무료 AI Word Cleaner

대규모 언어 모델은 모든 단어를 확률에 따라 고르며, 두 단계의 학습이 이 도구가 표시하는 어휘 쪽으로 그 확률을 치우치게 합니다. 첫 번째 단계는 사전 학습입니다. 모델은 다듬어지고 편집된 문체(책, 저널리즘, 마케팅 문구)가 과대표집된 방대한 코퍼스에서 학습합니다. 그 코퍼스에서 극적인 동사와 장식적인 은유는 전문 작가가 품질을 드러내는 방식이므로, 모델은 delve, tapestry, pivotal을 가치가 높은 단어로 흡수합니다.

두 번째 단계는 인간 피드백에 기반한 강화학습, 즉 RLHF이며, 이 과정 때문에 그 효과가 하나의 지문처럼 굳어졌습니다. 사전 학습 이후 모델은 후보 답변을 생성하고 인간 평가자가 선호하는 답변을 순위 매기며, 별도의 보상 모델이 그 순위를 예측하도록 학습합니다. 그런 다음 언어 모델은 그 예측된 승인을 최대화하도록 최적화됩니다[Ouyang et al., 2022] . 평가자들은 일관되게 자신감 있고, 충분하며, 명료하게 들리는 답변을 선호했고, 모델이 그렇게 들리게 하는 가장 손쉬운 방법은 어휘였습니다. 인상적인 동사, 강조형 형용사, 깔끔하게 표지된 전환어입니다. 최적화가 반복될수록 같은 소수의 보상받은 단어에 더 많은 확률이 집중되었고, 연구자들은 이 수축을 mode collapse라고 부릅니다. 그래서 공급업체와 무관하게 모든 ChatGPT 시대 모델이 같은 목소리로 수렴합니다.

이 지문은 이제 집단 규모에서 측정 가능합니다. 2025년 Science Advances 분석은 1,500만 개가 넘는 PubMed 초록 전반에서 과잉 사용 어휘를 추적해 ChatGPT 출시 이후 수백 개의 단어가 급증했음을 확인했으며, 그중 delve, underscore, meticulous, boast, showcase가 가장 강한 신호로 나타났습니다[Kobak et al., 2025] . 주목할 점은 추세가 2022년 이전에 시작되었다는 것입니다. LLM이 이 어휘를 만들어낸 것이 아니라 증폭시켰고, 이제는 작성자가 도구가 만들어내는 문체를 무의식적으로 받아들이면서 인간의 글쓰기로 되돌려 보냅니다. 검토자와 교수는 해마다 수백 편의 원고를 읽습니다. 그들은 첫 페이지에서 이 패턴을 알아차리며, AI가 실제로 관여했는지와 무관하게 강하게 표시된 문장은 더 엄격하게 읽힙니다.