퓨리서치센터가 현지 시각 8월 20일 웹페이지의 AI 작성 비율 분석 결과를 발표했다. 2026년 7월 무작위 표본 1만 개 페이지 가운데 10%에서 AI가 쓰거나 손댄 징후가 확인됐다. 게시 날짜가 확인되는 페이지 중 챗GPT 출시 이후에 올라온 것만 추리면 그 비율은 35%가 된다. 챗GPT는 2022년 11월 30일에 공개됐다.

조사는 웹 아카이브 커먼 크롤을 썼다. 2021년 1월부터 2026년 7월까지 만들어진 크롤 49개에서 각각 영어 웹페이지 1만 개씩, 모두 49만 개를 무작위로 뽑았다. 커먼 크롤은 2008년부터 웹을 보존해 온 비영리 기관이다.

AI 판별에는 팬그램이 만든 오픈웨이트 탐지 모델을 썼다. 이 모델은 글을 넣으면 0에서 1 사이 점수를 반환하는데, 연구진은 0.2 이상이면 유의미한 AI 작성 징후가 있다고 판정했다. 상용 모델로 6만 2,370개 페이지를 교차 검증한 결과 두 모델은 96%에서 일치했다.

도메인별로는 차이가 뚜렷했다. 2026년 표본에서 .com은 약 10%인 반면 .org는 4.6%, .edu와 .gov는 각각 1% 안팎에 그쳤다. .com의 비율은 2021년 1월 1.09%에서 2024년 1월 3.76%, 2026년 1월 9.35%로 올라왔다.

AI가 즐겨 쓰는 문장 습관도 함께 측정했다. 2023년과 비교하면 엠대시 사용 빈도는 1만 단어당 5.79회에서 11.19회로 약 두 배가 됐다. 옥스퍼드 콤마는 34.04회에서 55.51회로 63% 늘었고, delve와 interplay, testament처럼 AI가 자주 고르는 단어는 11.94회에서 26.02회로 두 배 넘게 증가했다. “단지 X가 아니라 Y다” 같은 부정 병렬 구조는 0.87회에서 2.36회로 거의 세 배가 됐다.

다만 퓨리서치는 이런 표현 자체가 증거는 아니라고 분명히 했다. 사람도 엠대시와 옥스퍼드 콤마를 쓰기 때문에 개별 신호만으로 AI 작성을 단정할 수 없다는 것이다.

보고서는 스스로 여러 단서를 명시했다. 커먼 크롤에는 공개 접근이 가능한 페이지만 들어가서 유료 장벽이나 로그인이 필요한 사이트는 과소 대표될 가능성이 크다.

‘챗GPT 이후 35%’라는 수치에는 조건이 따른다. 각 표본에서 HTML에 게시일이 적혀 있는 페이지는 10~15%뿐이다. 보고서는 “게시일이 확인되는 페이지의 부분집합은 웹의 무작위 부분집합이 아니므로, 챗GPT 이후 추정치는 웹 전체가 아니라 날짜가 확인된 콘텐츠 안에서의 비율을 반영한다”고 적었다.

탐지 모델의 오류 가능성도 함께 밝혔다. 연구진은 “AI 탐지 모델은 완벽하지 않아서 사람이 쓴 개별 문서를 AI 작성 징후가 있는 것으로, 또는 그 반대로 잘못 분류하기도 한다”며 개별 페이지의 판정을 그 글쓴이에 대한 확정 판결로 받아들여서는 안 된다고 강조했다. 챗GPT 이전인 2021~2022년 수치는 위양성이 섞여 있어 근사치로 봐야 한다는 단서도 함께 실려 있다.

이번 결과는 다른 연구와도 맞아떨어진다. 인터넷 아카이브 데이터를 쓴 돌레잘 등의 2026년 연구는 신규 게시 웹사이트의 35%가 AI 생성이거나 AI 보조 텍스트를 포함한다는 결론을 제시했다. 방법론이 다른데도 같은 값이 확인됐다.

자세한 내용은 퓨리서치센터에서 확인할 수 있다.

이미지 출처: 퓨리서치센터