AI 슬롭이란 무엇인가? 정의와 예시

세 단락을 읽어도 아무 문제도 없다. 문법은 유지된다. 전환은 서로 연결된다. 문체는 해당 매체에 적합하고, 그 안의 모든 주장은 방어 가능하다. 네 번째 단락을 읽는 순간 실제 문제가 드러나는데, 그것은 방금 읽은 내용을 다른 사람에게 하나도 반복해서 말할 수 없다는 점이다.

AI slop은 그 경험을 가리키는 말로 굳어졌다. AI slop이 무엇인지 한 문장으로 말하면, 매우 낮은 비용으로 생산되어 장르의 표면적 요건은 모두 충족하지만 독자가 활용할 수 있는 정보는 거의 담고 있지 않은 콘텐츠이다. 이 단어는 원래 이미지와 검색 스팸을 설명하는 말로 시작했다. 이후에는 산문에서 나타나는 특정한 실패를 가리키는 가장 정확한 용어가 되었고, 그 정의를 정확히 잡는 일은 중요하다. 왜냐하면 "내가 싫어하는 글"만을 뜻하는 용어는 마감이 걸린 편집자에게 아무 쓸모가 없기 때문이다.

AI Slop은 무엇인가? 작업 정의

세 가지 조건이 동시에 충족되어야 한다. 텍스트는 단어당 비용이 매우 낮게 생산되었어야 하며, 이는 모델에 의해 생성되었든 자동조종 상태로 글을 쓰는 사람이 작성했든 마찬가지다. 또한 훑어보는 정도로는 충분히 유창해야 하므로, 결함은 문장 수준에서는 보이지 않는다. 그리고 길이에 비해 정보 밀도가 낮아야 하는데, 이는 그것을 끝까지 읽은 독자가 첫 단락만 읽고 멈춘 독자보다 더 많은 것을 갖고 있지 않다는 뜻이다. 이 셋 중 하나라도 빠지면 이 단어는 더 이상 적용되지 않는다. 비문법적인 글은 두 번째 조건을 충족하지 못한다. 밀도가 높고 읽기 어려운 연구 논문은 세 번째 조건을 충족하지 못한다.

같은 정의는 slop을 그것과 혼동되기 쉬운 두 가지와 구분한다. 허위정보는 거짓이지만, slop은 완전히 정확할 수도 있으면서 여전히 slop일 수 있다. 정확성은 정보와는 다른 속성이기 때문이다. 스팸은 의도적으로 기만적이지만, slop은 초안이 완성되었다고 믿은 사람이 완전한 진심으로 쓰는 경우가 많다. 그 아래에 있는 문장 수준의 습관, 즉 단락을 기계가 만든 듯하게 느껴지게 하는 어휘와 리듬은 TextPulse의 AI writing patterns 분석에서 정리되어 있다. 이 글은 그러한 습관이 무엇으로 귀결되는지를 다룬다.

이 단어는 어디에서 왔는가

slop이 저급한 기계 출력이라는 의미로 쓰이기 시작한 것은 이미지 생성기가 2022년에 널리 이용 가능해진 직후 온라인 커뮤니티에서였다. 그리고 이 용어에 대한 Wikipedia의 문서는 그 초기 용례를 어떤 출판물보다도 포럼과 댓글 스레드에서 찾는다. 영국의 프로그래머 Simon Willison은 2024년 5월 자신의 블로그에서 이 단어를 공개적으로 옹호했으며, 이후 자신이 이를 밀어붙이기 전부터 이미 유통되고 있었다고 말했다. 사용량은 그해 2분기 내내 증가했으며, 검색 결과 상단에 기계 생성 요약이 등장한 것과 맞물렸다.

2025년 말이 되자 이 단어는 포럼을 훨씬 넘어 퍼져 있었다. Merriam-Webster는 slop을 2025년 올해의 단어로 선정했고, American Dialect Society도 같은 단어를 선택했다. 그 밑바탕에 있는 은유는 실제로 분석적 기능을 하며, 의심스러운 글을 읽을 때 염두에 둘 만하다. slop은 값싼 사료로, 대량으로 생산되며, 영양은 주지 않으면서 배만 채운다. 이 모든 점은 텍스트에도 그대로 대응한다. 단위당 비용은 거의 0에 가깝고, 출력은 사실상 무한하며, 독자는 배부르다고 느끼지만 아무것도 배우지 못한다.

텍스트를 slop으로 읽히게 만드는 네 가지 증상

가장 먼저 나타나는 것은 군더더기이다. 무엇을 봐야 하는지 알게 되면 이것이 가장 쉽게 보이기 때문이다. 서른네 단어짜리 문장은 하나의 명제를 잃지 않고 아홉 단어로 줄어든다. 그중 스물다섯 단어는 가버렸고, 애초에 아무것도 담고 있지 않았다. 이런 일을 위한 구조는 아예 따로 있다. 주제를 이름 붙이기 전에 먼저 예고하는 구절, 어떤 요인들이 작용하고 있다고 말하면서도 그 요인이 무엇인지는 말하지 않는 절이 그렇다. 군더더기는 맞춤법 검사기가 결코 잡아내지 못하는 증상이다. 군더더기가 붙은 문장은 모두 문법적으로는 올바른 문장이기 때문이다.

두 번째는 중첩된 유보 표현이다. 연구 글쓰기가 유보 표현을 쓰는 데에는 타당한 이유가 있다. 신중한 방법론 절은 자격을 단 주장들로 가득한데, 그 안의 불확실성이 실제로 존재하기 때문이다. 그러나 slop은 아무것도 불확실하지 않은 곳에서도 유보 표현을 쓰고, 하나의 주장에 한 번 이상 유보 표현을 덧붙인다. 하나의 발견에 세 개의 한정어가 붙으면 독자에게 남는 것은 발견이 아니라, 그 모양뿐이다.

셋째는 바로 위 단락을 다시 진술하는 요약이다. 그것은 보통 뒤를 가리키는 말로 시작한 다음, 다른 명사를 붙인 채 앞선 단락의 내용을 전달한다. 그 안에는 거짓된 내용도 없고 새로운 내용도 없다. 천 단어가 되지 않는 글에서 사백 단어 지점에 요약이 필요한 독자는 어디에도 없으며, 이것이 바로 이 증상이 초안이 어떻게 구성되었는지에 대한 매우 신뢰할 수 있는 신호가 되는 이유다.

넷째는 아무것도 더하지 않는 결론 단락이다. 그것은 해당 분야가 앞으로도 계속 발전할 미래를 암시하거나, 시제를 바꾼 채 서론을 다시 진술한다. 진정한 결론은 논증으로부터 무엇이 따라오는지 밝히고, 무엇이 저자의 생각을 바꾸게 할지를 말하며, 또는 독자에게 무엇인가 할 일을 건넨다. 그런 일을 하나도 하지 않는 결론 단락은 slop이 숨어 있는 마지막 장소인데, 독자들은 결론을 충분히 주의 깊게 읽지 않는 경우가 많기 때문이다.

Slop과 그 수정, 나란히 보기

아래 표는 각 증상을 하나씩 가져와 초안에서 그것이 어떻게 읽히는지 보여 주고, 편집자가 그것을 어떻게 다루는지 말한다. 수정안 가운데 어느 것도 동의어로 바꾸는 일이 아니다. 각각은 문장이 빙빙 돌고 있던 명제를 분명히 진술하거나, 아예 그런 명제가 없다는 이유로 그 문장을 삭제한다.

증상	초고에서의 표현	편집자가 이를 어떻게 처리하는가
Padding	포괄적인 틀을 활용하기 위해서는, 먼저 여러 가지로 작용할 수 있는 광범위한 요인들을 고려할 필요가 있다.	요인들을 명시하고, 그 틀이 어떤 요인들을 포괄하는지 밝힌 뒤, 도입부를 삭제한다
Stacked hedging	그 결과는 어느 정도의 가능한 효과를 시사할 수 있다.	한 번에 하나의 한정어만 남기고, 그 한정어가 수식하는 수치를 제시한다
Vague authority	연구들은 이 접근법이 널리 효과적인 것으로 여겨진다고 보여 준다.	해당 연구, 연도, 효과의 크기를 밝히거나, 아니면 그 주장을 삭제한다
The restating summary	위에서 설명한 바와 같이, 이러한 결과는 앞서 논의한 요인들의 중요성을 강조한다.	그 문장을 삭제한다. 그 결과는 이미 한 번 제시되었다
The empty close	전반적으로, 이것은 계속 발전할 진화 중인 영역으로 남아 있다.	그 단락을 삭제하고, 자리를 얻은 마지막 결과로 끝낸다
Borrowed register	이 글은 이 주제를 풀어내기 위해 다양한 관점을 활용할 것이다.	이 글이 무엇을 주장하는지, 작성자가 실제로 말할 때 사용할 어휘로 제시한다

이러한 수정 가운데 두 가지는 단어 수준의 수정이며, 소프트웨어는 사람보다 이를 더 빠르게 처리한다. TextPulse의 무료 AI word cleaner는 군더더기 문단 안에 모여 있는 형식적이고 정보량이 낮은 어휘를 표시하며, 그 결과 표면이 정리되어 아래에 있는 구조적 증상이 드러난다. 나머지 네 가지는 글이 무엇을 주장하려 했는지 아는 독자가 필요하다.

군더더기, 문단 수준의 버전

목을 가다듬는 도입부

목을 가다듬는 서두는 한 섹션의 첫 번째 문단이며, 그 전체 내용은 해당 주제가 존재하고, 사람들이 그것을 연구해 왔으며, 그것이 중요하다는 사실이다. 이 문단은 종종 날짜를 밝히지 않는 시간 표현으로 시작한다. 실제 주제에 이르는 경우가 있다면, 그것은 마지막 절에서야 비로소 도달한다. 문단을 건너뛴 독자는 두 번째 문단에 도달했을 때 필요한 모든 것을 이미 갖추고 있을 것이다.

이런 문단이 수정 과정에서 살아남는 이유는 그것이 맥락처럼 느껴지기 때문이며, 맥락은 독자가 때때로 실제로 필요로 하는 것이다. 둘의 차이는 검증할 수 있다. 실제 맥락은 질문의 범위를 좁히거나 독자가 이미 알지 못했던 정보를 제공한다. 목을 가다듬는 서두는 섹션의 주제를 알리는데, 그 일은 제목이 이미 했고 더 잘 해냈다. 이를 삭제하려면 문단을 지우고 다음 문단부터 읽으면 된다. 어떤 용어를 정말로 정의할 필요가 있었다면, 그 용어가 처음 등장하는 절에서 정의하면 되고, 문단은 여전히 삭제된다.

재진술, 그리고 편집자가 그것을 놓치는 이유

재진술 문단은 바로 위 문단을 다른 명사로 다시 한 번 말한 것이다. 때로는 섹션 중간의 요약으로 나타나, 90초 전에 읽은 독자를 위해 400단어를 요약한다. 때로는 더 미묘하다. 같은 주장이 추상에서 구체로, 또는 그 반대로 옮겨가지만, 그 이동에 새로운 명제가 붙지 않는다.

편집자가 이것을 놓치는 이유는 그 안의 모든 문장이 괜찮기 때문이다. 고칠 문법도 없고, 확인할 모호성도 없으며, 교정 과정이 잡아내도록 만들어진 것은 아무것도 없다. 효과적인 점검은 기계적이다. 두 문단을 나란히 놓고 각 문단의 모든 명제를 표시하라, 즉 참일 수도 거짓일 수도 있는 모든 진술을 뜻한다. 두 번째 문단에 첫 번째 문단에 없던 명제가 없다면, 그것을 삭제하고 새 정보를 담고 있던 절을 남겨 두라.

결코 철거되지 않은 비계

스캐폴드 문장은 글쓴이가 실제로 행할 일을 하기보다, 곧 하려는 일을 예고한다. 이들은 틀을 열고, 그 틀을 제시한 뒤, 종속절이나 그 다음 문장에서 주장에 도달한다. 흔한 틀로는 "It should be noted that", "This section will discuss" 및 "In terms of"가 있으며, 이들 각각은 주장을 독자에게서 문법적으로 한 단계 더 멀리 밀어낸다. 이들로만 이루어진 하나의 문단은, 실제로는 한 번도 쓰이지 않은 문단을 묘사한다.

틀을 삭제하는 것은 수리의 절반에 불과하다. 문장이 주장 자체가 아니라 예고를 중심으로 구성되었기 때문이다. 주장을 앞쪽으로 옮긴 다음, 문장이 나머지 부분을 여전히 필요로 하는지 확인하라. 단어 수준의 점검은 이러한 틀을 빠르게 찾아내며, TextPulse의 free AI word cleaner는 그것들이 조립되는 형식적 연결 어휘를 표시하여, 문제의 구조적 형태를 아래에서 드러낸다.

단어 수를 채우기 위해 쓰인 문단

이 유형은 도입한 것을 다시는 돌아보지 않는다는 점에서 알아볼 수 있다. 새로운 명사구가 나타나 한 문장의 정중한 주의를 받고, 그 뒤로는 다시 언급되지 않는다. 이 문단은 하나를 제시하기보다 고려사항들을 나열한다. 끝까지 계속해서 완곡하게 말하는데, 한 번도 제기되지 않은 주장은 방어될 수 없고, 그 완곡함이 방어를 대신하고 있기 때문이다.

여기서의 검사는 반증 가능성이며, 문장 하나씩 적용한다. 문단 안에서 어느 문장이 거짓일 수 있는지 물어보라. 어느 것도 거짓일 수 없다면, 그 안에서는 아무것도 주장되지 않았고 길이만이 그것이 기여한 전부다. 이것은 어떤 사람이 썼든, 목표 분량을 맞추기 위해 쓰인 글에서 가장 나타나기 쉬운 유형의 군더더기이며, 초고에서 단어 수와 품질이 왜 그렇게 안정적으로 서로 반대 방향으로 작용하는지 설명해 준다.

논증을 줄이지 않으면서 군더더기를 어떻게 제거하는가?

위에서 아래로 작업하라. 먼저 삭제 테스트를 사용해 전체 문단을 삭제하고, 그다음 연속성을 위해 다시 읽으면서 이제 두 개의 살아남은 문단이 함께 놓인 지점의 이음새를 다듬어라. 그 후에야 문장 단위로 진행해야 한다. 반대로 하면 곧 잘려 나갈 문단들에 문장 작업을 써 버리게 되는데, 이것이 군더더기 제거를 세 시간이나 하고도 원고가 시작했을 때와 같은 길이로 돌아오는 가장 흔한 방식이다. 문장 수준의 작업은 그 뒤에도 여전히 필요하며, TextPulse's AI humanizer는 그 층위를 처리하면서, 어떤 탐지기의 판정이 아니라 텍스트로부터 계산된 추정 Human Score를 보고한다.

군더더기 유형	드러나는 방식	테스트	해야 할 일
서론용 목청 가다듬기	주제가 존재하며 연구되어 왔음을 설정하는 첫 문단	그것을 삭제하고 다음 문단부터 읽는다	그것을 삭제하고, 필요한 용어는 그 용어가 처음 등장하는 곳에서 정의한다
재진술	위 문단을 다른 명사로 반복하는 문단	두 문단의 모든 명제를 표시한 뒤 비교한다	새로운 명제를 담고 있던 절은 남기고 두 번째 문단을 삭제한다
골조 문장	주장이 도착하기 전에 그 주장을 예고하는 틀	그 틀을 제거하고 주장이 남아 있는지 본다	주장을 앞쪽으로 옮기고 틀을 잘라낸다
단어 수 채우기 문단	고려 사항만 나열되고, 아무것도 단정되지 않으며, 전체적으로 회피적인 문단	그 안에서 거짓일 수 있는 문장이 무엇인지 묻는다	그것을 삭제하거나, 그것이 피하고 있던 단 하나의 주장을 쓴다
지연된 설명	글의 뒤에서 어떤 것을 설명하겠다고 약속하는 문장	그 약속이 지켜지는 위치를 찾는다	설명을 용어가 처음 등장하는 곳으로 옮기고 약속은 잘라낸다

적절하게 다듬는다는 것은 한 조각을 목표 분량보다 적게 만드는 것이며, 바로 그 순간 대부분의 작성자는 군더더기를 다시 집어넣는다. 이렇게 되찾은 단어는 군더더기가 대신하고 있던 주장, 즉 수치, 반례, 이미 인용된 연구와 의견이 다른 연구에 써야 한다. TextPulse의 논문에서 단어 수를 줄이는 방법에 대한 안내은 장 전체의 규모에서 같은 교환을 다루며, 삭제한 내용을 복원하려는 압력이 가장 강한 지점에서 이를 살펴본다.

다른 사람의 페이지에 이것을 적용하는 것과 자신의 글에 적용하는 것은 서로 다른 기술이다. 어떤 글이 AI에 의해 작성되었는지 판단하는 방법은 별도의 페이지에서 설명하며, 자신의 글이 AI처럼 들리는지 여부라는 더 불편한 질문도 마찬가지다.

마지막으로 작성한 섹션을 가져와 다시 읽지 말고 첫 문단을 삭제하라. 다음 문단의 끝에 이르렀을 때 무엇이 사라졌는지 말할 수 없다면, 그 도입부는 군더더기였고, 아마도 파일 안의 다른 모든 섹션의 도입부도 마찬가지일 것이다.

Slop은 나쁜 글쓰기와 같은가?

아니다. 나쁜 글쓰기는 표면에서 실패한다. 불명확하거나, 문법에 맞지 않거나, 너무 형편없이 조직되어 독자가 논지를 놓치게 된다. Slop은 표면은 통과하지만 그 아래에서 실패한다. 실질적 결과가 정의보다 더 중요하다. 문장 단위로만 작업하는 교정자는 Slop 초안을 거의 손대지 않은 채 돌려줄 것이다. 문장 수준에서는 고칠 것이 없기 때문이다. 바로 이런 이유로 Slop은 진정으로 나쁜 산문을 산산이 부수는 편집 과정에서도 살아남는다. 대신 구조 편집이 이를 잡아내며, TextPulse의 에세이를 편집하는 방법에 대한 안내은 그 수준에서 작동한다.

Slop은 일반적인 AI 보조 글쓰기와도 구별된다. 모델을 사용해 초안을 작성한 뒤, 모델이 덧붙인 부분을 삭제하고, 모든 인용을 확인하며, 모델이라면 결코 취하지 않았을 입장을 논증하는 연구자는, 그 안에 논증이 들어 있는 무언가를 얻게 된다. Slop은 이 과정의 후반부가 결코 일어나지 않을 때 도달하는 결과물이다. 자신의 작업이 그것으로 오인된 적이 있는 작성자를 위해, TextPulse's AI humanizer는 어떤 탐지기의 판정이 아니라 텍스트 자체로부터 계산한 추정 Human Score를 보고한다.

같은 문제를 가리키는 더 좁은 용어는 fluff이며, 이는 별도의 페이지에서 정의된다. 라벨이 아니라 실제로 사용할 수 있는 방법을 원한다면, 무언가가 AI에 의해 작성되었는지 판단하는 방법이 하나를 제시한다.

손으로 아무 문단이나 가리고, 그것이 논증에 무엇을 더했는지 소리 내어 말해 보라. 아무것도 떠오르지 않는다면, 그 문단은 그것을 누가 또는 무엇이 만들었든 slop이었다. 이 검사는 10초밖에 걸리지 않고, 비용도 들지 않으며, 어떤 모델이 관여했는지에 대해서도 한 번도 신경 쓴 적이 없다.