이 요약은 AI가 원문을 분석해 생성했습니다. 정확한 내용은 원문 기준으로 확인하세요.
TL;DR
LLM 도구의 보급은 자가출판과 앱 출시를 빠르게 늘려 공급을 급증시켰지만 소비자 이용도는 같은 속도로 따라오지 못합니다. NBER 연구와 플랫폼 통계를 근거로 AI로 분류된 출간물이 증가했음에도 '조정된 이용'에서 인간 저작을 여전히 밑도는 경향이 확인됩니다. 저자는 생산 속도 경쟁보다 고객 인터뷰·데이터·유통 실험 같은 비즈니스 구축 활동에 더 많은 주의를 기울여야 한다고 권고합니다.
섹션별 상세
LLM 보급은 자가출판 시장의 공급을 급증시켰으며 그 결과 월간 출간 건수가 2021년 7월부터 2026년 1월 사이에 세 배로 증가한 것으로 보고됩니다. 원문은 Pangram의 AI 탐지기 기준으로 1,000단어 미리보기가 AI로 분류되는 책을 'AI 책'으로 집계했다고 밝힙니다. 공급 증가는 자동화 덕분에 가능했지만 소비자 참여 측면에서는 차이가 뚜렷하게 나타났습니다.
근거
- 월간 출간 건수가 2021년 7월부터 2026년 1월 사이에 세 배로 증가했다는 주장과 그 원인으로 LLM 기반 자동 생성이 지목됩니다. — 원문 차트(figure)에서 월간 출간 수의 상승 추이를 확인할 수 있으며 Pangram AI 탐지 기준을 출처로 제시합니다.
소비자 반응은 공급 증가와 일치하지 않았습니다. 원문은 2025년 App Store에 신규 출시가 30% 증가했지만 전체 다운로드는 2025년에 3% 증가하여 354억 건에 그쳤고 2026년 상반기에는 2% 성장으로 176억 건에 머물렀다고 전합니다. 이 데이터는 생산 속도를 높여도 배포와 실제 사용이 함께 증가하지 않으면 사업적 성과로 연결되지 않는다는 메커니즘을 보여줍니다.
근거
- 2025년 App Store 신규 출시가 30% 증가했으나 다운로드는 2025년에 3% 증가해 354억 건에 그쳤고 2026년 상반기에는 2% 증가로 176억 건을 기록했다는 수치가 제시됩니다. — Sensor Tower의 다운로드 통계를 인용한 문장과 원문 내 연도별 성장률 표기를 근거로 확인할 수 있습니다.
저자는 개인적 경험을 통해 '항상 에이전트를 바쁘게 유지'하려는 강박이 마케팅과 비즈니스 구축을 소홀히 하게 만든다고 서술합니다. 빠르게 산출물을 찍어내는 과정은 가능해졌지만, 고객 인터뷰·데이터 분석·유통 실험 같은 비즈니스 핵심 활동은 자동화로 단축되지 않는다고 지적합니다. 따라서 생산성 향상 도구는 올바르게 배치해야 의미 있는 수익으로 연결된다고 주장합니다.
학계 증거와 실거래 지표는 부분적인 활용이 더 효과적임을 시사합니다. NBER 작업문서는 AI 저작물이 양적으로는 증가했으나 '조정된 이용' 지표에서 인간 저작물보다 낮은 성과를 보였다고 보고합니다. 이에 따라 저자는 LLM을 교정·조사·아이디어 발상 같은 보조 도구로 활용하는 방식이 독자 가치를 더 잘 보존한다고 결론지었습니다.
근거
- NBER 작업문서는 AI로 분류된 책들이 '조정된 이용' 측면에서 인간 저작에 비해 낮은 이용도를 보였다고 보고한다는 주장을 포함합니다. — 원문은 'AI and the Quantity and Quality of Creative Products: Have LLMs Boosted Creation of Valuable Books?' (NBER, 2026) 작업문서를 인용하며 조정된 이용 지표를 설명합니다. 출처
용어 해설
- 자가출판(Self-published books)
- — 자가출판은 저자가 중간 유통사를 거치지 않고 직접 전자책이나 인쇄물을 출간하는 방식입니다. 저자는 원고 등록부터 가격·메타데이터 관리까지 전 과정을 통제할 수 있습니다. LLM 보급 이후 출간량 급증에 직접적인 영향을 준 공급 측 메커니즘으로 논의되고 있습니다.
- 조정된 이용지표(Adjusted usage)
- — 조정된 이용지표는 단순 판매량 대신 독자 평점 등 간접적 참여도를 통계적으로 보정해 만든 지표입니다. 원문에서는 Kindle 평점 기반으로 책별 이용도를 로그 변환해 비교했습니다. 이 지표는 AI 생성물과 인간 저작물의 소비 차이를 계량적으로 비교하기 위해 사용되었습니다.
- 앱스토어 공급 과잉(App Store supply surge)
- — 앱스토어 공급 과잉은 자동화·LLM 도구로 개발된 앱 제출이 급증해 신규 앱 수가 크게 늘어난 현상입니다. 원문에서는 2025년 신규 앱 출시가 30% 증가했다고 기술하고 있습니다. 공급 증가는 플랫폼 경쟁을 촉진하지만 이용자 다운로드 증가로 이어지지 않는 점이 문제로 제기됩니다.
- 토큰 과사용(Tokenmaxxing)
- — 토큰 과사용은 비용·시간을 많이 들여 LLM 호출을 최대한 소진하는 행동 양식입니다. 작성자는 이를 '항상 에이전트를 바쁘게' 유지하려는 강박으로 묘사합니다. 결과적으로 생산량은 늘지만 고객 반응·유통에는 큰 변화가 없다고 결론지었습니다.
기술
- Claude
- Codex
- Pangram
- TextForge
활용 사례
- 교정과 편집 보조로서의 LLM 활용
- 조사·자료 수집 보조용으로의 LLM 활용
- 신속한 프로토타입 제작과 아이디어 발상 도구로의 이용
언급된 리소스
AI 분석 전체 내용 보기
AI 요약 · 북마크 · 개인 피드 설정 — 무료
출처 · 인용 안내
원문 발행 2026. 08. 10.수집 2026. 08. 10.출처 타입 RSS
인용 시 "요약 출처: AI Trends (aitrends.kr)"를 표기하고, 사실 확인은 원문 보기 기준으로 진행해 주세요. 자세한 기준은 운영 정책을 참고해 주세요.
