Threads digest · @edutrend_
사고·창의성인지의 맥도날드화, 매끄러운 AI 문장 속에서 사라지는 것들
빠르고 매끄럽고 언제나 무난한 문장을 얻는 대신, 우리는 무엇을 잃고 있을까요? 언어와 관점, 사고가 닮아가는 ‘인지의 맥도날드화’를 통해 투박한 인간적 표현의 가치를 돌아봅니다.

언어와 사고에도 맥도날드화가 찾아온다면
‘맥도날드화(McDonaldization)’는 패스트푸드점의 운영 원리인 효율성, 계산 가능성, 예측 가능성, 통제가 사회의 여러 영역을 지배하는 현상을 가리키는 사회학 용어입니다.
AI로 누구나 빠르고 문법적으로 완전하며 무난한 품질의 결과물을 얻습니다. 그 대가로 독창적인 직관과 풍부한 문화적 맥락을 잃는다면, 언어와 사고에도 맥도날드화가 일어나는 것은 아닐까요?
Sourati 등은 여러 분야의 연구를 종합한 Opinion 논문에서 인지적 동질화를 세 가지 차원으로 살펴봅니다.
첫째, 언어적 다양성이 옅어집니다
AI로 글을 교정하는 과정에서 문장이 서구적·학술적인 규격에 가까워질 수 있습니다. 개인의 고유한 어조와 문화적 표현, 글에 드러나던 성격의 단서가 약해지고, 서로 다른 사람의 문장이 비슷해지는 것입니다.
둘째, 바라보는 관점도 닮아갑니다
LLM이 제시하는 관점에는 서구의 교육 수준이 높고 산업화된 부유한 민주주의 사회, 이른바 WEIRD 사회의 시각이 과도하게 반영될 수 있습니다. 이런 시각이 무난한 정답처럼 보이면 다른 문화와 경험은 뒤로 밀려납니다.
AI와 협업하는 동안 사용자는 제시된 프레임을 받아들일 수 있고, 이미 갖고 있던 태도까지 그 방향으로 바뀔 수 있습니다. 문장을 다듬는 도구가 세상을 바라보는 틀에도 관여하게 되는 것이죠.
셋째, 생각하는 경로가 비슷해집니다
단계별 추론(CoT)처럼 정형화된 논리의 틀이 널리 쓰이면, 문제를 푸는 경로도 선형적이고 명시적인 방식에 쏠릴 수 있습니다. 창의적 문제 해결에 필요한 직관적·비선형적 사고가 설 자리는 줄어드는 것 아닐까요?
개인에게 떠오르는 아이디어는 더 풍부해질 수 있습니다. 그러나 모두가 비슷한 모델의 제안을 따른다면 집단 전체의 독창성과 아이디어 다양성은 오히려 줄어들 수 있습니다.
매끄러운 평균에 가까워지는 이유
LLM은 앞선 문맥을 바탕으로 다음 토큰, 즉 단어나 단어 조각 등이 나올 확률을 학습합니다. 학습 데이터에서 자주 나타나는 표현과 패턴이 더 강하게 반영될 수 있습니다. 그 과정에서 드문 표현이나 특정 문화의 맥락은 덜 드러날 수 있습니다.
여기에 사람의 선호를 반영하는 강화학습도 영향을 줍니다. 도움이 되고 받아들여지기 쉬운 답을 선호하는 방향으로 조정하는 과정에서 표현의 폭이 좁아질 수 있습니다. 날카로운 풍자나 독창적인 색깔까지 ‘안전하고 무난한 글’ 쪽으로 깎여 나가는 것은 아닌지 돌아볼 대목입니다.
AI의 글이 다시 AI의 학습 자료가 됩니다
AI가 생성한 글을 사람들이 인터넷에 대거 올리고, 다음 버전의 AI가 그 글을 다시 학습하는 ‘재귀적 피드백 루프’도 형성됩니다. 비슷한 표현이 다시 학습되고 퍼지면서, 사회 전체의 표현이 거대한 단일 표준에 가까워질 위험이 있습니다.
매끄럽지 않더라도 투박하고 감정적이며 실수투성이인 생각과 표현들. 어쩌면 이런 것들이 우리가 그토록 지키고자 하는 ‘인간다움’이 아닐까 싶습니다.
이 글에서 소개한 원문
The homogenizing effect of large language models on human expression and thought
Zhivar Sourati, Alireza S. Ziabari, Morteza Dehghani (2026)
Trends in Cognitive Sciences 30(9), 805–816 · Opinion · doi:10.1016/j.tics.2026.01.003
연구 원문 보기 ↗