[요즘 독서] AI와 함께하는 독서: 읽기에서 경험으로

커버스토리 [요즘 독서] AI와 함께하는 독서: 읽기에서 경험으로 류영호(교보문고 부장) 2026. 1+2.

AI 시대에 독서란

독서는 오랫동안 텍스트와 독자 사이의 일대일 관계로 이해되어 왔다. 문장을 처음부터 끝까지 따라가며 의미를 축적하고, 깊게 이해하는 과정이었다. 독서의 성취는 완독 여부로 측정되었다. 종이책 중심의 환경에서는 독자가 책을 읽는 시간과 장소가 안정적이었기 때문에 이러한 정의가 크게 흔들리지 않았다. 하지만 디지털과 모바일 환경이 일상화되면서 독서는 연속적이고 안정적인 행위로 유지되기 어려워졌다. 여가 활동은 다양해지고 집중하는 시간은 짧아졌으며, 독서는 한 번에 길게 읽는 방식에서 여러 번 짧게 접속하는 방식으로 변하고 있다. 이 변화 속에서 AI(인공지능)는 독서를 대체하는 기술이 아니라 독서가 가능해지는 조건을 바꾸는 기반 기술로 작동하고 있다.

오늘날 독서는 ‘읽는 순간’을 넘어 ‘선택 .읽기 .반응 .기록 .다음 선택’까지 이어지는 전체 흐름이다. AI는 이 과정을 연결하고 조율하면서 독서를 상황과 맥락에 따라 형태가 달라지는 경험을 만든다. 새롭게 등장한 AI 기반 독서의 출발점은 독서 행위의 데이터화(Datafication)이다. 인간의 행위·상태·관계·경험을 측정하고 분석 가능한 데이터로 전환하는 것이다. 전자책·오디오북·독서 앱(App)이 확장되면서 읽은 위치, 체류 시간, 하이라이트, 메모 등이 자동으로 기록되고, 독서는 관찰할 수 있는 행위가 되었다. 이러한 데이터는 독자들의 독서 조건을 이해하는 언어다.

국내 사례: 압축적 실험과 다층적 확장의 AI 독서 모델

독서는 개인의 강한 의지에 의존하기보다 기록할 수 있는 구조, 책을 발견할 수 있는 시스템, 다시 돌아올 수 있는 리듬이 마련될 때 지속될 수 있다. 국내 독서 플랫폼의 AI 활용은 이러한 독서 환경을 설계하는 방향으로 전개되고 있다. 독서 기록의 자동화, 행동 데이터 분석, 책 추천과 큐레이션, 독서의 상호작용 기능이 중심이다. 이는 독서를 빨리 소비하게 하는 것이 아니라 자주 시작하게 하고, 중단된 독서를 다시 이어가며, 일상에 자연스럽게 배치하는 환경을 만들고 있다. 국내 AI 독서 환경도 단기간에 빠르게 확산하고 있다. 여러 독서 플랫폼이 동시에 성장하며 사용자의 데이터가 축적되었고, AI는 실험 단계를 넘어 즉각적인 서비스 구현으로 이어졌다.

① 출판 부문

국내 출판 부문 AI 활용 독서 지원 사례를 살펴보자. 플라이북(Flybook)은 2025년 10월 사용자와 대화하며 최적의 도서를 찾아주는 GPT 스타일의 ‘나만의 독서 에이전트’ 서비스를 출시하며 독서 AI 서비스의 수준을 한 단계 끌어올렸다. 이 서비스의 핵심은 키워드·제목 중심 검색에서 벗어나 독자의 상태와 감정을 입력하면 AI가 실시간 대화를 통해 책을 제안하는 방식에 있다. “요즘 잠이 잘 안 와서 위로되는 책이 필요해.” 같이 요청하면, 약 10년간 축적된 독서·추천 데이터와 AI 기술을 결합해 책을 추천한다. 여기에 개인 취향 분석, AI 기반 요약, 전문 큐레이터의 추천을 연결해서 책 선택부터 이해까지 이어지는 독서 경험을 설계했다.

플라이북,부커스이용화면

부커스(Bookers)는 AI를 ‘읽는 도중의 대화 상대’로 설정하며 또 다른 방향을 제시한다. ‘AI 저자와의 대화’ 기능은 독자가 책을 읽으며 떠올린 질문이나 해석의 갈증을 AI와의 대화를 통해 풀어가는 경험을 목표로 한다. 독자는 특정 문장이나 주제에 대해 질문할 수 있고, AI는 저자의 사고 흐름과 작품의 맥락을 반영해 답변하도록 설계되었다. 이는 독서를 결과물 소비가 아닌, 읽는 과정에서 사고를 확장하는 상호작용적 경험으로 전환하려는 시도다. ‘독서 중 사유’의 지점에 AI를 배치했다는 점에서 부커스의 접근은 독서의 깊이를 기술적으로 보조하는 모델로 해석할 수 있다.

리드AI(ReadAI)는 AI 활용의 초점을 ‘독자는 어떻게 읽고 있는가?’라는 질문에 둔다. 시선 추적 등 행동 데이터를 AI로 분석해 읽기 속도, 집중도, 회귀 패턴 등을 파악하고, 이를 바탕으로 문해력과 이해 수준을 정량적으로 진단한다. 이는 독서를 취향이나 독서량의 문제가 아닌, 인지 과정의 문제로 다루며 독서의 질을 측정하고 개선 방향을 제시하는 것이다. 특히 교육·학습 영역에서 리드AI는 AI가 독서 행위를 분석하고 개인 맞춤형 읽기 훈련을 설계할 수 있다는 가능성을 보여준다.

리드AI 이용 화면

② 서점 및 콘텐츠 플랫폼 부문

국내 서점과 출판 콘텐츠 플랫폼이 AI를 활용해 독서 경험을 어떻게 지원하고 있는지 살펴보자. 교보문고의 ‘큐봇(Q-Bot)’과 ‘북메이트(Book Mate)’는 상업 서점 플랫폼 차원에서 AI 활용 독서 지원을 구현한 사례다. 큐봇은 사용자의 실시간 행동 데이터를 분석해 탐색 의도를 파악하는 지능형 도서 추천 에이전트(Agent)다. 사용자가 취향을 설정하지 않더라도 웹사이트와 앱 내 체류 시간, 검색 키워드, 장바구니 담기 등의 행동을 즉각적으로 학습한다. 이를 바탕으로 대화형 인터페이스를 통해 가장 적합한 도서를 제안하며 AI 기반의 질문과 응답 구조를 통해 도서 탐색 시간을 크게 단축한다.

교보문고 ‘큐봇’, ‘북메이트’

북메이트는 축적된 과거 데이터를 기반으로 정교한 도서 취향 매칭을 제공하는 큐레이션 서비스다. 개인화 추천 시스템을 바탕으로 온·오프라인 구매 이력과 평점 데이터의 협업 필터링(Collaborative Filtering)이 핵심이다. 사용자들의 행동 데이터를 분석해서 비슷한 취향을 가진 사람들의 선택을 바탕으로 책을 추천하는 것이다. 여기에 교보문고 북마스터(Book Master)들의 도서 선별 노하우를 알고리즘에 반영하여 인적 감각이 결합한 큐레이션을 더한다. 이는 AI가 추천을 독점하는 구조가 아니라 전문가의 판단을 디지털 자산으로 확장하는 모델로 해석할 수 있다.

알라딘이 선보인 전자책 구독 서비스 ‘만권당’은 AI로 사용자의 취향과 독서 패턴을 분석해 개인화된 책을 추천한다. 이를 통해 별도의 검색 없이도 책을 발견할 수 있다. 또한 몰입 독서, 반복 읽기, 핵심 중심 읽기 등 다양한 독서 방식을 제안한다. 만권당은 AI 기반 TTS(Text-to-Speech) 기능을 통해 이동 중이나 다른 활동 중에도 책을 들을 수 있어 텍스트 독서와 오디오 독서의 경계를 유연하게 한다. 이는 독서가 특정 시간과 장소에 고정되지 않고 생활 리듬 속으로 자연스럽게 스며들도록 설계된 모델이라 할 수 있다.

알라딘 ‘만권당’, 밀리의서재 ‘AI 독파밍’

밀리의서재의 ‘AI 독파밍’은 AI를 독서의 보조 도구가 아니라 대화형 독서 파트너로 배치한 사례다. 사용자는 책 내용을 바탕으로 질문을 던지고, AI는 해당 도서에서 가장 적합한 답변을 찾아서 설명한다. 특히 길고 복잡한 비문학 도서에서 핵심 내용을 빠르게 파악하고, 필요한 경우 원문으로 다시 돌아갈 수도 있다. AI 독파밍은 요약 중심의 독서를 넘어 질의응답을 통해 책과 상호작용하도록 한다는 점에 서 의미 있다. 독자는 AI와의 대화를 통해 능동적인 정보 탐색과 이해도를 점검하며 사고를 확장한다. 이는 책을 잘 읽고, 다시 찾고, 생각하게 만든다.

해외 사례: AI가 독서 플랫폼의 경험을 재구성하는 모델

① 아마존(Amazon)의 킨들(Kindle), 오더블(Audible)

해외 독서 플랫폼에서의 AI는 독서를 하나의 콘텐츠 소비 행위가 아니라, 장기적으로 플랫폼을 경험하도록 활용되고 있다. 플랫폼은 독자가 어디에서 멈추고, 언제 돌아오며, 어떤 지점에서 이해에 어려움을 겪는지 등 독서 리듬을 관리한다. 그럼으로써 독서는 단발적 소비가 아니라 중단과 회귀를 전제로 한 장기적 경험으로 재설계된다. 이 흐름의 중심에 있는 아마존의 ‘킨들’과 ‘오더블’은 서로 다른 포맷에서 출발했지만, AI를 매개로 읽기와 듣기를 하나의 지능형 독서 구조로 통합하고 있다는 점에서 공통된 전략을 보여준다. 킨들과 오더블의 공통점은 AI를 독서의 대체 기술로 사용하지 않고 이해를 도우며 독서의 지속성을 높이는 인지적 보조 장치로 삼는다는 것이다.

킨들은 전자책 유통과 전자책 전용 단말 중심의 플랫폼이었으나, 최근 AI를 통해 독서 행위 자체에 개입하는 방향으로 가고 있다. 책의 내용에 대해 궁금한 점을 질문하면, AI가 해당 텍스트 맥락 안에서 답변한다. 이는 사전 검색이나 외부 웹 탐색이 아니라 책 내부에서 이루어지는 대화형 상호작용이라는 점에서 기존 독서 도구와 구별된다. 여기에 장편 소설이나 시리즈물을 위한 ‘AI 리캡스(Recaps)’ 기능이 추가돼 독자는 중단된 독서로 돌아올 수 있다. 킨들의 ‘Ask this Book(이 책에게 물어보세요)’ 기능은 전자책 독서 중 AI 기반 질의응답 도구로 주목받고 있다. 사용자가 현재 읽고 있는 책의 줄거리, 등장인물, 기타 관련 세부 사항 등 궁금한 점을 질문하면 AI가 이미 읽은 부분만을 참조해 스포일러 없이 답변해 주는 기능이다. 현재 미국에서 킨들 iOS 앱을 통해 수천 권의 영어 도서를 대상으로 이용할 수 있다.

아마존 킨들 ‘AI 리캡스’, ‘Ask this Book’

오더블 역시 AI를 통해 오디오북 경험을 확장하고 있다. 사용자가 “출퇴근길에 들을 수 있는 6시간짜리 자기계발서”처럼 요청하면, 청취 상황과 목적에 맞는 콘텐츠를 제안한다. 이는 제목이나 저자 중심 탐색에서 나아가 청취 맥락을 중심으로 독서를 설계한다. 또한 일부 작품에서는 청취 중 AI에게 질문하고 답변을 받을 수 있는 기능이 도입되어 되돌리기 어려운 오디오북의 구조적 한계를 보완했다.

② 스토리그래프(The StoryGraph)

‘스토리그래프’는 AI가 책을 읽는 독자의 상태, 감정, 흐름을 어떻게 학습하고 반영하는지에 주목한다. 사용자는 분위기, 감정 톤, 전개 속도, 서사 밀도 등 독서 경험의 질적 요소를 선택하고 이 데이터는 책 추천 모델의 초기 학습값으로 활용된다. 여기서 중요한 점은 AI가 ‘선호 장르’를 예측하는 데 머무르지 않고 독서 경험의 패턴을 벡터화(Vectorization)해 유사한 경험을 가진 독자와 콘텐츠를 연결한다는 점이다. 이는 전통적인 협업 필터링을 넘어 감정·리듬 기반의 경험 유사 모델에 가깝다.

스토리그래프는 데이터의 패턴을 학습·예측·분류·추천하는 머신러닝(Machine Learning)을 통해 특정 분위기의 책에서 완독률이 높아지는 조건, 독자가 피로를 느끼는 서사 구조, 개인별 집중 지속 시간 등을 추론한다. 사용자가 선택한 현재의 기분, 읽고 싶은 분량, 감정적 부담 수준 등을 입력값으로 삼아 상황 인식(Context-aware) 문제를 다룬다. 같은 독자라도 아침과 밤, 주중과 주말 중 언제 읽는지, 연속 혹은 휴식 독서 중인지에 따라 추천 결과가 다르다.

아마존이 인수한 세계 최대의 독서 커뮤니티 ‘굿리즈(Goodreads)’와 구분되는 지점도 결국 AI 활용 방식에 있다. 굿리즈가 AI를 통해 유통과 마케팅 중심의 책 추천 구조를 강화해 왔다면, 스토리그래프는 상대적으로 독서 경험 분석과 개인화 설계에 AI를 투입한다. 광고 노출이나 판매 전환보다 독자의 독서 리듬을 유지하고 회복시키는 데 AI를 사용한다는 점에서 지향점이 다르다.

스토리그래프의 독서 분석 화면

③ 리비(Libby)의 인스파이어미(Inspire Me)

디지털 도서관 서비스 기업 오버드라이브(OverDrive)에서 지원하는 앱 ‘리비’는 본래 전 세계 공공도서관의 전자책과 오디오북을 대출해 주는 플랫폼으로 검색과 이용 경험이 핵심이다. 2025년 도입된 AI 기반 ‘인스파이어미’는 ‘검색어’가 아니라 ‘의도와 분위기’를 표현하도록 설계되어 AI가 바꾼 독서 탐색 방식을 보여준다. 사용자는 먼저 소설·논픽션, 성인·청소년 등 기본 범주를 선택한 뒤에 ‘Cozy(아늑한)’, ‘Thought-provoking(사유를 자극하는)’, ‘Hopeful(희망적인)’과 같은 프롬프트(Prompt, 명령어) 키워를 고르거나, 자신이 원하는 독서 스타일을 문장에 가깝게 입력한다. 그러면 AI는 사용자가 속한 해당 도서관에서 적합한 책을 제시하고, 책 추천 이유를 설명한다.

리비 ‘인스파이어미’

인스파이어미는 개인 식별 정보나 상세 이용 로그를 광범위하게 수집하지 않고, 책 제목이나 선택된 프롬프트 등 최소한의 정보만을 활용하도록 설계되었다. 이는 공공도서관의 특성을 반영해 개인화와 개인 정보 보호 사이의 균형을 중시한 접근이다. 또한 AI 추천 결과가 곧바로 도서관 대출로 이어질 수 있어 탐색과 이용 사이의 마찰을 줄일 수 있다. 또한 기존 도서관 앱에서는 제목, 저자, 장르를 알고 탐색해야 했다면, 이 기능은 “지금 나는 어떤 상태로 무엇을 읽고 싶은가?”라는 질문을 먼저 던지게 만들어 검색 중심 독서에서 사유 중심 독서로 전환시킨다.

AI 독서 시대, 어떻게 지속될 것인가

AI 시대에 독서의 지속가능성은 독서를 정의하는 관점에 달려있다. AI는 독서의 일부 기능을 빠르게 대체하고 있고 정보 탐색과 핵심 정리, 배경 설명은 이미 인간보다 효율적이다. 다만 중요한 것은 “독서의 가치가 정보 처리 능력에 있는가?”라는 질문이다. 독서가 여전히 의미를 갖는 이유는 지식을 얻는 데서 멈추지 않고 텍스트를 따라 사고의 속도를 조절하고 감정의 흐름을 경험하며 스스로 질문을 만들어내기 때문이다. AI 시대에 독서는 결과물이 아니라 사유하는 경험으로 이동한다.

지속가능한 AI 독서는 인간과 AI의 역할이 명확히 분리될 때 가능해진다. AI는 독서를 대신하는 존재가 아니라 독서가 시작될 수 있는 조건을 만들어주는 도구다. 요약은 진입 장벽을 낮추고, 책 추천은 선택의 부담을 줄이며, 대화형 인터페이스는 독자의 질문을 확장시킨다. 그러나 어디에서 멈출지, 무엇에 오래 머물지, 어떤 문장을 다시 읽을지는 여전히 인간이 판단한다. 이 변화는 ‘완독’이라는 기준을 다시 생각하게 만든다. 모든 독서를 처음부터 끝까지 읽는 행위로 정의할 필요는 없다. 발췌 독서, 반복 독서, 중단 독서, 요약을 거쳐 선택하는 독서가 자연스럽게 공존한다. 이는 독서의 약화가 아니라, 독서 방식의 현실화다. 중요한 것은 ‘얼마나 어떤 방식으로 독서가 삶 속에 남아 있는가.’이다. 지속가능한 독서 환경은 독자를 하나의 이상적 모델에 맞추지 않고 독서의 리듬을 개인화하는 구조다.

출판과 플랫폼의 역할 역시 달라진다. AI 독서 시대에 출판사는 더 이상 텍스트만을 공급하는 주체로 남을 수 없다. 책은 고정된 결과물이 아니라 다양한 접근을 허용하는 지식의 출발점이 되어 독서를 시작하게 만드는 인터페이스가 되어야 한다. 플랫폼 역시 독자의 데이터를 소유하려는 구조에서 벗어나 독자가 자신의 독서 상태를 이해하고 조정할 수 있도록 돕는 방향으로 설계되어야 한다.

결국 AI 시대에 독서 지속가능성은 기술 낙관이나 위기의식에 있지 않다. ‘독서를 더 빠르게 만들 것인가, 아니면 더 깊게 만들 것인가.’에 대한 선택에 가깝다. AI가 답을 제공할수록 독서는 질문을 남기는 행위가 되어야 한다. AI가 효율을 높일수록 독서는 비효율적인 사유의 공간을 지켜야 하는 것이다. 이 균형이 유지되면 AI 시대에도 독서는 사라지지 않는다. 오히려 형태를 바꾸며 더 오래 지속되는 문화적 행위로 남게 될 것이다.

리딩 파티 관련 사이트

• 사일런트 북클럽 홈페이지: https://silentbook.club

• 사일런트 북클럽 인스타그램: https://www.instagram.com/silentbookclub

• 침묵독서클럽 인스타그램: https://www.instagram.com/chimdokle

• 리딩 시티 트레바리 인스타그램: https://www.instagram.com/trevari_official

 

<출처> 한국출판문화산업진흥원

#AI독서 #인공지능독서 #미래독서 #독서트렌드 #텍스트힙 #플라이북 #부커스 #리드AI #교보문고큐봇 #밀리의서재 #AI독파밍 #만권당 #킨들 #오더블 #스토리그래프 #독서기록 #책추천 #큐레이션 #문해력 #디지털독서