가장 낮았습니다.
주의할 점은 있습니다. 표본 54명의 단일 과제 연구이므로 "AI를 쓰면 바보가 된다"로 확대하면 안 됩니다. 다만 방향은 위의 세 효과와 정확히 일치합니다. 생성하지 않으면 남지 않습니다.
이제 이 글의 핵심 프레임을 세울 수 있습니다.
| 구분 | 산출물로서의 쓰기 | 도구로서의 쓰기 |
|---|---|---|
| 목적 | 남에게 전달한다 | 내 머릿속을 정리한다 |
| 성공 기준 | 읽는 사람이 잘 이해했는가 | 내가 몰랐던 구멍을 찾았는가 |
| 독자 | 타인 | 나 자신 |
| 대표 사례 | 보도자료, 공지, 정형 보고, 회의록 | 설계 문서 초안, 결정 메모, 논증, 일지 |
| AI에 넘기면 | 대체로 이득. 시간이 절약된다. | 효과가 통째로 사라진다. 결과물은 남지만 사고는 일어나지 않았다. |
대부분의 혼란은 이 둘을 하나로 부르는 데서 옵니다. "글쓰기를 AI에게 맡겨도 되나?"라는 질문은 "운동을 기계에게 맡겨도 되나?"와 같은 구조입니다. 짐을 옮기는 게 목적이면 지게차가 맞습니다. 근육을 키우는 게 목적이면 지게차는 정확히 목적을 파괴합니다. 같은 동작이지만 다른 일입니다.
이 구분을 조직 차원에서 가장 유명하게 제도화한 사례가 아마존입니다.
2004년, 제프 베조스는 임원 회의에서 파워포인트를 금지했습니다. 대신 중요한 의사결정에는 6페이지 내러티브 메모를 쓰게 했습니다. 완전한 문장으로 된 산문이어야 하고, 불릿 포인트는 안 됩니다. 회의는 참석자 전원이 20~30분간 침묵 속에서 그 메모를 읽는 것으로 시작합니다.
베조스의 설명은 한 문장입니다.
"6페이지짜리 내러티브 메모를 쓰면서 명료하게 생각하지 않을 방법은 없다."
왜 슬라이드로는 안 되는가. 이유가 구조적입니다.
| 슬라이드가 허용하는 것 | 산문이 강제하는 것 |
|---|---|
| 불릿 세 개를 나란히 놓기 — 셋의 관계를 말하지 않아도 된다 | 접속사를 골라야 한다. "그래서"인지 "그런데"인지 정해야 한다. |
| 중요도가 평평해진다. 큰 문제와 사소한 문제가 같은 글머리표를 단다. | 문단의 순서와 분량이 곧 중요도 선언이 된다 |
| 발표자의 말솜씨가 빈틈을 메운다 | 읽는 사람 앞에 논리가 그대로 노출된다 |
| "자세한 건 구두로 설명드리겠습니다" | 그 문장을 쓸 수 없다 |
핵심은 이것입니다. 아마존의 6페이저는 산출물이 아니라 사고 장치였습니다. 회의 참석자를 설득하는 게 1차 목적이 아니라, 쓰는 사람이 자기 논리의 구멍을 발견하게 만드는 게 목적이었습니다.
그래서 2026년의 질문은 이렇게 바뀝니다. 6페이저를 AI가 써주면, 아마존이 20년간 얻어온 것은 어떻게 되는가?
여기서 균형추를 하나 놓아야 합니다. "새로운 도구가 우리의 정신 능력을 망친다"는 주장은 2026년에 처음 나온 게 아닙니다. 그리고 이 논쟁의 첫 번째 피고는 쓰기 그 자체였습니다.
플라톤의 『파이드로스』에는 소크라테스가 이집트 신화를 인용해 문자를 비판하는 대목이 있습니다. 발명의 신 테우트가 파라오 타무스에게 문자를 바치며 "이것은 기억과 지혜의 묘약입니다"라고 자랑하자, 타무스가 이렇게 답합니다.
이것은 기억의 묘약이 아니라 상기(想起)의 묘약이다. 배우는 자들의 영혼에 망각을 심을 것이다. 그들은 안에서 스스로 떠올리는 대신 밖의 표시에 의존하게 될 것이다.
소크라테스는 두 번째 문제도 덧붙입니다. 글은 질문에 답하지 못한다는 것. 글에 무엇을 물어도 그것은 언제나 같은 말만 되풀이합니다. 살아 있는 대화와 달리, 상대에 맞춰 설명을 바꾸지도 못하고 오해를 정정하지도 못합니다.
이 비판의 구조를 지금 언어로 옮겨보십시오.
| 기원전 4세기, 문자에 대한 비판 | 2026년, AI에 대한 비판 |
|---|---|
| 밖의 표시에 의존해 안의 능력이 위축된다 | 외부 모델에 의존해 사고 능력이 위축된다 |
| 기억하는 대신 찾아보게 된다 | 생각하는 대신 물어보게 된다 |
| 지혜의 겉모습만 얻고 실질은 못 얻는다 | 매끄러운 산출물만 얻고 이해는 못 얻는다 |
거의 같은 문장입니다. 그리고 아이러니가 하나 있습니다. 우리가 이 비판을 아는 이유는 플라톤이 그것을 글로 적어뒀기 때문입니다.
이 오래된 논쟁을 웃어넘기면 안 됩니다. 소크라테스는 부분적으로 옳았기 때문입니다.
이것이 이 글이 5층 구조를 고집하는 이유입니다. "AI 쓰기는 좋다/나쁘다"는 질문은 2,400년째 답이 안 나옵니다. 층으로 쪼개야만 답할 수 있습니다.
문자 논쟁 이후, 쓰기를 '결과물'이 아니라 '방법'으로 정의한 계보가 이어집니다.
| 시기 | 인물 | 남긴 것 |
|---|---|---|
| 기원전 4세기 | 플라톤 · 소크라테스 | 문자 비판 — 도구가 능력을 옮긴다는 최초의 논쟁 |
| 1580 | 몽테뉴 | 에세(essai) = "시도". 글을 완성된 주장이 아니라 생각해보는 과정으로 재정의했다. 오늘날 '에세이'의 어원이 곧 그 선언이다. |
| 1946 | 조지 오웰 | 「정치와 영어」 — 언어와 사고는 서로를 오염시킨다 |
| 1976 | 조앤 디디온 | "나는 내가 무엇을 생각하는지, 무엇을 보고 있는지, 그것이 무엇을 뜻하는지 알아내기 위해서 쓴다" |
| 1980년대 | 리처드 파인만(에게 돌려지는 방법) | 어떤 개념을 초보자에게 설명하듯 적어보고, 막히는 지점을 찾아 되돌아가는 학습법 |
오웰의 문장은 2026년에 특별히 다시 읽힙니다.
언어가 추해지고 부정확해지는 것은 우리의 생각이 어리석기 때문이다. 그러나 언어의 엉성함은 다시 우리가 어리석은 생각을 하기 쉽게 만든다.
오웰이 지적한 것은 양방향 인과입니다. 나쁜 생각이 나쁜 문장을 만들고, 나쁜 문장이 다시 나쁜 생각을 부릅니다. 그가 겨냥한 것은 당시 정치 문서에 만연하던 상투어였습니다 — 아무 뜻도 없이 그럴듯하고, 누가 썼는지 알 수 없고, 책임 소재가 사라지는 문장들.
2026년의 AI 슬롭은 오웰이 묘사한 것과 정확히 같은 종류의 텍스트입니다. 다르다면 생산 비용이 0에 수렴한다는 점뿐입니다. 그리고 오웰이 옳다면, 그런 문장을 계속 읽고 쓰는 것은 문장 문제로 끝나지 않습니다.
여기서 한 번 멈추고 반대편 이야기를 진지하게 들어야 합니다. 이 논쟁은 실제로 학계에서 정면으로 붙었습니다.
『Nature Reviews Bioengineering』은 2025년 「Writing is thinking」이라는 사설을 실었습니다. 과학 글쓰기에서 AI의 진짜 위험은 문법이나 표절이 아니라 글쓰기에 내재된 인지 노동의 소실이라는 주장이었습니다.
그리고 2026년, 같은 저널이 「Thinking is not only writing」이라는 반박 사설을 실었습니다. 논지는 이렇습니다.
이 반론은 강합니다. 그리고 실제로 많은 "AI 글쓰기 반대론"이 여기서 무너집니다. 영어 원어민 연구자에게는 편한 도구를 비원어민에게서 뺏자는 주장이 되기 쉽기 때문입니다.
두 사설은 사실 서로 다른 층위를 말하고 있습니다. 그래서 쓰기를 층으로 쪼개면 둘 다 옳다는 게 드러납니다.
정리하면 이렇습니다.
| 층 | 하는 일 | AI에 넘기면 | 판정 |
|---|---|---|---|
| 5. 교정 | 오탈자, 문법, 표기 통일 | 더 정확해진다 | 전면 위임 |
| 4. 문장 | 같은 뜻을 매끄럽게 표현 | 읽기 쉬워진다. 대신 고유한 리듬과 표현이 지워진다. | 조건부 위임 |
| 3. 논증 | 주장에 근거를 붙이고 반론에 답한다 | 그럴듯하지만 내 것이 아닌 논리가 들어온다. 반론이 오면 방어하지 못한다. | 사수 |
| 2. 구조 | 무엇을 먼저 말하고 무엇을 뺄지 정한다 | 여기가 사고 그 자체다. 넘기는 순간 생각을 안 한 것이 된다. | 절대 사수 |
| 1. 착상 | 애초에 무엇을 말할 것인가 | AI는 내 문제를 모른다. 평균적인 답이 나온다. | 절대 사수 |
이 표가 두 사설을 화해시킵니다. 「Thinking is not only writing」이 옹호하는 것은 4·5층입니다 — 비원어민 연구자가 자기 생각을 매끄러운 영어로 옮기는 일. 여기서 AI를 쓰는 건 정당할 뿐 아니라 형평성을 높입니다.
「Writing is thinking」이 지키려는 것은 1·2·3층입니다 — 무엇을 말할지, 어떤 순서로 말할지, 어떻게 뒷받침할지. 여기를 넘기면 저자는 자기 논문의 관광객이 됩니다.
한 줄로: 표현의 외주는 정당하고, 구조의 외주는 위험합니다.
이것이 「AI가 다 요약해주는데 왜 아직 책을 읽는가」에서 세웠던 원칙과 정확히 대칭을 이룹니다. 읽기에서는 점검은 위임, 분석은 사수였습니다. 쓰기에서는 표현은 위임, 구조는 사수입니다. 두 경우 모두 위임해도 되는 것은 인지 노동이 아닌 부분입니다.
여기서부터는 실행입니다. 위의 5층 표를 실제 작업 순서로 바꿉니다.
대부분의 사람이 지금 이렇게 씁니다.
이 순서의 문제는 명확합니다. AI가 만든 구조가 기본값이 되고, 나는 그 안에서 단어만 고칩니다. 심리학에서 말하는 앵커링이 그대로 작동합니다. 초안이 정한 뼈대를 뒤집는 데는 처음부터 쓰는 것보다 더 큰 에너지가 들기 때문에, 대부분 안 뒤집습니다. 결과적으로 1·2층(착상·구조)을 통째로 넘긴 셈이 됩니다.
권장하는 순서는 이렇습니다.
15분이라는 숫자에 의미가 있습니다. 타이머를 걸고 자료도 검색창도 열지 않은 채 씁니다. 이 15분에 아무것도 안 나오면, 그건 글재주가 없는 게 아니라 아직 생각이 없다는 신호입니다. 그 상태에서 AI에게 초안을 시키면 생각이 없다는 사실이 매끄러운 문장 뒤로 숨습니다. 이게 가장 위험한 실패 모드입니다.
막히는 지점 = 생각이 없는 지점. 초고에서 문장이 안 나가는 자리를 표시해 두십시오. 그 자리가 이 문서에서 당신이 실제로 해결해야 할 문제입니다.
"이거 좀 다듬어줘"는 최악의 프롬프트입니다. 문체를 평균으로 끌어당기고, 구체성을 일반론으로 바꾸며, 결과적으로 2부에서 말한 신호를 지웁니다. 대신 이 세 개를 씁니다.
이 세 프롬프트의 공통점은 AI가 텍스트를 생산하지 않는다는 것입니다. AI는 읽고, 지적하고, 질문합니다. 쓰는 사람은 끝까지 나입니다. 이러면 5층 구조에서 1·2·3층이 온전히 내 것으로 남습니다.
4층(문장)을 "조건부 위임"으로 분류한 이유를 조금 더 설명해야 합니다.
AI에게 문장을 맡기면 대개 읽기 쉬워집니다. 문제는 그 과정에서 함께 사라지는 것들입니다.
| 다듬으면 사라지는 것 | 왜 그게 신호였나 |
|---|---|
| 어색하지만 정확한 고유 표현 | 그 분야를 실제로 하는 사람만 쓰는 말이다 |
| 구체적인 숫자·날짜·고유명사 | 겪지 않은 사람은 만들어낼 수 없다 |
| 망설임과 한정 표현("이 부분은 아직 확신이 없다") | 정직함의 신호. AI는 이걸 자신감 있는 문장으로 바꾼다. |
| 문장 길이의 불규칙한 리듬 | 사람의 호흡. 균질해지면 읽는 사람이 무의식적으로 감지한다. |
그래서 4층에서 AI를 쓸 때의 규칙은 "전체를 다시 쓰게 하지 말고, 문단 단위로 고르라"입니다. 실제로는 이렇게 씁니다.
채용 데이터가 이걸 뒷받침합니다. 담당자들이 걸러내는 것은 'AI 사용'이 아니라 무편집 일반론입니다. 구체성만 남아 있으면 AI를 썼는지 여부는 사실상 문제가 되지 않습니다.
아마존의 6페이저를 그대로 도입하는 조직은 드뭅니다. 대신 한 페이지짜리 결정 메모(decision memo)는 거의 모든 팀에서 바로 작동합니다. 구조는 다섯 칸입니다.
각 칸의 역할은 이렇습니다.
| 칸 | 쓰는 것 | 이 칸이 잡아내는 실패 |
|---|---|---|
| 1. 상황 | 지금 무엇이 사실인가. 숫자와 날짜로. | "느낌상 요즘 좀 안 좋아서"로 시작하는 결정 |
| 2. 문제 | 그래서 무엇이 문제인가. 한 문장으로. | 한 문장이 안 나오면 문제가 여러 개거나, 아직 문제를 모르는 것 |
| 3. 선택지 | 고려한 안 2~3개와 각각의 대가 | 선택지가 하나면 그건 결정이 아니라 통보다 |
| 4. 결정과 이유 | 무엇을 고르고 왜인가. 버리는 것도 명시. | "다 하겠습니다"는 결정이 아니다 |
| 5. 되돌리는 조건 | 무엇이 관측되면 이 결정을 철회하는가 | 이 칸이 없으면 틀린 결정이 영원히 산다 |
5번 칸이 이 템플릿의 진짜 발명입니다. 대부분의 조직 문서는 결정을 정당화하는 데서 끝나고, 어떤 증거가 나오면 이 결정이 틀린 것인지를 미리 적어두지 않습니다. 그래서 틀렸다는 사실이 드러나도 아무도 되돌리자고 말하지 못합니다.
AI 활용: 결정 메모는 1~5번 칸을 내가 채운 뒤, 위의 프롬프트 ②(스틸맨)를 돌립니다. 반론에 3번 칸(선택지)이 비어 있다는 지적이 나오면 대개 정답입니다.
시스템이 있어야 유지됩니다. 최소 구성은 세 가지입니다.
초고에서 막히는 건 정상입니다. 막혔을 때 AI를 부르는 대신 먼저 시도할 것들입니다.
| 기술 | 방법 | 왜 통하는가 |
|---|---|---|
| 독자를 한 명으로 | "팀 전체"가 아니라 실명 한 사람에게 쓰는 편지라고 생각한다 | 추상적 독자는 추상적 문장을 부른다 |
| 반론부터 쓰기 | 결론이 안 정해지면 "이 안의 가장 큰 문제는"으로 시작한다 | 비판은 창작보다 쉽게 나온다. 반론을 다 쓰면 주장이 드러난다. |
| 구체 사례 먼저 | 일반론이 안 써지면 지난주에 실제로 있었던 일을 하나 적는다 | 추상은 구체에서 귀납된다. 반대 순서는 잘 안 된다. |
| 말하고 받아적기 | 동료에게 3분간 말로 설명하고 그걸 그대로 옮긴다 | 말은 청중이 있어 논리 순서가 자동으로 잡힌다 |
| 결론부터 | 첫 문장에 결론을 박고 시작한다. 서론은 마지막에 쓴다. | 서론부터 쓰다 막히는 사람이 가장 많다 |
쓰기를 지표로 관리하려는 시도는 대개 실패합니다. 잘못된 것을 세기 때문입니다.
| 세지 말 것 | 셀 것 |
|---|---|
| 글자 수 · 문서 개수 | 결정된 것의 수 — 이 문서 때문에 무엇이 정해졌나 |
| 문서를 읽은 사람 수 | 질문의 수 — 문서를 읽고 나온 좋은 질문이 몇 개였나 |
| 작성 소요 시간 | 재작성 횟수 — 초고와 최종본이 얼마나 다른가(많이 다를수록 사고가 일어났다) |
개발자에게 글쓰기는 원래도 업무의 절반이었습니다. 커밋 메시지, PR 설명, 설계 문서, ADR(아키텍처 결정 기록), 장애 회고. 원칙은 오래된 한 줄로 요약됩니다.
코드는 "무엇을"을 적고, 글은 "왜"를 적는다.
코드를 읽으면 무엇을 하는지 알 수 있습니다. 하지만 왜 다른 방법을 안 골랐는지는 코드 어디에도 없습니다. 6개월 뒤 그 코드를 만지는 사람(대개 자신)이 필요한 건 정확히 그 정보입니다.
그런데 2026년에는 완전히 새로운 이유가 하나 추가됐습니다.
당신이 쓴 문서를 읽는 것은 이제 사람만이 아닙니다.
2026년 소프트웨어 개발의 주류 방법론 중 하나로 자리 잡은 스펙 주도 개발(Spec-Driven Development, SDD)은 코드가 아니라 명세를 진실의 원천으로 둡니다. 저장소 루트의 AGENTS.md(또는 CLAUDE.md)에 팀의 지속적 결정 — 언어, 프레임워크, 테스트 규칙, 접근성, 보안, 의존성 정책 — 을 적어두면, Claude Code든 Cursor든 Codex든 Copilot이든 그 문서를 읽고 일합니다. 수용 기준은 EARS 같은 문법으로 모호함 없이 쓰고, 그렇게 쓰인 기준은 거의 1:1로 테스트 케이스에 대응합니다.
이 방법론이 해결하려는 문제가 무엇인지 보십시오.
이건 추상적인 이야기가 아닙니다. 지금 이 블로그를 굴리는 저장소에도 CLAUDE.md가 있고, 거기에는 "마크다운에서 ASCII 아트 다이어그램을 쓰지 말고 지정된 HTML 클래스를 쓸 것" 같은 규칙이 문장으로 적혀 있습니다. 그 문장이 있는 것과 없는 것의 차이가 산출물의 품질 차이로 곧장 나타납니다. 규칙을 애매하게 쓰면 애매한 결과가 나옵니다.
그래서 개발자의 글쓰기는 2026년에 값이 떨어지기는커녕 두 배로 올랐습니다. 사람 동료와 기계 동료가 같은 문서를 읽기 때문입니다.
| 문서 | 사람에게 | 에이전트에게 |
|---|---|---|
| PR 설명 | 리뷰어가 맥락을 얻는다 | 후속 작업의 컨텍스트가 된다 |
| ADR · 설계 문서 | 왜 그 선택을 했는지 남는다 | 같은 실수를 반복하지 않게 하는 제약이 된다 |
| AGENTS.md / CLAUDE.md | 신규 입사자 온보딩 문서 | 매 세션의 시스템 프롬프트 그 자체 |
| 테스트 이름 | 무엇을 보장하는지 읽힌다 | 에이전트가 고쳐야 할 목표를 정의한다 |
기획 직군에서 글쓰기의 값은 다른 이유로 오릅니다. AI가 쉽게 만들어주는 것이 많아질수록, "무엇을 만들지 정하는 문장"의 희소성이 올라가기 때문입니다.
실무적으로 가장 큰 변화는 이겁니다 — PRD가 사람이 읽는 문서에서 에이전트가 실행하는 명세로 바뀌고 있습니다. "사용자가 편리하게 검색할 수 있도록 한다" 같은 문장은 사람에게는 통했지만 에이전트에게는 아무것도 아닙니다.
| 애매한 요구 | 실행 가능한 요구 |
|---|---|
| 사용자가 편리하게 검색할 수 있어야 한다 | 검색어 입력 후 300ms 이내에 상위 10건이 표시된다. 결과가 없으면 최근 검색어 3개를 제안한다. |
| 안정적으로 동작해야 한다 | 동시 요청 500건에서 오류율 0.1% 미만, p95 지연 800ms 이하 |
| 모바일도 지원한다 | 375px 폭에서 가로 스크롤이 발생하지 않는다 |
오른쪽 칸을 쓰는 데 필요한 것은 글재주가 아니라 결정입니다. 300ms인지 1초인지, 0.1%인지 1%인지를 누군가는 정해야 합니다. 애매하게 쓰는 것은 대개 문장력의 문제가 아니라 아직 정하지 않았다는 사실을 숨기는 것입니다.
조직에 쓰기 문화를 이식하려는 시도는 흔하고, 대부분 6개월 안에 죽습니다. 원인은 거의 항상 같습니다.
| 실패 패턴 | 왜 죽는가 | 대안 |
|---|---|---|
| "앞으로 모든 회의는 문서로" | 양식만 늘고 사고는 안 늘어난다. 형식적 문서가 쌓인다. | 되돌리기 어려운 결정에만 문서를 요구한다 |
| 문서 작성을 개인 역량으로 요구 | 잘 쓰는 사람만 계속 쓰고 나머지는 회피한다 | 템플릿을 준다. 빈칸 채우기는 백지보다 10배 쉽다. |
| 문서를 미리 읽어오라고 한다 | 아무도 안 읽어온다. 이건 예외 없이 그렇다. | 아마존처럼 회의 첫 20분을 침묵 독서로 쓴다 |
| 리더가 안 쓴다 | 가장 흔한 사인. 문화는 위에서 복제된다. | 리더의 결정 메모를 공개한다 |
그리고 2026년에 리더가 새로 물어야 할 질문이 하나 있습니다. "우리 조직의 문서는 AI가 읽을 수 있는 상태인가?" 회의록이 구두 요약에만 남아 있고, 결정 근거가 채팅 스크롤 어딘가에 흩어져 있다면, 그 조직은 사람에게도 에이전트에게도 컨텍스트를 줄 수 없습니다. 지식의 형태가 문서가 아니면 에이전트를 아무리 도입해도 그 조직의 판단은 복제되지 않습니다.
| 안티패턴 | 증상 | 교정 |
|---|---|---|
| 1. 초안 앵커링 | AI 초안을 받고 단어만 고친다. 구조는 그대로. | 15분 무자료 초고 먼저. 순서를 뒤집는다. |
| 2. 전체 리라이트 | "자연스럽게 다듬어줘" 한 번으로 내 표현이 전부 증발 | 문단 단위로, 원문과 나란히 비교 |
| 3. 확신 인플레이션 | "확실하지 않지만"이 "명백히"로 바뀐 채 나간다 | 불확실성 표현은 일부러 되살린다. 정직함이 신호다. |
| 4. 구체성 증발 | 숫자·날짜·고유명사가 일반 명사로 치환됨 | 편집 후 구체 정보 개수를 세어 비교 |
| 5. 문서를 위한 문서 | 양식은 완벽한데 아무것도 결정되지 않는다 | "이 문서로 무엇이 정해지나"를 첫 줄에 쓴다 |
| 6. 결정 근거의 휘발 | 결정은 있는데 왜 그랬는지가 채팅에만 있다 | 되돌리기 어려운 결정만이라도 메모로 남긴다 |
| 7. 쓰기 회피의 합리화 | "AI가 더 잘 쓰는데 왜 내가" | 산출물은 그렇다. 하지만 그 문장을 쓰는 동안 당신 머리에서 일어났어야 할 일은 대신 해주지 않는다. |
정리하면 이렇습니다. AI는 글쓰기의 값을 한 방향으로 움직이지 않았습니다. 어떤 층은 폭락시켰고, 어떤 층은 폭등시켰습니다.
| 값이 떨어진 것 | 값이 오른 것 |
|---|---|
| 매끄러운 문장 자체 | 무엇을 말할지 정하는 능력 |
| 분량 · 형식의 완성도 | 구체적 경험과 숫자 |
| 일반론으로 채운 문서 | 모호함 없이 쓴 명세(에이전트가 실행 가능한) |
| "글을 잘 쓴다"는 평판 | 실시간으로 설명하고 답할 수 있는 상태 |
이 표의 오른쪽 칸에는 공통점이 있습니다. 전부 쓰는 사람의 머릿속에서 일어난 일의 흔적입니다. 그리고 그 일은 여전히 외주가 안 됩니다.
폴 그레이엄의 예측을 다시 읽어봅시다.
"쓰는 자와 못 쓰는 자로 나뉜 세계는 들리는 것보다 훨씬 위험하다. 그것은 생각하는 자와 생각하지 못하는 자의 세계가 될 것이다."
그레이엄은 이 상황을 산업화 이후의 신체 능력에 비유합니다. 기계가 육체노동을 대신하면서 힘센 사람이 필요 없어졌지만, 힘센 사람이 사라지지는 않았습니다. 다만 그것이 필연에서 선택으로 바뀌었을 뿐입니다. 지금 헬스장에 가는 사람은 살기 위해서가 아니라 그러기로 선택했기 때문에 갑니다.
글쓰기도 같은 경로를 갈 가능성이 높습니다. 쓸 줄 아는 사람은 계속 있을 겁니다. 다만 그것이 학교와 직장이 강제해서가 아니라, 본인이 그러기로 선택했기 때문이 될 것입니다.
그리고 이 선택은 취미의 문제가 아닙니다. 3부에서 본 대로 쓰기는 사고의 도구이기 때문에, 쓰기를 선택하지 않는다는 것은 생각을 검증할 장치를 하나 포기한다는 뜻입니다. 그 결과는 몇 년 뒤에야 드러나고, 드러날 때는 이미 격차입니다.
비관으로 끝낼 필요는 없습니다. 2026년에는 쓰기를 유지할 실용적 동기가 오히려 늘었습니다.
요약하면, 표현의 문턱은 낮아졌고 사고의 프리미엄은 높아졌습니다. 이건 나쁜 거래가 아닙니다 — 사고 쪽을 포기하지 않는 한.
| 상황 | 쓸 것 | 쓰지 말 것 |
|---|---|---|
| 초고를 다 썼을 때 | "고쳐 쓰지 말고, 전제로 깔고 넘어간 주장과 논리적 단절만 지적해줘" | "자연스럽게 다듬어줘" |
| 주장을 점검할 때 | "내가 반박하기 어려운 진짜 강한 반론 3개를 만들어줘" | "이 주장 괜찮아?" |
| 독자 반응이 걱정될 때 | "(구체적 독자)로서 읽으며 멈칫하는 지점을 순서대로 알려줘" | "쉽게 풀어써줘" |
| 문장이 어색할 때 | "이 문단만 두 버전으로, 원문과 나란히 보여줘" | "전체를 매끄럽게" |
| 자료가 필요할 때 | "이 주장을 반박하는 근거가 있는지 찾아줘" | "근거 몇 개 만들어줘" |
계보
논거
데이터
방법론
AGENTS.md, EARS 수용 기준 — 2026년 에이전트 개발의 사실상 표준이어서 읽기
이 글을 한 문장으로 줄이면 이렇습니다.
AI에게 넘겨도 되는 것은 글이고, 넘기면 안 되는 것은 글을 쓰는 동안 당신 머릿속에서 일어나는 일입니다.
그 둘은 같은 작업처럼 보이지만 다른 일입니다. 구분하지 못하면 전부 넘기게 되고, 넘긴 대가는 문서가 아니라 몇 년 뒤의 판단력으로 돌아옵니다.
방법은 어렵지 않습니다. 다음에 중요한 문서를 쓸 때, 창을 하나만 열어놓고 15분만 먼저 써보십시오. 막히는 자리가 나올 겁니다.
그 자리가 원래 당신이 풀었어야 할 문제입니다.
