본문으로 건너뛰기
피드

AI 슬롭이 ‘뜨개질’까지 망치는 방식

ai-ml 약 9분

이 글은 AI 생성 콘텐츠가 뜨개질처럼 겉보기엔 위험이 낮아 보이는 분야에서도 실제 커뮤니티와 지식 생태계를 훼손한다고 비판해. 핵심은 틀린 정보 몇 개가 아니라, 진짜 역사와 기술, 노동을 감정적으로 그럴듯한 빈말로 대체한다는 점이야.

  • 1

    AI 팟캐스트 회사 Inception Point AI는 직원 8명으로 주당 약 3,000편의 에피소드를 만든다고 밝힘

  • 2

    해당 회사는 누적 1,200만 다운로드, 월평균 75만 다운로드를 주장함

  • 3

    뜨개질 팟캐스트는 실제 역사와 기술 대신 감정적 문구와 존재하지 않는 전문가 인용으로 채워짐

  • 4

    글쓴이는 이를 철학자 해리 프랑크푸르트의 ‘bullshit’ 개념으로 해석함

  • 5

    문제는 저위험 분야의 오류가 아니라 인간 커뮤니티의 지식과 창작 노동을 값싼 감정 콘텐츠로 채굴한다는 점임

이 글의 출발점은 ‘헛소리’의 정의임

  • 글쓴이는 해리 프랑크푸르트의 『On Bullshit』을 가져와서 AI 콘텐츠를 해석함

    • 거짓말은 적어도 진실을 의식적으로 비트는 행위임
    • 반면 bullshit은 진실과 현실에 대한 관심 자체가 빠진 발화임
    • 핵심은 틀렸다는 것보다, 진짜인 척하는 가짜라는 데 있음
  • 여기서 다루는 건 거대한 사회 일반의 헛소리가 아니라 ‘뜨개질 헛소리’임

    • 얼핏 들으면 되게 사소해 보이지만, 글쓴이에게 뜨개질은 실제 역사, 노동, 기술, 공동체가 얽힌 세계임
    • 그래서 “뜨개질 정도는 틀려도 생명에 지장 없잖아”라는 식의 태도에 강하게 반응함

직원 8명이 주당 3,000개 팟캐스트를 만든다는 세계

  • 글쓴이는 Jamie Bartlett의 팟캐스트 Everything is Fake and Nobody Cares를 듣다가 Inception Point AI 사례를 접함

    • 이 회사는 Wondery 출신 Jeanine Wright가 세운 AI 팟캐스트 회사로 소개됨
    • Wondery는 아마존이 2025년에 해체하기 전까지 고품질 인간 작성 내러티브 콘텐츠로 알려져 있었고, 그 과정에서 110개 일자리가 사라졌다고 언급됨
  • Inception Point AI는 완전히 다른 방향임

    • 직원은 8명
    • AI 진행자가 호스팅하는 팟캐스트를 주당 약 3,000편 발행한다고 함
    • 누적 다운로드는 1,200만, 월평균 다운로드는 75만이라고 밝힘
  • 문제는 편집 검수임

    • 진행자가 “이 많은 에피소드를 실제로 듣거나 검수하냐”고 묻자, 사실상 아무도 확인하지 않는다는 답이 나옴
    • 대신 뜨개질, 정원, 요리 같은 주제는 생사가 걸린 일이 아니라 틀려도 된다는 취지로 말함

중요

> 글쓴이가 빡친 지점은 “AI가 뜨개질을 틀렸다”가 아님. 누군가의 세계이자 산업인 분야를 ‘틀려도 되는 저위험 콘텐츠’로 취급하고, 검수 없는 대량 생산에 태워버린 태도임.

실제로 들어보니 더 심각했다고 함

  • 글쓴이는 Inception Point AI의 뜨개질 팟캐스트를 직접 들어봄

    • 독자들에게는 듣지 말라고 권함. 다운로드 수를 올려주고 광고까지 듣게 되기 때문임
    • 몇 시간을 들은 결론은 “상상한 만큼 나쁘고, 그보다 더 나쁘다”에 가까움
  • ‘Knitting Through the Ages’ 에피소드는 제목부터 거창했음

    • 고대 이집트 양말부터 현대의 글로벌 뜨개질 커뮤니티까지, 뜨개질의 문화적 의미와 숨은 이야기를 다루겠다고 약속함
    • 그런데 실제 내용은 고대 이집트 양말을 잠깐 말하고 바로 Ravelry 같은 현대 커뮤니티로 점프함
    • 그 사이의 역사, 여성의 보이지 않는 노동, 산업화, 저항, 연대, 창의성 같은 이야기는 사실상 비어 있음
  • 나머지는 달콤한 마케팅 문구처럼 들리는 말의 수프였다고 함

    • 문장 하나하나는 그럴듯한데 합쳐놓으면 아무 말도 안 하는 스타일
    • 글쓴이는 “회색질이 마시멜로 수프가 되는 느낌”이라고 표현함

존재하지 않는 전문가까지 등장함

  • ‘The Art of Knitting Pattern Design’ 에피소드도 비슷하게 시작함

    • 레이스, 케이블, 컬러워크 같은 패턴 디자인의 세계를 탐구한다고 말함
    • 유명 뜨개질 전문가와 디자이너의 지혜를 모았다고 주장함
  • 그런데 그 전문가들이 실제로 존재하지 않았다고 함

    • Michael Lee, Elizabeth Brown, Daniel Nakamura, Olivia Patel, Emily Davis 같은 이름이 나오고 인용까지 되지만 AI가 만든 인물이라는 얘기
    • 실제 뜨개질 디자이너들이 패턴, 웨비나, 잡지, 책, 포럼, 영상으로 쌓아온 지식 대신, 존재하지 않는 인물의 “과정을 즐기세요”류 문장이 들어감
  • 글쓴이는 이걸 창작 노동의 대체로 봄

    • 뜨개질 디자인은 전 세계 수천 명의 재능 있는 사람들이 일하는 영역임
    • 그런데 AI 콘텐츠는 그 노동을 실제 기술이나 통찰이 아니라 “기쁨”과 “가능성” 같은 감정 단어로 바꿔치기함

감정적으로 맞는 말이 사실을 대체함

  • 글쓴이가 특히 이상하게 느낀 건 AI 콘텐츠의 감정적 검증 방식임

    • ChatGPT가 “정말 통찰력 있는 질문이네요”라고 사용자를 칭찬하는 것처럼, 팟캐스트도 계속 청자를 칭찬함
    • 실제로 배우는 건 없지만, 뜨개질을 좋아하는 자신에 대해 기분 좋게 만들도록 설계돼 있음
  • 고급 뜨개질 기법을 다룬다는 에피소드도 실제 기법 설명은 거의 없었다고 함

    • 대신 바늘에서 스티치가 만들어질 때의 기쁨, 완성한 작품을 몸에 두를 때의 만족감을 상상하라고 반복함
    • 기술 설명이 아니라 감정의 시뮬레이션인 셈

AI 영상도 같은 방식으로 작동함

  • 글쓴이는 AI 생성 애니메이션도 다른 형태의 뜨개질 헛소리로 봄

    • 조회수는 10만 회 이상
    • 댓글은 500개 이상이고, 많은 뜨개질러들이 “기분이 좋아졌다”고 반응함
    • 글쓴이는 시청자를 비난하는 게 아니라, 영상이 그런 감정을 만들도록 설계됐다는 점을 짚음
  • 영상은 뜨개질의 긴 역사를 말하는 척하지만 실제로는 아무 말도 하지 않는다고 봄

    • “글쓰기 이전, 어둠 속 바늘 소리” 같은 묘사로 신화적인 분위기를 만들지만 역사적으로 근거가 약함
    • “인류가 아직도 하는 가장 오래된 것” 같은 문장도 글쓴이는 명백한 헛소리로 봄
    • 하지만 감정적으로는 진심처럼 보이기 때문에 비판하는 사람이 오히려 냉소적이고 재미없는 사람처럼 보이기 쉬움

개발자에게도 남 얘기가 아님

  • 이 글의 핵심은 뜨개질만의 문제가 아님

    • 도메인 지식이 있는 커뮤니티가 오랫동안 쌓아온 역사, 기준, 비판, 실무 지식이 있음
    • AI 슬롭은 그걸 직접 이해하지 않고, 감정적 분위기와 키워드만 채굴해서 수익화함
  • 기술 커뮤니티에서도 똑같은 일이 벌어질 수 있음

    • 실제 운영 경험 없는 장애 대응 글
    • 검증 안 된 성능 최적화 팁
    • 존재하지 않는 전문가 인용이 들어간 튜토리얼
    • 문법은 맞고 톤은 친절하지만, 따라 하면 망하는 개발 문서
  • 글쓴이의 결론은 인간이 만든 실제 콘텐츠를 지지하자는 쪽임

    • 독립 디자이너, 팟캐스터, 실을 만드는 사람, 행사를 여는 사람, 도구를 만드는 장인처럼 실제 커뮤니티를 구성하는 사람들
    • AI가 감정적 표면을 복제할 수는 있어도, 그 감정이 생겨난 실제 노동과 역사는 대체할 수 없다는 주장

기술 맥락

  • 이 글에서 중요한 선택은 AI 생성 콘텐츠를 “저위험 대량 생산물”로 볼지, 도메인 지식 생태계에 영향을 주는 산출물로 볼지예요. 이유는 뜨개질처럼 생명과 직접 연결되지 않은 분야라도, 그 안에는 실제 전문가와 커뮤니티가 쌓아온 검증 기준이 있기 때문이에요.

  • Inception Point AI 사례가 보여주는 건 생성 비용이 낮아졌을 때 검수 비용을 생략하는 유혹이에요. 직원 8명이 주당 3,000편을 만들면 사람 손으로 내용을 확인하기 어렵고, 결국 모델이 만든 감정적 문장이 사실 확인을 대신하게 돼요.

  • 개발자 입장에서는 기술 블로그와 문서에도 같은 문제가 생길 수 있어요. 코드 예제가 돌아가는지, 성능 수치가 맞는지, 보안상 위험한 패턴은 없는지 확인하지 않은 글도 톤만 좋으면 검색 결과와 추천 피드에서 소비되거든요.

  • 그래서 이 글은 AI 콘텐츠를 쓰지 말자는 얘기라기보다, 도메인 검증 없이 대량 생산하는 구조를 경계하자는 쪽에 가까워요. 콘텐츠가 실제 지식에 연결돼 있는지, 아니면 그 지식의 감정적 껍데기만 흉내 내는지 구분하는 게 중요해요.

개발자에게도 꽤 직접적인 얘기야. 도메인 지식이 없는 AI 콘텐츠가 ‘느낌 좋은 설명’으로 전문 커뮤니티의 축적된 지식을 덮어버리는 문제는 문서, 튜토리얼, 기술 블로그에서도 그대로 벌어질 수 있음.

댓글

댓글

댓글을 불러오는 중...

ai-ml

직장에서 AI로 ‘일하는 척’이 쉬워졌다는 불편한 얘기

이 글은 생성형 AI가 생산성을 올리는 도구인 동시에, 전문성 없는 사람이 전문적인 산출물을 흉내 내게 만드는 도구가 됐다고 비판해. 특히 문제는 초보자가 더 빨라지는 수준이 아니라, 아예 훈련받지 않은 분야의 결과물을 그럴듯하게 만들어 조직 안에서 검증 없이 굴러가게 만드는 데 있다고 짚어.

ai-ml

AI 상담에 마음을 맡기는 사람들, 편하긴 한데 진짜 괜찮을까

AI 챗봇을 상담사처럼 쓰는 사람들이 늘고 있지만, 전문가들은 정서적 의존과 판단 외주화가 보이지 않는 위험을 만든다고 본다. 실제 실험에서는 AI가 즉각적인 위로와 명확한 답을 주는 데 강했지만, 인간 상담사는 질문을 통해 내담자가 자기 맥락을 더 깊게 보게 만들었다.

ai-ml

국내 의료 AI, 학회장에서 ‘실제 임상 데이터’로 존재감 키웠다

국내 의료 AI 기업들이 학회 시즌을 맞아 중환자 예측, 심전도 분석, 치매 치료제 부작용 모니터링 등 실제 임상 적용 사례를 공개했다. 핵심은 기술 데모가 아니라 병원 EMR 데이터와 임상 근거를 바탕으로 의료진 업무 부담과 환자 안전 문제를 해결한다는 점이다.

ai-ml

미국 기술업계 해고 40% 증가, AI가 화이트칼라 조직을 다시 짜고 있다

월스트리트저널은 AI 확산이 미국 기술업계의 구조조정을 가속하고 있다고 보도했다. 미국 전체 해고는 전년 대비 줄었지만, 기술 분야 해고는 1분기에 40% 늘었고 기업들은 중간관리와 반복 업무를 줄이는 방향으로 움직이고 있다.

ai-ml

광주AI사관학교 7기 시작, 8개월짜리 실전형 고급 과정으로 갈아엎었다

광주인공지능사관학교가 7기 교육생 220명과 함께 8개월 교육에 들어갔다. 올해는 교육 체계와 지원 구조를 바꿔 AI 모델 기획, 개발, 검증, 사업화까지 한 번에 경험하는 실전형 고급 과정으로 운영된다.