[Weekly Stash/주간 채집] 2025년 8월 셋째주

1. [기사] 챗GPT 때문에 사람들 말투 바뀌고 있다…일상 대화에서 ‘이 단어’ 사용 급증
2. [서비스] PromptBase
3. [블로그] AI 논문 읽기 가이드
4. [유튜브] 프롬수진/ [프롬프트 실험실] GPT-5 프롬프트 간단 테스트 해봤습니다.
5. [서비스] Eleven v3 (alpha)
6. [서비스] 카카오 PlayMCP

 

🐿️ 친칠라의 주간 채집 🌱
한 주 동안 "나중에 살펴봐야지!" 하고 수집해 둔 링크들이 그대로 잊히지 않도록,
주말마다 가볍게 살펴보고 짧은 생각을 남깁니다.
주로 LLM이나 프롬프트 엔지니어링과 관련된 내용들을 스크랩하고,
본 전공인 국어학 쪽에서도 재미있는 내용이 있으면 가져올게요!

 

1. [기사] 챗GPT 때문에 사람들 말투 바뀌고 있다…일상 대화에서 ‘이 단어’ 사용 급증

https://zdnet.co.kr/view/?no=20250808211801#_DYAD

챗GPT 때문에 사람들 말투 바뀌고 있다…일상 대화에서 ‘이 단어’ 사용 급증

사람들의 언어는 주변 사람들의 언어에 영향을 받는다. 친한 친구나 가족 구성원이 비슷한 말투를 사용한다든지, 사투리를 쓰는 사람과 가까이 지내다 보면 사투리가 '옮는다'든지 하는 것만 봐도 그렇다. 또 외국어 학습이 모국어 사용에 영향을 미치기도 하는데, 외래어를 더 친숙하게 받아들이는 것도 그 일환이겠으나 개인적으로는 발음 쪽에 변화가 생기는 것이 흥미롭다. 예를 들자면 본래 한국어에서는 ㄴ - ㄹ 연쇄 발음이 되지 않기 때문에 비음화가 일어나든지 유음화가 일어나는데(ex. 신라, 선릉), 영어에 익숙해진 '요즘 세대'는 아무 무리 없이 ㄴ과 ㄹ을 연달아 발음한다는 것이다. 실제로 경험상 '온라인'을 내 또래 중에서는 [온라인] 또는 [올라인]으로 발음하는 사람이 많고, 연령대가 올라가면 [온나인]으로 발음하는 사람들이 많다.

 

아무튼 그렇다면 LLM의 언어에 사람이 영향을 받지 않을 이유도 없다. 물론 여기에는 좀 미묘한 부분이 존재하는데, LLM 특유의 말투라는 것이 도대체 어디에서 오는 것인가 하는 게 생각할수록 알쏭달쏭하다. 결국 사람의 언어로 학습된 모델인데 그 언어가 사람의 언어와 구별이 되는 어떤 특징을 갖게 되고, 또 그 특징이 역으로 사람들의 언어에 흘러들어온다는 게 재미있다.

 

기사에서 언급된 연구에서는 요즘은 AI가 쓴 글과 사람이 쓴 글을 구별하기 어려워서 문어가 아닌 구어 자료(팟캐스트)를 활용했다고 하는데, NotebookLM 같은 데서 AI 팟캐스트 제작도 되는 걸 보면 몇 년, 아니 몇 달만 지나도 팟캐스트 자료마저 연구에 적합한 데이터가 아니게 될 것도 같다. AI의 글과 사람의 글을 명확히 구분만 할 수 있다면, 문어와 구어에서의 변화를 비교해보는 것도 재미있었을 텐데 싶다.

 

흥미로운 점은 오히려 AI체로 유명한 단어(delve)는 사용이 별로 늘지 않고 오히려 사람들이 피하는 것처럼 보이기도 한다는 것이다. 그러니까 AI의 언어가 사람의 언어에 스며들고는 있는데, '너무' AI의 언어이면 오히려 튕겨지고 있는 것이다. 그러니까 어쩌면 사람들은 아직 우리가 AI와 달라야 한다고 생각하는 건 아닐까. AI뿐 아니라 이미 인쇄기, 전화, 휴대전화, 인터넷 같은 다른 매체들도 사람들의 언어에 변화를 가져왔다는 점도 눈에 띄었다. "AI가 우리 삶을 다 바꾸고 있어!"라고 호들갑을 떨기에는, 이건 이미 여러 번 겪어 온 또 하나의 흐름일 뿐이라고도 느껴진다.

 

2. [서비스] PromptBase

https://promptbase.com/

PromptBase | Prompt Marketplace: Midjourney, ChatGPT, Veo, FLUX & more.

대충 존재는 알고 있었는데 어쩌다 다시 인지하게 된 프롬프트 거래 플랫폼. 글을 쓰기 전에 뭔가 팔든 사든 해봤으면 좋았겠지만, 왜인지 영 흥미가 생기지 않아서 들어가서 훑어만 봤다.

 

아무래도 눈에 띄기 좋아서인지, 아니면 실제로 거래량이 많은 것인지 영상이나 이미지 관련 프롬프트들이 많이 보이는 것 같다. 아직까지 그런 쪽으로 많이 쓸 일이 없어서 내가 별 관심이 가지 않았나...? 미드저니로 이것저것 시도해보고 싶어진다면 참고할 만할 것 같긴 한데... 어느 정도 돈을 지불하는 게 적절한지도 잘 감이 안 온다.

 

프롬프트 쓰는 일을 하고 있고 어느 정도 체계나 노하우가 있으면 도움이 된다는 점도 알게 되었지만... 아직까지... 프롬프트 자체가 어떤 저작물인 것처럼 거래되는 것은 왠지 잘 와닿지 않는 느낌.

 

3. [블로그] AI 논문 읽기 가이드

https://ffighting.net/uncategorized-ko/ai%eb%85%bc%eb%ac%b8-%ec%9d%bd%ea%b8%b0-%ea%b0%80%ec%9d%b4%eb%93%9c/

AI논문 읽기 가이드

AI나 LLM 쪽 논문을 읽으면서 공부를 해볼까~ 해도 비전공자로서는 대체 무슨 논문을 어떻게 읽어야 도움이 될지 모르겠다. 그런 와중에 찾게 된 블로그 글...!

 

회사에서 프로젝트성으로 논문을 작성할 일이 있었는데, 석사 과정에서 전공 공부를 하며 논문을 쓸 때랑 다른 부분이 많이 체감돼서 당황했던 기억이 난다. 형식 자체도 전공자마다 친숙하게 느끼는 게 다른 것 같고, 인용 형식도 그렇고, 논리를 전개하는 방식도 약간 다르다고 느꼈다. 전공이 국문과인지라 국제 학회나 학술지 양식을 많이 경험해보지 못해서 더 그랬을까...? 아무튼 그때 내가 석사를 땄지만 친숙한 분야가 아니면 논문을 읽는 것도 쓰는 것도 너무 어렵구나 하는 생각을 했었다. (사실 돌이켜 보면 전공 논문도 늘 읽고 쓰기 어렵긴 했다...) 그러니 몇 장 넘기다 보면 냅다 수식을 눈앞에 들이미는 AI 관련 논문들이 조금 무서운 감이 있었달까...

 

가이드를 다시 찬찬히 읽어봤는데, 엄청난 꿀팁이 있다기보다는 기본에 충실하게 읽는 게 최고라는 생각이 든다. 다만 이제 어떤 논문을 읽을지 말지(선행연구부터 찾아봐야할지) 결정하는 팁은 도움이 될 것 같다. 결국은 직접 요약이나 정리를 해야 내 안에 남는다는 것도... 잘 알지만 언제나 귀찮아서 편법을 찾아보고 싶어지지... 어느 분야든 학문에 지름길은 없는 모양이다.

 

4. [유튜브] 프롬수진/ [프롬프트 실험실] GPT-5 프롬프트 간단 테스트 해봤습니다.

https://www.youtube.com/watch?v=j5xk7qZ8V5U

 

프롬프트 관련 내용을 서치하다 보면 마주치지 않을 수 없는 강수진 박사님의 유튜브. 최근에 나온 GPT-5에 대한 개요와 사람들의 반응도 간단히 짚고, 직접 프롬프팅을 해 보며 결과가 어떻게 나오는지 실험하는 영상이다.

 

프롬수진님의 짧은 평가는 one-size-fits-all의 실패. 사용자의 의도를 잘못 해석해서 대화 맥락을 놓치거나 과도하게 일반화하기도 하고(reasoning 조건을 잘못 파악하는 케이스인 듯) 출력 결과가 평준화되면서 사용자 경험 면에서는 개인화/차별화된 인터페이스로 느껴지지 않는다는 것이다. 

 

평가 기준으로 사용된, LLM이 일반적으로 잘 못하는 다섯 가지 작업을 영상에서 공유해주셨다! 나도 새로운 모델 테스트를 할 일이 생기면 써먹어봐야겠다고 생각했다. (사실 대부분이 이미 몸소 느낀 점들이긴 했다..!) 아예 나만의 테스트케이스를 갖고 있는 것도 좋을 것 같다. 적절한 테스트케이스를 어떻게 만들 수 있을지 고민해봐야겠다.

1. 모호한 요청에서 의도 파악 실패: 문맥, 문화적 뉘앙스
2. 부정어 처리 취약
3. 다중 지시 충돌: 한 문장에 여러 제약, 우선순위가 섞이는 경우
4. 미지 도메인에서 '모른다고' 하지 않음
5. 에이전틱 파이프라인의 연쇄 실패: 초반 의도 분류 한 번의 미스가 툴 선택, 에이전트 호출, 데이터 조회까지 오동작

 

GPT-5는 나올 때부터 Prompting Guide 를 함께 발표했고, Prompt Optimizer 도 제공하고 있다. LLM 모델이 달라지면 최적화된 프롬프트도 달라진다는 점은 이제 너무나 흔히들 아는 사실이지만, 새 모델을 발표하면서 그 모델을 위한 최적화 가이드와 툴을 제공한 것은 인상 깊었다. 특히 prompt optimizer가 얼마나 효과적일지 궁금하다. 아직 써보지는 않았는데... 일하면서 GPT-5를 좀 써볼 일이 생겼으므로 짬이 나면 테스트를 해봐야겠다. 근데 영어 말고 한국어 프롬프트도 잘 최적화해줄까...?

 

5. [서비스] Eleven v3 (alpha)

https://elevenlabs.io/v3?utm_source=alphasignal&utm_campaign=2025-08-21

Eleven v3 (alpha) — The most expressive Text to Speech model

실제로 테스트해보고 꽤나 놀란 TTS 모델...!!!

 

억양이 자연스러운 거야 그렇다 치는데... 반언어적/비언어적 특성들(어조, 속삭이는 목소리, 웃음소리, 헛기침 등)까지 굉장히 그럴듯하다. 그것도 간단한 디렉션만으로 잘 처리된다..! 여기도 Prompting Guide 가 있으니 참고.

 

지원되는 언어도 기대보다 많았다. 영어와 일본어, 한국어로 테스트를 해봤는데, 역시나 영어가 가장 자연스럽게 잘 된다. 영어 외의 언어들은 지원되는 목소리 수도 다른 것 같고 목소리에 따라 일부 디렉션이 잘 안 먹는 것 같기도 하다.

 

6. [서비스] 카카오 PlayMCP

https://playmcp.kakao.com/

PlayMCP | 새로운 AI 경험의 시작

MCP.. 를 아직도 제대로 써본 적이 없다. 충분한 경험이 없는 상태. 하지만 이제 LLM 서비스 관련 일을 하면서 MCP를 모르는 건 말이 되지 않으므로... 찾아보다가 알게 된 카카오의 PlayMCP.

 

툴들이 아주 다양하다고는 못 하겠지만, 아무것도 모르는 사람도 쉽게 써볼 수 있게 잘 구성돼 있는 것 같다. 이것저것 써보면서 어떤 케이스에 어떤 툴을 사용하면 좋을지 아이디어를 좀 얻어봐야겠다.