AI 초안 87편의 문장 6,821개, 첫 어절 2,471가지 중 ‘다만’이 141번이었고 그 뒤에 쉼표는 한 번도 없었다
글을 읽다가 문장이 자꾸 같은 말로 시작하면 지루해집니다. 그 느낌이 실제 수치로 어느 정도인지 두 사이트의 글 87편에서 본문 문장 6,821개를 끊고 첫 어절만 모아 세었습니다. 첫 어절의 종류는 2,471가지로 다양했지만, 위쪽은 한 방향으로 쏠려 있었습니다. 가장 많은 첫 어절은 ‘이’로 301번이고, 그다음이 ‘다만’ 141번, ‘따라서’ 100번입니다. 접속 부사로 시작한 문장은 912개(13.4%)였고, 87편 중 접속 부사로 시작한 문장이 하나도 없는 글은 한 편도 없었습니다. 눈에 띄는 것은 ‘다만’ 141개 중 뒤에 쉼표를 찍은 것이 0개라는 점입니다.
첫 어절 상위 20개
제목, 표, 코드 블록을 빼고 문단과 목록 항목 안의 문장만 셌습니다. 사이트별로는 워드프레스·서버 글 39편에 3,105문장, AI 글쓰기 글 48편에 3,716문장입니다.
| 순위 | 첫 어절 | 개수 | 순위 | 첫 어절 | 개수 |
|---|---|---|---|---|---|
| 1 | 이 | 301 | 11 | 한 | 53 |
| 2 | 다만 | 141 | 12 | 실제 | 52 |
| 3 | 따라서 | 100 | 13 | 하지만 | 51 |
| 4 | 특히 | 84 | 14 | 반면 | 51 |
| 5 | 예를 (들어) | 72 | 15 | 가장 | 49 |
| 6 | 반대로 | 69 | 16 | 이런 | 42 |
| 7 | 그래서 | 65 | 17 | 먼저 | 41 |
| 8 | 워드프레스 | 64 | 18 | 이번 | 41 |
| 9 | 같은 | 56 | 19 | 두 | 39 |
| 10 | 여기서 | 54 | 20 | 그런데 | 35 |
상위 20개 가운데 주제어라 할 만한 것은 ‘워드프레스’ 하나뿐이고, 나머지는 접속 부사와 지시어, 수량 표현입니다. ‘이’로 시작한 301개 문장의 다음 어절은 ‘방식은’ 15, ‘글에서는’ 11, ‘경우’ 10, ‘과정에서’ 8 순이었습니다. 앞 문장에서 설명한 것을 ‘이 방식은’, ‘이 경우’로 받아 다시 설명하는 꼴이 문장 스물세 개마다 하나씩 나옵니다.
접속 부사 912개, 쉼표는 14개
‘다만, 따라서, 특히, 그래서, 하지만, 반면, 그런데, 또한, 그리고, 즉’ 같은 접속 부사와 ‘예를 들어’, ‘반대로’, ‘먼저’, ‘실제로’ 같은 문장 부사를 합쳐 912개(13.4%)입니다. 사이트별로는 서버 글 12.5%, AI 글 14.1%로 큰 차이가 없습니다.
| 접속 부사 | 서버 글 | AI 글 | 합계 | 뒤에 쉼표 |
|---|---|---|---|---|
| 다만 | 47 | 94 | 141 | 0 |
| 따라서 | 35 | 65 | 100 | 0 |
| 특히 | 32 | 52 | 84 | 0 |
| 예를 들어 | 30 | 42 | 72 | — |
| 반대로 | 32 | 37 | 69 | 0 |
| 그래서 | 35 | 30 | 65 | 0 |
| 하지만 | 25 | 26 | 51 | 0 |
| 반면 | 19 | 32 | 51 | 1 |
| 즉 | 18 | 10 | 28 | 13 |
| 또한 | 15 | 15 | 30 | 0 |
| 그리고 | 10 | 13 | 23 | 0 |
‘다만’이 ‘하지만’의 세 배, ‘그리고’의 여섯 배입니다. ‘물론’은 4개, ‘한편’은 0개입니다. 사람이 쓴 글에서 흔한 ‘그리고’, ‘하지만’보다 ‘다만’, ‘따라서’, ‘특히’가 위에 있는 것이 이 초안들의 특징입니다. 쉼표는 더 뚜렷합니다. ‘즉’ 뒤에는 28개 중 13개에 쉼표가 있는데, 표의 나머지 아홉 개 뒤에는 614개 중 1개뿐입니다. 사람마다 쉼표 습관이 달라서 어느 쪽이 맞다고 하기는 어렵지만, 한 글 안에서든 87편 전체에서든 이렇게 일관된 것은 사람의 습관이 아니라 모델의 습관입니다.
‘다만’은 문단 어디에 오나
‘다만’ 141개의 위치를 문단 안에서 나눴습니다. 문단의 첫 문장이 57개(40.4%), 중간이 42개, 문단의 마지막 문장이 42개입니다. 마지막 문장 42개는 앞에서 설명한 것에 단서를 하나 붙이고 문단을 닫는 꼴입니다. 첫 문장 57개는 앞 문단 전체를 받아서 ‘다만’으로 뒤집는 것으로, 앞 문단이 길수록 무엇을 뒤집는지가 흐려집니다. 실제 예를 보면 ‘다만 모든 문제가 WP-Cron 때문인 것은 아닙니다’, ‘다만 편집기를 다시 열면 언젠가 다시 생깁니다’처럼 대부분 앞 내용의 예외를 적는 데 쓰였고, 이 용법 자체는 틀리지 않습니다. 문제는 빈도입니다. 글 하나에 문장이 평균 78개인데 ‘다만’이 평균 1.6개입니다.
문단 첫 문장과 그 뒤 문장의 차이
문단의 첫 문장(2,909개)과 둘째 이후 문장(3,912개)을 나눠 봤습니다.
| 첫 어절 종류 | 문단 첫 문장 | 비율 | 둘째 이후 문장 | 비율 |
|---|---|---|---|---|
| 접속 부사 | 331 | 11.4% | 581 | 14.9% |
| 지시어(이·그·이런·해당) | 295 | 10.1% | 272 | 7.0% |
| 주어(은·는) | 226 | 7.8% | 388 | 9.9% |
| 주어(이·가) | 134 | 4.6% | 308 | 7.9% |
| 영문·코드 | 368 | 12.7% | 272 | 7.0% |
| 숫자 | 61 | 2.1% | 108 | 2.8% |
| 그 밖 | 1,494 | 51.4% | 1,983 | 50.7% |
문단 첫 문장은 영문 용어나 지시어로 시작하는 비율이 높고, 둘째 이후 문장은 접속 부사와 주어로 시작하는 비율이 높습니다. 문단을 열 때는 ‘이 방식은’, ‘WP-Cron은’처럼 화제를 세우고, 그 뒤 문장은 ‘따라서’, ‘다만’으로 잇는 구조가 반복되는 것입니다. 같은 첫 어절이 바로 앞 문장과 겹친 경우는 6,821개 중 42개(0.6%)였고, 그중 ‘이’가 8개입니다. 연달아 같은 말로 시작하는 문제는 거의 없고, 문제는 글 전체에 고르게 퍼진 접속 부사 쪽입니다.
글마다 얼마나 다른가
접속 부사로 시작한 문장의 비율을 글마다 내면 가장 낮은 글이 2.4%, 가장 높은 글이 24.2%입니다. 24.2%인 글은 문장 66개 중 16개가 접속 부사로 시작합니다. 네 문장에 하나꼴이라 읽으면서 ‘다만, 따라서, 특히’가 눈에 남습니다. 낮은 쪽 글들은 따옴표를 센 글처럼 표와 수치를 늘어놓은 글이어서, 문장이 수치를 보고하는 꼴로 이어져 접속 부사가 들어갈 자리가 적었습니다. 설명과 판단이 많은 글일수록 접속 부사가 늘어납니다.
정한 것
- ‘다만’은 한 글에 두 번까지만 둡니다. 세 번째부터는 지우거나 앞 문장에 붙여 한 문장으로 만듭니다.
- ‘따라서’, ‘그래서’는 원인 문장 바로 뒤에서만 씁니다. 앞 문단 전체를 받는 자리에는 쓰지 않습니다.
- ‘이 방식은’, ‘이 경우’로 시작하는 문장은 ‘이’를 빼고 그 이름을 다시 씁니다. 무엇을 가리키는지 독자가 되돌아가지 않게 합니다.
- 접속 부사 뒤 쉼표는 찍지 않는 쪽으로 통일합니다. ‘즉’만 예외로 두지 않고 같은 규칙을 적용합니다.
- 초안 검수 때 문장 첫 어절을 뽑아 접속 부사 비율이 15%를 넘으면 줄입니다. 소제목 끝말을 셌을 때 정한 것과 같은 방식으로, 수치로 걸러냅니다.
측정 방법
두 사이트의 공개 글 87편에서 <pre>와 표, 제목 태그를 제거하고 <code>는 자리표시자로 바꾼 뒤, <p>와 <li> 안의 텍스트를 마침표·물음표·느낌표 뒤 공백에서 끊어 문장 6,821개를 얻었습니다. 앞서 문장을 센 글들과 수가 다른 것은 이번에는 제목과 표를 뺐고 글이 두 편 늘었기 때문입니다. 첫 어절은 첫 공백 앞까지로 잡고 앞에 붙은 따옴표와 괄호는 뗐습니다. 접속 부사는 ‘그러나, 하지만, 그런데, 또한, 그리고, 즉, 특히, 예를, 따라서, 결국, 반면, 다만, 물론, 실제로, 먼저, 그래서, 반대로’ 등 42개 목록으로 잡았고 쉼표가 붙은 것도 같이 셌습니다. 지시어는 ‘이, 그, 이런, 이러한, 그런, 해당, 이때, 이는, 여기서, 이번’ 목록으로 잡았습니다. 주어와 목적어 분류는 어절 끝 조사만 본 것이라 ‘같은’, ‘한’처럼 조사가 없는 관형어는 모두 ‘그 밖’에 들어갔습니다. 글마다의 비율은 문장 수가 40개 미만인 글도 포함한 값입니다.
