생성형 AI의 서정시 창작 실태에 관한 시론―무료 사양을 중심으로― = A Poetics Study on the Current State of Lyric Poetry Creation by Generative AI - Focusing on the Free Version

국문 초록 (Abstract)

이 연구의 목표는 2025년 11월 현재, 생성형 AI의 시 창작 실태를 분석하는 것이다. 인공지능은 주어진 주제를 시 장르 특성에 맞는 언어로 구현해 낸다. 이 결과물을 분석하여 창작의 양상과 수준을 가늠한다. 이 연구는 일종의 시론이다. 자료를 입력해서 나오는 출력물이 유동적이기 때문이다. 사례연구(case study)라고 할 수 있다. 한정된 사례를 통해 그 사례가 지닌 맥락을 파악하고 그것으로 연구 목표에 다가가고자 하였다.
현재 통용되는 생성형AI 중에서 OpenAI의 ChatGPT-5.0로 서정시 창작의 실태를 분석했다. 특정 제품 하나를 선택한 것은 다른 제품과 유의미한 차이를 발견하지 못했다고 판단해서이다. 그리고 무료 사양으로 실험하였다. 유료 사양의 사용자보다 무료 사용자가 월등히 많은 점이 결정의 이유였다. 중요한 것은 프롬프트의 수준이다. 일반인이 일상생활에서 시를 즐기기 위한 정황을 설정하였을 때, 그에 준하는 프롬프트가 무엇인지를 몇 번의 실험으로 가늠했다.
비교 연구(comparative study)를 주요한 연구 방법으로 채택했다. 인간이 창작한 시와 인공지능이 제작한 시를 비교하면서 인공지능 창작의 실태를 파악하였다. 비교 대상으로 연구자의 시를 선정한 것은 연구자 본인의 시여서 창작의 의도와 언어 사정을 잘 알 뿐만 아니라 비교하기가 수월하기 때문이었다.
연구를 통하여 확인한 사항들을 정리하면 이러하다. 생성형AI는 ‘잠재적 패턴’을 찾아 요구에 부응한다. 사용자의 요구에 부응하려면 빈도수가 높은 연관어를 선별해 내야 한다. 그래야만 가장 그럴듯한 결과물을 창출할 있다. 그 결과, 진부한 표현이 나올 수밖에 없고 상투적인 구성이 나올 수밖에 없다. 그러니까 인간이 쓴 시에 가장 근사한 잠재적 패턴을 찾아내는 일은 가장 진부한 표현을 찾는 일이라는 역설이 성립한다.
그런데 시를 지어달라는 단순한 요구와 달리 프롬프트에 인간의 시를 입력하고 그와 유사한 시를 지어달라고 할 경우, 재미있는 결과를 얻었다. 시가 짧거나 패턴을 파악하기가 쉬운 시를 원작으로 하면 인공지능은 기계적인 반응을 보였다. 반면, 형식 패턴이 강하지 않은 시를 프롬프트에 넣고 유사한 시를 쓰라고 지시하면 유사한 주제의 시를 지어주었다. 주제와 관련이 있는 연관어를 찾고 맥락으로 구성하였으므로 덜 기계적이었다.
인간이 쓴 시에는 언어의 진성성이 묻어 있게 마련이다. 이에 반해 인공지능이 쓴 시에는 이 경험의 깊이는 반영되지 않는다. 언어의 진정성을 확보하기 위해 인간이 쓰는 시에는 함축의 시학, 긴장의 시학 등이 들어 있다. 아직까지 기계가 따라하기는 어렵다고 생각한다.

다국어 초록 (Multilingual Abstract)

The aim of this study is to analyze the current state of poetic creation using generative AI as of November 2025. Artificial intelligence implements a given theme in language appropriate to the characteristics of the poetic genre. By analyzing these outputs, the study seeks to gauge the patterns and level of creativity. This research can be considered a kind of poetics, as the outputs generated from the input data are variable. It can also be described as a case study: by examining a limited number of cases, the contextual characteristics of each case can be understood and used to approach the research objectives.
Among the currently available generative AI models, OpenAI’s ChatGPT‑5.0 was selected to analyze the state of lyric poetry creation. One product was chosen because no meaningful differences were observed compared to other models. Experiments were conducted using the free version, as the number of free users overwhelmingly exceeded that of paid users. A key factor is the level of the prompt: by setting scenarios in which ordinary people might enjoy poetry in daily life, several experiments were conducted to estimate the type of prompt appropriate for such users.
Comparative study was adopted as the primary research method. By comparing poems created by humans with those generated by AI, the study examined the state of AI-generated poetry. The researcher’s own poems were selected as the human comparison, since the researcher fully understood the intent and linguistic nuances of the works, and comparison was more straightforward.
The study yielded the following findings. Generative AI identifies “latent patterns” to meet user demands. To satisfy user requirements, it must select frequently occurring associated words, which allows the creation of the most plausible outputs. As a result, clichéd expressions and conventional structures are inevitable. In other words, identifying latent patterns most similar to human-written poetry paradoxically involves identifying the most banal expressions.
However, unlike a simple request to “write a poem,” when a human-written poem was input as a prompt and the AI was instructed to write a similar poem, interesting results emerged. When the source poem was short or had easily discernible patterns, the AI responded mechanically. In contrast, when a poem with less rigid formal patterns was used as a prompt, and the AI was instructed to create a similar poem, it produced poems with similar themes. By identifying words associated with the theme and structuring the output based on context, the poems were less mechanical.
Human-written poetry naturally reflects the authenticity of language. In contrast, AI-generated poetry does not reflect the depth of human experience. To achieve linguistic authenticity, human poetry relies on the poetics of implication and tension, elements that machines are still unable to replicate effectively.