인터넷은 이미 AI 문체로 다시 쓰이고 있다

인터넷은 얼마나 AI가 쓰고 있을까.

Pew Research Center가 이 질문에 대한 분석을 내놨다. 2026년 8월 20일 공개된 보고서의 제목은 “How Much of the Internet Is Written With AI?”다. 연구진은 Common Crawl 웹 아카이브를 활용해 2021년 1월부터 2026년 7월까지의 영어 웹페이지 약 49만 개를 수집하고, Open Pangram이라는 AI 탐지 모델로 분석했다.

결과는 단순하면서도 의미심장하다.

2026년 7월 기준 무작위 표본 1만 개 영어 웹페이지 가운데 약 10%에서 AI 작성 또는 상당한 AI 편집의 흔적이 나타났다. 인터넷 전체로 보면 아직 10분의 1 수준이다. 그러나 이 숫자는 오래된 웹페이지까지 포함한 결과다. 인터넷에는 ChatGPT가 나오기 전부터 존재하던 수많은 페이지가 남아 있다.

더 중요한 수치는 따로 있다.

ChatGPT 공개 이후 발행된 웹페이지만 보면, 2026년 7월 표본에서 3분의 1 이상이 AI 작성 흔적을 보였다. 즉 인터넷 전체가 갑자기 AI로 뒤덮인 것은 아니지만, 새로 만들어지는 웹의 상당 부분은 이미 AI의 문체와 생산 방식에 영향을 받고 있다는 뜻이다.

이 변화는 콘텐츠 산업에 매우 중요한 신호다.

AI는 단순히 글을 대신 써주는 도구가 아니다. 인터넷의 평균 문장, 마케팅 문구, 블로그 글, 정보성 페이지, 설명문, 상품 소개, SEO 콘텐츠의 질감 자체를 바꾸고 있다.

검색해서 읽는 웹의 상당 부분이 이제 사람만의 언어가 아닐 수 있다.

ChatGPT 이후 웹은 생산 방식이 바뀌었다

OpenAI가 ChatGPT를 공개한 것은 2022년 11월이었다.

Pew는 이 시점을 전후로 웹페이지의 AI 작성 흔적이 어떻게 변했는지를 봤다. 분석에 따르면 ChatGPT 출시 이후 AI 저작 흔적은 꾸준히 증가했다. Claude, Gemini 등 다른 AI 챗봇이 뒤따르며 이러한 흐름은 더 강해졌다.

이는 당연한 결과처럼 보인다.

과거 웹 콘텐츠 제작은 사람이 직접 썼다. 기업 블로그, 제품 소개 페이지, 설명문, 뉴스레터, FAQ, 고객지원 문서, 교육자료, SEO 글은 모두 인력과 시간이 필요했다. 그러나 생성형 AI는 이 비용 구조를 바꿨다. 몇 줄의 지시만으로 글 초안을 만들고, 기존 문서를 요약하고, 검색 노출에 맞춘 문장을 생성하고, 여러 버전의 마케팅 문구를 만들 수 있게 했다.

콘텐츠 생산의 한계비용이 급격히 낮아진 것이다.

그 결과 웹에는 더 많은 글이 더 빠르게 올라온다. 문제는 그 글들이 서로 닮아간다는 점이다. AI가 만들어내는 문장은 자연스럽지만, 특정한 어휘와 구조, 리듬을 반복하는 경향이 있다.

Pew의 분석은 이 변화를 수치로 보여준다.

AI가 인터넷에 “많다”는 막연한 인상이 아니라, 실제 대규모 웹 표본에서 AI적 언어 패턴이 증가하고 있다는 증거를 제시한 것이다.

전체 10%와 신규 페이지 3분의 1의 차이

2026년 7월 기준 전체 영어 웹페이지 표본에서 AI 작성 흔적이 10%라는 수치는 언뜻 작아 보일 수 있다.

그러나 이 숫자는 조심해서 해석해야 한다.

인터넷은 누적된 공간이다. 1990년대와 2000년대에 만들어진 페이지, 오래된 블로그, 과거 뉴스, 기관 자료, 정부 문서, 대학 페이지, 위키형 문서, 보관된 기업 페이지가 모두 남아 있다. 이런 페이지는 애초에 생성형 AI로 작성될 수 없었다.

따라서 전체 웹에서 AI 흔적이 10%라는 것은 낮은 숫자가 아니다.

오히려 ChatGPT 공개 후 4년도 되지 않은 시점에 전체 영어 웹페이지 표본의 10분의 1에서 AI적 흔적이 보인다는 것은 상당한 변화다. 더구나 새로 발행된 페이지로 좁히면 비율은 3분의 1 이상으로 올라간다.

이 차이가 핵심이다.

전체 인터넷은 과거의 축적물이다.
새로운 인터넷은 현재의 생산 방식이다.
전체 비율은 변화의 누적 정도를 보여준다.
신규 페이지 비율은 앞으로의 방향을 보여준다.

새로 만들어지는 웹페이지의 3분의 1 이상에서 AI 작성 흔적이 나타난다면, 향후 몇 년 뒤 전체 인터넷의 언어 질감도 크게 달라질 수밖에 없다.

인터넷은 한꺼번에 바뀌지 않는다.

새로 올라오는 페이지부터 바뀐다.

.com에서 특히 높은 AI 흔적

Pew 분석에서 눈에 띄는 또 하나의 결과는 도메인별 차이다.

ChatGPT가 처음 공개됐을 때는 .com, .org, .edu, .gov 등 주요 최상위 도메인에서 AI적 언어 패턴이 비슷한 수준으로 나타났다. 그러나 2026년 표본에서는 차이가 뚜렷해졌다.

.com 도메인의 약 10분의 1 페이지에서 AI 작성 흔적이 나타난 반면, .org는 4.6% 수준이었다. .edu와 .gov는 각각 약 1% 수준에 그쳤다.

이 차이는 인터넷의 기능별 생산 구조를 보여준다.

.com은 상업 웹의 중심이다. 기업 웹사이트, 제품 페이지, 마케팅 블로그, 제휴 콘텐츠, 커머스 설명문, SEO 기사, SaaS 랜딩페이지, 광고성 콘텐츠가 많다. 이런 영역은 생성형 AI 도입 유인이 크다. 비용을 줄이고, 더 많은 문구를 만들고, 검색 최적화를 강화하고, 상품 설명과 블로그를 빠르게 채울 수 있기 때문이다.

반면 .edu와 .gov는 상대적으로 제도적 통제를 받는다. 대학과 정부기관의 문서는 작성·검토 절차가 있고, 공식성의 부담이 크다. AI를 쓰더라도 더 신중하게 쓰거나, 공개 문서에 바로 반영되는 속도가 느릴 수 있다.

즉 AI 콘텐츠는 인터넷에 균등하게 퍼지지 않는다.

상업 웹에서 먼저 퍼진다.

이것은 중요한 함의가 있다. 일반 사용자가 검색을 통해 가장 많이 접하는 정보성 페이지, 비교 글, 제품 리뷰성 콘텐츠, 서비스 설명문, 마케팅 블로그가 AI화될 가능성이 크기 때문이다.

AI는 인터넷의 공공 기록보다 상업적 설득의 언어를 먼저 바꾸고 있다.

AI 문체의 흔적들

Pew는 AI가 쓴 글에서 자주 나타나는 특징도 분석했다.

대표적인 것이 em dash, Oxford comma, 특정 AI 선호 어휘, negative parallelism이다.

em dash는 문장 중간에 생각의 전환이나 삽입구를 표시하는 긴 대시다. 저널리즘과 학술적 글쓰기에서 자주 쓰이지만, AI 모델은 이를 인간보다 훨씬 자주 사용하는 경향이 있다. Oxford comma 역시 목록에서 마지막 항목 앞에 쉼표를 넣는 방식인데, AI 글에서 더 자주 나타난다.

또 “delve”, “interplay”, “testament”, “pivotal”, “crucial”, “landscape”, “underscore”, “highlight”, “fostering”, “intricate” 같은 단어도 AI적 어휘로 자주 거론된다. Pew가 제시한 AI-typical vocabulary 목록에는 “additionally”, “align with”, “boasts”, “bolstered”, “enhance”, “showcase”, “significant”, “valuable”, “vibrant” 같은 단어들도 포함됐다.

negative parallelism도 흥미롭다.

“it’s not just X, it’s Y” 형태의 문장 구조다. 예를 들어 “이것은 단순한 정보가 아니라 영향력이다”와 같은 식이다. 이런 구조는 강조 효과가 크고 읽기 쉽지만, AI가 자주 쓰면서 점점 AI스러운 문체의 대표 신호가 되고 있다.

Pew는 2023년 웹과 현재 웹을 비교했을 때 이런 변화가 뚜렷하다고 설명했다.

em dash 사용은 약 두 배로 늘었다.
Oxford comma는 63% 증가했다.
AI가 선호하는 특정 단어들은 두 배 이상 늘었다.
negative parallelism은 거의 세 배 증가했다.

물론 이런 특징 하나만으로 AI 작성 여부를 단정할 수는 없다. 사람도 em dash를 쓰고, Oxford comma를 쓰고, “pivotal” 같은 단어를 쓴다. 그러나 수십만 개 문서를 보면 평균적 변화가 드러난다.

인터넷 문체가 AI의 습관을 닮아가고 있다는 것이다.

AI 탐지는 완벽하지 않다

Pew는 AI 탐지 모델의 한계도 명확히 언급한다.

AI detection model은 완벽하지 않다. 사람의 글을 AI가 쓴 것으로 오분류할 수 있고, AI가 쓴 글을 사람의 글로 놓칠 수도 있다. 특히 개별 문서 하나를 놓고 “이 글은 AI가 썼다”고 단정하는 것은 위험하다.

그러나 Pew의 분석은 개별 판정이 아니라 대규모 경향을 보는 것이다.

한 사람의 글을 판단하는 것과, 49만 개 웹페이지에서 언어 패턴의 변화를 보는 것은 다르다. 대규모 표본에서는 개별 오차가 있더라도 전체적인 방향을 파악할 수 있다. Pew가 Open Pangram 같은 모델을 사용한 이유도 여기에 있다. 단순히 em dash 몇 개를 세는 것이 아니라, 단어 선택과 문장 구조의 통계적 패턴을 종합적으로 본다.

이 지점은 AI 탐지 논쟁에서 중요하다.

AI 탐지는 징계나 처벌의 단독 근거로 쓰기에는 위험하다. 그러나 인터넷 전체의 변화, 콘텐츠 생태계의 흐름, 문체 변화, 플랫폼 오염 수준을 추적하는 데는 의미 있는 도구가 될 수 있다.

즉 AI 탐지는 개인 판정 도구보다 생태계 관측 도구로 더 적합할 수 있다.

Pew의 연구는 그 사용법을 보여준다.

인터넷의 평균 문장이 바뀌는 문제

이번 분석에서 가장 중요한 것은 “AI가 얼마나 썼느냐”보다 “인터넷의 평균 문장이 어떻게 바뀌느냐”다.

AI가 만든 문장은 대체로 매끄럽다. 문법적으로 안정적이고, 중립적이며, 과도하게 정돈되어 있다. 하지만 동시에 비슷한 구조와 어휘를 반복한다. “복잡한 생태계”, “중요한 순간”, “단순히 X가 아니라 Y”, “핵심은 이것이다”, “빠르게 변화하는 환경” 같은 표현은 AI 글에서 자주 보인다.

이런 문장이 웹에 대량으로 쌓이면, 독자는 점점 비슷한 글을 읽게 된다.

정보는 많아지지만 개성은 줄어든다.
문장은 매끄럽지만 경험은 희미해진다.
글은 풍부해 보이지만 내용은 반복될 수 있다.
검색 결과는 채워지지만 신뢰할 만한 원천은 찾기 어려워질 수 있다.

이것은 단순한 문체 문제가 아니다.

인터넷은 검색과 학습의 기반이다. 사람들은 웹에서 정보를 찾고, AI 모델은 다시 웹을 학습한다. 만약 웹에 AI 문체의 콘텐츠가 늘어나면, 다음 세대 AI 모델은 AI가 쓴 글을 더 많이 학습할 수 있다. 그러면 문체의 자기복제가 일어날 수 있다.

AI가 사람의 글을 학습한다.
AI가 글을 만든다.
그 글이 웹에 쌓인다.
다음 AI가 그 웹을 다시 학습한다.

이 순환이 반복되면 인터넷의 언어 다양성은 줄고, AI 문체의 평균값이 강화될 가능성이 있다.

SEO 콘텐츠의 대량 생산과 검색 신뢰

AI 작성 웹페이지 증가는 검색 생태계에도 큰 영향을 준다.

많은 .com 콘텐츠는 검색 노출을 목표로 만들어진다. 기업은 잠재 고객이 검색할 질문을 예측하고, 그 질문에 답하는 블로그와 랜딩페이지를 만든다. 생성형 AI는 이 작업을 빠르게 확장할 수 있다.

문제는 품질이다.

AI가 만든 SEO 콘텐츠는 그럴듯하게 보일 수 있지만, 실제 경험이나 독창적 취재, 전문적 검증이 부족할 수 있다. 같은 주제에 대한 비슷한 글이 대량으로 생성되면 검색 결과는 풍부해 보이지만, 사용자에게 실질적으로 새로운 정보를 주지 못할 수 있다.

사용자는 검색 결과에서 답을 찾으려 하지만, 실제로는 AI가 재조합한 문장을 읽게 된다. 출처가 분명하지 않고, 원문을 확인하기 어렵고, 사람의 경험이나 책임 있는 검증이 빠진 글이 늘어날 수 있다.

Pew의 분석에서 .com 도메인의 AI 흔적이 .edu·.gov보다 훨씬 높다는 점은 이 우려를 뒷받침한다.

상업 콘텐츠는 AI화될수록 빠르게 늘어난다.

검색 신뢰는 그 속도를 따라가야 한다.

인간 글쓰기의 가치가 다시 중요해진다

AI 글이 늘어날수록 역설적으로 인간 글쓰기의 가치는 더 중요해질 수 있다.

과거에는 글을 쓸 수 있다는 것 자체가 경쟁력이었다. 이제는 누구나 AI로 평균 이상의 글을 만들 수 있다. 따라서 차별화는 “글이 있다”가 아니라 “그 글에 실제 경험과 고유한 판단, 취재, 데이터, 책임이 있는가”로 이동한다.

AI는 정보를 정리할 수 있다.

하지만 직접 겪은 현장, 기업 내부의 맥락, 인터뷰의 뉘앙스, 숫자 뒤의 이해관계, 정책 변화의 행간, 실패의 감각, 개인적 기억은 인간이 더 잘 제공할 수 있다.

인터넷에 AI 글이 많아질수록 독자는 더 예민해질 것이다.

이 글은 실제 사람이 겪은 것인가.
이 글은 원자료를 읽고 판단한 것인가.
이 글은 어디서 온 정보인가.
이 글의 저자는 책임질 수 있는가.
이 글에는 AI가 만들기 어려운 관점이 있는가.

Pew의 연구가 보여주는 것은 AI가 글쓰기 시장을 없앤다는 사실이 아니다.

평균적 글쓰기의 비용을 0에 가깝게 낮추면서, 고유한 글쓰기의 가치를 다시 밀어올린다는 점이다.

언론과 출판에 주는 시사점

언론과 출판에도 이번 분석은 중요한 의미를 갖는다.

AI로 작성된 웹 콘텐츠가 늘어나면, 독자는 점점 더 많은 정보성 문장에 노출된다. 그러나 정보의 양이 늘어나는 것과 공적 이해가 깊어지는 것은 다르다. 언론은 단순 요약이나 설명문을 넘어, 원자료 검증, 맥락화, 이해관계 분석, 책임 있는 해석을 제공해야 한다.

AI가 잘하는 영역은 빠른 정리다.

사건 개요를 요약하고, 문서를 정리하고, 키워드를 뽑고, 표면적 비교를 할 수 있다. 하지만 좋은 기사는 여기서 끝나지 않는다. 왜 이 사건이 중요한지, 누구에게 영향을 미치는지, 무엇이 숨겨져 있는지, 과거 흐름과 어떻게 연결되는지, 앞으로 무엇을 봐야 하는지 설명해야 한다.

AI 콘텐츠가 많아질수록 언론의 차별점은 더 분명해진다.

속보보다 검증.
요약보다 해석.
문장보다 관점.
콘텐츠 양보다 신뢰.

Pew의 데이터는 언론사와 콘텐츠 제작자에게 불편한 질문을 던진다.

AI가 만든 평균 문장과 구별되는 글을 만들고 있는가.

교육 현장에도 영향

AI 문체가 인터넷에 늘어나는 것은 교육에도 영향을 준다.

학생들은 웹에서 자료를 찾는다. 보고서와 발표자료, 과제의 참고 문헌이 온라인 콘텐츠에 의존한다. 그런데 검색해서 나오는 페이지 상당수가 AI 작성 또는 AI 편집 흔적을 갖고 있다면, 학생들은 AI가 재구성한 정보를 다시 자신의 글에 넣게 된다.

문제는 이 과정에서 출처와 책임이 흐려진다는 점이다.

AI가 쓴 웹페이지를 학생이 참고한다.
학생이 다시 AI로 요약한다.
그 결과물이 과제로 제출된다.
교사는 그것이 어떤 원천 지식에 근거했는지 확인하기 어렵다.

이런 환경에서는 단순한 AI 사용 금지보다 정보 출처 평가 교육이 더 중요해진다.

학생은 글이 AI로 쓰였는지 여부보다, 그 글이 어떤 근거를 갖고 있는지 판단할 수 있어야 한다. 출처가 명확한지, 데이터가 제시되는지, 원문 링크가 있는지, 저자가 책임 있는 기관인지, 주장과 사실이 구분되는지 봐야 한다.

AI 시대의 리터러시는 “AI를 썼는가”를 묻는 데서 끝나지 않는다.

AI가 섞인 웹에서 믿을 수 있는 정보를 고르는 능력이 필요하다.

AI 탐지의 사회적 위험

Pew는 AI 탐지 모델을 대규모 분석 도구로 사용했다.

하지만 이 연구가 개인 단위 AI 판정의 정당성을 보장하는 것은 아니다. 이 점은 특히 중요하다.

AI 탐지기는 오탐과 미탐이 있다. 인간이 쓴 글도 AI스럽게 보일 수 있고, AI가 쓴 글도 사람이 고치면 인간 글처럼 보일 수 있다. 영어가 모국어가 아닌 사람의 글, 문체가 정형화된 공문서, 학술 글, 마케팅 문구는 오분류 위험이 있다.

따라서 Pew의 결과를 근거로 학교나 기업이 개별 글에 대해 성급히 판단해서는 안 된다.

이 연구는 인터넷 전체의 경향을 보여주는 것이지, 특정 개인의 부정행위를 판정하는 도구가 아니다. AI 작성 흔적은 증거의 일부일 수 있지만, 단독 판결이 될 수는 없다.

AI 콘텐츠가 늘어날수록 탐지 욕구도 커진다.

하지만 탐지 기술의 한계를 이해하지 못하면, 정직한 사용자나 특정 문체를 가진 사람이 부당하게 의심받을 수 있다. 최근 AI 워터마크와 탐지 논쟁이 보여주듯, 문제는 기술만이 아니라 해석이다.

AI 흔적이 있다는 말은 AI가 전부 썼다는 뜻이 아니다.

AI가 상당히 편집했을 가능성을 말할 뿐이다.

한국어 웹은 어떻게 될까

Pew의 분석은 영어 웹페이지를 대상으로 했다.

그러나 한국어 웹도 비슷한 흐름을 겪을 가능성이 크다. 이미 블로그, 쇼핑몰 상품 설명, 기업 보도자료, 카드뉴스 문구, 유튜브 대본, 뉴스레터, 자기소개서, 과제, 리뷰성 콘텐츠에서 AI 활용이 늘고 있다.

한국어 웹에서는 몇 가지 특징이 더해질 수 있다.

첫째, 네이버 블로그와 검색 최적화 콘텐츠가 빠르게 AI화될 가능성이 있다. 맛집, 여행, 제품 리뷰, 생활 정보, 정책 안내 글은 AI로 대량 생산하기 쉽다.

둘째, 한국어 AI 문체도 고유한 흔적을 가질 수 있다. “핵심은”, “단순히 ~가 아니라”, “의미가 크다”, “시사점을 준다”, “빠르게 변화하는”, “중요한 전환점” 같은 표현이 반복될 수 있다.

셋째, 원문 출처 없는 재가공 콘텐츠가 늘 수 있다. 특히 해외 보도나 기술 자료를 AI로 번역·요약한 글이 많아지면, 사실관계 오류와 맥락 누락이 증가할 수 있다.

넷째, 블로그 수익화와 광고형 콘텐츠에서 AI 대량 작성이 확산될 수 있다. 이는 검색 품질과 이용자 신뢰를 흔들 수 있다.

다섯째, 한국어 AI 탐지기는 영어보다 더 불안정할 가능성이 있다. 데이터와 모델 성능, 문체 다양성, 번역투 문제 때문이다.

따라서 한국에서도 AI 콘텐츠 시대의 핵심은 “AI가 썼는지 잡아내는 것”보다 “신뢰 가능한 출처와 독창적 해석을 어떻게 구분할 것인가”가 되어야 한다.

플랫폼의 책임

AI 작성 웹페이지가 늘어나면 플랫폼의 책임도 커진다.

검색엔진은 어떤 콘텐츠를 상위에 노출할지 결정한다. SNS는 어떤 글이 확산될지 결정한다. 광고 플랫폼은 AI가 만든 문구를 개인화해 전달한다. 콘텐츠 플랫폼은 AI 작성 여부 표시와 수익화 기준을 정해야 한다.

AI 콘텐츠 자체가 문제는 아니다.

문제는 저품질 AI 콘텐츠가 대량으로 검색과 피드를 차지하는 경우다. 또 사람의 경험처럼 가장한 AI 리뷰, 취재 없는 AI 뉴스, 출처 없는 AI 건강정보, 투자 조언, 의료 조언이 확산되는 경우다.

플랫폼은 앞으로 몇 가지를 더 강하게 관리해야 한다.

AI 작성 여부 표시.
출처와 원문 링크 강조.
중복·저품질 AI 콘텐츠 감점.
전문 분야의 검증 신호 강화.
사람의 실제 경험과 원자료 기반 콘텐츠 우대.
대량 자동 생성 콘텐츠의 수익화 제한.

검색의 목표는 많은 문장을 보여주는 것이 아니다.

좋은 답에 도달하게 하는 것이다.

AI가 웹페이지를 쉽게 만들수록, 검색과 추천의 품질 기준은 더 엄격해져야 한다.

결론: AI는 인터넷의 양보다 문체를 바꾸고 있다

Pew Research Center의 분석은 생성형 AI 이후 인터넷이 어떻게 변하고 있는지를 보여준다.

2026년 7월 기준 영어 웹페이지 전체 표본의 약 10%에서 AI 작성 또는 상당한 AI 편집 흔적이 나타났다. 그러나 ChatGPT 공개 이후 발행된 페이지로 좁히면 그 비율은 3분의 1 이상으로 올라간다. 특히 .com 도메인에서 AI 흔적은 .org, .edu, .gov보다 훨씬 높게 나타난다.

이는 AI가 인터넷 전체를 하루아침에 대체했다는 뜻은 아니다.

그러나 새로 생산되는 웹 콘텐츠의 상당 부분이 AI의 영향을 받고 있다는 뜻이다. 더 중요한 것은 언어의 변화다. em dash, Oxford comma, AI가 선호하는 특정 어휘, “not just X, but Y” 같은 문장 구조가 웹에서 빠르게 늘고 있다.

인터넷의 평균 문장이 바뀌고 있다.

AI는 콘텐츠의 생산비를 낮췄다. 동시에 비슷한 문체와 구조를 대량으로 확산시키고 있다. 이 변화는 검색, 교육, 언론, 마케팅, 출판, 플랫폼 신뢰에 모두 영향을 준다.

앞으로 중요한 것은 AI가 쓴 글을 무조건 배척하는 것이 아니다.

AI가 섞인 인터넷에서 무엇이 신뢰할 만한 정보인지 구분하는 능력이다. 누가 썼는지, 어떤 근거가 있는지, 실제 경험과 취재가 있는지, 원자료를 확인했는지, 책임 있는 기관이 발행했는지를 봐야 한다.

AI 콘텐츠 시대의 문제는 콘텐츠가 부족한 것이 아니다.

오히려 너무 많아진다는 것이다.
그리고 너무 비슷해진다는 것이다.

Pew의 분석은 그래서 중요한 경고다.

인터넷은 사라지지 않았다.
하지만 우리가 읽는 인터넷의 문장은 이미 달라지고 있다.