속도는 결코 문제가 아니었습니다. 답변이 좋은지 알려주던 신호들은 여정과 함께 이동했으며, 그 신호들은 여정 끝까지 살아남지 못합니다.

LLM은 질문을 가진 현재의 당신을 받아 결정을 내린 미래의 당신을 건네줍니다. 이것은 일종의 속임수이며, 실제로 작동하는 방식입니다. 충분히 과거로 돌아가 보면, 진지한 질문에 답하는 것은 도서관을 의미했습니다. 책을 찾고, 읽고, 메모를 하고, 다른 책으로 안내하는 참고문헌을 찾았으며, 며칠이 지난 후에야 결정을 내릴 수 있을 만큼 충분히 알게 되었습니다. 검색은 이를 몇 시간으로 압축했습니다. 질문을 하고, 결과를 얻고, 답변 속의 단서를 따라 더 나은 질문을 던졌으며, 행동할 수 있을 만큼 그림이 명확해질 때까지 상황을 파악했습니다. 답변 엔진은 이를 다시 몇 초로 압축합니다. 시작점은 같습니다. 목적지도 같습니다. 하지만 여정이 거의 없습니다.

이전 방식에 적용되던 모든 한계는 이번 방식에도 그대로 적용됩니다. 도서관에 적절한 책이 있거나 없었지만, 이를 확인할 방법은 없었습니다. 구글이 적절한 출처를 표면에 드러냈거나 그렇지 못했고, 도서관이 대부분 피했던 문제를 도입했습니다. 책을 출판하는 데는 노력과 감독이 필요했던 반면, 웹페이지를 게시하는 데는 둘 다 필요하지 않았기 때문입니다. 오류, 창작, 자신감 넘치는 터무니없는 소리는 사람이 분류할 수 있는 수준을 넘어 확장되었습니다. 그럼에도 당신은 결정을 내렸습니다. 모두가 그랬습니다.

따라서 속도는 새로운 것입니다. 그 밑에 깔린 불확실성은 새로운 것이 아닙니다. 새로운 것은 더 조용하며, 글로 생계를 유지하는 모든 사람에게 우려가 되는 부분입니다. 여정은 단순히 당신을 답변으로 이동시키는 것만은 아니었습니다. 여정은 전체 시간 동안 그 답변이 얼마나 가치 있는지 당신에게 알려주고 있었습니다. 책 세 권과 학술지 논문이 없다는 것은 해당 주제가 얇다는 것을 의미했습니다. 출처가 서로 모순된다는 것은 논쟁의 여지가 있음을 의미했습니다. 아무것도 반환하지 않는 검색은 아무도 아직 지도를 그리지 않은 영역에 대해 묻고 있음을 의미했습니다. 4시간이 걸린 질문은 4분이 걸린 질문과 끝에서 느껴지는 감각이 달랐으며, 그 차이가 바로 정보였습니다. 아무도 앉아서 이러한 신호들을 의식적으로 읽지 않았습니다. 신호들은 단순히 기록 안에 존재하며, 당신이 찾은 내용에 얼마나 단단히 전념할지 형성했습니다.

이를 경로 메타데이터라고 부를 수 있습니다. 이것은 누군가가 만든 기능이라기보다 여정의 부산물입니다. 목적지까지 살아남지 못하며, 최근까지는 도중에 생성하지 않고는 목적지에 도달할 수 없었기 때문에 살아남을 필요도 없었습니다. 답변 엔진은 뒷받침하는 증거가 깊든 거의 없든 상관없이 동일하게 자신감 넘치는 문체로 결론을 돌려줍니다. 압축은 한 가지 특정 방향으로 손실이 발생합니다. 전달받은 내용을 판단하는 데 사용했을 신호들을 정확히 제거합니다. 당신은 그것을 평가할 수단 없이 답변에 도달하게 됩니다.

연구는 올해 이를 밝혀냈습니다

오랫동안 이는 주장의 대상이었으나 증명할 수 없는 것이었습니다. 하지만 상황이 바뀌었습니다. 와튼 스쿨의 두 마케팅 교수인 시리 멜루마드(Shiri Melumad)와 진호 윤(Jin Ho Yun)은 10,462명을 대상으로 7가지 실험을 진행하고 2025년 10월 PNAS Nexus에 결과를 발표했습니다. 참가자들은 AI 요약이나 일반적인 구글 링크를 통해 일반적인 주제(채소밭 만들기, 금융 사기 알아채기)에 대해 배웠습니다. 그런 다음 자신이 배운 내용을 바탕으로 다른 사람을 위한 조언을 작성했습니다. AI를 사용한 사람들은 결국 더 적게 알게 되었습니다. 두 그룹 모두에게 제시된 사실이 동일할 때도 마찬가지였습니다. 그들은 얻은 내용에 지출한 시간이 더 적었습니다. 그리고 나중에 작성한 조언은 더 빈약하고, 덜 독창적이었으며, 글을 읽은 사람들이 채택할 가능성이 더 낮았습니다.

그다음 명백한 탈출구를 막는 발견이 이어집니다. 연구진은 모델이 답변과 함께 실시간 웹 링크를 제공하는 버전을 실행했습니다. 참가자들은 찾아보지 않았습니다. 요약이 도착하자, 바로 옆에 있는 출처들은 더 이상 흥미롭지 않게 되었습니다.

퓨 리서치 센터(Pew Research Center)는 실제 환경에서 동일한 행동을 발견했습니다. 그들은 2025년 3월 68,879건의 구글 검색에 걸쳐 미국 성인 900명의 실제 검색을 추적했습니다. AI 요약이 등장했을 때, 사람들은 방문의 8%에서 일반 검색 결과를 클릭했으며, 요약이 등장하지 않았을 때는 15%였습니다. 그들은 요약 내부에 인용된 출처를 약 1%의 방문에서 클릭했습니다. 그들은 요약이 있는 페이지의 26%에서 브라우징 세션을 완전히 종료했으며, 요약이 없는 페이지의 경우 16%였습니다. 퓨는 이것이 입증된 원인이 아니라 상관관계라고 신중하게 밝히고 있으며, 이는 1개월, 미국 사용자, 구글만을 대상으로 합니다. 통제된 실험과 수동적 추적 연구, 다른 방법, 다른 사람들, 동일한 목적지. 이러한 수렴이 제가 이를 바탕으로 글을 쓰는 이유입니다.

마지막 조각은 기술보다 앞서 존재합니다. 2015년, 예일 대학교 연구진 3명이 9가지 실험을 진행한 결과, 인터넷 검색이 자신이 알고 있다고 믿는 정도를 부풀린다는 사실을 밝혀냈습니다. 사람들은 정보에 대한 접근과 정보에 대한 스스로의 이해를 혼동했습니다. 이 효과는 두 그룹 모두 동일한 콘텐츠를 보았을 때도 나타났습니다. 또한 아무것도 나오지 않은 검색 후에도 나타났습니다.

이 마지막 세부 사항은 제 주장을 복잡하게 만드므로, 그냥 지나치기보다 다루겠습니다. 10년 전 이미 사람들이 접근과 이해를 혼동하고 있었고, 아무것도 찾지 못한 후에도 이미 자신감이 커졌다면, 저는 옛 여정이 좋은 판단력을 가르쳤다고 주장할 수 없습니다. 실제로는 그렇지 않았기 때문입니다. 여정이 남긴 것은 마찰, 경과된 시간, 출처에 눈으로 보이는 다양성이었으며, 누군가 이를 의도적으로 사용했든 아니든 기록에 존재했습니다. 멜루마드와 윤의 연구는 이러한 것들이 작동하고 있었음을 보여줍니다. 그것들을 제거하면 열세가 사람들이 만들어내는 결과물에 나타납니다.

공개 사항이 포함된 내용이 하나 더 있습니다. 마이크로소프트 리서치와 카네기 멜런 대학교의 2025년 논문은 직장에서 AI를 실제 사용한 936건에 대해 319명의 지식 근로자를 대상으로 설문조사를 실시했습니다. AI에 대한 자신감이 클수록 비판적 사고가 적어지는 것으로 예측되었습니다. 자신의 능력에 대한 자신감이 클수록 비판적 사고가 더 많이 나타났습니다. 이 연구는 자가 보고 방식이자 상관관계 연구이며, 공저 기관 중 하나가 생성형 AI 제품을 판매한다는 점을 밝혀둡니다. 디르크 레반도프스키(Dirk Lewandowski)의 2026년 정보 후회 연구도 더 작고 탐색적인 표본에서 동일한 방향을 가리킵니다.

이전에는 무료로 이루어지던 교정

여기서부터 이 이야기는 사용자에 대한 이야기가 아니라 당신의 작업에 대한 이야기가 됩니다. 기존 모델에서는 얇거나 잘못된 답변이 생존 가능했습니다. 여정이 이를 복구해주었기 때문입니다. 누군가가 나쁜 요약을 읽고, 계속 나아가, 당신의 실제 페이지에 도달하여 잘못된 버전을 당신의 버전으로 교체했습니다. 아무도 이를 설계하지 않았습니다. 비용도 들지 않았습니다. 하루에 수백만 번 일어났으며, 전체 정보 생태계의 면역 체계 역할을 했습니다. 1%의 출처 클릭률에서는 이 면역 체계가 작동하지 않습니다. 타임머신은 여정을 건너뛸 뿐만 아니라, 도중에 이루어지던 복구 작업도 건너뜁니다.

저는 최근 모델이 당신의 회사에 대해 아무것도 가지고 있지 않고 대신 경쟁사를 설명할 때 일어나는 일과, 어떤 콘텐츠 감사도 이를 표면화하지 못하는 이유에 대해 썼습니다. 그 글은 왜 실패가 눈에 보이지 않는지에 대한 것이었습니다. 이번 글은 왜 그것이 이제 지속되는지에 대한 것입니다. 잘못된 표현은 이전에는 일시적이었습니다. 이제는 그대로 유지됩니다. 이 비대칭성이 비싼 부분입니다. 이전의 복구는 무료였고, 자동이었으며, 온전히 다른 사람의 호기심으로 실행되었습니다. 그것을 대체하는 무엇이든 비용을 지불해야 합니다. 당신은 증거를 게시하고, 크롤링되고, 검색되고, 가중치가 부여되거나 학습되기를 기다리지만, 그 타임라인에 대한 통제권도 없고 작동했다는 확인도 없습니다. 비용이 들지 않고 몇 초 만에 작동하던 수정 메커니즘이, 실제 돈이 들고 아주 천천히 작동하는(작동하긴 한다면) 메커니즘으로 대체되었습니다.

인용은 노출이지 트래픽이 아닙니다

대략 100번의 방문 중 1번만 클릭을 발생시킨다면, AI 인용을 리퍼럴 채널로 다루는 것은 가치를 잘못 평가하는 것입니다. 가치는 방문 그 자체가 아니었습니다. 가치는 사람이 행동하는 답변 내부에 존재하는 것이며, 이는 당신이 측정해야 하는 것이 흘러나오는 소량의 트래픽이 아니라 답변 자체여야 함을 의미합니다.

유입되는 잠재 고객은 정보가 부족한 상태가 아닙니다

당신의 사이트나 영업 전화에 도달하는 사람은 정보가 부족한 상태가 아닙니다. 그들은 자신감 있게 정보가 부족한 상태입니다. 그리고 호기심 많은 연구자를 교육하기 위해 작성된 콘텐츠는 연구가 이미 완료되었다고 믿는 사람에게는 작동하지 않습니다.

이 주장은 연구들의 주장이라기보다는 제 주장입니다. 해당 논문 중 어느 것도 마케팅 콘텐츠나 퍼널 구조를 조사하지 않았습니다. 하지만 그들이 밝혀낸 내용을 자신의 자산 라이브러리로 가져오면, 그 결과는 피하기 어렵습니다. 10년간의 콘텐츠 전략은 계단을 전제로 했습니다. 이제 막 시작하는 사람을 위한 상단의 정의 설명. 중간의 비교. 읽기를 마친 사람을 위한 하단의 깊이 있는 내용. 저는 이전에 그 계단의 상단이 누군가가 당신에게 도달하기 전에 일어나며, 도달하는 사람들은 이전보다 결정 여정이 더 진행되어 있다고 주장한 적이 있습니다. 저는 여전히 그것이 맞다고 생각합니다. 제가 틀렸던 점은 더 진행된 것과 더 잘 알고 있는 것을 동일하게 다루었다는 점입니다. 둘은 같지 않습니다.

그 사람은 연구를 마친 사람의 자신감과 한 단락을 읽은 사람의 실제 깊이를 동시에 가지고 도달하며, 이 두 가지는 서로 반대 방향으로 끌어당깁니다. 당신의 초급자 콘텐츠는 이제 그들을 하대하는 것처럼 느껴지며, 하대당하는 느낌은 방문을 빠르게 끝냅니다. 당신의 고급 콘텐츠는 그들이 반복할 수 있지만 스스로 얻지 못한 어휘를 전제로 하며, 이는 방문을 더 정중하게 끝내게 만듭니다. 당신은 10년의 시간과 많은 예산을 들여 구축한 자산을 사용하여 두 방향 모두에서 동시에 실패합니다.

기초적인 101 자료를 삭제하는 것이 답은 아닙니다. 당신이 인정을 받든 그렇지 않든, 그것은 여전히 모델이 읽는 내용에 양분을 공급합니다. 바뀌어야 하는 것은 배치입니다. 당신만이 만들어낼 수 있는 자료는 깊이 있는 레이어로, 즉 독자가 기본 사항을 벗어난 후에 도달하는 내용으로 위치해 있었습니다. 이제 기본 사항은 누군가가 도달하기 전에 일어나므로, 모델이 수행할 수 없는 콘텐츠가 앞문의 역할도 해야 합니다. 저는 얼마 전에 콘텐츠 방어력이 어디서 오는지에 대해 논증한 적이 있으며, 그중 어느 것도 바뀌지 않습니다. 바뀐 것은 그것이 위치하는 자리입니다.

아무도 의도적으로 자금을 대지 않은 고리

당신의 페이지 중 모델이 가장 잘 수행하는 페이지가 무엇인지 관찰해 보세요. 가장 깨끗하고, 가장 구조화되어 있으며, 가장 평이하게 설명하는 페이지, 즉 이방인을 빠르게 이해시키기 위해 지어진 페이지가 모델이 흡수하고 재진술하기 가장 쉽습니다. 이는 당신이 새로 온 사람을 맞이하기 위해 만든 페이지가, 정작 새로 온 사람이 더 이상 도달할 필요가 없는 페이지라는 뜻입니다.

그 작업은 여전히 일어납니다. 이제 다른 곳에서 일어나며, 사람은 당신이 그들을 위해 쓴 부분을 이미 지난 채 그 반대편에 도착합니다. 제가 그것을 생산하지 말아야 한다고 주장하는 것은 아닙니다. 모델이 읽는 내용에서 빠지는 것은 모델에 흡수되는 것보다 더 나쁩니다. 하지만 10년 된 콘텐츠 스택이 이미 시작 부분을 빠르게 되감기한 유입 잠재고객을 맞이할 것이라고 기대하는 것은 멈춰야 합니다.

거울

마지막 한 가지, 그리고 이것은 우리를 다시 가리킵니다. 당신 역시 이러한 시스템의 사용자입니다. 경쟁 분석, 전략 덱, 당신이 고객이나 이사회에 전달하려는 추천 사항 중 어떤 것이든 모델의 종합에서 나왔다면, 그것은 멜루마드와 윤이 측정한 더 빈약하고 덜 독창적인 출력물이며, 당신은 프로세스를 통해 얻은 것보다 더 확신하고 있는 것입니다. 참가자들이 작성한 조언은 그것을 받은 사람들이 채택할 가능성이 더 낮았습니다. 그 수신자들은 이유를 말할 수 없었습니다. 그들은 단지 그것이 얇다고 느꼈을 뿐입니다.

타임머신은 작동합니다. 그것은 진정으로 몇 초 만에 질문에서 결정으로 당신을 데려다주며, 대부분의 경우 결정은 괜찮습니다. 하지만 그것은 당신이 얼마나 멀리 이동했는지 또는 무엇을 지나쳤는지 알려주지 않은 채 당신을 어딘가에 떨어뜨립니다. 시스템이 밑에서 어떻게 작동하는지 이해하는 것만이 그중 일부를 복원하는 유일한 길입니다. 답변이 틀렸기 때문이 아닙니다. 당신이 알아채지 못하기 때문입니다.