AI가 쓴 가사에 우리는 운다

눈물이 출처를 묻지 않을 때

한 청취자가 어떤 발라드를 듣고 운다. 가사 속 이별이 자기 이야기 같아서, 후렴의 멜로디가 가슴 어딘가를 정확히 눌러서. 그러다 나중에 알게 된다. 그 곡은 사람이 쓴 게 아니었다. 멜로디도, 가사도, 목소리의 떨림까지 모델이 만들어냈다. 이미 흘린 눈물은 어떻게 되는가. 가짜 눈물이었다고 거둬들여야 하나.

2026년의 음악 시장은 이 질문을 추상이 아니라 현실로 만들었다. AI가 만든 곡이 스트리밍 차트에 올라오고, 정체를 모른 채 플레이리스트에 담기고, 누군가의 출근길과 장례식과 고백에 배경음으로 깔린다. 한국에서도 AI 보컬과 작곡 도구로 만든 트랙이 멜론과 유튜브 뮤직 사이를 오간다. 흥미로운 건 곡의 품질이 아니다. 사람들이 그 출처를 모를 때 진짜로 감응한다는 사실이다.

오랫동안 우리는 예술의 진정성을 '인간이 진심으로 겪고 썼다'는 출처에 묶어두었다. 슬픈 노래가 슬픈 이유는 작곡가가 실제로 슬펐기 때문이라고 믿었다. 그런데 모델은 누구의 슬픔도 겪지 않은 채 슬픔의 형식을 정확히 재현한다. 감정의 원본 없이 감정의 효과를 만든다. 이 지점에서 흔들리는 건 AI의 능력이 아니라 '작가성'이라는 우리의 오래된 개념이다.

감응은 출처가 아니라 수용자 안에서 일어난다

냉정하게 보면 감동은 한 번도 곡 안에 들어 있던 적이 없다. 음파는 그저 공기의 진동이고, 의미는 듣는 사람의 뇌가 만든다. 인지과학의 예측 처리 모델에 따르면 우리는 다음 음을 끊임없이 예측하고, 그 예측이 적절히 배신당했다 풀릴 때 쾌감과 전율을 느낀다. 슬픔의 코드 진행, 목소리가 갈라지는 위치, 가사가 침묵으로 비워두는 자리. 이것들은 인간 청취자의 신경계를 겨냥한 '버튼'이고, 모델은 수억 곡의 데이터에서 그 버튼의 배치를 학습했다.

그러니까 진정성은 처음부터 곡의 속성이 아니라 사건이었다. 듣는 사람과 소리 사이에서 일어나는 사건. 작곡가의 진심은 그 사건을 일으키는 여러 경로 중 하나였을 뿐, 유일한 경로가 아니었다. 우리가 죽은 시인의 시에 울고, 한 번도 만난 적 없는 가수의 노래에 무너지는 건, 그 진심에 직접 접속해서가 아니라 작품이 우리 안의 무언가를 건드렸기 때문이다. 출처는 멀고 감응은 늘 여기, 수용자 안에 있었다.

여기서 반론이 선다. 그래도 인간의 곡에는 모델이 결코 가질 수 없는 '실제 체험의 무게'가 있고, 그것을 아는 순간 감동의 질이 달라진다는 것이다. 맞는 말이다. 출처를 알고 나면 같은 곡이 다르게 들린다. 하지만 이건 곡이 바뀌어서가 아니라 우리가 부여하는 맥락이 바뀌어서다. 똑같은 눈물에 우리는 사후적으로 다른 이름을 붙인다. 진심이라 믿으면 헌사가 되고, 기계라 알면 속았다고 느낀다. 진정성을 판정하는 건 작품이 아니라 그것을 둘러싼 우리의 서사라는 사실을, 이 반론은 오히려 증명한다.

작가성이 흩어진 자리에서 인간의 역할을 다시 묻다

문제를 모델의 성능으로 보면 막다른 골목이다. 더 잘 우는 노래를 만드느냐 마느냐의 군비경쟁만 남는다. 진짜 전환은 인간의 역할을 다시 정의하는 데 있다. 작곡이 누구나 손댈 수 있는 생성 행위가 되면, 가치는 '소리를 만드는 능력'에서 다른 곳으로 옮겨간다. 무엇을 들려줄지 고르는 큐레이션, 한 곡에 맥락과 이야기를 입히는 편집, 그 음악이 누구의 어떤 순간에 가닿아야 하는지 정하는 의도. 생산이 흔해질수록 판단과 책임이 희소해진다.

이 변화는 음악에만 머물지 않는다. 노동에서는 '결과물을 만드는 손'보다 '무엇을 만들지 정하고 그 결과에 책임지는 머리'가 남는다. 교육에서는 작법 기술을 전수하기보다, 왜 이 작품이 사람을 움직이는가를 해체하고 평가하는 비평적 감수성이 핵심이 된다. 조직에서는 AI가 초안을 쏟아내는 만큼, 그 초안 중 무엇을 세상에 내보낼지 결정하는 게이트키핑이 가장 인간적인 일이 된다. 외부화된 건 생성이고, 인간에게 남겨진 건 선택과 그 선택을 떠안는 일이다.

한국 사회는 이 전환에 특히 취약하면서도 유리하다. K팝 산업은 이미 작곡 캠프와 분업화된 프로듀싱으로 '단일 천재 작가' 신화를 오래전에 해체했다. 한 곡에 수십 명의 이름이 올라간다. 그러니 우리는 작가성이 흩어진 생산 구조에 익숙하다. 부산에서 음악을 만드는 1인 창작자에게 AI는 서울의 대형 작곡 캠프와 경쟁할 도구가 될 수도, 자기 목소리를 지워버릴 홍수가 될 수도 있다. 갈림길은 도구의 성능이 아니라, 창작자의 권리와 출처 표기, 데이터 학습의 동의를 우리가 제도로 어떻게 설계하느냐에 달려 있다. 저작권은 '누가 음을 배열했나'에서 '누가 의도하고 책임지나'로 질문을 옮겨야 한다.

인간의 일로 남길 것

기계가 인간처럼 우는 노래를 만들 수 있느냐는 질문은 이미 답이 나왔다. 만든다. 그것도 우리를 진짜로 울리면서. 그렇다면 남는 질문은 방향이 다르다. 우리는 무엇을 인간의 일로 남길 것인가.

소리를 배열하는 일은 넘겨줄 수 있다. 그러나 어떤 슬픔을 세상에 내놓을 가치가 있다고 판단하는 일, 한 곡이 누구의 상처에 닿기를 바라며 그 결과를 책임지는 일, 흘린 눈물에 어떤 이름을 붙일지 함께 정하는 일은 여전히 사람의 몫이다. AI가 쓴 가사에 우리가 우는 시대의 진짜 뉴스는 기계가 영혼을 가졌다는 게 아니다. 영혼은 처음부터 듣는 사람 쪽에 있었다는 것, 그리고 그 사실을 마주한 지금 우리가 무엇을 끝까지 인간의 손에 쥐고 있을지 스스로 정해야 한다는 것이다.