클로드가 남발하는 단어들, 데이터로 잡았다

클로드 코드(Claude Code)가 유독 자주 쓰는 영어 단어들을 실제 데이터로 계량한 프로젝트 '클로디즘스(Claudeisms)'가 화제다. 한 개발자가 자기 대화 기록을 통계 분석해, AI가 사람보다 훨씬 높은 빈도로 반복하는 어휘 144개를 뽑아냈다. AI가 쓴 글에는 특유의 '말버릇'이 있고, 그게 데이터로 드러난다는 것을 보여 준 사례다.

무슨 일인가

분석을 진행한 아치 우드는 클로드 코드가 로컬에 저장해 둔 자신의 대화 기록을 재료로 삼았다. 약 5주치, 175개 파일, 140MB 분량이다. 이 중 오퍼스(Opus) 4.7·4.8 세션에서 자신에게 실제로 전달된 응답 메시지만 골라, 도구 호출이나 하위 에이전트의 내부 메시지는 제외했다. 분석 대상을 '내가 읽는 문장'으로 한정해 AI 문체의 실제 체감을 잡아낸 셈이다.

핵심 짚어보기

비교 기준이 흥미롭다. 2021년 이전 웹 텍스트(위키백과·레딧·책·자막 등)를 모은 데이터셋, 그리고 프로그래머들이 쓴 글의 표본으로 스택오버플로(Stack Overflow) 댓글 17억 2천만 단어(2008~2020년)를 함께 썼다. 단어별 빈도 비율로 줄을 세우니 사람보다 20배 이상 자주 등장하는 단어가 144개나 나왔다. 상위권은 이렇다. 'load-bearing'이 7,500배 이상으로 압도적 1위, 이어 'gating' 762배, 'dedup' 649배, 'decisive' 639배, 'verdict' 633배, 'scaffolds' 572배, 'handoff' 360배 순이다. 하나같이 사람은 잘 안 쓰는데 AI는 즐겨 쓰는 단어들이다.

1인기업 실전 적용 포인트

• AI로 블로그·뉴스레터·SNS 글을 뽑아 쓴다면, 위 단어들이 그대로 나가는 순간 '기계가 썼다'는 티가 난다. 나만의 '금지 단어 리스트'를 만들어 발행 전에 자동 치환·삭제하는 습관을 들이자.
• 여러 AI 초안이 비슷하게 밋밋해지는 이유가 이 반복 어휘다. 사실·수치는 AI에게 맡기되, 문장은 내 말투로 다시 쓰는 '재서술' 단계를 워크플로에 반드시 넣자.
• 이 방법론 자체가 재활용된다. 내 대화·발행 기록을 빈도 분석해 '내가 남발하는 말버릇'을 찾아내면, 콘텐츠의 개성을 관리하는 지표로 쓸 수 있다.

전망 / 주의점

이 목록은 특정 개발자 한 명의 코딩 세션에 기반하므로 모든 상황의 AI 문체를 대표하진 않는다. 모델이 업데이트되면 유행 단어도 바뀐다. 그럼에도 AI 생성 콘텐츠가 넘치는 시대에 '사람다움'이 곧 차별화라는 점에서, 이런 말버릇 목록은 콘텐츠로 먹고사는 1인기업이 계속 업데이트해 둘 만한 참고 자료다.

출처: Claudeisms (GitHub) / Hacker News (https://github.com/archiewood/claudeisms)