AI를 사용하는 데 음성 입력(딕테이션)이 필수적인 까닭

LLM과 작업할 때 제가 유용하다고 느끼는 방식 중 하나는 한참 동안 두서없이 떠드는 시간을 갖는 것입니다. 가끔 LLM이 내가 무엇을 이루려는지 이해하려면 더 많은 정보가 필요한데, 그걸 일일이 타이핑하기는 너무 귀찮을 때가 있죠. 그럴 때 저는 편하게 기대앉아 /voice로 전환한 다음, 10분쯤 그냥 마구 떠듭니다. 완전히 엉망이어도 되고, 무슨 말이든 괜찮고, 의식의 흐름을 그대로 쏟아내는 거죠. 때로는 시작부터 “지금부터 음성 인식으로 전환할게요. 오타가 있더라도 양해해 주세요…” 같은 말을 해두기도 합니다. 몇 차례 문답을 주고받는 짧은 인터뷰 형식으로 진행할 때도 있고요. 그런데 LLM은 길고 앞뒤가 맞지 않는 횡설수설을 재구성하는 능력이 놀라울 정도로 뛰어난 것 같습니다. 복잡하게 얽힌 내 생각을 되비춰 보여준 결과물이, 처음 내가 말했던 것보다 훨씬 깔끔하게 정리되어 나오는 경우가 많습니다. 그 결과 서로의 생각이 더 잘 맞물리게 되고, 그 시점부터는 수정해야 할 부분도 줄어듭니다.

Karpathy, A. [@karpathy]. (2026, July 21). One pattern I find useful for working with LLMs is a nice long ramble session [Tweet]. X. https://x.com/karpathy/status/2079610838143623371

AI 성능이 시원찮다고 불평하는 사람들을 보면 프롬프트를 구글 검색어 수준으로 입력하는 경우가 적지 않다. 애당초 사용법이 잘못된 것이다.

LLM의 기본 원리상, 제시되는 맥락이 많으면 많을수록 아웃풋은 내가 원하는 결과물에 가까워진다. 하지만 매번 이를 타이핑하는 건 번거로운 일이다. 그래서 내가 계속 음성 입력, 딕테이션 이야기를 하는 것이다.