AI가 스탠드업 코미디 무대에 섰다. 그런데 인간 흉내를 내는 AI보다, 자신이 기계임을 당당히 드러내는 AI가 더 웃겼다. 2026년 CHI 학술대회에 발표될 연구 "Not Human, Funnier"는 AI가 인간을 모방하지 않고 자신의 '기계 정체성'을 유머의 재료로 삼을 때 관객이 더 크게 웃는다는 사실을 실험으로 증명했다. AI 스탠드업 코메디가 가능할지, AI 유머 설계의 판을 뒤흔들 이 연구의 핵심을 살펴본다.

인간 코미디언에게서 배운 것: 정체성이 웃음의 핵심이다

연구팀은 AI 코미디언을 설계하기에 앞서 인간 코미디언 5명을 심층 인터뷰했다. 그 결과 공통된 원칙 하나가 떠올랐다. 성공하는 코미디언은 자신의 성별, 직업, 문화적 배경 등 고유한 정체성을 농담의 출발점으로 삼는다는 것이다. 예를 들어 남성 유치원 교사 출신 코미디언은 "유치원 선생님은 여성이어야 한다"는 고정관념을 먼저 세우고, 그것을 비틀어 웃음을 만들었다. 단순히 재미있는 이야기를 나열하는 게 아니라, 관객이 공유하는 선입견을 건드리고 뒤집는 방식이다.

연구팀은 유튜브(YouTube)에서 수집한 스탠드업 코미디 영상 50편을 체계적으로 분석했다. 그 결과 코미디언들이 가장 많이 사용하는 기법은 아이러니(117회), 과장(83회), 부조리(57회) 순이었다. 또한 웃음을 유도하기 위해 펀치라인(핵심 개그) 이후 일부러 말을 끊거나 침묵을 두는 '디스플루언시(disfluency)', 즉 언어적 기법 외에도, 전달력 측면에서 펀치라인의 효과를 극대화하는 '디스플루언시' 현상이 총 124회 관찰되어 핵심적인 요소임을 확인했다. 코미디는 단순히 재미있는 내용이 아니라, 타이밍과 리듬의 예술이라는 점이 확인된 셈이다.

"저는 로봇 청소기에게 차인 적 있습니다"—기계 정체성 유머의 탄생

연구팀이 주목한 핵심 아이디어는 이것이다. 인간 코미디언이 자신의 인종, 성별, 직업 등 사회적 정체성을 유머의 재료로 쓰듯, AI도 자신의 '기계다움'을 농담의 원료로 쓸 수 있지 않을까? 이를 위해 연구팀은 '기계 정체성(Machine Identity)'이라는 개념을 정립했다. AI의 계산적 특성, 데이터 처리 방식, 오류와 한계 등 기계 고유의 특징을 유머 자원으로 재해석한 것이다.

이를 바탕으로 만들어진 AI 코미디언 시스템은 이런 농담을 건넸다. "사람들은 AI가 사랑에 빠질 수 있냐고 묻죠. 당연하죠! 저 이미 로봇 청소기 세 대한테 차였거든요. 그 중 하나가 문자 보냈어요. '당신 잘못이 아니야, 그냥 내 충전 독 문제야.'" 또는 "제 수면 버전은 디스크 조각 모음과 재부팅이에요. 8시간 동안 꿈 없이 그냥 최적화." 인간의 일상 경험과 기계의 작동 원리를 교차시켜 낯설지만 공감 가는 웃음을 만들어내는 방식이다.

이 시스템의 프롬프트(AI에게 내리는 지시문)는 인간 코미디언 인터뷰와 영상 분석에서 도출한 원칙들로 구성됐다. 아이러니와 과장을 핵심 기법으로 삼고, 각 농담을 빌드업-피벗-펀치라인의 3단 구조로 설계했으며, 개그 하나당 45초 이내, 펀치라인 이후 관객의 웃음을 위한 의도적 침묵을 설계에 반영했다.

32명 실험 결과 "기계 정체성 AI"가 일반 GPT보다 유의미하게 더 웃겼다

연구팀은 32명의 참가자를 대상으로 두 버전의 AI 코미디언을 비교 실험했다. 하나는 기계 정체성 기반 시스템, 다른 하나는 특별한 전략 없이 "토크쇼를 진행하며 농담하라"는 단순한 지시만 받은 기본형 GPT였다. 각 공연은 약 7~12분 진행됐으며, 참가자들은 공연 중 실시간으로 'H(웃음)'와 'A(박수)'를 입력해 반응을 표현했다.

결과는 명확했다. 기계 정체성 기반 시스템은 지각된 유머(Perceived Humor), 유머 콘텐츠, 유머 퍼포먼스 세 항목 모두에서 기본형보다 통계적으로 유의미하게 높은 점수를 받았다. 인격적 측면에서는 친화성(Agreeableness)과 정서 안정성 항목에서, 능력 지각에서는 따뜻함(Warmth) 항목에서도 유의미한 차이가 나타났다. 흥미롭게도 기본형 GPT는 마트 쇼핑 같은 일상적인 개그를 남발했는데, 참가자들은 이를 "이미 많이 들어본 구닥다리 농담"이라고 평가했다. 반면 기계 정체성 시스템의 농담은 "신선하고 매력적"이었다는 반응이 주를 이뤘다.

AI 코미디언도 윤리가 있다: '위로 치기'와 '아래로 치기'의 차이

연구에서 또 하나 중요하게 다뤄진 주제는 AI 유머의 윤리적 경계다. 인간 코미디언들은 인터뷰에서 '펀칭 업(Punching Up)'과 '펀칭 다운(Punching Down)'을 명확히 구분했다. 펀칭 업은 사회적으로 더 힘 있는 집단을 향해 풍자하는 것이고, 펀칭 다운은 약자를 조롱하는 것이다. 코미디언들은 후자가 일종의 약자 괴롭힘이라고 봤다.

AI 코미디언에도 같은 원칙이 적용됐다. 시스템의 프롬프트에는 자기비하 유머를 우선시하고, 정치인이나 거대 테크 기업처럼 힘 있는 대상은 풍자할 수 있지만 취약 계층이나 특정 사회 집단을 겨냥한 농담은 금지하도록 명시했다. 실험에서도 참가자들은 AI가 인종, 성별, 체형 등 특정 집단을 소재로 삼는 농담에는 강한 불쾌감을 표현했다. 또한 "AI가 인간에게 착취당한다"는 식의 불만 토로형 농담이 반복될 때도 "그냥 불평만 한다"는 반응이 나왔다. AI가 웃음을 유발하기 위해서는 자기비하의 정도와 방향도 정교하게 설계해야 한다는 점이 확인됐다.

AI가 진짜 코미디언이 되려면: 타이밍과 리듬이 내용만큼 중요하다

실험에서 참가자들이 특히 많이 언급한 요소는 타이밍이었다. 기본형 GPT는 쉬지 않고 텍스트를 쏟아냈고, 참가자들은 농담을 다 소화하기도 전에 다음 농담이 시작된다고 불만을 토로했다. 반면 기계 정체성 시스템은 펀치라인 직후 관객이 웃음을 터뜨릴 수 있도록 4초간의 의도적인 정적(Pause)을 두어 관객이 "웃음 처리 → 반응 입력 → 다음 농담"의 사이클을 완성할 수 있도록 설계했다.

한 참가자는 기계 정체성 시스템이 "실제 코미디 쇼를 진행하는 인간 같았다"고 표현했다. 이는 AI가 단순히 재미있는 텍스트를 생성하는 데 그치지 않고, 인간의 인지적 리듬에 맞춰 상호작용의 흐름을 설계해야 한다는 것을 시사한다. 연구팀은 이러한 원칙이 교육 플랫폼의 AI 튜터나 고객 서비스 챗봇에도 적용될 수 있다고 제언했다. AI가 학습자의 집중력이 떨어지는 순간 기계 정체성 기반 유머를 삽입하면 인지 부담을 줄이고 참여도를 높일 수 있다는 것이다.

FAQ ※ 이 FAQ는 본지가 리포트를 참고해 자체 작성한 내용입니다.

Q. AI가 유머를 잘 구사하려면 인간처럼 행동해야 하지 않나요? A. 오히려 반대입니다. 이 연구에 따르면, AI가 인간을 흉내 내는 것보다 자신이 기계임을 솔직하게 드러내는 유머를 구사할 때 관객이 더 크게 웃고 더 신뢰감을 느꼈습니다. "나는 루바(로봇 청소기)에게 차인 AI입니다" 같은 자기비하식 기계 정체성 유머가 핵심입니다.

Q. AI 코미디언이 함부로 만들어도 되는 농담과 피해야 할 농담은 어떻게 구분하나요? A. 자기 자신(AI)을 깎아내리는 자기비하 유머, 권력 있는 대상(대기업, 정치인 등)을 풍자하는 '위로 치기'는 허용됩니다. 반면 특정 인종, 성별, 체형 등 사회적 소수나 취약 집단을 조롱하는 '아래로 치기'는 반드시 피해야 합니다.

Q. 이 연구 결과가 일상의 AI 서비스에도 적용될 수 있나요? A. 네. 연구팀은 AI 튜터, 고객 서비스 챗봇, 소셜 미디어 콘텐츠 크리에이터 등 다양한 분야에 적용 가능하다고 제안합니다. 예를 들어 학습 도중 AI 튜터가 자신의 연산 오류를 소재로 짧은 유머를 건네면 학습자의 피로감을 줄이는 데 도움이 됩니다. 추가적인 모델 파인튜닝(미세 조정) 없이도 정교한 프롬프트 전략(Identity-based Prompting)만으로 유머 감각을 현저히 개선할 수 있다는 것이 실용적 장점입니다.

기사에 인용된 리포트 원문은 arXiv에서 확인할 수 있다.

리포트명: "Not Human, Funnier": Leveraging Machine Identity for Online AI Stand-up Comedy

이미지 출처: 이디오그램 생성

해당 기사는 챗GPT와 클로드를 활용해 작성되었습니다.