AI 슬롭은 프로세스의 문제다

지난해 두 사전이 이 어휘를 정리했습니다. 11월 호주의 Macquarie Dictionary는 AI slop을 올해의 단어로 선정하고, 생성형 AI가 만든 저품질 콘텐츠로서 흔히 오류가 있고 아무도 요청하지 않은 것이라고 정의했습니다. 12월 미국 Webster 사전의 편집자들은 그냥 slop을 골랐습니다. “대개 인공지능을 이용해 대량으로 생산되는 저품질 디지털 콘텐츠”라는 뜻입니다. 대표 Greg Barlow는 Associated Press에 이렇게 말했습니다. “AI에 관해서라면 거의 반항적인 단어입니다.”

개발자 Simon Willison은 2024년 5월 가장 간단한 기준을 내놓았습니다. “아무 생각 없이 생성되어 요청하지도 않은 사람에게 떠안겨진 것이라면, 슬롭이야말로 딱 맞는 말입니다.”

회사에게 이 단어는 이제 고객이 1초 만에 내리는 판단을 가리킵니다. 저희가 보기에 슬롭은 도구의 속성이 아닙니다. 레퍼런스도, 규칙도, 아니라고 말하는 사람도 없는 프로세스에서 나오는 결과입니다. 그래서 고칠 수 있습니다.

업무 현장의 슬롭

슬롭은 피드에 뜨는 이상한 영상만이 아닙니다. BetterUp Labs와 Stanford Social Media Lab의 연구진은 Harvard Business Review에서 사무실판 슬롭에 이름을 붙였습니다. 워크슬롭(workslop), 곧 그럴듯해 보이지만 알맹이가 없는, AI로 만든 업무 결과물입니다. 미국의 풀타임 사무직 1'150명을 대상으로 한 설문에서 40퍼센트가 지난 한 달 사이 이런 결과물을 받은 적이 있었고, 한 건을 해결하는 데 약 두 시간이 걸렸습니다.

마케팅에도 그 나름의 버전이 있습니다. 어느 회사의 것이라 해도 이상하지 않은 게시물, 익숙한 번들거리는 빛의 이미지, 세 단락 동안 아무 말도 하지 않는 글. 만드는 데는 비용이 거의 들지 않고, 대가는 읽는 사람이 치릅니다.

왜 생기는가

네 가지 원인이 거듭 등장합니다.

첫째는 기본값입니다. Anthropic의 응용 AI 팀은 지난 11월, 자사 모델이 방향 없이 맡겨지면 왜 같은 무난한 디자인을 계속 만들어 내는지 설명했습니다. 모델은 자신이 본 것 가운데 가장 확률이 높은 중심에서 샘플링합니다. 그들은 이를 분포 수렴(distributional convergence)이라 부르며, 사용자들은 그 결과를 AI 슬롭 미학이라고 부른다고 덧붙입니다. 학술지 Patterns에 실린 한 연구는 이미지에서도 같은 현상을 발견했습니다. 연구진은 이미지 모델과 캡션 모델이 서로에게 결과를 넘기는 과정을 100라운드씩 700번 돌렸고, 모든 실행이 그들이 시각적 엘리베이터 음악이라 부른 몇 가지 흔한 모티프로 흘러갔습니다. 연구진은 빠진 요소가 사람과의 상호작용이 주는 교정의 압력이라고 봅니다.

둘째는 레퍼런스의 부재입니다. 프롬프트는 묘사하고, 레퍼런스는 보여 줍니다. 제품과 빛을 담은 실제 사진이 없으면 모델은 빈틈을 자신의 평균으로 채웁니다.

셋째는 규칙의 부재입니다. 모델은 귀사의 브랜드가 그라데이션을 절대 쓰지 않고, 무엇도 솔루션이라고 부르지 않으며, 언제나 실제 제품을 보여 준다는 것을 모릅니다. 그런 규칙이 기계가 읽는 곳에 적혀 있지 않다면, 기계에게 그 규칙은 존재하지 않습니다.

넷째는 검토의 부재입니다. Willison은 직설적으로 말했습니다. “인공적으로 생성되고 검토되지 않은 콘텐츠를 다른 사람과 공유하는 것은 무례한 일입니다.”

알아보지 못해도 사람들은 느낀다

올해 가장 강력한 증거는 5월에 발표된 Ipsos와 Syracuse University Newhouse School의 실험에서 나옵니다. 연구진은 미국 소비자 3'000명에게 광고 20편을 보여 주었습니다. 10편은 Febreze, H&M, Chewy 같은 브랜드를 위해 사람이 만든 것이고, 10편은 같은 브리프로 AI가 전부 만들어 생성된 그대로 쓴 것이었습니다. AI 광고를 본 사람 가운데 그것이 AI로 만들어졌다고 어느 정도라도 확신한 사람은 25퍼센트뿐이었습니다. 그런데도 사람이 만든 광고는 Ipsos의 단기 판매 효과 지표에서 14퍼센트, 장기 브랜드 효과 지표에서 17퍼센트 더 강했습니다. 저자들은 한 줄로 정리했습니다. 그럴듯하다는 것과 마음을 움직인다는 것은 같지 않습니다.

스스로 밝힌 태도도 같은 방향을 가리킵니다. The Harris Poll이 4As, Infillion과 함께 6월에 실시한 설문에서 소비자의 73퍼센트는 AI로 만들었다고 의심되는 광고를 덜 신뢰할 것이라고 답했고, 63퍼센트는 AI 생성 광고를 쓰는 브랜드에서 구매할 가능성이 낮아질 것이라고 답했습니다.

광고 검증 기업 DoubleVerify가 의뢰해 7월에 발표한, 22개 시장 소비자 22'000명 대상 글로벌 설문은 중요한 뉘앙스를 더합니다. 42퍼센트는 저품질이거나 섬뜩한 AI 광고가 브랜드에 대한 인상을 해칠 것이라고 답한 반면, 40퍼센트는 세련되고 전문적인 AI 광고를 긍정적으로 보았습니다. 최고경영자 Mark Zagorski는 이렇게 요약했습니다. “참여를 결정하는 것은 AI 자체가 아닙니다. 결과물의 품질입니다.”

플랫폼의 반격

플랫폼들은 관용에서 규칙으로 옮겨 갔습니다. YouTube 최고경영자 Neal Mohan은 2026년 서한에서 AI 슬롭 관리에 한 부분을 할애하며, 스팸과 낚시성 콘텐츠에 대응하던 시스템을 바탕으로 저품질 반복 콘텐츠의 확산을 줄이고 있다고 밝혔습니다. TechCrunch에 따르면 YouTube는 7월, 더 이상 광고 수익을 낼 수 없는 것을 명시했습니다. 천편일률적이거나 반복적이거나 템플릿에 기댄 영상, 불안을 주려고 만든 콘텐츠, 건강과 금융처럼 민감한 주제를 다루는 AI 페르소나입니다.

Pinterest는 2025년 10월, AI 이미지가 쌓이는 뷰티, 아트, 패션, 홈 데코 분야에서 AI 이미지를 덜 보게 하는 설정을 추가했습니다. Deezer는 7월, 완전히 AI로 생성된 트랙이 6월 정점에는 매일 들어오는 신곡의 절반을 넘었지만 스트리밍에서는 1~3퍼센트에 불과했다고 밝혔습니다. Deezer는 이런 트랙을 알고리즘 추천과 에디토리얼 플레이리스트에서 제외합니다.

방향은 어디서나 같습니다. AI로 만드는 것은 허용됩니다. 정성 없이 대량으로 만든 것은 밀려납니다.

저희가 슬롭을 막는 방법

저희는 매일 AI로 사진, 영상, 게시물을 만들기 때문에 이 질문에 실무로 답해야 했습니다. 원인마다 한 단계씩입니다.

고정된 스타일. Reel에서는 모든 스타일을 실제 레퍼런스로 만들고, 사진가가 하듯 빛과 렌즈와 세트를 고르며, 고객이 승인할 때까지 테스트합니다. 모든 이미지와 클립이 그 레시피를 따르므로 백 번째 이미지도 첫 번째처럼 보입니다.

두뇌에 담긴 브랜드 규칙. Studio는 브랜드의 DNA, 목소리, 포지셔닝, 카피 규칙을 한 번 담아 고정합니다. Twin은 회사의 규칙과 글 쓰는 방식을 AI 두뇌에 담아 두어, 모든 어시스턴트가 추측하는 대신 그 안에서 일하게 합니다.

아이디어와 선택에는 사람이, 무엇이든 나가기 전에는 검토가. Reel에서는 무엇을 만들기 전에 아이디어, 레퍼런스, 스타일을 합의하고, 고객이 보기 전에 모든 결과를 확인하며, 사용되는 모든 이미지와 클립은 사람이 고릅니다. Tempo에서는 모든 아이디어를 일정에 올리기 전에 테스트하고, 모든 게시물은 사람이 승인합니다.

저희는 AI가 일의 가능한 한 많은 부분을 만들고, 확인하고, 빠르게 하기를 바랍니다. 아이디어, 선택, 그리고 밖으로 나가는 것에 대한 책임은 사람에게 남습니다. 품질이 결정되고 이름이 걸리는 곳이 바로 거기이기 때문입니다.

회사가 할 수 있는 일

네 가지 원인에서 시작하십시오. 자랑스러운 실제 사진 스무 장을 모아 레퍼런스로 쓰십시오. 모든 도구가 읽을 수 있는 곳에 브랜드 규칙을 적으십시오. 색, 쓰는 말과 절대 쓰지 않는 말, 제품이 언제나 어떻게 보여야 하는지. 고르는 사람을 지정하고, 기계가 만든 것 대부분에 아니라고 말할 권한을 주십시오. 생성기와 대중 사이에 매번 검토를 두십시오.

슬롭은 만들기는 싸지만, 그것으로 알려지는 대가는 비쌉니다. 해법은 AI를 덜 쓰는 것이 아닙니다. 그 주변에 더 많은 판단을 두는 것입니다.