# 2026년 AI 소설 쓰기는 어디까지 왔나: 단편은 인간급, 장편은 아직 감독이 필요하다

> Canonical: https://dealcut.net/posts/ai-novel-writing-2026
> Markdown alternate: https://dealcut.net/posts/ai-novel-writing-2026.md
> Published: 2026-08-20T06:44:00.000Z
> Category: 그 밖의 기록

2026년 8월 20일 기준 AI 소설 쓰기의 실제 수준을 단편 품질, 장편 일관성, 서사 긴장, 창의성, 제작 워크플로, 출판 시장과 저작권까지 연구와 공식 자료를 바탕으로 분석합니다.

AI로 소설을 쓴다고 하면 아직도 두 가지 이미지가 같이 떠오른다. 하나는 문장 몇 줄을 그럴듯하게 이어 붙이는 자동완성이고, 다른 하나는 프롬프트 한 줄만 던지면 300페이지짜리 장편을 완성해 주는 자동 소설가다.

2026년 8월 20일 기준으로 보면 둘 다 현재 위치를 정확하게 설명하지 못한다.

내가 보기엔 지금 가장 정확한 표현은 이렇다.

> **AI는 단편과 개별 장면에서는 이미 인간 작품과 구별하기 어려운 수준까지 올라왔고, 인간이 감독하는 장편 제작 시스템으로는 상당히 강력해졌다. 하지만 AI 혼자 장편 전체를 설계하고 끝까지 좋은 소설로 완성하는 문제는 아직 해결되지 않았다.**

중요한 것은 이제 AI의 병목이 문장력이 아니라는 점이다. 문법적으로 자연스러운 문장, 대화, 묘사, 장면 초안은 이미 꽤 잘 만든다. 어려운 것은 수십 장에 걸친 인물 변화, 시간과 장소, 복선, 정보 공개 순서, 긴장감, 결말까지 하나의 작품으로 운영하는 일이다.

![책과 AI 네트워크, 노트북, 데이터 차트가 함께 배치된 AI 소설 쓰기 대표 이미지](https://cdn.dealcut.net/m/01/fb/9a/fb9a3e658baed2a9-720.webp)

## 짧은 소설에서는 이미 꽤 충격적인 결과가 나왔다

2026년 8월 공개된 Sydney Sears와 Deena Skolnick Weisberg의 연구는 현재 AI 소설의 수준을 보여 주는 꽤 상징적인 결과다.

연구진은 인간이 쓴 단편 3편과 ChatGPT가 만든 대응 단편 3편을 사용해 세 번의 실험을 진행했다. 첫 실험에는 1,682명이 참여했고, 뒤의 두 실험에는 각각 424명과 481명이 참여했다.

결과가 흥미롭다.

참가자들은 AI가 쓴 이야기를 인간 이야기보다 **품질과 몰입도에서 더 높게 평가**했다. 그런데 같은 글이라도 인간이 썼다고 알려 주면 점수가 올라가고 AI가 썼다고 알려 주면 내려갔다. AI와 인간 작품을 직접 구별하게 한 두 실험에서도 참가자들은 안정적으로 정답을 맞히지 못했다.

이걸 곧바로 “AI가 인간 소설가보다 잘 쓴다”는 뜻으로 받아들이면 안 된다. 사용된 작품은 총 6편이고 약 1,000단어 안팎의 단편이며, 일반 독자의 즉각적인 품질과 몰입 평가를 본 실험이다.

그래도 한 가지는 분명하다.

**짧은 이야기를 자연스럽고 읽기 쉽게 만드는 능력만으로 AI 여부를 판별하던 시대는 거의 끝나가고 있다.**

연구진이 제시한 해석도 흥미롭다. AI 이야기는 인간 작품보다 주제를 더 직접적으로 설명하는 경향이 있었고, 인간 단편은 상대적으로 미묘하고 복잡했다. 독자는 항상 가장 문학적인 텍스트보다 **더 명확하고 쉽게 처리되는 이야기**를 당장 높은 점수로 평가할 수도 있다는 것이다.

- [Bot or not: Can people tell the difference between stories written by a human or by an AI system?](https://doi.org/10.1017/jdm.2026.10042)
- [Cambridge University Press 연구 소개](https://www.eurekalert.org/news-releases/1138206)

## 그런데 장편으로 가면 문제가 완전히 달라진다

단편과 장편의 차이는 단순히 글자 수가 길어진다는 것이 아니다.

장편에서는 앞에서 만든 모든 사실이 뒤의 선택을 제한한다.

예를 들어 주인공이 4장에서 어떤 비밀을 알게 됐다면 18장에서 그 사실을 처음 듣는 것처럼 반응하면 안 된다. 7장에서 다친 다리는 8장에서 갑자기 멀쩡해지면 안 되고, 12장에 심은 단서는 30장에 회수될 수 있어야 한다. 두 인물의 관계가 서서히 변하도록 설계했다면 중간 장면 하나가 감정선을 너무 빨리 끝내 버려서도 안 된다.

여기서 AI의 약점이 크게 드러난다.

ACL 2025의 장편 문학 평가 연구는 인간, LLM, 인간-AI 공동 집필 소설을 비교했는데, 인간 평가에서 LLM 작품에 **“high-starting, low-ending”**, 즉 초반은 강하지만 뒤로 갈수록 품질이 떨어지는 패턴이 나타났다고 보고했다.

처음 몇 장은 상당히 좋다. 문장도 자연스럽고 사건도 빠르게 일어난다. 문제는 이야기가 길어지면서 반복, 설정 충돌, 장면의 목적 상실, 긴장 저하가 누적된다는 것이다.

- [Towards A “Novel” Benchmark: Evaluating Literary Fiction with Large Language Models](https://aclanthology.org/2025.findings-acl.1114/)

## 8,000~10,000단어만 가도 일관성 오류가 체계적으로 나타난다

2026년 3월 공개된 **ConStory-Bench**는 이 문제를 더 직접적으로 측정했다.

연구진은 2,000개 프롬프트를 만들고 모델에게 약 8,000~10,000단어 길이의 이야기를 생성하게 한 뒤, 장편에서 어떤 모순이 생기는지 분석했다.

오류는 크게 다음 영역에서 나타났다.

- 시간과 사건 순서
- 인물의 기억과 지식
- 능력과 성격
- 세계관과 장소
- 사실과 세부 정보
- 서술과 문체

특히 **사실과 시간 관련 모순이 자주 나타났고, 오류가 이야기 중간 부분에서 많이 발생하는 경향**이 관찰됐다.

이 결과는 꽤 중요하다. 장편 생성의 문제를 단순히 “모델이 앞부분을 잊는다”라고 설명하기 어렵기 때문이다. 현재 모델은 수만 단어를 생성할 수 있고 훨씬 긴 컨텍스트를 읽을 수도 있다. 그런데도 이야기의 모든 상태를 정확하게 운영하는 것은 별도의 문제로 남아 있다.

- [Lost in Stories: Consistency Bugs in Long Story Generation by LLMs](https://arxiv.org/abs/2603.05890)

## 컨텍스트 창이 커진다고 자동으로 해결되지는 않는다

요즘 모델의 컨텍스트가 커지는 것을 보면 이런 생각이 들기 쉽다.

> 소설 한 권 전체를 AI에게 넣어 둘 수 있으면 장편 문제도 해결되는 것 아닌가?

긴 컨텍스트가 분명히 도움이 되는 것은 맞다. 실제로 현재 Gemini 계열처럼 100만 토큰급 문맥을 제공하는 제품도 있고, 긴 문서와 코드 전체를 한 번에 분석하는 것이 현실적인 기능이 됐다. 이 부분은 이전에 정리한 [Google AI Plus와 AI Pro 비교 글](/posts/google-ai-plus-vs-pro-2026)에서도 다뤘다.

하지만 **읽을 수 있는 것과 운영할 수 있는 것은 다르다.**

사람 작가는 앞의 300페이지를 그냥 기억하는 것이 아니다. 현재 서사 상태를 계속 갱신한다.

- 지금이 며칠째인지
- 각 인물이 어디에 있는지
- 누가 어떤 정보를 알고 있는지
- 누가 누구에게 거짓말하고 있는지
- 어떤 물건을 누가 가지고 있는지
- 어떤 복선이 아직 회수되지 않았는지
- 독자가 무엇을 알고 등장인물은 무엇을 모르는지
- 주인공의 신념이 처음과 비교해 얼마나 바뀌었는지

즉 장편은 거대한 텍스트 검색 문제가 아니라 **상태 관리 문제**에 가깝다.

## 그래서 AI 소설 연구는 ‘더 큰 모델 하나’에서 ‘작가실 시스템’으로 이동하고 있다

최근 장편 연구가 흥미로운 이유가 여기에 있다.

모델 하나에게 “이 설정으로 소설 한 권 써”라고 지시하기보다, 작품의 상태를 별도로 관리하는 구조가 늘고 있다.

대표적으로 필요한 것은 대략 세 층이다.

**Story Bible**

- 등장인물
- 관계
- 장소
- 세계관 규칙
- 핵심 주제
- 전체 플롯

**Narrative State**

- 현재 시간과 장소
- 인물별 지식
- 감정 상태
- 부상과 소지품
- 진행 중인 갈등
- 등장한 단서

**Plot State**

- 해결된 사건
- 아직 해결되지 않은 사건
- 복선
- 반드시 회수해야 하는 요소
- 앞으로 일어나야 할 사건

그리고 장면을 만든 뒤 별도의 검수 단계를 둔다.

![인간 작가가 스토리 바이블과 서사 상태를 관리하고 AI 초안, 비평, 연속성 검사, 재작성을 반복하는 장편소설 제작 흐름도](https://cdn.dealcut.net/m/01/52/6a/526ae3b71c37a5c1-720.webp)

이렇게 보면 2026년의 AI 소설 쓰기는 프롬프트 기술보다 **작품 상태를 어떻게 설계하고 유지하느냐**가 더 중요해지고 있다.

## 100페이지에서도 다중 에이전트와 상태 추적이 효과를 보였다

2026년 7월 공개된 **MAGNET/ATLAS** 연구는 이 방향을 꽤 극적으로 보여 준다.

MAGNET은 캐릭터별 에이전트가 공유된 세계 상태와 이야기 목표를 바탕으로 행동을 제안하는 장편 생성 시스템이고, ATLAS는 장면별 세계 상태를 그래프로 비교해 모순을 찾는 검증 파이프라인이다.

연구진의 100페이지 실험에서 단일 모델 프롬프팅과 비교했을 때 **편집 지적은 41%, 설정·서사 오류는 50% 감소**했다.

![MAGNET 연구의 100페이지 장편 생성에서 단일 모델 대비 편집 지적은 41퍼센트, 설정·서사 오류는 50퍼센트 감소한 결과를 보여주는 막대 차트](https://cdn.dealcut.net/m/01/eb/8a/eb8acde3f285af2a-720.webp)

이 수치를 “AI 장편 문제가 절반 해결됐다”는 뜻으로 읽으면 안 된다. 평가 방식 자체에도 LLM 편집기와 자동 검증이 포함되어 있고, 특정 시스템과 기준에서 나온 결과다.

하지만 방향은 분명하다.

**장편 품질은 모델을 더 크게 만드는 것만으로 개선되는 것이 아니라, 세계 상태를 외부에서 추적하고 생성과 검증을 분리했을 때 크게 좋아질 수 있다.**

- [From Personas to Plot: Character-Grounded Multi-Agent Story Generation for Long-Form Narratives](https://arxiv.org/abs/2607.00918)

## 실제 소설 도구도 이미 이런 구조를 쓰고 있다

연구실에서만 이런 생각을 하는 것은 아니다.

Sudowrite의 **Story Bible**은 이야기의 Genre, Style, Synopsis, Characters, Worldbuilding, Outline 등을 한곳에 두고 AI가 이후 장면과 문장을 생성할 때 참조하게 한다. 공식 문서도 Story Bible을 사람과 AI가 같이 보는 작품의 **source of truth**에 가깝게 설명한다.

중요한 것은 AI에게 모든 것을 기억하라고 부탁하는 것이 아니라, **작가가 확정한 사실을 별도의 구조로 보존한다는 점**이다.

- [Sudowrite - What is Story Bible](https://docs.sudowrite.com/using-sudowrite/1ow1qkGqof9rtcyGnrWUBS/what-is-story-bible/jmWepHcQdJetNrE991fjJC)

이 구조를 보면 현재 AI 소설 도구의 발전 방향이 이해된다.

2023년에는 “좋은 프롬프트를 어떻게 쓰느냐”가 핵심이었다면, 2026년에는 **어떤 정보를 언제 모델에게 보여 주고, 어떤 사실을 외부에 고정하고, 결과를 어떤 단계에서 검수하느냐**가 훨씬 중요해졌다.

## 문장은 좋아졌는데 왜 여전히 ‘AI 냄새’가 날까

AI 문장이 더 이상 문법적으로 어색해서 티 나는 것은 아니다.

오히려 반대에 가깝다.

**너무 매끈하고, 너무 설명이 잘 되고, 너무 적당하게 연결된다.**

2026년 5월 공개된 연구는 이 현상을 **Narrative Flattening**, 즉 서사 평탄화라는 개념으로 분석했다.

연구진은 같은 기반 모델의 Base, SFT, DPO, RLVR 단계와 인간 글을 비교했다. 후속 훈련이 진행될수록 이야기의 주제 전환이 더 균일해지고, 강한 감정이 줄어들며, 문체적 다양성도 줄어드는 경향이 나타났다. 특히 전문 문학소설과 비교했을 때 차이가 컸다.

- [Narrative Flattening: How Post-Training Compresses Thematic, Affective, and Stylistic Variation in LLM Fiction](https://arxiv.org/abs/2605.27878)

내가 보기엔 이게 현재 AI 문학의 핵심 약점 가운데 하나다.

AI는 **못 쓰는 것보다 평균 이상으로 너무 안정적으로 쓰는 것이 문제**가 될 수 있다.

좋은 문학은 때때로 일부러 불친절하다. 인물이 감정을 설명하지 않고 엉뚱한 사물 이야기를 할 수도 있고, 문장이 갑자기 끊길 수도 있고, 중요한 의미를 독자가 추론하도록 남겨 둘 수도 있다.

반대로 LLM은 기본적으로 질문에 답하고, 맥락을 연결하고, 의미를 명확하게 전달하도록 훈련된다. 그래서 슬픈 장면을 쓰라고 하면 슬픔을 잘 설명하려 하고, 갈등을 쓰라고 하면 갈등의 의미까지 정리하려는 경향이 있다.

그 결과 개별 문장은 좋지만 작품 전체가 너무 친절해질 수 있다.

## 긴장감은 특히 아직 어려운 문제다

문학에서 중요한 것은 “무슨 일이 일어나는가”만이 아니다.

**독자가 지금 무엇을 모르게 할 것인가**도 중요하다.

미스터리와 스릴러를 생각하면 더 분명하다. 어떤 정보는 감춰야 하고, 어떤 단서는 보여 주되 의미는 나중에 밝혀야 한다. 독자가 결말을 너무 빨리 예측하면 긴장감이 무너진다.

2026년 4월 공개된 **Spoiler Alert** 연구는 기존 LLM 평가기가 이 문제를 제대로 잡지 못한다고 지적했다. 일반적인 평가 기준에서는 LLM이 만든 이야기가 *The New Yorker* 단편보다 높은 점수를 받기도 하지만, 연구진이 이야기 진행 중 결말을 얼마나 예측하기 어려운지를 측정하는 방식으로 평가하자 인간 단편이 훨씬 높게 나타났다.

즉 AI는 문법, 일관성, 묘사 같은 항목에서는 높은 점수를 얻으면서도 **다음에 무슨 일이 일어날지 궁금하게 만드는 능력**에서는 약할 수 있다.

- [Spoiler Alert: Narrative Forecasting as a Metric for Tension in LLM Storytelling](https://arxiv.org/abs/2604.09854)

## AI가 가장 강한 곳은 ‘정해진 문법 안에서 많은 가능성을 탐색하는 일’이다

그래서 장르에 따라 현재 AI의 체감 성능도 꽤 다르게 느껴질 수 있다고 본다.

로맨스, 로맨스 판타지, 코지 미스터리, LitRPG, 게임 판타지, 웹소설, 장르 판타지처럼 독자가 기대하는 구조와 장르 문법이 비교적 분명한 분야에서는 AI의 강점이 크게 살아난다.

AI는 패턴을 빠르게 조합하고 변주하는 데 강하다.

- 첫 만남을 10가지 버전으로 만든다.
- 같은 갈등의 강도를 다르게 조절한다.
- 악역의 동기를 여러 방향으로 바꾼다.
- 한 장면을 1인칭과 3인칭으로 비교한다.
- 결말 후보를 수십 개 만든다.

이런 탐색 비용이 거의 사라졌다.

반대로 작가 개인의 생애와 감각이 강하게 들어가는 문학, 언어 자체가 작품인 글, 극단적으로 독특한 화자, 문화적으로 아주 구체적인 경험, 모호함을 오래 유지해야 하는 작품에서는 인간의 역할이 훨씬 커진다.

이건 단순히 AI가 자료를 덜 알아서가 아니다. **무엇을 설명하지 않을지, 어떤 불균형을 의도적으로 남길지, 왜 이 이야기를 꼭 이 방식으로 해야 하는지 결정하는 문제**이기 때문이다.

## 창의성도 ‘한 편’과 ‘전체 생태계’를 나눠 봐야 한다

AI가 창의적인가라는 질문도 단순하지 않다.

2024년 *Science Advances* 연구에서는 작가에게 생성형 AI 아이디어를 제공했을 때 개별 단편의 창의성, 글의 완성도, 재미가 올라가는 효과가 나타났다. 특히 원래 창의성 점수가 낮았던 참가자에게 도움이 컸다.

하지만 동시에 AI 도움을 받은 작품끼리는 서로 더 비슷해졌다.

- [Generative AI enhances individual creativity but reduces the collective diversity of novel content](https://doi.org/10.1126/sciadv.adn5290)

2025년 2,200개의 대학 입학 에세이를 분석한 연구도 비슷한 문제를 확인했다. 인간이 쓴 글은 글이 추가될수록 새로운 아이디어 다양성이 더 많이 증가했고, GPT-4 글은 전체 집합이 커질수록 동질화되는 경향이 더 강했다. 프롬프트와 생성 파라미터를 바꿔도 이 격차가 완전히 사라지지 않았다.

- [Homogenizing effect of large language models on creative diversity](https://doi.org/10.1016/j.chbah.2025.100207)

그래서 나는 AI를 많이 쓰면 무조건 더 창의적인 작품이 된다고 보지 않는다.

**한 사람의 선택지를 늘리는 데는 매우 강하지만, 모두가 비슷한 모델과 비슷한 방식으로 쓰기 시작하면 결과물 전체의 다양성은 오히려 줄어들 수 있다.**

## 현재 가장 강한 방식은 ‘AI에게 작품을 맡기는 것’이 아니다

지금 가능한 방식을 세 단계로 나눠 보면 이해하기 쉽다.

### 1. 인간 작가 + AI 보조

사람이 실제 작품을 쓰고 AI는 자료 조사, 브레인스토밍, 플롯 점검, 캐릭터 질문, 문장 피드백, 교정 등에 쓴다.

현재 가장 안전하고 강력한 방식이라고 본다. 작가의 선택권과 문체를 유지하면서 AI의 탐색 속도를 가져올 수 있다.

### 2. 인간 감독 + AI 공동 집필

사람이 주제, 캐릭터, 세계관, 전체 구조, 핵심 장면, 결말을 통제하고 AI가 상당량의 장면 초안을 만든다.

사람은 초안을 선택하고, 버리고, 합치고, 다시 쓴다. 여기에 Story Bible과 continuity checker를 붙이면 장편에서도 상당히 생산적인 시스템이 된다.

장르소설과 연재형 콘텐츠에서는 이미 현실적인 제작 방식이라고 생각한다.

### 3. AI 완전자율 장편

“이 설정으로 10만 단어 소설 하나 써 줘”라고 맡기는 방식이다.

기술적으로 10만 단어를 생성하는 것 자체는 더 이상 놀라운 일이 아니다. 그러나 **10만 단어를 만들 수 있다는 것과 10만 단어짜리 좋은 소설을 만들 수 있다는 것은 완전히 다른 문제**다.

현재 연구를 보면 세 번째 단계는 아직 신뢰하기 어렵다.

## 출판 시장에서는 이미 ‘AI 책을 만들 수 있느냐’보다 ‘너무 많이 만들 수 있다’가 문제가 됐다

AI 소설은 실험실 안에만 있는 기술이 아니다.

2026년 7월 개정된 NBER working paper는 Amazon 전자책 시장을 분석했는데, 2022년부터 2025년 말까지 월간 신규 책 출시량이 약 3배로 늘었다고 보고했다. 연구에서 AI가 포함된 것으로 탐지된 책의 비중은 2025년 신간의 절반을 넘었다.

그런데 AI 포함 책은 평균적으로 이용량이 낮고, 판매 순위와 별점도 더 좋지 않았다. 책의 수는 폭발적으로 늘었지만 소비자에게 추가된 가치는 상대적으로 작았다는 것이 연구진의 해석이다.

- [AI and the Quantity and Usage of Creative Products: Have LLMs Boosted Creation of Valuable Books?](https://www.nber.org/papers/w34777)

이 수치는 조심해서 봐야 한다. NBER working paper이고 AI 탐지 도구를 이용해 책을 분류했기 때문에 “2025년 책 절반이 확실한 AI 책”이라는 식으로 단정할 자료는 아니다.

그래도 시장의 방향은 잘 보여 준다.

**이제 부족한 것은 책을 만드는 능력이 아니라 좋은 책을 고르는 능력이다.**

300페이지를 생산했다는 사실 자체의 희소성은 빠르게 낮아지고 있다.

## 그래서 오히려 ‘작가성’의 값이 올라갈 수 있다

AI 이전에는 긴 원고를 끝까지 완성하는 것 자체가 큰 진입장벽이었다.

이제 그 장벽은 낮아진다.

그러면 가치가 다른 곳으로 이동한다.

- 텍스트 생산 능력 → 무엇을 쓸 것인가
- 문장 완성 능력 → 어떤 문장을 선택할 것인가
- 콘텐츠 양 → 관점
- 평균적인 완성도 → 고유한 작가성

AI는 가능한 문장을 거의 무한히 만들어 줄 수 있다. 하지만 그중 어떤 한 문장을 남기고 나머지를 버릴지는 여전히 작품의 방향을 결정한다.

내가 보기엔 앞으로 더 중요해지는 질문은 “이 사람이 글을 직접 타이핑했는가?”보다 **“최종 작품의 중요한 창작적 선택을 누가 했는가?”**에 가까워질 가능성이 크다.

## 출판 플랫폼은 이미 AI 생성과 AI 보조를 구분하고 있다

Amazon KDP의 현재 가이드라인은 이 구분을 명시적으로 사용한다.

AI 도구가 실제 텍스트, 이미지, 번역을 생성했다면 **AI-generated content**로 보고 게시하거나 수정 재게시할 때 이를 Amazon에 알려야 한다. 반면 사람이 직접 만든 콘텐츠를 AI가 아이디어, 교정, 개선 등에 보조한 **AI-assisted content**는 별도 신고를 요구하지 않는다.

- [Amazon KDP Content Guidelines - Artificial intelligence content](https://kdp.amazon.com/en_US/help/topic/G200672390)

전통 출판에서도 비슷한 경계가 생기고 있다.

Authors Guild는 2026년 AI 관련 출판 계약 모델 조항을 업데이트하면서 제출 원고에 AI 생성 텍스트가 포함됐는지 공개하는 조항, 출판사가 저자의 동의 없이 원고를 상용 AI에 올리지 못하게 하는 조항 등을 제안하고 있다.

- [Authors Guild AI-Related Model Publishing Contract Clauses](https://authorsguild.org/advocacy/artificial-intelligence/ai-model-clauses/)

즉 앞으로는 단순히 **“AI를 썼느냐”**보다 **“AI가 작품에서 무엇을 했느냐”**가 더 중요한 질문이 될 가능성이 높다.

## 저작권도 프롬프트보다 인간의 실제 창작 기여를 본다

미국 저작권청은 2025년 AI 보고서 Part 2에서 생성형 AI 결과물도 인간이 충분한 표현적 요소를 결정한 부분은 보호될 수 있다고 정리했다.

사람이 AI 결과를 창의적으로 배열하거나 수정한 부분, 인간이 직접 만든 표현이 결과에 남아 있는 부분 등은 저작권 보호 대상이 될 수 있다. 반면 단순히 프롬프트만 제공했다는 사실은 그 자체로 충분한 인간 저작성을 보장하지 않는다.

AI를 창작 도구로 사용했다는 사실만으로 전체 작품의 저작권이 사라지는 것도 아니다.

- [U.S. Copyright Office - Copyright and Artificial Intelligence, Part 2](https://www.copyright.gov/newsnet/2025/1060.html)

한국저작권위원회도 생성형 AI 활용 저작물 등록 안내서를 통해 비슷한 방향을 제시하고 있다. 핵심은 AI가 만든 부분과 인간이 실제로 창작적으로 기여한 부분을 구분하는 것이다.

- [한국저작권위원회 - 생성형 인공지능 활용 저작물의 저작권 등록 안내서](https://www.copyright.or.kr/information-materials/publication/research-report/view.do?brdctsno=54851)

그래서 상업 출판까지 생각한다면 작업 과정에서 인간이 어떤 선택과 수정, 배열, 재작성을 했는지 설명할 수 있는 구조가 점점 중요해질 것 같다.

## 2026년 8월의 위치를 한 줄씩 정리하면

내가 보는 흐름은 이렇다.

**2022년:** AI가 글을 쓴다.

**2024년:** AI가 꽤 좋은 글을 쓴다.

**2026년:** AI와 함께 장편소설을 제작할 수 있다.

하지만 아직 다음 문장까지는 가지 못했다.

**AI가 혼자 좋은 장편소설가가 됐다.**

이 차이가 생각보다 크다.

## 지금 실제로 장편을 쓴다면 가장 강한 조합

현재 기술을 가장 잘 쓰는 방법은 AI에게 소설가 자리를 통째로 넘기는 것이 아니라 **AI를 작가실 전체처럼 쓰는 것**이라고 생각한다.

사람이 핵심 아이디어와 주제를 정한다.

AI에게 가능한 플롯을 많이 탐색하게 한다.

사람이 가장 좋은 방향을 선택한다.

AI가 설정 충돌과 약한 동기를 찾는다.

사람이 캐릭터의 욕망과 결말을 확정한다.

AI가 장별 구조와 장면 후보를 만든다.

사람이 필요한 장면만 선택한다.

AI가 같은 장면의 여러 초안을 만든다.

사람이 선택하고 다시 쓴다.

별도의 AI가 시간, 설정, 인물 기억, 복선을 검사한다.

또 다른 검수 단계에서 긴장감과 반복을 비판한다.

마지막으로 사람이 작품의 문체와 의미를 결정한다.

이 구조에서는 AI의 가장 큰 장점인 **엄청난 탐색 능력**을 얻으면서, 가장 큰 약점인 **평균적인 선택으로 수렴하는 경향**을 사람이 통제할 수 있다.

## 결론: 문장 생성 경쟁은 끝나가고, 이제는 작품 운영 경쟁이다

2026년 8월 현재 AI 소설을 두 극단 중 하나로 설명하는 것은 둘 다 맞지 않는다고 본다.

“AI 소설은 아직 형편없다”는 말은 단편과 장면 수준에서는 이미 현실과 멀어졌다.

반대로 “AI가 인간 소설가를 대체했다”는 말도 장편 전체의 구조, 긴장, 독창성, 작품의 의도까지 생각하면 너무 빠르다.

더 정확한 표현은 이것에 가깝다.

> **AI는 작가가 하는 개별 작업의 상당 부분에서 이미 매우 강력하지만, 그 작업들을 하나의 작품으로 묶어 무엇을 말할지 결정하는 일은 아직 인간의 감독과 선택에 크게 의존한다.**

그리고 가장 빠르게 발전하는 부분도 모델의 문장력 자체가 아니다.

장편 기억, 인물 상태, 세계 상태, 복선, 긴장 곡선, 검수 에이전트, 재작성 루프처럼 **소설을 하나의 장기 프로젝트로 운영하는 기술**이 발전하고 있다.

그래서 지금 가장 강한 경쟁자는 AI 단독 소설가보다 **소설을 이해하면서 AI를 제대로 운용하는 인간 작가**에 가깝다고 생각한다.

그 사람은 혼자 쓰던 때보다 훨씬 많은 아이디어를 비교하고, 여러 플롯을 시뮬레이션하고, 같은 장면을 열 가지 방식으로 시험하고, 설정 오류를 자동으로 찾으면서도 마지막 선택은 자신이 할 수 있기 때문이다.

AI 소설 쓰기는 이미 충분히 실전적인 기술이 됐다. 다만 현재의 핵심은 **AI에게 얼마나 많이 쓰게 하느냐가 아니라, 인간이 무엇을 끝까지 통제하느냐**다.

## 참고 자료

- [Sears & Weisberg, Bot or not? (2026)](https://doi.org/10.1017/jdm.2026.10042)
- [Wang et al., Towards A “Novel” Benchmark (ACL 2025)](https://aclanthology.org/2025.findings-acl.1114/)
- [Li et al., Lost in Stories / ConStory-Bench (2026)](https://arxiv.org/abs/2603.05890)
- [Aluru et al., From Personas to Plot / MAGNET & ATLAS (2026)](https://arxiv.org/abs/2607.00918)
- [Li et al., Narrative Flattening (2026)](https://arxiv.org/abs/2605.27878)
- [Sui et al., Spoiler Alert (2026)](https://arxiv.org/abs/2604.09854)
- [Doshi & Hauser, Generative AI enhances individual creativity but reduces collective diversity (2024)](https://doi.org/10.1126/sciadv.adn5290)
- [Homogenizing effect of LLMs on creative diversity (2025)](https://doi.org/10.1016/j.chbah.2025.100207)
- [Reimers & Waldfogel, AI and the Quantity and Usage of Creative Products (NBER 2026)](https://www.nber.org/papers/w34777)
- [Amazon KDP Content Guidelines](https://kdp.amazon.com/en_US/help/topic/G200672390)
- [Authors Guild AI Model Clauses](https://authorsguild.org/advocacy/artificial-intelligence/ai-model-clauses/)
- [U.S. Copyright Office AI Report Part 2](https://www.copyright.gov/newsnet/2025/1060.html)
- [한국저작권위원회 생성형 AI 활용 저작물 등록 안내서](https://www.copyright.or.kr/information-materials/publication/research-report/view.do?brdctsno=54851)