웹페이지 10%는 AI가 썼습니다 — 작성 주체 탐지와 GEO 탐지는 다른 질문입니다

3줄 요약

• AI 작성은 이미 웹의 기본값에 가까워지고 있습니다. Pew Research 가 웹페이지 49만 건을 분석한 결과, 2026년 7월 기준 전체의 10%, ChatGPT 공개 이후 발행일이 확인되는 페이지에서는 3분의 1 이상에서 AI 작성 흔적이 확인됐습니다.
• "AI가 썼는가"와 "AI 인용을 노렸는가"는 서로 다른 질문입니다. Pew 의 탐지기는 작성 주체를 판별하고, GEO 탐지 연구는 최적화 의도를 판별합니다. 한쪽에서 표시된다고 다른 쪽에서도 표시되는 것이 아닙니다.
• 표면 신호를 지우는 대응은 답이 되지 않습니다. em dash·옥스퍼드 콤마 같은 문체 지표는 사람도 쓰는 특징이고, 두 탐지 모두 AI 답변에서 인용될 확률을 직접 결정하지 않습니다.

Pew 는 무엇을 측정했나

Pew Research Center Data Labs 는 2026년 8월 20일 "How Much of the Internet Is Written With AI?" 를 발표했습니다. 여론조사가 아니라 웹 아카이브 대량 분석입니다.

구성 요소	내용
표본	Common Crawl 49개 크롤(2021-01~2026-07) × 각 10,000 페이지 = 490,000 영어 페이지
탐지 모델	Open Pangram(editlens_Llama-3.2-3B) — 0(사람)~1(AI) 점수 출력
판정 임계	0.2 이상을 "유의미한 AI 작성 흔적"으로 분류
교차검증	62,370 페이지를 Pangram 상용 모델 3.3 과 대조 → 96% 일치, Cohen's kappa 0.61
공개 범위	공개 접근 가능한 페이지만 — 페이월·로그인 콘텐츠는 과소대표

임계값 0.2 는 낮은 편입니다. Pew 는 이 선택의 결과를 방법론에 명시했습니다 — 사람이 쓴 뒤 AI 로 문장을 다듬은 글과 AI 가 처음부터 생성한 글이 같은 범주로 분류됩니다.

AI 탐지 모델은 확률적 도구이며, 개별 페이지 분류를 확정적인 것으로 취급해서는 안 됩니다. — Pew Research Center, 방법론 (2026-08-20)

웹의 10%, ChatGPT 이후 페이지는 3분의 1 이상

2026년 7월 크롤 기준 수치입니다.

구분	AI 작성 흔적 비율
전체 페이지	10%
ChatGPT 공개 이후 발행일이 확인되는 페이지	3분의 1 이상
.com 도메인	약 10%
.org 도메인	4.6%
.edu 도메인	약 1%
.gov 도메인	약 1%

전체 10% 와 "ChatGPT 이후 3분의 1"의 차이는 시점 효과입니다. 표본에는 2021년 이전 페이지가 대량으로 포함돼 있고, 그 시기 페이지는 애초에 AI 로 작성될 수 없었습니다. 최근 만들어지는 콘텐츠만 놓고 보면 비율이 훨씬 높다는 뜻입니다.

다만 이 수치에는 Pew 가 명시한 제약이 있습니다. 발행일을 파싱할 수 있는 페이지가 전체의 10~15% 에 불과합니다. "3분의 1 이상"은 웹 전체가 아니라 날짜가 확인되는 콘텐츠 기준으로 읽어야 합니다.

도메인별 격차는 더 직관적입니다. .com 은 .org 의 약 2배, .edu·.gov 의 약 10배입니다. 상업적 목적으로 대량 생산되는 콘텐츠에 AI 작성이 집중돼 있다는 신호이며, 이는 곧 경쟁 콘텐츠 대부분이 같은 방식으로 만들어지고 있다는 의미이기도 합니다.

문체 지표는 이미 통계적으로 이동했습니다

Pew 는 판정 점수와 별개로, 어떤 언어 특징이 늘었는지를 1만 단어당 빈도로 집계했습니다(2023 → 2026).

언어 신호	2023	2026	변화
em dash (—)	5.79	11.19	약 2배
옥스퍼드 콤마	34.04	55.51	+63%
AI 특유 어휘("delve", "interplay" 등)	11.94	26.02	약 2배
부정 병렬("X가 아니라 Y입니다")	0.87	2.36	약 2.7배

여기서 결론을 서둘러 내리기 쉽습니다 — "그럼 이 표현들을 빼면 되겠다"는 대응입니다. Pew 자신이 그 해석을 차단합니다. 이 특징들은 하나씩 놓고 보면 개별 문서를 특정하지 못하고, 사람이 쓴 글에도 똑같이 나타납니다. 빈도 변화는 수십만 건을 모아 놓았을 때만 의미가 있습니다.

작성 주체 탐지와 GEO 탐지는 다른 질문에 답합니다

이 지점이 실무에서 가장 자주 혼동됩니다. 최근 두 연구가 비슷한 시기에 나왔지만 측정 대상이 다릅니다.

	Pew (Open Pangram)	GEO-Flag
질문	이 글을 누가 썼는가	이 글이 무엇을 노리고 만들어졌는가
판별 대상	AI 생성·AI 편집 흔적	AI 답변 인용을 노린 전략적 개입
유행률	전체 10% / 최근 페이지 3분의 1 이상	페이지 8.9% / 2026년 수정 페이지 16.4%
AI 로 문장만 다듬은 글	판정 대상에 포함됨(임계 0.2)	판정 대상에서 제외되도록 학습

같은 페이지가 Pew 기준으로는 "AI 작성"이면서 GEO-Flag 기준으로는 "최적화 아님"일 수 있고, 그 반대도 성립합니다. 사람이 직접 쓴 글에 기계적 최적화 패턴만 얹은 경우가 후자입니다.

GEO 탐지 쪽 수치와 실무 경계선은 GEO 콘텐츠는 이제 탐지된다 — 웹페이지 8.9%가 이미 최적화에서 자세히 정리했습니다.

그래서 인용에는 어떤 영향이 있나

두 연구 모두 답하지 않은 질문이 있습니다. AI 작성으로 판정된 페이지가 AI 답변에서 인용될 확률이 낮아지는가 — 이에 대한 직접 측정은 두 연구 어디에도 없습니다. 현재 확인된 사실은 여기까지입니다.

• 웹의 상당 비중이 AI 작성이라는 것 (Pew)
• 그것이 기술적으로 판별 가능하다는 것 (Pew·GEO-Flag 공통)
• 검색 엔진이나 AI 플랫폼이 이를 근거로 제재한다는 발표는 아직 없다는 것

인용 확률에 대해서는 다른 연구가 답을 내놓았습니다. GEO 연구 45편을 검토한 서베이는 실질 없이 형식만 조작한 리라이트가 오히려 노출을 떨어뜨린 사례(-9%/-16%/-6%)를 보고했습니다. 이 결과는 "AI 로 썼는가"가 아니라 "내용이 실제로 답이 되는가"를 가리킵니다.

즉 작성 도구는 인용의 결정 변수가 아닙니다. AI 로 초안을 만들었든 사람이 처음부터 썼든, 답변에 필요한 정보를 추출 가능한 형태로 담고 있는지가 남습니다.

지금 점검할 것

1. 표현을 바꿔 탐지를 피하려는 시도는 우선순위가 아닙니다. em dash 를 지운다고 탐지를 피할 수 있는 것도, 인용이 늘어나는 것도 아닙니다. 임계 0.2·kappa 0.61 이라는 조건에서는 개별 페이지 판정 자체가 확률적입니다.
2. AI 초안 사용 여부보다 검수 깊이가 문제입니다. AI 편집본이 AI 생성본과 같은 범주로 분류된다는 것은, 반대로 초안을 무엇으로 만들었든 사실 검증·출처 표기·구조 정리를 사람이 수행하면 결과 품질이 달라진다는 뜻이기도 합니다.
3. 경쟁 환경을 수치로 이해해야 합니다. .com 도메인 약 10%, 최근 콘텐츠 3분의 1 이상이라는 분포에서, 평균적인 AI 초안 품질로는 차별화가 어렵습니다. 차이를 만드는 것은 1차 데이터와 자체 측정, 그리고 구체적인 사례입니다.
4. 내 페이지가 어떻게 읽히는지 먼저 확인합니다. 작성 도구와 무관하게, AI 가 답변을 만들 때 참조할 수 있는 구조인지가 인용의 전제입니다.

자주 묻는 질문

AI 로 글을 쓰면 검색에서 불이익을 받나요?

현재까지 발표된 제재 정책은 없습니다. Pew 연구는 유행률 측정이고, 검색 엔진이나 AI 플랫폼이 AI 작성 콘텐츠를 일괄 강등한다는 공식 발표는 확인되지 않습니다. 다만 판별이 기술적으로 가능하다는 것이 대규모 표본으로 확인된 이상, 플랫폼이 품질 신호 중 하나로 활용할 가능성은 장기 리스크로 두는 편이 합리적입니다.

사람이 쓰고 AI 로 다듬은 글도 "AI 작성"으로 분류되나요?

Pew 기준으로는 포함됩니다. 임계 0.2 는 사람과 AI 가 함께 쓴 글까지 폭넓게 포착하도록 설정돼 있어, 사람이 쓴 뒤 문장을 다듬은 글과 AI 가 처음부터 생성한 글이 같은 범주로 분류됩니다. 반대로 GEO-Flag 탐지기는 AI 폴리싱만으로는 점수가 올라가지 않도록 학습됐습니다. 어떤 탐지기 기준인지에 따라 답이 달라집니다.

em dash 나 "delve" 같은 표현을 빼면 탐지를 피할 수 있나요?

권장하지 않습니다. Pew 는 이 특징들이 개별 문서를 특정하지 못하고 사람이 쓴 글에도 나타난다고 명시했습니다. 표현을 지워도 판정이 바뀐다는 보장이 없고, 설령 바뀌더라도 AI 답변에서 인용될 확률은 별개 문제입니다. 문체를 고치는 데 쓸 시간을 내용을 보강하는 데 쓰는 편이 탐지와 인용 양쪽에서 유리합니다.

예산이 적어 AI 초안을 계속 써야 한다면 무엇을 우선해야 하나요?

초안 생성보다 검수 단계에 자원을 배분하는 편이 효율적입니다. 구체적으로는 정량 주장의 1차 출처 확인, 답변 문장을 상단에 배치하는 구조 정리, 자체 데이터나 사례 추가입니다. 이 세 가지는 작성 도구와 무관하게 인용 가능성에 직접 작용합니다.

10% 라는 수치는 믿을 만한가요?

표본과 검증 절차는 견고한 편입니다 — 49개 크롤에서 추출한 49만 페이지, 별도 상용 모델과의 교차검증에서 96% 일치를 기록했습니다. 다만 Cohen's kappa 0.61 은 "상당한 일치"이지 완전 일치가 아니고, pre-ChatGPT 문서에서 약 1% 의 오탐이 관찰됐습니다. 집계 수준 추세로는 신뢰할 만하고, 개별 페이지 판정 근거로는 부적절합니다.

한국어 콘텐츠에도 같은 비율이 적용되나요?

확인할 수 없습니다. Pew 표본은 영어 페이지에 한정돼 있습니다. 한국어 웹의 AI 작성 비율에 대한 동급 규모의 공개 조사는 현재 확인되지 않으며, 영어권 수치를 그대로 적용하는 것은 근거가 부족합니다.

정리

Pew 의 49만 페이지 분석은 "AI 가 웹을 쓰고 있다"는 인상을 수치로 바꿔 놓았습니다. 전체 10%, 최근 콘텐츠 3분의 1 이상입니다. 다만 이 수치가 곧바로 인용 불이익을 뜻하지는 않습니다 — 작성 주체를 판별하는 탐지와 최적화 의도를 판별하는 탐지는 서로 다른 질문에 답하고, 두 탐지 모두 AI 답변에서 인용될 확률을 직접 결정하지 않습니다.

남는 기준은 하나입니다. 도구가 무엇이었든, 페이지가 실제 답이 되는 정보를 추출 가능한 구조로 담고 있는가. RanketAI(랭킷AI) 무료 페이지 구조 진단으로 내 페이지가 지금 어떤 구조로 읽히는지 확인할 수 있습니다.

함께 읽으면 좋은 글

• GEO 콘텐츠는 이제 탐지된다 — 웹페이지 8.9%가 이미 최적화 — 최적화 의도를 판별하는 탐지와 실무 경계선.
• GEO 45편 비판적 서베이 리뷰 — 형식만 조작한 리라이트의 역효과 수치.
• GEO(Generative Engine Optimization)란 무엇인가? — 검증된 최적화 방법과 효과의 조건.
• 9가지 AI 검색 통념 vs 1,500만 데이터 — 지름길 전략이 측정에서 무너진 기록.