퓨리서치 “챗GPT 출시 후 생성된 웹페이지 35%는 AI가 작성”

클라우드플레어가 인터넷 트래픽에서 봇의 비중이 인간을 넘어섰다고 발표한 지 얼마 지나지 않아, 웹 생태계의 또 다른 이면을 드러내는 조사 결과가 나왔습니다. 인간이 아닌 봇들이 읽고 있는 웹페이지마저 다른 봇이 작성한 글일 확률이 급격히 높아진 것입니다.

미국 퓨리서치 센터(Pew Research)의 최신 연구에 따르면, 2022년 11월 ChatGPT가 출시된 이후 생성된 웹페이지 중 35% 이상에서 AI가 작성했거나 상당 부분을 수정한 흔적이 발견되었습니다.

상업용 도메인 중심으로 퍼진 AI 텍스트

퓨리서치는 웹 아카이브인 커먼 크롤(Common Crawl)에서 지난 5년여간 수집된 영어 웹페이지 약 50만 개를 추출해 분석을 진행했습니다. 텍스트 판별에는 오픈 판그램(Open Pangram)의 AI 탐지 기술이 활용되었습니다.

2026년 7월에 수집된 무작위 웹페이지 1만 개를 기준으로 보면 명확한 AI 작성 징후를 보인 비율은 약 10%였습니다. 하지만 여기에는 생성형 AI가 등장하기 전 만들어진 오래된 웹페이지들이 대거 섞여 있어 수치가 희석된 측면이 있었습니다.

연구진이 ChatGPT 출시 이전에 만들어진 페이지들을 걸러내고 그 이후에 게시된 페이지만 분리하자, AI 작성 비율은 곧바로 35%로 급증했습니다.

도메인별 격차도 뚜렷했습니다. 상업적 목적이 강한 .com 도메인의 AI 작성 비율은 약 1% 수준에 머문 .edu(교육)나 .gov(정부) 도메인에 비해 약 10배나 높았습니다. 비영리 성격의 .org 도메인 역시 4.6%에 불과했습니다.

연구진은 문체적 특징에서도 변화가 감지됐다고 밝혔습니다. 엠 대시(em dash)나 옥스퍼드 콤마의 잦은 사용, 그리고 "X가 아니라 Y이다"와 같은 전형적인 생성형 AI 스타일의 문장 패턴이 최근 웹 전반에서 크게 증가했습니다.

왜 중요한가

일반 이용자 입장에서 이번 수치는 검색과 정보 탐색의 신뢰도가 임계점에 다다랐음을 뜻합니다. 검색창에서 클릭한 최신 가이드나 리뷰 셋 중 하나는 트래픽을 노리고 스크립트로 대량 생산된 AI 텍스트일 수 있으며, 그 안에는 검증되지 않은 환각 정보가 자연스럽게 섞여 있을 위험이 있습니다.

콘텐츠 제작자와 개발자들에게는 단순 텍스트 짜깁기 경쟁의 종말을 의미합니다. 양으로 승부하는 텍스트는 이제 가치를 완전히 잃었으며, 결국 직접 취재한 1차 데이터나 검증된 실무 경험 같은 인간 고유의 맥락만이 살아남을 수 있습니다.

산업적으로 가장 뼈아픈 대목은 AI 모델 훈련 데이터의 오염입니다. 차세대 파운데이션 모델들은 공개 웹 데이터를 먹고 자라는데, 새로 유입되는 데이터의 3분의 1 이상이 이미 AI가 뱉어낸 부산물이기 때문입니다. AI가 AI의 글을 다시 학습하면서 성능이 망가지는 모델 붕괴 위험이 현실화됨에 따라, 앞으로 기업들은 공개 웹 크롤링 대신 유료 구독망이나 폐쇄형 커뮤니티의 고품질 데이터 확보에 사활을 걸 것으로 보입니다.