맞는 말만 하는 칼럼은 왜 읽히지 않는가

핵심 요지 — 틀린 말은 없지만 읽고 나면 남는 것도 없는 ‘모범답안형 칼럼’은 어떻게 생기는가. 현상 설명을 줄이고 병목·현장·대가가 있는 주장으로 나아가기 위한 편집 원칙.

어떤 칼럼은 틀린 문장이 하나도 없는데 끝까지 읽고 나면 아무것도 남지 않는다. 관련 기사를 모아 정리했고 사례도 맞으며 결론도 선하다. 그런데 독자가 이미 아는 내용을 한 번 더 확인했을 뿐, 생각의 방향은 조금도 바뀌지 않는다.

이런 글을 나는 ‘모범답안형 칼럼’이라고 부른다. 나쁜 글이라기보다 칼럼이 해야 할 일을 하지 못한 글이다.

칼럼은 정보의 요약문이 아니다

보고서는 합의를 넓히고 빠짐없이 정리하는 데 가치가 있다. 칼럼은 다르다. 복잡한 현상에서 무엇이 진짜 문제인지 골라내고, 다른 설명보다 한 설명이 더 중요하다고 주장해야 한다. 즉 정보가 아니라 판단의 서열을 제공해야 한다.

“AI 인프라를 확충해야 한다”, “데이터 생태계가 필요하다”, “민관 협력이 중요하다” 같은 문장은 대체로 맞다. 바로 그래서 약하다. 누구도 반대하지 않는 문장은 누가 무엇을 바꿔야 하는지도 말해주지 못한다.

전문가가 평평한 글을 쓰는 세 가지 이유

첫째는 익숙한 문법이다. 연구자는 ‘세계 동향→국내 한계→정부 지원 필요’라는 국책과제 제안서의 문법에 익숙하다. 이 구조는 안전하지만 진짜 병목을 숨긴다.

둘째는 이해관계다. 현장의 연구자는 어느 부처와 기업, 어떤 규정과 관행이 일을 막는지 안다. 그러나 구체적으로 쓰는 순간 누군가가 불편해진다. 그래서 비판의 대상을 지우고 “생태계 조성”이라는 둥근 말만 남긴다.

셋째는 설명 강박이다. 독자가 모를 것이라 가정해 제한된 지면의 절반을 용어와 유명 사례 소개에 쓴다. 정작 전문가만 아는 실패와 고민은 두 문장으로 끝난다.

‘당위’ 대신 ‘병목’을 쓰라

독자가 알고 싶은 것은 무엇을 해야 하는가보다 왜 아직도 그것을 못 하고 있는가다. 데이터 공유가 필요하다는 말보다 공유를 막는 계약 조항 하나, GPU가 필요하다는 말보다 연구자가 실제 사용 승인을 기다린 석 달, 혁신이 필요하다는 말보다 그 혁신을 포기하게 만든 평가 기준 하나가 더 강하다.

병목을 지목하면 글에는 필연적으로 책임과 대가가 따라온다. 누가 바꿔야 하는가, 무엇을 포기해야 하는가, 바꾸지 않을 때 어떤 비용을 치르는가가 보이기 시작한다.

칼럼을 살리는 다섯 가지 점검

  1. 한 문장 주장: 이 글이 반박하려는 통념은 무엇인가.
  2. 구체적 병목: 일이 안 되는 가장 좁고 단단한 장애물은 무엇인가.
  3. 현장의 한 장면: 전문가인 나만 보여줄 수 있는 실패·수치·대화는 무엇인가.
  4. 행위자와 대가: 누가 언제 무엇을 바꾸며, 그 선택으로 무엇을 잃는가.
  5. 틀릴 가능성: 어떤 증거가 나오면 내 주장을 수정할 것인가.

이 다섯 질문에 답하지 못한다면 글은 아직 정보 묶음이지 칼럼이 아니다. 반대로 답할 수 있다면 자료가 많지 않아도 글은 선명해진다.

AI를 편집자로 쓰는 법

AI에게 “잘 써줘”라고 하면 매끈하고 안전한 모범답안을 돌려주기 쉽다. 더 유용한 방법은 초고를 내놓고 공격하게 하는 것이다. 새 주장이 어디에 있는지, 누구나 아는 문장이 몇 개인지, 구체적 병목이 무엇인지, 내 해법이 비용과 반대자를 숨기고 있지 않은지 묻게 한다.

다만 마지막 판단까지 맡겨서는 안 된다. 어느 대목에서 위험을 감수할지, 어떤 이해관계와 부딪힐지 결정하는 것은 저자의 몫이다. 칼럼은 문장 기술보다 판단의 용기에서 갈린다.

이 블로그를 지적 자산의 중심으로 바꾸는 일도 같은 원칙 위에 있다. 페이스북의 순간적 생각을 모으는 데서 끝나지 않고, 그 안의 병목과 주장을 골라 오래 살아남을 글로 다시 세운다. 그 편집 원칙의 출발점은 〈생계형 블로그 ― 머릿속의 소수를 캐는 일〉에 적어두었다.


출발점이 된 페이스북 기록: 오피니언 칼럼 분석의뢰


댓글 남기기