왜 지금 인간 노력을 가시화해야 하는가
AI 보조 작업이 일상이 된 이후로, 문서의 품질보다 ‘이 판단을 누가 했는가’가 신뢰의 더 직접적인 지표가 됐다. 초안을 AI가 써도 결정은 사람이 했다면, 그 흔적이 텍스트에 남아 있어야 한다. 남아 있지 않으면 독자는 그 문서를 AI 출력물과 동일하게 읽는다.
규제도 이 방향으로 빠르게 정렬되고 있다. EU AI Act 제50조는 2026년 8월 2일부터 AI 생성 콘텐츠에 기계 판독 가능한 라벨링을 의무화한다. 위반 시 최대 1,500만 유로 또는 전 세계 연매출 3%에 해당하는 제재가 부과된다. 중국은 이미 GB 45438-2025를 2025년 9월 1일부터 시행해, 텍스트·이미지·오디오·동영상 각각에 표시 방법과 메타데이터 삽입 규격을 명시했다.
기술 인프라도 따라붙고 있다. C2PA 2.3 표준이 2026년 1월 출시됐고, Google Pixel 10은 촬영 시점에 모든 사진에 C2PA 서명을 자동 삽입하는 최초의 소비자 스마트폰이 됐다. 이미지·영상 영역에서는 원본 여부가 기술적으로 추적 가능해진다는 뜻이다.
역설적으로, 차별화 여지는 여전히 크다. 2026년 1월 Scientific Reports에 발표된 10만 명 이상 대상 창의성 연구에 따르면 AI는 평균적 인간의 창의성 점수를 초과했지만, 상위 10% 인간은 시와 스토리텔링 같은 복잡한 창작 영역에서 여전히 AI를 크게 앞섰다. 평균 레벨의 작업에서 AI와 경쟁하는 건 이미 어렵다. 그러나 판단·맥락·관계를 녹인 글은 아직 사람만이 만들 수 있다.
인간 노력 가시화의 3가지 핵심 원칙
첫째, 과정을 드러낸다. 결과물뿐 아니라 ‘왜 이 방향을 선택했는가’의 판단 근거를 텍스트에 포함한다. AI는 결론을 생성할 수 있지만 당신이 거친 고민의 궤적은 모른다.
둘째, AI가 접근할 수 없는 맥락을 삽입한다. 조직 내부의 결정 히스토리, 수신자와의 관계, 이전 미팅에서 나온 암묵적 합의 같은 것들이다. 이 정보는 어떤 AI도 자동으로 채울 수 없다.
셋째, AI 역할을 구체적으로 명시한다. ‘초안 생성’, ‘문법 교정’, ‘요약’ 처럼 AI가 한 일의 범위를 밝히면, 그 나머지가 자동으로 인간의 기여로 읽힌다. 전부 인간이 했다고 주장하는 것보다 훨씬 설득력 있다.
글쓰기·보고서 작성 체크리스트
작성 전
- 자신의 논지 한 문장을 먼저 메모하고 AI에 전달한다. 아이디어 출처가 기록으로 남는다.
- 이 글에서 AI가 할 일(초안, 요약, 편집)과 내가 할 일(논지, 수치 검증, 최종 판단)을 구분한다.
초안 단계
- AI 생성 섹션에
(AI 초안, 내 수정 필요)같은 인라인 태그를 붙여 구분한다. 이 태그는 최종 제출 전에 지워도 되지만, 작업 중에는 판단 대기 구간을 명확히 표시하는 역할을 한다. - 통계·인용·고유명사가 나오면 즉시 원문 확인 후 교체한다. AI 숫자를 그대로 놔두는 게 가장 흔한 신뢰 손상 경로다.
수정 단계
- 변경한 부분과 이유를 한 줄 메모로 남긴다. Git 커밋 메시지와 같은 논리다. 나중에 “왜 이렇게 썼나”를 설명해야 할 때 근거가 생긴다.
최종 검토
- 조직·프로젝트 특유의 수치, 고유명사, 결정 맥락이 포함됐는지 확인한다.
- 독자에게 적합한 수준의 AI 사용 고지를 삽입한다.
이메일·슬랙 메시지 체크리스트
이메일은 분량이 짧아서 판단 흔적이 더 빨리 증발한다. AI 기본 출력의 가장 큰 문제는 맥락 없는 격식체와 과도한 긍정어다. “물론이죠!”, “훌륭한 질문입니다”는 발신자 톤으로 교체한다.
발신 전 점검 항목
- 수신자와의 관계, 이전 대화 맥락이 본문에 반영됐는가
- 1인칭 입장 문장이 최소 1개 들어갔는가: “제가 검토한 결과”, “A보다 B를 권합니다”
- 시점 정보가 포함됐는가: 미팅 직후, 마감 전날, 지난주 결정 이후 등
슬랙에서는 특히 반응 속도가 실시간성을 증명한다. AI로 정돈하더라도 발신 시점이 ‘지금 이 상황’임을 드러내는 한 문장이 있으면 충분하다.
PR 설명·홍보 자료 체크리스트
풀 리퀘스트(PR) 본문
- 변경 이유를 쓴다: “기존 방식에서 X 문제가 있었고, Y 접근으로 전환했다”
- 고려한 대안을 명시한다: “Z도 검토했으나 A 이유로 제외했다”
- 직접 테스트한 케이스와 결과를 서술한다
이 세 가지는 AI가 PR 설명을 대신 쓰더라도 채울 수 없다. 코드베이스의 히스토리, 팀의 의사결정 배경, 실제 실행 환경을 모르기 때문이다. 여기에 진짜 판단 흔적이 드러난다.
홍보·보도 자료
- 인터뷰 발언, 현장 사진, 1차 자료를 출처와 함께 포함한다
- 이미지를 직접 제작했다면 C2PA Content Credentials로 제작자·도구 메타데이터를 삽입하는 것을 검토한다
- AI가 초안을 생성했더라도 사람이 사실 확인한 항목을 문서에 명시한다
상황별 AI 공시 문구 예시
문구는 상황에 맞게 골라 쓰거나 조합한다. 과도하게 길게 쓸 필요 없다.
간결형 (이메일 하단)
이 메일 초안 작성에 AI를 활용했으며, 내용은 제가 검토·수정했습니다.
보고서 각주형
데이터 요약 섹션은 AI 도구로 생성 후 필자가 사실 확인했습니다.
PR 설명형
구조 초안은 AI가 제안했으며, 비즈니스 로직 판단과 테스트는 직접 수행했습니다.
공개 발행물 (EU AI Act 대응)
기계 판독 가능한 메타데이터 태그(<meta name="ai-generated" content="partial"> 수준의 마크업)와 페이지 내 명시 문구를 병행한다. 2026년 8월 2일 이후 EU 독자를 대상으로 하는 발행물이라면 이 두 가지를 함께 갖춰야 규제 의무 충족으로 본다.
흔한 실수와 교정법
과잉 공시 — 문장마다 AI 언급을 달면 독자는 피로해지고 오히려 신뢰를 잃는다. 문서 1개당 1회 포괄 고지로 충분하다. 섹션마다 반복할 필요 없다.
과소 공시 — 전면 AI 생성물을 그대로 제출하는 경우다. EU·중국 규제 대상이라면 법적 리스크가 있고, 규제 외 영역이라도 발각 시 신뢰 손상이 더 크다. “AI가 도왔다”는 사실보다 “숨겼다”는 사실이 문제가 된다.
형식적 통과 — 체크리스트 항목을 채웠지만 실제 판단이 없는 경우다. 변경 이유 칸을 “코드 품질 개선”으로 채우거나, AI 공시 문구를 붙여넣기만 하는 식이다. 체크리스트는 최저선이고, 실질은 판단 흔적이 텍스트 어딘가에 실제로 보이는지 여부다. 이것은 자동화로 검증할 수 없고, 읽는 사람이 느끼는 것이다.
AI 보조를 많이 쓸수록 오히려 인간 판단의 흔적을 더 명시적으로 남겨야 한다. 기술이 발전할수록 “이 사람이 실제로 생각했다”는 신호의 가치는 높아지지, 낮아지지 않는다.
자주 묻는 질문
Q. AI를 많이 쓸수록 공시 문구를 더 자세하게 써야 하나요?
반드시 그렇지는 않다. 중요한 건 길이가 아니라 정확성이다. “AI가 전체 초안을 작성했고 내가 사실 확인과 구조 조정을 했다”는 짧은 문장이, 두 단락짜리 모호한 고지보다 훨씬 낫다. EU AI Act 기준으로는 기계 판독 가능한 형식의 라벨링이 핵심 요건이므로 페이지 내 문구보다 메타데이터 태그가 우선순위가 높다.
Q. 사내 내부 문서(슬랙, 팀 위키)도 공시가 필요한가요?
현재 EU AI Act 제50조의 적용 범위는 공개 배포 콘텐츠에 집중돼 있어 순수 내부 문서는 규제 의무 대상이 아닌 경우가 많다. 그러나 조직 신뢰 측면에서는 다르다. 내부에서도 “이건 내 판단인가, AI 출력인가”가 불분명하면 의사결정의 책임 소재가 흐려진다. 공시보다는 위에서 소개한 인라인 태그 방식으로 작업 중 구분하는 습관이 실용적이다.
Q. PR 설명에 AI 도움을 받았다고 명시하면 코드 품질을 의심받지 않을까요?
오히려 반대다. “AI가 초안을 잡았고, 비즈니스 로직 판단과 테스트는 직접 수행했다”고 쓰면 무엇을 직접 했는지가 명확해진다. 전부 직접 했다고 주장하다가 코드 리뷰에서 빈틈이 발견되는 것보다 훨씬 낫다. 팀 내 신뢰는 도구 사용 여부보다 판단의 질에서 결정된다.