가짜 추천 페이지 21만 개, AI 검색은 출처를 검증했을까

AI 검색은 링크를 나열하는 대신 정답을 바로 보여줍니다. 편리하긴 하지만, 그 정답이 조작된 출처를 바탕으로 만들어졌다면 이야기는 달라집니다. 최근 논란이 된 215,128개의 가짜 소프트웨어 추천 페이지는 AI 답변을 어디까지 믿을 수 있는지 묻고 있습니다.

21만 개의 ‘베스트 소프트웨어’ 페이지는 왜 만들어졌나

논란의 중심에는 특정 조건에 맞춰 대량으로 찍어 낸 추천 페이지가 있습니다. “2026년 최고의 회계 프로그램”이나 “소규모 병원을 위한 예약 소프트웨어” 같은 글입니다.

겉으로는 독자를 위해 만든 콘텐츠처럼 보입니다. 하지만 실제 목적은 검색 결과와 AI 답변에 특정 제품을 노출하는 데 있습니다.

전통적인 SEO에서도 비슷한 방식을 썼습니다. 사람들이 자주 검색하는 키워드를 조합해 검색어마다 별도의 페이지를 만드는 것입니다. 생성형 AI가 등장한 뒤에는 제작 비용이 더 낮아졌습니다.

제품명과 업종, 지역, 사용 목적만 바꾸면 수십만 개의 페이지를 만들 수 있습니다. 내용은 조금씩 달라도 결론은 대체로 같습니다. 운영자가 밀고 싶은 제품이 ‘최고의 선택’으로 나옵니다.

다만 215,128개라는 수치는 현재 제공된 자료만으로는 독립적으로 검증되지 않았습니다. 지난 30일 동안 확인된 커뮤니티 논의도 없었습니다. 따라서 확정된 사실이라기보다 문제를 제기하는 과정에서 언급된 규모로 보는 편이 정확합니다.

출처가 있다는 것과 검증됐다는 것은 다릅니다

Perplexity 같은 AI 검색 서비스는 답변 옆에 출처 링크를 보여줍니다. 링크가 붙어 있으면 사용자는 내용까지 검증됐다고 여기기 쉽습니다.

하지만 출처 표시는 “이 정보가 어디에서 왔는가”를 알려줄 뿐입니다. 그 페이지를 누가 만들었는지, 실제 사용 경험을 바탕으로 했는지, 금전적 이해관계가 얽혀 있는지까지 보증하지는 않습니다.

예를 들어 열 개의 추천 사이트가 같은 제품을 1위로 꼽았다고 해보겠습니다. 겉보기에는 여러 출처가 같은 의견을 내놓은 듯합니다. 하지만 열 개의 사이트가 사실상 한 업체의 콘텐츠망이라면 독립적인 평가라고 볼 수 없습니다.

AI는 문장과 출처가 서로 관련 있는지 찾아내는 데 능합니다. 반면 출처끼리 얽힌 소유 관계나 숨은 홍보 목적까지 가려내는 일은 훨씬 어렵습니다. 같은 주장이 여러 페이지에서 되풀이되면 이를 ‘합의된 정보’로 잘못 받아들일 수도 있습니다.

인용은 검증의 결과가 아닙니다. 때로는 검색 과정에서 찾아낸 문서의 흔적에 불과합니다.

검색엔진 조작이 ‘답변 세탁’으로 바뀌었습니다

기존 검색에서는 사용자가 결과 목록을 직접 살펴봤습니다. 광고성 제목이나 수상한 도메인이 보이면 다른 페이지를 고를 수 있었습니다.

AI 검색은 이 과정을 대신합니다. 여러 문서를 요약해 하나의 자연스러운 답변으로 정리해 줍니다. 이 과정에서 허술한 출처까지 매끄러운 문장 속에 묻힐 수 있다는 게 문제입니다.

이것이 답변 세탁입니다. 믿기 어려운 추천이 AI의 차분한 말투와 깔끔한 인용을 거치며 객관적인 조언처럼 바뀌어 보이는 현상입니다.

가령 조작된 페이지가 “A 제품은 중소기업에 가장 적합하다”고 반복해서 주장할 수 있습니다. AI가 여러 글을 종합해 “여러 비교 자료에 따르면 A가 좋은 선택입니다”라고 답하면 광고 문구라는 인상은 옅어집니다.

과거 SEO는 검색 결과 첫 페이지를 노렸습니다. 이제 목표는 AI가 생성하는 답변의 첫 문장입니다. 클릭 순위를 차지하던 싸움이 추천 문장 자체를 선점하는 싸움으로 바뀐 셈입니다.

AI 검색이 확인해야 할 것은 페이지 너머에 있습니다

출처 링크를 더 많이 붙인다고 해결되는 문제는 아닙니다. 출처가 독립적인지, 어떤 이해관계가 얽혀 있는지 평가해야 합니다.

같은 문구와 순위를 반복하는 사이트는 하나의 콘텐츠망으로 볼 필요가 있습니다. 도메인이 달라도 운영 주체와 제휴 구조, 작성 패턴이 같다면 독립적인 근거로 계산해서는 안 됩니다.

추천 글이 무엇을 근거로 작성됐는지도 구분해야 합니다. 직접 사용한 후기인지, 제품 사양을 다시 정리한 글인지, 제휴 수수료를 받는 비교 페이지인지에 따라 신뢰도는 달라집니다.

답변의 표현도 신중해야 합니다. 객관적인 성능 자료가 없다면 “최고의 제품”이라고 단정해서는 안 됩니다. “여러 추천 페이지에서 자주 언급되지만 독립적인 검증은 부족하다”고 한계를 밝혀야 합니다.

사용자도 출처가 몇 개인지만 셀 게 아니라 어떤 출처인지 살펴봐야 합니다. 공식 문서, 실제 사용자 후기, 독립적인 시험 결과가 함께 제시되는지 확인하는 편이 좋습니다. 추천 제품을 구매하기 전에는 최소한 출처 두세 곳의 운영 주체와 수익 구조를 확인할 필요가 있습니다.

AI 검색의 경쟁력은 답변 속도만으로 결정되지 않습니다. 조작된 반복과 실제 평판을 가려내는 능력이 점점 더 중요해지고 있습니다. 우리가 보고 있는 것은 검증된 답변일까요, 아니면 잘 포장된 SEO 문구일까요?