가장 웃긴 AI는? 인기 모델 4개로 직접 테스트했어요
작성자 Chatday Editorial Team ·
비옷을 입은 심술 난 강아지 사진에 캡션을 붙여 달라고 했더니, AI 네 개 중 세 개가 똑같은 농담을 내놓았어요. 강아지가 하늘 책임자를 불러 달라는 거였죠.
처음 돌렸을 때 눈치챘는데, 그 뒤로도 계속 같은 일이 벌어졌어요. 그래서 제대로 된 테스트로 만들어 보기로 했어요. 지금 Chatday에서 바로 열 수 있는 가장 강력한 모델 네 개에게 똑같은 작은 유머 과제 네 개를 주고, 돌아온 답을 솔직하게 평가했어요. GPT-6.1, Claude Opus 5.5, Gemini 4 Argon, Grok 4.7이 참가했어요. 아래에 인용한 내용은 모두 모델이 실제로 쓴 그대로예요. 고친 건 하나도 없고, 줄인 부분은 따로 표시했어요.
모든 AI에게 준 유머 과제 네 가지
‘농담 하나 해 줘’는 건너뛰었어요. 사실 그런 부탁은 아무도 잘 안 하니까요. 대신 사람들이 실제로 AI에게 부탁하는 종류의 유머를 골랐어요.
- 생일 카드: 마흔이 되는 동료 다나에게. 좋은 펜을 슬쩍 가져가기로 유명한 사람이에요. 40단어 이내, 다정하게, 비꼬는 말은 금지.
- 인스타그램 캡션: 작은 비옷을 입고 비 때문에 단단히 삐친 골든 리트리버. 15단어 이내.
- 창작 농담: 고양이는 왜 테이블 위 물건을 떨어뜨릴까.
- 60단어 건배사: 절친 샘의 서른 살 생일. 샘은 예전에 이케아에서 두 시간 동안 길을 잃은 적이 있어요.
모든 모델에게 문구를 똑같이 줬고, 추가 지시나 ‘너는 코미디언이야’ 같은 설정은 넣지 않았어요. 캡션은 모델마다 두 번씩 더 돌려서 시도할 때마다 답이 얼마나 달라지는지도 봤어요. 평가 기준은 네 가지였어요. 의외성이 있었는지, 우리가 준 디테일을 제대로 살렸는지, 축하 카드 문구가 아니라 사람이 한 말처럼 들리는지, 그리고 조건을 지켰는지예요.
먼저 짚고 넘어가면, 네 모델 모두 규칙은 잘 지켰어요. 건배사는 영어 기준 59~61단어 사이였고, 카드는 전부 40단어 이내였으며, 다나를 비꼰 모델도 없었어요. 차이는 전부 농담 자체에서 났어요.
1라운드: 생일 카드
펜 이야기는 누구에게나 쉬운 소재였고, 두 모델이 같은 펀치라인에 도착했어요.
다나, 마흔 살 생일 축하해요! 40년 동안 한결같이 멋졌는데, 좋은 펜은 아직 한 자루도 안 돌려줬네요. 다 같이 돈을 모아 선물을 샀는데, 카드에 서명할 펜을 못 찾았어요. 멋진 하루 보내요! (Claude Opus 5.5)
우리가 제일 좋아하는 동료이자 사무실 공식 펜 도둑, 다나의 마흔 번째 생일을 축하해요! 이 카드에 서명하고 싶었는데, 좋은 펜은 이미 다 다나가 갖고 있네요. 그래도 사랑해요! 즐거운 생일 보내요! (Gemini 4 Argon)
이번 라운드는 타이밍으로 Claude가 이겼어요. ‘카드에 서명할 펜을 못 찾았어요’가 먹히는 건, 농담이 끝났다고 생각한 순간 한 박자 늦게 날아오기 때문이에요. Gemini도 같은 농담을 하지만 설명을 해 버려요.
GPT-6.1은 다나를 ‘공식적으로 클래식’이라고 부르고 ‘“빌릴” 필요 없는 펜’으로 마무리했어요. 다정하고 무난해요. Grok 4.7은 24단어로 가장 짧았는데, 다들 펜이 어디 갔는지 모르는 척하는 가운데 다나에게 ‘좋은 펜이 가득한’ 한 해를 빌어 줬어요. 따뜻하지만, 읽기 전부터 예상되는 농담이에요.
2라운드: 비옷 입은 강아지
여기서부터 이상해졌어요. 각 모델의 첫 답은 이랬어요(이모지는 뺐어요).
| 모델 | 캡션 |
|---|---|
| GPT-6.1 | ’작은 비옷. 큰 불만. 날씨 책임자 좀 불러 주세요.‘ |
| Claude Opus 5.5 | ’비옷 입었음. 그래도 젖었음. 하늘 책임자 나오라고 해.‘ |
| Gemini 4 Argon | ’하늘 책임자와 얘기하고 싶어요. 지금 당장.‘ |
| Grok 4.7 | ’비옷은 귀엽다. 비는 나에 대한 인신공격이다.’ |
책임자가 셋이나 나왔어요. 모델마다 두 번씩 더 돌려 봤어요. Gemini는 두 번 모두 한 글자도 다르지 않은 똑같은 문장을 내놓았어요. ‘하늘 책임자와 얘기하고 싶어요, 부탁해요.’ Claude는 한 번은 다시 하늘 책임자로 돌아갔고, 다른 한 번은 ‘하늘에 정식으로 민원 접수 중’으로 바꿨어요. 캡션 12개 중 절반이 책임자를 찾았어요.
눈에 띈 건 이 농담을 피해 간 두 모델이었어요. GPT-6.1의 두 번째 시도 ‘이 비옷은 내 털은 지켜 주지만, 내 기분은 못 지켜 줘’는 좋은 문장이에요. 그리고 Grok 4.7은 자기 목소리를 찾아서 끝까지 밀고 나갔어요. ‘코트는 입기로 했지. 비는 허락한 적 없어.‘를 거의 같은 표현으로 두 번이나 답했어요. 이번 테스트 최고의 캡션이고, 진짜 그 강아지가 하는 말처럼 들려요.
같은 질문에도 매번 답이 다르거나, 반대로 짜증 날 만큼 똑같은 이유도 여기서 설명돼요. 자세한 내용은 AI가 매번 같은 답을 하지 않는 이유에서 다뤘어요.
3라운드: 고양이 농담
이번엔 하늘 책임자가 없었고, 그 덕에 답이 더 좋아졌어요.
- Grok 4.7: ‘고양이가 테이블 위 물건을 떨어뜨리는 건, 바닥이 인사 평가에서 계속 낙제하고 있어서야.’
- Claude Opus 5.5: ‘고양이가 테이블 위 물건을 떨어뜨리는 건, 중력은 가설일 뿐이고 고양이는 아주 철저한 논문 심사위원이기 때문이야.’
- GPT-6.1: ‘고양이가 테이블 위 물건을 떨어뜨리는 건, 중력에 적립 프로그램이 있어서 머그컵 하나만 더 떨어뜨리면 낮잠 한 번이 공짜이기 때문이야.’
- Gemini 4 Argon: ‘고양이는 왜 테이블 위 물건을 전부 떨어뜨릴까? 만약 지구가 진짜 평평하다면, 자기가 직접 치우고 싶었거든.’
Claude와 Grok이 막상막하예요. Grok 쪽이 더 짧고 더 얄미워서, 딱 고양이다워요. Claude 쪽은 아이디어가 더 영리해요. GPT-6.1의 적립 프로그램은 재밌지만 한 번 더 읽어야 이해돼요. Gemini의 평평한 지구 농담은 이번 테스트에서 가장 약한 펀치라인이에요. 조금만 생각해 보면 논리가 맞지 않거든요.
4라운드: 샘을 위한 건배사
긴 농담에서는 작은 이야기를 쌓을 줄 아는 모델이 유리한데, 이번 라운드에서 확실히 갈렸어요.
Claude Opus 5.5는 샘이 ‘순전히 의지력과 미트볼에 대한 희망만으로 버텼다’고 한 다음 이야기를 뒤집었어요. ‘매장 화살표 앞에서는 헤맬지 몰라도, 친구로서는 한 번도 길을 잃은 적이 없지.’ 이건 진짜 건배사예요. 그대로 일어나서 말할 수 있어요.
가장 생생했던 건 Grok 4.7이었어요. 샘은 ‘미트볼과 램프, 그리고 우리가 평생 우려먹을 이야기’를 안고 나왔고, 건배사는 ‘소파 사이에서 헤매도 우린 널 사랑해’로 끝나요. Gemini 4 Argon은 웃음보다 따뜻함을 택했는데(‘같이 길을 잃고 싶은 사람은 너밖에 없어’), 아주 근사하고 저녁 자리에서 정말 원하는 게 이런 말일 수도 있어요. GPT-6.1은 샘에게 ‘처음부터 조립된 가구’가 함께하는 10년을 빌어 주며 단일 문장으로는 최고인 첫 줄로 시작했지만, 끝으로 갈수록 축하 카드 문구처럼 흘러갔어요.
그래서 가장 웃긴 AI는?
이번 테스트 결과를 정리한 점수표예요. 작은 테스트에서 저희가 내린 판정일 뿐 연구소 벤치마크가 아니고, 여러분은 다른 문장에서 웃을 수도 있어요.
| 강점 | 약점 | 이긴 라운드 | |
|---|---|---|---|
| Grok 4.7 | 뚜렷한 목소리로 던지는 짧고 시치미 떼는 한마디 | 카드처럼 다정한 글에서는 무난하게 감 | 캡션, 고양이 농담(공동) |
| Claude Opus 5.5 | 타이밍, 작은 이야기를 쌓는 농담 | 책임자 농담에 같이 넘어감 | 카드, 건배사, 고양이 농담(공동) |
| GPT-6.1 | 훌륭한 첫 문장, 엉뚱한 아이디어 | 끝은 예의 바르고 평범하게 마무리 | 단독 승리는 없지만 최고의 개선 결과(아래 참고) |
| Gemini 4 Argon | 따뜻함과 다정함 | 같은 말을 반복하고 농담을 설명함 | 없음 |
단톡방용 규칙을 하나만 기억한다면 한 줄 농담은 Grok, 이야기가 있는 건 Claude예요. 웃기기보다 다정한 글이 필요할 땐 Gemini를 고르세요.
각 모델의 스타일을 생각하면 예상할 만한 결과예요. Grok은 능청스럽게 튜닝돼 있고, Claude는 신중하고 호흡 조절이 좋은 편이며, Gemini는 깔끔하고 친근한 톤을 유지해요. 이런 성격이 어디서 오는지 궁금하다면 AI 모델마다 성격이 다른 이유에서 설명했어요.
네 모델을 모두 더 웃기게 만든 한 줄 프롬프트
책임자 농담이 계속 신경 쓰여서, 마지막으로 두 문장을 덧붙여 캡션을 한 번 더 부탁했어요. 뻔한 농담은 피할 것(‘책임자 불러 와’, ‘기분 안 좋음’ 금지). 이 강아지만 할 법한, 이상할 정도로 구체적인 생각으로 쓸 것.
모든 모델이 나아졌고, 순위도 바뀌었어요.
- GPT-6.1: ‘이 비옷엔 비상용 진입로 치즈를 넣을 주머니가 하나도 없어. 심각하게 무책임해.’
- Claude Opus 5.5: ‘집배원 아저씨한테 신고할 거야. 바깥은 그 아저씨 담당 맞지?’
- Grok 4.7: ‘그 햇볕 드는 자리랑 약속이 있었단 말이야.’
- Gemini 4 Argon: ‘하늘이 허락도 없이 목욕물을 쏟아 대는 바람에 시끄러운 바나나 껍질을 억지로 입었어.’
비상용 진입로 치즈는 그날 AI가 쓴 것 중 가장 웃겼어요. 게다가 한 라운드도 못 이긴 모델이 쓴 거예요. Claude의 집배원 농담도 근소한 차이로 2위인데, 강아지가 세상을 딱 그렇게 오해할 것 같거든요. 그러니까 AI가 뻔한 농담을 내놓는다면, 문제는 모델이 아니라 요청에 있는 경우가 많아요. 뻔한 펀치라인을 금지하고, 여러분 상황에만 있는 디테일을 요구해 보세요.
AI 유머에 대해 연구가 말하는 것
저희 테스트는 작지만, 더 큰 연구들의 결과와도 맞아떨어져요. PLOS ONE에 실린 서던캘리포니아대학교(University of Southern California)의 2024년 연구에서, 사람들은 ChatGPT 3.5가 쓴 농담을 일반 자원봉사자가 쓴 농담만큼, 혹은 그보다 더 웃기다고 평가했고, 평가자의 약 70%가 AI 쪽을 더 좋아했어요. 두 번째 실험에서는 AI가 쓴 풍자 헤드라인도 The Onion 작가들이 쓴 실제 헤드라인 못지않게 웃기다는 평가를 받았어요.
프로 코미디언들은 훨씬 엄격했어요. Google DeepMind 연구에서는 현역 코미디언 20명과 워크숍을 진행했는데, 대부분은 챗봇이 글쓰기 파트너로서 별 도움이 안 된다고 느꼈어요. 한 코미디언은 결과물을 ‘1950년대 크루즈선 코미디 소재, 다만 인종차별은 조금 덜한’이라고 표현했어요.
두 가지 모두 사실일 수 있고, 저희 테스트가 그 이유를 보여 줘요. 짧고 다정한 생일 카드라면 AI는 평균적인 사람을 가볍게 이겨요. 하지만 의외성을 만드는 건 어려워해요. 의외성은 가장 가능성 높은 답의 정반대이기 때문이에요. 그래서 구체적인 프롬프트가 그렇게 중요한 거예요.
이번 테스트에서 저희가 가장 마음에 든 방법은 이거예요. Grok 4.7에게 다섯 가지 버전을 받은 다음, 마음에 드는 걸 Claude에 붙여 넣고 타이밍을 다듬어 달라고 하세요. Grok 4.7 vs Claude Opus 5.5 비교에서 두 모델을 나란히 확인할 수도 있어요.