어떤 AI 모델이 소설을 잘 쓸까? 9개 모델의 점수와 추천

어떤 AI 모델이 소설을 잘 쓸까? 여러분도 같은 고민을 해 봤을 것이다. 소설 평가는 주관적이어서 어떤 모델이 잘 쓰고 못 쓰는지 가릴 통일된 기준이 없다. 이 고민에 답하고자 비교 평가를 진행했다. 하나의 참고 자료가 되기를 바란다.

9개 모델에 같은 영어 판타지 소설의 창작 자료와 동일한 prompt를 주고, 각각 연속된 3개 챕터를 쓰게 했다. 원고는 수정하지 않은 채 웹소설 작가 10명을 초청해 원고 9편에 10점 만점으로 점수를 매기게 했다. 아래 순위는 이번 평가의 주관적인 결과이며 참고용이다. 3개 챕터만으로 모델이 장편 전체를 얼마나 잘 쓸지는 판단할 수 없고, 장르나 언어, prompt가 달라지면 결과도 달라질 수 있다.

1. Claude Opus 5.5: 6.5점
2. Claude Sonnet 5.5: 6.3점
3. Doubao Seed 2.1 Pro: 6.1점
4. Kimi K3: 6.0점
5. Gemini 3.8 Flash: 5.8점
6. Grok 4.6: 5.6점
7. DeepSeek Flash: 5.5점
8. GPT-6 Astra: 5.4점
9. GPT-6.1 Sol: 5.4점

이 점수는 참고용이다. 같은 원고를 다른 몇 사람에게 보내 평가를 부탁하자 점수가 전반적으로 조금 낮아졌으며 최고점도 6점을 넘지 않았다. 순위 역시 조금 달랐다.

이 밖에 코딩 전문 모델과 로컬 소형 모델도 일부 테스트했다. 하지만 점수가 대체로 5점 미만이라 모델 이름과 점수는 공개하지 않는다. 이번 테스트를 근거로, 글쓰기에 특히 추천하지 않는 모델은 다음과 같다.

코딩 전문 모델

이 모델들은 주로 프로그래밍 작업을 위해 학습하며, 다른 분야의 학습 데이터를 제거했다. 코드는 잘 쓰지만 일반적으로 글쓰기는 잘하지 못한다.

속도와 저렴한 가격을 내세우는 Flash, Lite 등급

장편을 쓸 때는 본문 품질, 글쓰기 기술, 문학적 소양이 더 중요하다. 이를 위해서는 충분한 학습 데이터를 갖춘 모델이 필요하며, 이런 요구를 충족하는 모델은 대체로 크기가 작지 않다.

소형 모델

컴퓨터에 설치하는 로컬 소형 모델이나 클라우드 소형 모델을 말한다. 장편에서는 인물, 사건, 챕터 사이의 연속성을 함께 고려해야 하므로 일정 수준의 추론 능력이 필요하다. 그런데 이런 소형 모델들은 대체로 추론에 강하지 않다. 따라서 장편 소설 집필에는 추천하지 않는다.

AI 모델은 왜 대체로 코딩을 더 잘할까?

현재의 대형 모델은 대체로 코딩과 자동화 작업을 잘한다. 코드는 형식 문법이 있고, 보통 프레임워크와 인터페이스 규약도 따르기 때문이다. 자동 테스트로 일부 동작을 검사할 수 있어 모델에 명확한 오류 피드백을 주기 쉽다. 대부분의 사람은 코딩을 못하지만 글은 조금이라도 쓸 수 있다. 그래서 소설 쓰기가 코딩보다 쉽다는 착각에 빠지고, 코딩에는 고급 모델을 쓰면서 소설에는 보급형 모델 비용만 쓰려는 사람이 많다. 모델은 소설의 오탈자와 문법을 검사할 수 있지만, 인물이 설득력 있는지, 이야기가 독자의 마음을 움직이는지, 여러 챕터에 걸쳐 사건이 이어지는지에는 통일된 합격 기준이 없다. 이것이 대형 모델이 문학적 글쓰기보다 코딩에 더 능숙한 근본적인 이유다.