Claude Opus 5.5의 글쓰기 특징은 바뀌었지만 사라지지는 않았다

6일 전

9분 분량

Claude Opus 5.5의 글쓰기 특징은 Anthropic의 스타일 개편 이후에도 남아 있었다. 모델의 대시 사용은 99% 줄었지만, 가장 강력한 신호는 이제 “dependable”이다. 이 단어는 비슷한 인간 작성 글보다 모델이 쓴 글에서 23배 더 자주 등장했다.

이 결과는 9,974개의 일치 주제를 다룬 기사를 Graphite가 분석해 얻었다. 연구진은 Opus 5.5가 인간 필자보다 최소 두 배 자주 사용한 단어, 구문, 문장 패턴 2,548개를 확인했다.

이 결과는 Opus 5.5가 더 자연스럽게 소통한다는 Anthropic의 주장을 복잡하게 만든다. 어휘는 인간 글쓰기에 눈에 띄게 가까워졌지만, 수천 개의 통계적 차이는 여전히 남았다. 모델은 언어적 지문을 잃지 않았다. 익숙한 몇몇 습관을 새로운 선호의 집합으로 바꿨을 뿐이다.

OpenAI의 GPT-6 Astra는 또 다른 뚜렷한 패턴을 보였다. 이 모델은 주장을 더 자주 한정하고 교정적 구도를 활용한 반면, Opus는 최상급 표현과 중요성을 선언하는 문구를 선호했다. 이 비교는 AI 글쓰기 탐지를 계속 움직이는 표적의 문제로 만든다. 모델 버전마다 편집자, 교사, 독자가 알아본다고 생각하는 증거가 바뀐다.

23배 선호가 드러낸 새로운 Opus 패턴

최신 Claude Opus 5.5 글쓰기 특징은 반복으로 인해 이례적으로 보이게 된 평범한 단어들이다.

Graphite는 Anthropic이 2026년 9월 22일 모델을 출시한 뒤 Opus 5.5 업데이트를 공개했다. 이 연구는 10개 AI 모델과 인간 대조군 컬렉션을 대상으로 한 이전 분석을 확장했다.

연구진은 모든 모델과 인간 코퍼스에 대응 기사가 있는 9,974개 주제를 사용했다. 인간 기사는 ChatGPT 출시 이전에 발행돼, 해당 표본에 표시되지 않은 생성형 AI 결과물이 포함됐을 가능성을 낮췄다.

각 모델에는 요약문이 제공됐고 동일한 주제에 대한 새 기사를 생성했다. 이 접근법은 주제 차이를 줄였지만, 프롬프트나 출처 선택으로 인한 모든 효과를 제거할 수는 없었다.

연구진은 이후 길이를 정규화한 단어 및 구문 빈도를 비교했다. 또한 최대 세 단어를 넣을 수 있는 빈칸을 포함한 반복 언어 패턴인 프레임도 살폈다.

Graphite의 정의에서 특징은 인간 컬렉션보다 AI 글에서 최소 두 배 자주 나타나는 표현이다. 빈도 필터는 소수의 문서에서만 등장하는 표현을 제외한다.

그 결과 AI 글쓰기 연구는 Opus 5.5의 특징 2,548개를 발견했다. 이는 Opus 5에서 기록된 2,666개보다 불과 4% 적은 수치였다.

“Dependable”은 인간 사용 빈도의 23배로 모델의 평가적 형용사를 이끌었다. “Steady”는 11배, “thoughtful”은 9배 더 자주 등장했다. “Meaningful”은 인간 빈도의 8배에 이르렀다.

이 단어들 자체가 본질적으로 인공적인 것은 아니다. 인간 필자도 서비스를 dependable하다고 부르거나 응답을 thoughtful하다고 묘사할 수 있다. 이들의 가치는 개별 등장 여부가 아니라 집합적 행동에 있다.

전환 표현도 두드러졌다. “Looking ahead the”는 인간 빈도의 40배로 나타났다. “Adds another layer”는 27배, “what comes next”는 24배에 달했다.

Opus 5.5는 대비를 선호하는 경향도 유지했다. “is more than a _ it” 패턴은 인간 기사보다 98배 자주 나타났다. “Rather than simply”은 인간 빈도의 32배였다.

가장 강한 범주는 중요성 표시였다. “This matters”는 인간 컬렉션보다 116배 자주 나타났다. “Why _ matters”는 92배 더 자주 등장했다.

이 수치가 모든 Opus 기사에 이런 표현이 들어간다는 뜻은 아니다. 이는 크고 통제된 코퍼스 전반의 상대 빈도를 설명한다. 인간이 거의 사용하지 않는 희귀 구문은 큰 비율을 만들 수 있다.

단일 표현을 증거로 간주하려는 사람에게는 이 구분이 중요하다. 이 연구는 집단 수준의 습관을 보여준다. 하나의 문단, 이메일, 학생 에세이에 대해 신뢰할 수 있는 저자 판정을 제공하지는 않는다.

가장 타당한 결론은 더 제한적이다. Opus 5.5는 요약문을 기사로 전환할 때 특정 평가적·구조적 구문을 반복해서 선택한다. 이러한 선호는 대규모 스타일 개정 이후에도 여전히 보인다.

익숙한 AI 글쓰기 특징은 이미 구식이다

모델 행동이 대중적 탐지 조언보다 더 빨리 변하면서 대시는 더 이상 유용한 지름길이 아니게 됐다.

몇 년 동안 독자들은 대시를 생성 텍스트의 비공식 표지로 여겼다. 이전 버전의 Claude가 이를 자주 사용했기 때문에 이 문장부호는 Claude와 연관됐다.

Opus 5.5는 이 습관을 대부분 버렸다. Graphite는 1,000단어당 대시 0.015개를 측정했으며, Opus 5의 2.92개와 대조된다. 이는 약 99% 감소에 해당한다.

별도의 평가도 비슷한 방향의 결과를 냈다. Arize 연구원은 Opus 5.5로 57,000단어를 생성해 대시를 단 두 개만 발견했다. 그의 Opus 5 표본에서는 1,000단어당 12.9개가 나왔다.

더 작은 규모의 독립 글쓰기 테스트는 다섯 장르와 다섯 주제 영역에 걸친 20개의 고정 브리프를 사용했다. 연구원은 자동 평가기를 구축하기 전에 153개 사례를 수동으로 표시했다.

데이터셋은 Graphite의 코퍼스보다 훨씬 작았지만, Anthropic의 개정 모델을 이전 모델과 직접 비교했다. 이 연구는 다른 알아보기 쉬운 “Claudism”이 사라지기보다는 약 절반 수준으로 줄었다고 밝혔다.

이 변화는 불편한 역전을 만든다. 이제 인간 필자는 최신 프런티어 모델이 거의 사용하지 않는 문장부호 때문에 의심받을 위험이 있다.

모델 개발자는 사후 학습, 시스템 지침 또는 생성 출력 선호를 통해 눈에 띄는 습관을 억제할 수 있다. 사용자는 프롬프트의 한 문장만으로도 다른 문장부호를 요청할 수 있다.

따라서 표면적 단서는 취약하다. “Delve”, 대시, 정돈된 세 부분 목록, 매끄러운 결론은 하나의 스타일을 설명할 수 있다. 어느 것도 저자성을 확립하지는 않는다.

같은 문제는 상용 AI 탐지기에도 영향을 준다. 어제의 모델로 훈련된 분류기는 제공업체가 출력 행동을 바꾸면 정확도를 잃을 수 있다. 기본 모델은 같은 이름을 유지하면서도 업데이트를 통해 스타일이 바뀔 수 있다.

오탐은 실질적 결과를 낳는다. 교사는 원래 격식 있는 문체를 쓰는 학생을 비난할 수 있다. 편집자는 자동화된 의심을 피하려고 기고자의 독특한 문장부호를 평준화할 수 있다.

거짓 음성도 마찬가지로 쉽게 만들 수 있다. 사용자는 불규칙한 문장 길이를 요청하거나 선호 구문을 제거하거나, 두 번째 모델에 첫 번째 출력을 다시 쓰도록 요청할 수 있다. 인간의 편집은 텍스트의 출처를 바꾸지 않고도 뚜렷한 패턴을 지울 수 있다.

실질적인 대응은 출처, 사실적 근거, 수정 이력을 함께 평가하는 것이다. 문체적 증거는 더 면밀한 검토를 유도할 수 있지만, 단독으로 사건을 판단해서는 안 된다.

전문 팀에게 이는 출처 메모와 초안을 보존한다는 뜻이다. 검색 가능한 개인 지식 베이스는 주장을 근거와 연결하고 문서가 어떻게 발전했는지 기록하는 데 도움이 될 수 있다.

이 워크플로는 실제 품질 위험을 다룬다. 공개되지 않은 AI 사용도 중요할 수 있지만, 근거 없는 주장과 책임성 부재가 대체로 더 큰 운영상 문제를 만든다.

따라서 Graphite의 결과는 단순한 탐지 규칙의 근거를 약화한다. 대신 프로세스 증거, 편집 검토, 투명한 정책의 필요성을 강화한다.

Anthropic은 지문을 지우지 않고 스타일을 개선했다

Opus 5.5는 Opus 5와 거의 같은 수의 측정 가능한 특징을 유지하면서 통계적으로 인간 글쓰기에 더 가까워졌다.

Anthropic은 직접적인 소통 주장을 내세워 Opus 5.5를 선보였다. 회사는 이 모델이 더 자연스럽게 글을 쓰고, 중요한 정보를 먼저 배치하며, 전문 용어와 특이한 표현을 더 피한다고 밝혔다.

초기 테스터들은 이 글이 더 명확하고 따라가기 쉽다고 전했다. Anthropic은 독자가 모델의 작업을 더 쉽게 검토할 수 있다는 점에서 더 나은 소통을 안전성 이점으로도 제시했다.

Graphite의 결과는 이 입장을 부분적으로 뒷받침한다. 연구진은 두 확률 분포를 비교하는 통계량인 Jensen-Shannon divergence를 사용해 단어 분포 차이를 측정했다.

점수 0은 단어 사용이 동일함을 뜻한다. 점수 1은 겹침이 없음을 의미한다.

Opus 5는 인간 글쓰기 대비 0.064점을 기록했다. Opus 5.5는 0.052로 내려가 19% 감소했다. 즉, 전체 단어 분포가 인간 코퍼스에 더 가까워졌다는 의미다.

이 모델은 Anthropic이 직접 진술 대신 수사나 은유를 사용하는 언어로 정의하는 “mannered prose”에서도 개선됐다. Graphite는 Opus 5.5의 점수가 10.57로, Opus 5의 16.75보다 37% 낮다고 보고했다.

인간 기사는 6.65점을 기록했다. GPT-6 Astra는 7.91점이었다. 따라서 Opus는 크게 개선됐지만, 비교 대상 두 그룹보다 여전히 더 꾸며진 문체를 보였다.

꾸며진 문체 결과는 신중히 해석할 필요가 있다. Graphite는 Claude Opus 5 자체를 사용해 1,000개의 일치 주제 하위 표본을 0점부터 100점 척도로 평가했다.

평가기 모델은 어떤 모델이 각 기사를 생성했는지 알지 못했다. 그럼에도 판단은 기계적 측정이 아니라 또 다른 모델의 해석을 반영한다.

특징 수는 핵심적인 긴장을 만든다. Opus 5.5는 전반적인 어휘 유사성은 더 좋았지만, 특징 2,548개는 Opus 5의 총수보다 불과 4% 적었다.

이 결과는 서로 다른 속성을 측정한다. 분포 유사성은 전체 어휘가 인간 글쓰기와 어떻게 비교되는지 묻는다. 특징 수는 특정 패턴 중 얼마나 많은 것이 빈도 기준선을 넘는지 묻는다.

모델은 두 번째 측정치를 제거하지 못해도 첫 번째 측정치에서는 개선될 수 있다. 폭넓은 어휘 선택은 더 인간적으로 변할 수 있지만, 좁은 습관은 여전히 강하게 집중될 수 있다.

Anthropic의 Opus 5.5 발표는 더 강력한 지식 노동 성과도 강조했다. 한 내부 연구 과제에서 18개 보고서 중 16개가 서로 다른 노력 설정에서 엄격한 품질 기준을 통과했다.

Anthropic은 만들어낸 숫자나 인용문 하나만 있어도 보고서가 실패한다고 밝혔다. 회사에 따르면 이전 Opus 및 Fable 모델은 어떤 시도에서도 이 기준을 통과하지 못했다.

이러한 내부 결과는 자연스러운 문장과 신뢰할 수 있는 조사가 별개의 차원이기 때문에 관련이 있다. 반복되는 구문이 보고서를 사실적으로 틀리게 만들지는 않는다. 인간처럼 들리는 언어도 주장을 정확하게 만들지는 않는다.

회사의 더 폭넓은 논지는 사용성에 관한 것이다. 더 명확한 글은 편집자가 반복되는 문체 패턴을 여전히 식별할 수 있더라도 검토 시간을 줄일 수 있다.

Graphite의 연구는 그 개선을 반박하지 않는다. 다만 그 범위를 설정한다. Opus 5.5는 전체적으로 더 인간적으로 보이지만, “더 인간적”이라는 말이 구별 불가능하다는 뜻은 아니다.

Opus와 Astra는 서로 다른 언어적 지문을 남긴다

중요한 경쟁은 인간 글과 하나의 고정된 AI 스타일 사이의 대결이 아니라, 안정적인 탐지 가정과 변화하는 모델 지문 사이의 대결이다.

GPT-6 Astra는 단순히 Opus 5.5보다 더 잘하거나 못한 것이 아니었다. 서로 다른 습관의 집합을 보였다.

Astra는 주장을 더 자주 한정했다. “May provide”는 Astra에서 Opus 5.5보다 18배 자주 나타났다. “Not necessarily”는 17배 더 자주 나타났다.

“does not establish”라는 구문은 더 큰 차이를 보이며 Opus 5.5 빈도의 275배에 이르렀다. 이러한 패턴은 Astra가 명시적인 한계를 통해 주장을 보호하는 경우가 많다는 점을 시사한다.

Opus 5.5는 최상급 표현에 더 크게 의존했다. Astra와 비교하면 “the most popular”은 45배, “the most powerful”은 24배 더 자주 사용했다.

“Perhaps the most”는 29배 더 자주 등장했다. “one of the best _ about” 프레임은 Astra 빈도의 79배에 달했다.

그 대조는 어조에도 영향을 미친다. Astra는 신중하거나 수정적인 어조로 들릴 수 있다. Opus는 특히 중요도를 부여할 때 더 평가적이고 자신감 있게 들릴 수 있다.

Graphite의 CEO Ethan Smith는 이 패턴을 꾸준한 진전이 아닌 차이로 설명했다. 각각의 새 모델은 한 차원에서는 더 나아질 수 있지만, 동시에 또 다른 식별 가능한 리듬을 형성할 수 있다.

보도된 업계 분석도 같은 결론에 도달했다. 한 모델 비교는 이 연구가 동일한 9,974개 주제에서 10개 모델을 평가했다고 언급했다.

Opus 5.5의 단어 분포는 인간에 가까워졌다. Astra는 반대로 인간과 멀어졌으며, GPT-5.6 Sol의 0.101에서 0.109로 증가했다.

그럼에도 Astra는 Opus보다 덜 작위적인 문장을 생성했다. 따라서 하나의 점수만으로 단순한 순위를 매길 수는 없다.

어떤 사용자는 Astra의 직설성을 선호하면서도 그 단서적 표현은 싫어할 수 있다. 다른 사용자는 Opus의 자연스러운 흐름을 선호하되, 편집 과정에서 불필요한 최상급 표현을 제거할 수 있다.

이 결과는 모델 출처 식별도 복잡하게 만든다. 사용자가 하나의 워크플로에서 여러 도구를 조합하기 때문에, 하나의 문단에는 여러 시스템과 연관된 특성이 함께 나타날 수 있다.

한 모델은 조사를 수행하고, 다른 모델은 초안을 작성하며, 세 번째 모델은 편집할 수 있다. 이후 사람이 결과물을 출판 전에 수정할 수도 있다.

프롬프트는 또 다른 변수를 더한다. 특정 표현을 명시적으로 금지하면 그 빈도가 바뀔 수 있다. 신중한 과학적 언어를 요청하면 한 차원에서는 Opus가 Astra와 비슷해질 수 있다.

파인튜닝된 시스템과 애플리케이션 수준의 지침은 추가적인 변화를 만든다. 사용자가 보는 결과물에는 제공업체의 모델, 애플리케이션의 시스템 프롬프트, 그리고 사용자의 요청이 모두 반영될 수 있다.

이 때문에 “AI 스타일”이라는 표현은 지나치게 포괄적이 되었다. 프런티어 모델들은 일부 익숙한 구조를 반복하더라도 더는 하나의 안정적인 목소리를 공유하지 않는다.

경쟁 압력은 모델 연구소와 AI 탐지 업체 모두에 가해진다. 연구소는 사용자 의도에 맞춰 적응하는 문장을 원한다. 탐지 업체는 빠른 모델 변화에도 견디는 시스템이 필요하다.

편집자들도 또 다른 압박에 직면한다. 무해한 문체적 반복과 정확성, 명확성 또는 신뢰를 훼손하는 결함을 구분해야 한다.

“이것이 중요하다”라고 말하는 문장은 진부할 수 있지만, 자동으로 거짓이 되는 것은 아니다. 반면 출처를 날조한 우아한 문장은 훨씬 더 심각한 문제다.

유용한 교훈은 하나의 대체 징후를 찾아내는 데 있지 않다. 생성된 문장은 변화하는 통계적 특징을 지니며, 그 어느 것도 편집적 판단을 대체해서는 안 된다는 점을 인식하는 데 있다.

이 연구는 단일 문단의 작성자를 식별할 수 없다

Graphite는 개별 문서나 작성자에 대한 법의학적 검사가 아니라 코퍼스 수준의 차이를 측정했다.

이 연구의 규모는 집계 결과에 설득력을 더한다. 동시에 연구 설계는 그 결과를 활용하는 방식에 한계를 부과한다.

첫째, 실험은 요약문을 바탕으로 한 기사 생성에 초점을 맞췄다. 이것이 이메일, 소설, 법률 분석, 학교 에세이 또는 일상적 대화를 자동으로 설명하는 것은 아니다.

과업이 달라지면 모델의 언어도 달라진다. 기술 보고서에는 자연스럽게 더 많은 한정 표현이 들어갈 수 있다. 마케팅 문구에는 자연스럽게 더 많은 최상급 표현이 들어갈 수 있다.

둘째, 인간 대조군 기사는 ChatGPT 이전 시기에 작성된 것이었다. 이는 기준선이 명백하게 오염되는 것을 막지만, 시간적 차이를 도입한다.

편집 관행은 변한다. 검색 최적화도 변한다. 출판사는 제목 구조, 문단 길이, 선호하는 문장부호를 바꾼다.

모델에 귀속된 일부 차이는 현대의 글쓰기 환경을 부분적으로 반영할 수 있다. Graphite의 주제 매칭 설계는 콘텐츠 편향을 줄이지만, 모든 역사적 차이를 없앨 수는 없다.

셋째, 빈도 비율은 드문 행동을 과장할 수 있다. 인간이 어떤 표현을 거의 사용하지 않는다면, 모델이 그 표현을 적당히 사용한 것만으로도 눈에 띄는 배수가 나올 수 있다.

연구진은 이 문제를 해결하기 위해 최소 빈도 요건을 적용했다. 한 순위 보기에서는 단어가 최소 500개의 모델 기사에 등장해야 했고, 다른 분석에는 각기 다른 임계값이 적용됐다.

그러한 필터가 있더라도 비율에는 기준 빈도가 필요하다. 인간 사용률의 116배라는 “이것이 중요하다”는 표현은 결정적으로 들리지만, 기사당 해당 표현이 얼마나 등장했는지는 보여주지 않는다.

넷째, 결과는 특정 모델 버전과 실험 설정을 반영한다. 제공업체의 업데이트, 추론 설정, 시스템 프롬프트, 사용자 지침은 모두 결과물을 바꿀 수 있다.

다섯째, 이 연구는 독립 학술 연구실이 아닌 마케팅 및 성장 기업인 Graphite에서 나왔다. 연구진은 기반이 된 tells 데이터와 원문 기사를 공개했으며, 이는 외부 검증을 뒷받침한다.

독립적인 재현은 여전히 가치가 있다. 연구자들은 다른 장르, 언어, 프롬프트 설계, 인간 기준선을 시험해야 한다. 또한 상대 비율과 함께 절대 빈도도 보고해야 한다.

초기 Arize 테스트는 유용한 비교 사례를 제공한다. 이 테스트는 em dash의 급격한 감소를 뒷받침하는 한편, 더 광범위한 문체적 습관은 남아 있음을 확인했다.

그렇더라도 20개의 브리프만으로는 거의 10,000개의 정렬된 주제에서 나온 모든 결과를 검증할 수 없다. 두 프로젝트는 서로 다른 설계를 사용했고, 서로 다른 질문에 답했다.

가장 탄탄한 외부 보도는 이러한 경계를 분명히 유지했다. 원래의 writing-tells 보도는 어떤 표현도 AI 저작을 증명하지는 않는다는 점을 전제로 모델의 습관을 설명했다.

독자도 같은 절제를 적용해야 한다. 의심스러운 표현은 질문을 제기하게 할 수 있다. 하지만 그 표현 하나만으로 질문에 답할 수는 없다.

출판사에게 더 신뢰할 수 있는 검토는 주장에 출처가 있는지, 인용이 원문과 일치하는지, 결론이 증거에서 도출되는지를 묻는 것이다. 또한 최종 텍스트에 대한 책임을 누가 지는지도 물어야 한다.

기업의 경우, 공개 규칙은 위험 수준에 맞아야 한다. 일상적인 내부 요약에는 의료 조언, 금융 분석 또는 공개 보도와 같은 수준의 통제가 필요하지 않다.

이 연구는 유죄를 보여주는 것이 아니라 경향을 드러낸다. 이를 탐지기로 취급하면 신중한 기술 연구가 신뢰할 수 없는 집행 도구로 바뀌게 된다.

새로운 징후가 지속되는지 보여줄 세 가지 신호

다음 검증 대상은 Opus 5.5의 현재 지문이 재현, 사용자 프롬프트, 그리고 다음 모델 업데이트를 거쳐도 유지되는지다.

첫 번째 신호는 Graphite 결과의 독립적인 재현이다. 연구자들은 서로 다른 프롬프트, 장르, 인간 표본을 사용해 비교 가능한 코퍼스를 생성해야 한다.

“dependable”, “this matters”, 그리고 대조 구도가 계속 높은 수준을 유지한다면 지속적인 Opus 5.5 특성이라는 근거가 강해진다. 작은 프롬프트 변화만으로 사라진다면 약한 출처 식별 신호에 불과하다.

두 번째 신호는 Anthropic이 모델의 언어를 얼마나 빠르게 바꾸는지다. 이 회사는 Opus 5의 소통 스타일에 대한 비판에 분명히 대응했다.

이후 업데이트가 Opus 5.5가 em dash를 줄인 만큼 현재의 징후를 급격히 줄일 수도 있다. 이는 눈에 보이는 문체적 특성이 조정 가능한 제품 행동임을 확인하게 될 것이다.

세 번째 신호는 탐지 업체가 버전별 평가를 공개하는지 여부다. 탐지기는 최신 모델, 인간-AI 혼합 워크플로, 편집된 결과물을 대상으로 테스트되어야 한다.

정확도 주장은 다양한 글쓰기 공동체에서의 오탐률도 필요로 한다. 영어가 모국어가 아닌 작성자, 기술 전문가, 격식 있는 문체를 쓰는 사람이 부수적 피해를 입어서는 안 된다.

더 유용한 미래는 언어적 추측보다 출처 추적을 포함할 수 있다. 서명된 생성 기록, 보존된 초안, 명확한 공개는 문장만으로 출처를 드러낼 수 있다고 가장하지 않으면서도 작성 과정을 입증할 수 있다.

작성자에게 즉각적인 조치는 간단하다. 초안에서 반복되는 평가적 단어, 상투적인 대조, 불필요한 최상급 표현, 중요성을 입증하는 대신 선언하는 문장을 검색하라.

그런 다음 모든 사실 주장을 검증하라. 근거 없는 확신을 제거하라. 의심을 피하기 위해 독특한 문장부호를 삭제하는 대신, 문장에 도움이 될 때는 유지하라.

Claude Opus 5.5 writing tells는 유용한 편집 점검표를 제공하지만, 판결문은 아니다. 출판사들은 이 발견을 검토 개선에 활용할 것인가, 아니면 또 하나의 일시적 패턴을 신뢰할 수 없는 지름길로 바꿀 것인가?