영국 학자 마가렛 보든(Margaret Boden) 책 읽어보신 분?!?


한국어 판은 아래 책 정도 단 한권 번역 출간된 것으로 알고 있음


https://product.kyobobook.co.kr/detail/S000000708256




https://www.dginclusion.com/news/articleView.html?idxno=1132

[데스크 시론] AI 슬롭... 의미 없는 알고리즘의 잔재 - 디지털포용뉴스

AI가 만들어낸 문장과 이미지가 웹을 뒤덮는 시대, ‘AI 슬롭(AI slop)’이라는 단어가 등장했다.‘슬롭(slop)’은 원래 가축에게 주는 찌꺼기 음식을 뜻

www.dginclusion.com

AI가 만들어낸 문장과 이미지가 웹을 뒤덮는 시대, ‘AI 슬롭(AI slop)’

(중략)

slop은 원래 가축에게 주는 찌꺼기 음식을 뜻했지만, 이제는 AI가 쏟아내는 무의미한 콘텐츠, 즉 인간의 사유가 사라진 알고리즘의 부산물

(중략)

단순히 보기 흉한 결과물이 아니라, 지식의 진정성·창의성·윤리성을 동시에 시험하는 징후

(중략)

기술의 진보 속에서 인간의 의미가 얼마나 빠르게 지워지고 있는가를 묻는 경고

(중략)

slop은 본래 헐겁고 부실한 상태를 나타내는 단어였다. 이 표현이 인공지능과 결합된 것은 2020년대 중반 이후다. 온라인 커뮤니티인 레딧(Reddit)과 해커뉴스(Hacker News)에서 AI가 만든 부정확한 기사와 왜곡된 이미지를 비꼬는 용어로 사용되며 유행하기 시작

(중략)

 언론이 “AI 슬롭이 웹을 질식시킨다(AI slop is suffocating the web)”라는 표현을 쓰기 시작하면서 본격적인 사회 담론으로

(중략)

HBR)는 ‘워크슬롭(workslop)’이라는 개념을 제시하며, AI가 업무 현장에서도 저품질 보고서와 문서를 양산해 생산성을 떨어뜨리는 새로운 형태의 쓰레기 정보를 낳고 있다고 지적

(중략)

 슬롭은 기술 문제를 넘어, 인간의 지식 체계와 노동 가치, 창의성의 의미를 다시 묻는 철학적 개념으로 확장

(중략)

AI 슬롭은 단순히 기술의 결과물이 아니라, 속도와 효율을 숭배하는 인간의 구조적 욕망에서 비롯된다.

(중략)

오늘날 콘텐츠 산업은 클릭 수와 업로드 빈도 같은 양적 지표에 의해 평가된다. 검색 알고리즘과 SNS 추천 시스템은 ‘더 많은 생산’을 보상하고, 품질보다 속도를 우선시

(중략)

미디어 철학자 닐 포스트먼(Neil Postman)은 “미디어의 형식이 내용의 본질을 결정한다”

(중략)

AI 시대의 형식은 바로 알고리즘이며, 그 형식이 지배하는 순간 콘텐츠는 정보가 아닌 데이터 잔재로 전락

(중략)
AI는 패턴 예측을 통해 완벽한 문장을 만들어내지만, 그 문장은 이해의 결과가 아니라 확률적 예측일 뿐이다. 이것이 바로 형식의 지배, 의미의 소멸이라는 슬롭의 구조
(중략)
◇ 완벽한 문장, 텅 빈 의미
AI 슬롭의 텍스트는 놀라울 정도로 매끄럽다. 문법적 오류가 없고, 구조적으로도 완결되어 있다. 하지만 그 속을 들여다보면 중심 논지와 통찰이 사라진 공허함이 드러난다. “~할 수 있다” “~로 보인다” 같은 모호한 진술이 반복되고, 문단 간의 논리적 연결이 약하며, 사실 근거는 허술
(중략)
학자 마가렛 보든(Margaret Boden)은 창의성을 ‘조합적, 탐색적, 변형적’으로 구분했다. AI는 기존 데이터를 재조합하는 조합적 창의성에 머물 뿐, 인간이 수행하는 변형적 창의성에는 도달하지 못한다. AI 슬롭은 바로 이 한계를 보여주는 산물
(중략)
AI는 ‘감정의 표현법’을 학습했지만, ‘감정을 느낄 수 있는 존재’가 아니기 때문
(중략)
◇ 현실을 잠식한 기계의 복제물

AI 슬롭은 이미 현실 속 다양한 분야에 깊이 침투했다. 학술지에는 AI가 작성한 논문이 실렸다가 오류로 철회되었고, 전자책 플랫폼에는 검수 없이 등록된 AI 작가의 작품이 넘쳐
(중략)
SNS에서는 존재하지 않는 행사를 홍보하는 가짜 포스터가 
(중략)
AI가 자동으로 만든 영상이 추천 알고리즘을 통해 확산되며, ‘AI 고양이 드라마’, ‘AI 뉴스’ 같은 슬롭 콘텐츠가 새로운 장르처럼 소비
(중략)
철학자 버나드 스티글러(Bernard Stiegler)는 이러한 현상을 “기술 자동화가 인간의 사유를 약화시키는 과정”으로 해석
(중략)
즉, 반복과 예측의 시스템이 사고를 대신하는 순간, 인간은 기술의 소비자이자 피조물로 전락
(중략)
◇ 정보의 질식과 인간의 소외

AI 슬롭은 정보 생태계 전반을 오염시킨다. 검색 결과는 허위 콘텐츠로 덮이고, 정확한 지식은 묻힌다. 일부 검색엔진에서는 존재하지 않는 기업명과 제품이 AI 응답으로 생성되어 유포되기도 했다. 이처럼 진실과 허구의 경계가 흐려지는 현상은 사회 전체의 신뢰 구조를 흔든다.

업무 현장에서도 생산성의 역설이 나타난다. AI로 작성된 초안을 사람이 검토하고 수정하는 데 더 많은 시간이 들면서, 업무 효율은 오히려 하락한다. 하버드비즈니스리뷰의 연구에 따르면, 직원들은 슬롭 문서를 정리하는 데 평균 2시간 이상을 소모한다. AI가 절약하리라 믿었던 시간은 결국 인간의 재작업으로 치환된다.

창작 생태계 또한 위협받는다. AI 슬롭이 대중적 소비를 장악하면, 인간 창작물은 경쟁력을 잃는다. 저작권 분쟁, 수익 불균형, 창의 의욕의 위축이 이어지며, 예술은 점차 알고리즘 친화적이고 시장 반응 중심의 형태로 변질된다. 이는 창작의 본질이자 인간의 자율성을 훼손하는 구조적 문제로 
(중략)
AI 슬롭을 방지하기 위해서는 무엇보다 인간의
(중략)
 개입이 필요하다. 프롬프트를 설계할 때 목표와 독자를 명확히 정의
(중략)
 AI가 제시한 결과물에 대해 사실 검증과 출처 확인을 반드시 수행
(중략)
 단순한 ‘자동 생성’이 아니라, 의미 있는 생산 과정을 설계해야 한다
(중략)
AI 초안을 사람이 검토하는 이중 검수 체계를 구축하고, 핵심 콘텐츠는 인간이, 보조 자료는 AI가 담당하는 협업 구조를 마련해야 한다. AI 슬롭 감지 알고리즘, 워터마크 삽입, 출처 명시 등의 기술적 장치도
(중략)
무엇보다 중요한 것은 품질 중심의 문화
(중략)
속도보다 정확성, 양보다 진정성을 우선하는 기준이 사회 전반에 자리 잡을 때, AI는 비로소 도구로서의 가치를 회복
(중략)
AI 슬롭은 기술의 실패가 아니라 인간의 태도
(중략)
하이데거는 기술을 “세계가 드러나는 방식”이라고 정의했다. AI 슬롭이 범람하는 현재는, 우리의 세계가 얼마나 피상적이고 사유가 얼마나 자동화되었는지를 보여
(중략)
AI는 더 정교해질 것이고, 슬롭과 진정한 콘텐츠의 구분은 점점 어려워질 것이다. 그러나 그럴수록 중요한 것은 의미를 읽어내는 인간의 능력이다. 기계가 문장을 만들 수는 있지만, 그 문장의 ‘의미’를 만들어내는 것은 여전히 인간의 몫
(중략)
슬롭이 남긴 질문은 단 하나
(중략)
기술이 세상을 대신 설명하는 시대에, 인간은 여전히 사유할 수 있는 존재인가?

Korea Digital Contents Society

Korea Digital Contents Society

journal.dcs.or.kr


창의성이란 단순히 기존의 틀을 따르는 것이 아니라 새로운 방식으로 기존의 규칙을 변화시키고 재해석하는 능력

(중략)

창의성의 세 가지 유형

보든은 Creativity and artificial intelligence(1998)에서 창의성과 인공지능의 관계를 탐구하고 인공지능이 창의적 활동을 수행할 수 있는지 그리고 이를 통해 인간의 창의성을 어떻게 이해할 수 있는지를 다루는데 창의성을 개념적 공간(conceptual space)내에서 새로운 아이디어나 표현을 탐색하고 확장하는 과정으로 정의하며 이를 세 가지 창의성 유형으로 구분

첫 번째는 조합적 창의성(Combinational Creativity)이다. 기존의 개념적 공간 안에서 이미 존재하는 요소들을 새로운 방식으로 결합하는 창의성이다. 이때 창작자는 개념적 공간 내의 기존 규칙과 가능성을 따르며 새로운 조합을 만들어낸다. 예를 들면, 레고 블록을 이용한 조합으로 블록 자체는 새롭지 않지만 조합하는 방식에 따라 창의적인 결과물이 나오기 때문이다. 이 영역은 인공지능도 창의성을 발휘

(중략)

두 번째는 탐구적 창의성(Exploratory Creativity)이다. 기존의 규칙이나 틀 안에서 가능한 조합과 변형을 탐구하면서 새로운 가능성이나 결과를 찾아내는 창의성이다. 여기서 창작자는 개념적 공간을 탐색하면서 이전에 알지 못했던 조합이나 아이디어를 발견하게 된다. 예컨대 소설 집필에서 ‘관점의 전환’과 같은 창의성은 기존의 틀 안에서 문제를 다른 방식으로 바라보거나 새로운 시각으로 재구성함으로써 새로운 답이나 결과를 발견하는 같은 방식으로 탐구적 창의성에 속한다고 볼 수 있다. ‘형식과 스타일의 다양성’도 마찬가지다. 기존의 표현 방식이나 스타일을 유지하면서도 그 범위 안에서 새로운 조합을 시도하거나, 다양한 변형을 통해 새로운 결과를 만들어내는 과정이기 때문이다. 예를 들어 음악에서는 동일한 멜로디를 다양한 장르나 스타일로 편곡하거나 연주하는 것으로 창작자가 이미 존재하는 규칙과 틀을 벗어나지 않으면서도 새로운 가능성을 발견하고 표현하는 데 중요한 역할을 한다. 이 영역은 인공지능도 창의성을 발휘

(중략)

세 번째는 변형적 창의성이다. 개념적 공간 자체를 변형하거나 재구성하여 완전히 새로운 규칙과 가능성을 창출하는 창의성이다. ‘기술과 도구의 활용’처럼 이는 새로운 기술을 활용해 이전에 할 수 없었던 방식으로 콘텐츠를 제작하거나 표현하는 창의성의 요소로 인공지능, 증강 현실(AR), 가상현실(VR) 같은 신기술의 도입이 그 예로 들 수 있다. 더불어, ‘상징과 은유’ 또한 변형적 창의성에 속한다고 볼 수 있다. 상징은 하나의 대상이 더 큰 개념이나 추상적 의미를 나타낼 수 있는 방식으로 기존의 규칙을 넘어서 새로운 의미를 생성하는 과정에 해당하고, 은유는 서로 다른 두 개념을 연결함으로써 새로운 방식으로 사고하게 하고 이로 인해 개념적 공간이 확장되거나 변형되는 결과를 가져오기 때문이다. ‘문제 해결 능력’ 또한 변형적 창의성과 관계가 있다고 볼 수 있다. 왜냐하면, 문제 해결은 기존의 규칙이나 틀 자체를 변화시키는 방식으로 풀어가는 과정이므로 이 범주에 해당하는 것이다. 뿐만 아니라, ‘독창성’ 또한 변형적 창의성이라고 볼 수 있다. 보든은 인공지능이 이 변형적 창의성을 실현하는 데 있어서 한계가 있다고 주장한다. 그 이유는 변형적 창의성은 인간이 가진 직관과 상상력에 크게 의존하는데 이는 아직까지 인공지능이 완전히 구현하기 어려운 영역

(중략)

인간 창의성은 단순히 규칙을 따르는 것이 아니라 규칙 자체를 넘어서 새로운 패러다임을 창출하는 능력에서 비롯된다는 점에서 인공지능과 차별화된다