TL;DR

  • AI 슬롭이 넘쳐나는 것은 사실이지만, AI로 만든 결과물을 살펴보기도 전에 슬롭이라고 부르는 데에는 개인의 편향도 작용함.
  • 오랜 시간 쌓아 온 기술과 경력이 대형 언어 모델(LLM)로 대체될 수 있다는 위협감이 AI 결과물에 대한 판단에 영향을 줌.
  • AI 이전에도 부트스트랩(Bootstrap) 사이트와 플랫 디자인처럼 비슷한 결과물이 널리 퍼졌으며, 유사성이 곧 나쁜 품질을 뜻하지는 않음.
  • 제작 속도를 품질의 척도로 여기거나 눈에 띄게 나쁜 사례만 AI 결과물로 인식하면 판단 표본이 한쪽으로 치우침.
  • AI가 높여 놓은 기대치와 편견을 점검한 뒤에도 결과물이 슬롭이라면 비판하는 일이 개선에 필요함.

위협감과 정체성 위기

  • 수년 또는 수십 년 동안 기술을 연마하고 경력을 쌓았는데 LLM이 그 일을 해내면 위협을 느낄 수 있음.
  • AI가 모든 일을 할 수는 없으며, 코더에서 아키텍트로 역할을 옮기는 등 계속 가치를 제공할 영역을 찾으라는 조언도 있음.
  • 특히 프로그래머는 코딩 자체를 즐기곤 했지만, 이제 세상은 코딩을 그저 시간 낭비로 여기는 분위기임.
  • 좋아하는 일을 계속하되, 무엇을 AI 슬롭이라고 부르는지는 신중히 살펴볼 필요가 있음.

모든 결과물이 비슷해 보임

  • AI 결과물이 비슷해 보인다는 지적에는 일리가 있지만, AI 이전에도 비슷한 결과물은 많았음.
  • 시간과 노력을 줄이는 기법이나 기술을 채택하면 특별하거나 독특해 보이지 않는 대가를 치르기도 함.
  • 한동안 거의 모든 사이트가 부트스트랩으로 만들어졌고, 이후에는 모든 것이 플랫 디자인으로 바뀌는 등 비슷한 양상은 계속 이어졌음.
  • 이것이 유사성을 정당화한다는 뜻은 아니며, 유사한 결과물이 존재할 여지는 있고 모든 것이 독창적일 필요는 없다는 의미임.

빠르면 슬롭이라는 판단

  • 제작에 오랜 시간이 걸린 결과물을 품질이 높다고 여기는 경향이 빠른 제작을 슬롭으로 판단하게 할 수 있음.
  • 수제품과 예술품, 골동품은 외관이 아름답거나 품질이 뛰어나지 않더라도, 제작에 들어간 시간과 노력을 높이 평가하는 경우가 있음.
  • 누군가 AI를 이용해 오후 한나절 만에 무언가를 만들었다고 하면, 결과물을 보기 전부터 평가를 낮추게 될 수 있음.

나쁜 사례만 눈에 띔

  • AI를 잘 활용하면 결과물은 좋은 글이나 사이트, 코드처럼 보이며 AI가 쓰였다는 사실이 드러나지 않을 수 있음.
  • 눈에 띄게 AI가 만든 듯한 결과물만 AI 사례로 분류되고, 그런 결과물은 대개 좋지 않으므로 AI 제작물이 전부 슬롭처럼 느껴질 수 있음.
  • 처음부터 표본이 왜곡된 셈이며, 이번 주에도 AI가 상당히 활용됐지만 알아채지 못한 콘텐츠를 읽었을 가능성이 있음.

기대치가 크게 높아짐

  • 역설적이게도 AI 자체가 기대치를 높임.
  • ChatGPT 앱에서 코드를 복사해 붙여 넣던 시기, 첫 Sonnet 코딩 모델, 첫 AI 영상, 온라인에서 공유된 첫 AI 제작 랜딩 페이지가 높은 기준을 형성함.
  • 이제는 무엇을 만들든 다른 사람도 같은 일을 할 수 있음.

그렇다면 슬롭인가?

  • 실제로 슬롭인 경우도 있으며, AI 슬롭이 지나치게 많은 것도 사실임.
  • 문제를 지적하는 일은 개선으로 이어지는 유일한 방법임.
  • 다만 많은 사람이 결과물을 살펴보기도 전에 AI라는 이유만으로 판단을 끝내기도 함.
  • 다음에는 먼저 이 편향 점검 목록을 살펴보고, 그래도 슬롭이라면 그렇게 부르면 됨.