신호 美 의회 보도자료서 LLM 문체흔적(em-dash) 사용 증가 실증

요약

프셰미스와프 추마가 발표한 한 프리프린트 논문은 대형언어모델의 도움으로 작성된 글에 측정 가능한 문체적 흔적이 남는지를 조사했다. 가장 널리 논의돼온 흔적인 em-dash, 그중에서도 앞뒤에 공백이 없는 형태에 초점을 맞췄다. 이 형태는 조판된 영문 산문에서는 흔하지만, 앞뒤에 공백을 두는 대시를 규정하는 AP 문체를 따르는 미국 언론 글쓰기에서는 이례적이다. 연구는 사전등록된 설계로 이 흔적이 의회 보도자료에서 실제로 측정 가능한지 검증했다. LLM 도구가 널리 보급되기 전후 시기인 2021년부터 2025년 사이 em-dash 사용 빈도가 인구수준에서 어떻게 변했는지를 측정했다. 이 방법론은 내용을 직접 분석하는 대신 문체적 지문을 추적해, AI 보조 글쓰기가 공식 정부 커뮤니케이션에 얼마나 침투했는지를 정량적으로 보여주는 접근법을 제공한다.