ChatGPT 이후 웹페이지의 AI 흔적 급증…Pew “새로 작성된 페이지 3개 중 1개꼴”

Pew Research Center의 분석은 ChatGPT 출시 이후 웹에 AI가 개입한 콘텐츠가 빠르게 늘었다는 점을 보여준다. 다만 여기서 말하는 ‘AI 작성’ 신호는 페이지 전체가 기계에 의해 처음부터 끝까지 쓰였다는 뜻이 아니다. AI가 작성했거나 상당 부분 편집했을 가능성이 높은 언어적 패턴이 발견됐다는 의미다.

49만 개 웹페이지를 어떻게 분석했나

Pew는 비영리 웹 아카이브인 Common Crawl에서 2021년 1월부터 2026년 7월까지 생성된 49개 크롤링 자료를 활용했다. 각 시점마다 영어 웹페이지 1만 개를 무작위로 추출해 총 49만 개 페이지의 본문 텍스트를 분석했고, Open Pangram의 AI 탐지 모델을 적용했다.

이 방식은 특정 사이트나 검색 결과만 보는 것이 아니라 공개 웹의 여러 시점을 비교한다는 장점이 있다. 연구진은 ChatGPT가 공개된 2022년 11월 30일을 전후로 AI 작성 또는 편집 신호가 어떻게 달라졌는지도 살폈다.

무작위 표본에서는 10%, 출시 이후 페이지에서는 35%

2026년 7월 무작위로 추출한 웹페이지 1만 개 가운데 약 10%에서 AI가 작성했거나 상당한 수준으로 편집했다는 신호가 나타났다. 이는 해당 시점의 영어권 공개 웹을 보여주는 한 장면에 해당한다.

ChatGPT 출시 이후 작성된 페이지 중에서는 비율이 더 높았다. 게시일을 확인할 수 있었던 사후 출시 페이지의 35%에서 AI 관련 신호가 감지됐다. 다만 이 수치를 ‘ChatGPT 이후 인터넷 페이지의 35%가 AI로 작성됐다’고 일반화해서는 안 된다. 표본 페이지 가운데 실제로 사용할 수 있는 게시일 정보가 들어 있던 경우는 약 10~15%에 불과했고, 이 하위 집합은 전체 페이지를 무작위로 대표하지 않는다.

따라서 연구의 핵심은 두 수치를 함께 읽는 데 있다. 전체 무작위 표본에서 확인된 비율은 10%였고, 게시일이 확인되는 최신 페이지 집단에서는 AI 신호가 훨씬 더 자주 나타났다는 것이다. 이는 새로 만들어지는 공개 웹 텍스트가 기존 콘텐츠보다 AI의 영향을 더 많이 받고 있음을 시사한다.

도메인에 따라 AI 신호 분포도 달랐다

AI 작성·편집 신호는 웹 전체에 고르게 퍼져 있지 않았다. 2026년 기준으로는 다음과 같은 차이가 나타났다.

• .com: 약 10%
• .org: 4.6%
• .edu: 약 1%
• .gov: 약 1%

상업 사이트인 .com에서 신호가 가장 흔했고, 교육기관과 정부기관 도메인에서는 상대적으로 드물었다. 이는 각 도메인의 콘텐츠 제작 방식과 게시·검토 절차가 서로 다를 가능성을 보여주지만, 도메인 자체가 AI 사용 여부를 결정한다고 해석할 수는 없다.

어떤 문체가 AI 신호로 분석됐나

Open Pangram은 특정 단어 하나를 찾아내는 방식이 아니라, AI 텍스트에서 상대적으로 더 자주 나타나는 여러 언어적 패턴을 종합해 판단했다. Pew가 사례로 언급한 특징에는 다음이 포함된다.

• 긴 대시인 엠 대시(—) 사용 증가
• 영어 문장에서 마지막 항목 앞에 쉼표를 넣는 옥스퍼드 콤마 사용 증가
• AI가 선호하는 것으로 분석된 어휘의 반복
• “단순히 A가 아니라 B”처럼 두 요소를 대조하는 부정 병렬 표현(negative parallelism)

이런 표현은 사람도 자연스럽게 사용할 수 있다. 반대로 AI가 만든 문장을 사람이 크게 고쳤다면 탐지 신호가 약해질 수도 있다. 따라서 이번 결과는 저자 확인을 위한 지문이라기보다, 특정 집단의 텍스트에서 AI의 영향이 통계적으로 두드러지는지를 파악하는 지표에 가깝다.

탐지 결과를 확정 판정으로 볼 수 없는 이유

AI 탐지 모델은 확률에 기반한다. 어떤 도구든 사람이 쓴 글을 AI 글로 잘못 분류하는 **오탐(false positive)**이나, AI가 쓴 글을 놓치는 **미탐(false negative)**이 발생할 수 있다. 외부 평가에서 Pangram의 성능이 높게 보고된 사례가 있더라도, 결과는 시험에 사용한 글의 장르와 길이, 사용된 AI 모델, 실제 웹 텍스트의 편집 정도에 따라 달라질 수 있다.

이 때문에 Pew의 수치는 “완전히 AI가 쓴 페이지의 비율”이 아니라 “AI 작성 또는 의미 있는 AI 편집의 징후를 보인 페이지의 비율”로 이해해야 한다. 특히 한 페이지의 일부 문단만 AI로 작성됐는지, 사람이 초안을 고쳐 썼는지까지는 이 분석만으로 구분하기 어렵다.

연구가 포착하지 못한 영역

이번 분석에는 몇 가지 범위의 한계가 있다.

• Common Crawl은 공개적으로 접근 가능한 웹페이지를 중심으로 수집하므로, 유료 구독이나 로그인 뒤에 있는 콘텐츠는 상대적으로 적게 포함될 수 있다.
• 분석 대상은 영어 웹 텍스트다. 이미지, 동영상, 비영어 콘텐츠는 포함되지 않았다.
• 게시일 정보가 확인된 페이지가 전체의 10~15%에 그쳐, 35%라는 수치는 날짜가 확인된 비무작위 하위 집합에만 적용된다.
• 탐지 모델은 AI 사용 여부를 직접 기록한 데이터가 아니라 텍스트의 문체적 신호를 추정한다.

‘AI가 웹을 장악했다’는 뜻은 아니다

Pew의 결과는 웹이 AI 콘텐츠가 단순히 존재하는 공간을 넘어, 새로 게시되는 공개 텍스트가 점점 더 AI의 도움을 받아 생산되는 공간으로 변하고 있음을 시사한다. 하지만 인간 저자가 사라졌거나 웹 이용 자체가 인간보다 AI 중심으로 바뀌었다는 결론을 내리지는 않는다.

이 변화는 Cloudflare가 2026년 5월 자사 네트워크에서 비인간 트래픽이 인간 트래픽을 넘어섰다고 보고한 흐름과도 맞물린다. 다만 Cloudflare의 수치는 봇과 자동화 시스템의 웹 요청을 측정한 것이며, AI가 작성한 콘텐츠의 비율을 뜻하지 않는다. 두 연구는 서로 다른 대상을 측정한다.

두 결과를 함께 보면 오늘날의 웹은 사람이 글을 쓰고 읽는 공간인 동시에, 자동화 시스템이 콘텐츠를 만들고 수집하며 웹페이지와 상호작용하는 공간으로 빠르게 바뀌고 있다. 그렇다고 AI가 인간의 저작이나 웹 사용을 전면적으로 대체했다는 의미는 아니다.