[Hacker News 요약] AI 추천 검색 결과, 215,128개의 '최고의 소프트웨어' 페이지가 기계 생성된 출처에 의존
69
설명
2026년 9월 2일, Trellner Research의 보고서에 따르면 Perplexity와 같은 AI 검색 엔진이 '최고의 소프트웨어' 추천을 위해 사용하는 215,128개의 페이지가 기계 생성된 것으로 밝혀졌습니다.
이 중 59.8%는 Tranco 상위 100,000개 웹사이트 밖에 있으며, 일부는 사람이 아닌 AI 모델을 위해 만들어진 것으로 보입니다.
이는 AI 기반 정보 검색의 신뢰성과 투명성에 대한 중요한 질문을 제기합니다.
### 배경 설명
최근 몇 년간 생성형 AI 기술의 발전은 정보 검색 방식에 혁신을 가져왔습니다. 특히 Perplexity와 같은 AI 검색 엔진은 사용자의 질문에 대해 웹을 실시간으로 검색하고 요약하여 답변을 제공하는 '그라운딩(grounding)' 기술을 활용합니다. 이 과정에서 AI는 방대한 양의 웹 페이지를 참조하여 답변의 근거를 마련하는데, 이 참조되는 출처의 품질과 신뢰성이 AI 답변의 정확성에 직접적인 영향을 미칩니다.
이번 Trellner Research의 보고서는 이러한 AI 검색 엔진의 '그라운딩' 과정에서 사용되는 출처의 특성을 심층적으로 분석했습니다. 특히 380개의 소프트웨어 카테고리에 대한 '최고의 소프트웨어' 추천을 요청했을 때, AI가 참조한 URL의 상당수가 일반적인 사용자에게는 잘 알려지지 않은, 심지어는 AI 모델 자체를 위해 생성된 것으로 보이는 웹사이트에 집중되어 있다는 점이 주목받고 있습니다. 이러한 현상은 AI가 제공하는 정보의 신뢰성에 대한 의문을 증폭시키며, AI 검색 생태계의 투명성 확보가 시급함을 시사합니다.
### AI 추천의 근간이 되는 기계 생성 콘텐츠
Trellner Research는 2026년 9월 2일, Perplexity의 두 가지 모델(perplexity/sonar 및 perplexity/sonar-pro)을 대상으로 380개의 소프트웨어 카테고리에 대한 '최고의 소프트웨어' 추천을 요청했습니다. 총 7,534개의 URL이 참조되었는데, 놀랍게도 이 중 59.8%는 Tranco 웹사이트 순위 100,000위 밖에 있었고, 23.4%는 상위 백만 개 도메인에도 포함되지 않았습니다. 더욱이, 'Facts & Grounding Page'라는 HTML 제목을 가진 세 개의 웹사이트(wifitalents.com, worldmetrics.org, gitnux.org)는 2023년 12월 이후에 생성되었으며, 이들 세 사이트가 총 215,128개의 'best <category> pages'를 생성한 것으로 파악되었습니다. 이 사이트들은 동일한 DNS 서버를 사용하고 유사한 템플릿과 콘텐츠 구조를 공유하며, 이는 단일 운영 주체에 의해 관리될 가능성이 높음을 시사합니다. 이들 사이트의 sitemap은 수만 개의 '/best/<something>-software/' 형태의 URL을 포함하고 있으며, 이는 AI 모델이 참조할 수 있도록 대량으로 생성된 구매 가이드임을 나타냅니다.
### 신뢰할 수 없는 출처의 위험성: Guideflow와 도박 사이트 사례
참조된 상위 10개 도메인 중에는 Guideflow.com이 194번 인용되어 3위로 나타났습니다. Guideflow는 인터랙티브 제품 데모를 판매하는 회사로, 리뷰 사이트나 디렉토리가 아니지만, AI는 이 회사의 블로그 게시물을 다양한 소프트웨어 카테고리에 대한 추천 근거로 사용했습니다. 이는 기업의 자체 마케팅 콘텐츠가 AI 추천의 주요 기반이 될 수 있음을 보여줍니다.
더욱 심각한 문제는 AI가 잘못된 정보나 악의적인 사이트로 사용자를 안내할 수 있다는 점입니다. 예를 들어, 'research data management platforms'에 대한 추천에서 Perplexity Sonar는 실제 데이터 저장소인 datadryad.org를 제시했지만, Perplexity Sonar-pro는 'BIGSLOT288 | Portal Game Online'이라는 문구로 시작하는 인도네시아 온라인 도박 포털로 리디렉션되는 dryad.co를 제시했습니다. 또한, 'data quality tools' 추천에서는 montecarlodata.com 대신 모나코의 호텔 및 카지노 그룹으로 연결되는 montecarlo.com으로 리디렉션되는 사례도 발견되었습니다. 이러한 사례는 AI 검색 결과의 신뢰성을 심각하게 훼손할 수 있습니다.
### Perplexity의 검색 스택과 측정의 한계
보고서는 Perplexity의 두 모델이 동일한 검색 스택을 공유하며, 380개 카테고리 중 289개에서 동일한 URL 목록을 반환하고 Jaccard 유사도가 0.898에 달한다고 지적합니다. 이는 두 모델이 독립적인 측정이 아니라 동일한 검색 레이어를 두 번 샘플링한 결과임을 의미합니다. 따라서 이 결과는 Perplexity에만 해당하며, ChatGPT, Gemini, Copilot 등 다른 AI 엔진의 검색 결과와는 다를 수 있습니다. 또한, 사용된 380개 카테고리가 실제 사용자의 일반적인 검색 패턴을 대표하지 않을 수 있으며, AI가 반환하는 결과가 실제 사용자가 보는 것과 다를 수 있다는 점도 명시했습니다. 마지막으로, 보고서는 측정된 것이 AI 답변 자체의 변화가 아니라, AI 답변의 근거가 되는 문서들의 구성이라는 점을 강조합니다.
### 가치와 인사이트
이 보고서는 AI 검색 엔진의 '그라운딩' 과정에서 사용되는 출처의 투명성과 신뢰성에 대한 중요한 문제를 제기합니다. AI가 추천하는 '최고의 소프트웨어' 목록이 사람이 아닌 AI를 위해 대량으로 생성된 콘텐츠에 의존하고, 심지어는 악의적인 웹사이트로 연결될 수 있다는 사실은 사용자들에게 AI 검색 결과를 비판적으로 수용해야 할 필요성을 강조합니다. 개발자 및 IT 독자들에게는 AI 기반 정보 검색 시스템의 설계 및 평가 시, 참조되는 출처의 품질 관리와 검증 메커니즘의 중요성을 재고하게 합니다. 또한, 이러한 기계 생성 콘텐츠의 확산은 검색 엔진 최적화(SEO)의 새로운 패러다임을 제시하며, AI가 콘텐츠를 소비하는 방식을 이해하는 것이 중요해졌음을 시사합니다.
### 기술·메타
- Tranco top-1M list
- Wayback Machine
- OpenRouter
- Perplexity Sonar / Sonar-Pro
- Cloudflare DNS
- CC BY 4.0 (Data License)
### 향후 전망
AI 검색 엔진의 발전은 계속될 것이며, '그라운딩' 기술은 더욱 정교해질 것입니다. 그러나 이번 보고서에서 드러난 문제점들은 향후 AI 검색 엔진 개발에 있어 출처의 신뢰성 확보와 투명성 강화가 핵심 과제가 될 것임을 시사합니다. 경쟁사들은 이러한 문제를 해결하기 위해 더욱 엄격한 출처 검증 시스템을 도입하거나, 신뢰할 수 있는 출처를 우선적으로 활용하는 알고리즘을 개발할 가능성이 높습니다. 또한, AI 모델 자체를 훈련시키는 데이터셋의 품질 관리와 함께, AI가 생성한 콘텐츠와 인간이 생성한 콘텐츠를 구분하는 기술의 발전도 예상됩니다. 사용자 커뮤니티는 AI가 제공하는 정보의 출처에 대한 더 많은 정보를 요구할 것이며, 이는 AI 검색 엔진의 책임감 있는 발전을 촉진할 것입니다. 2025년 이후에 처음 캡처된 URL의 비율이 증가하는 추세는 새로운 웹사이트들이 AI 검색 생태계에 미치는 영향력이 커지고 있음을 보여주며, 이에 대한 지속적인 모니터링이 필요합니다.
📝 원문 및 참고
- Source: Hacker News
- 토론(HN): [news.ycombinator.com](https://news.ycombinator.com/item?id=49536375)
- 원문: [링크 열기](https://trellner.com/reports/manufactured-sources-behind-ai-recommendations/)
---
출처: Hacker News · [원문 링크](https://trellner.com/reports/manufactured-sources-behind-ai-recommendations/)
이 글에 대한 한 줄 의견
신고 · 불법·유해·아동 안전(CSAE) 관련 콘텐츠
댓글 0
아직 댓글이 없습니다. 로그인하면 바로 의견을 남길 수 있습니다.