챗GPT 이후 발행된 웹페이지 35%가 AI 저작 흔적

2026년 7월에 모은 페이지 1만 건을 무작위로 뽑아 본 결과 10%가 AI 저작 의심 판정을 받았다. 그런데 이 표본에는 AI 글쓰기 도구가 나오기 전에 쓰인 옛날 페이지도 섞여 있어 비율이 낮게 잡혔다. 퓨리서치는 챗GPT 출시 이후 발행된 페이지만 다시 걸러냈고, 그 결과가 35%였다.

도메인마다 다른 온도차

같은 인터넷이라도 어느 주소를 쓰느냐에 따라 AI 저작 비율은 크게 갈렸다. 상업용 .com 도메인은 대학·정부 도메인인 .edu·.gov보다 약 10배 높은 AI 저작 비율을 보였고, .edu와 .gov는 각각 약 1% 수준에 머물렀다. 비영리 도메인인 .org는 4.6%로 그 중간 어디쯤이었다.

도메인	AI 저작 의심 비율
.com	약 10% ██████████░ 72
.org	4.6% ████░░░░░░░ 33
.edu / .gov	약 1% █░░░░░░░░░░ 7

대학과 정부 사이트는 저자 확인 절차나 편집 검수가 상대적으로 촘촘한 편이라 이 격차가 나온 것으로 풀이된다. 반면 광고 수익이나 검색 노출을 노린 상업 사이트는 대량 생산에 유리한 AI 글쓰기 도구를 더 적극적으로 쓰는 것으로 보인다.

챗봇이 챗봇을 읽는 인터넷

이번 조사는 "누가 웹을 읽는가"가 아니라 "무엇이 웹에 쓰여 있는가"에 초점을 맞췄다는 점에서 최근 나온 다른 보고서와 짝을 이룬다. 인터넷 인프라 기업 클라우드플레어는 얼마 전 봇이 만들어내는 웹 트래픽이 사람이 만들어내는 트래픽을 이미 추월했다고 보고했다. 클라우드플레어 자신이 예상했던 시점보다도 빨랐다고 한다. 두 조사를 나란히 놓으면 그림이 하나로 겹친다. AI가 웹페이지를 써내고, 다시 AI 크롤러와 봇이 그 페이지를 읽어가는 순환이 이미 상당 부분 자리 잡았다는 것이다.

퓨리서치는 AI 저작을 짐작하게 하는 다른 신호도 함께 늘고 있다고 지적했다. 문장 사이에 긴 대시(em dash)를 쓰는 빈도, 옥스퍼드 콤마 사용률, 그리고 "이건 X가 아니라 Y다" 식의 특정 어투가 시간이 지날수록 더 자주 나타났다는 것이다.

수치를 읽을 때 주의할 점

팽그램을 비롯한 AI 탐지 도구는 사람이 쓴 글을 AI가 쓴 것으로 잘못 분류하는 경우가 있다. 퓨리서치도 이 점을 인정하면서, 다만 이만한 규모의 데이터에서는 큰 방향성 자체는 신뢰할 만하다고 봤다. 즉 정확한 퍼센트 하나하나보다는 "AI 저작 비율이 빠르게 늘고 있다"는 추세 자체가 이번 조사의 핵심 메시지에 가깝다.

에디터의 시선

이 수치가 무서운 이유는 절대치보다 방향에 있다. 2022년 11월 이전 인터넷은 사람이 쓴 글의 저장고였고, 검색엔진과 AI 모델 모두 그 저장고를 학습 재료로 삼아왔다. 그런데 이제 그 저장고에 계속 쌓이는 새 글의 3분의 1 이상이 AI가 쓴 것이라면, 다음 세대 AI 모델은 사람의 글이 아니라 이전 세대 AI의 글을 학습하게 된다. 모델이 모델의 결과물을 되먹임하는 구조는 서서히 정보의 다양성을 깎아낼 수밖에 없다.

체감으로 보면 이 흐름은 이미 검색 결과 화면에서 드러난다. 몇 년 전만 해도 특정 질문을 검색하면 개인 블로그나 전문 포럼의 답변이 상위에 떴다. 요즘은 비슷비슷한 문장 구조와 어투로 정리된 요약형 페이지가 그 자리를 채우는 경우가 많다. .com 도메인의 AI 저작 비율이 .edu·.gov보다 10배 높다는 수치는 이 체감을 그대로 설명한다 — 검색 유입과 광고 수익을 노리는 상업 사이트일수록 대량 생산 압박이 크다.

국내 콘텐츠·미디어 팀에 주는 실무 교훈은 명확하다. 첫째, 검색 노출을 목적으로 한 대량 콘텐츠 생산은 이제 경쟁자 대부분이 AI로 하고 있다는 전제로 전략을 짜야 한다. 둘째, .edu·.gov 수준의 신뢰도를 지키려면 편집 검수 단계를 없애는 방향이 아니라 오히려 강화하는 방향이 차별화 포인트가 된다. 셋째, 자사 콘텐츠에 AI 탐지 도구를 돌려보는 것 자체보다, 독자가 실제로 신뢰할 수 있는 근거·출처·인용을 얼마나 촘촘히 넣는지가 더 중요한 지표가 될 것이다.

앞으로 몇 달 안에 비슷한 조사가 더 나올 가능성이 크다. 팽그램 같은 탐지 도구 자체도 계속 개선되고 있어, 다음 조사에서는 오탐률이 줄어든 만큼 수치가 더 뚜렷하게 갈릴 것으로 보인다. 그리고 그 수치가 나올 때마다, 검색엔진과 AI 모델 회사들이 학습 데이터의 출처를 어떻게 걸러낼지에 대한 논의도 함께 커질 수밖에 없다.