죽은 인터넷 이론(The Dead Internet Theory)은 절반만 맞다

지난해 저는 유료 고객들을 위해 50,000개의 AI 작성 기사를 배포한 도구를 구축했습니다. 그래서 개발자들이 Twitter에 죽은 인터넷 이론(Dead Internet Theory)을 게시할 때, 저는 웹을 죽이고 있다는 비난을 받는 사람들 중 한 명이 됩니다.

실제 사용자들이 해당 도구를 어떻게 사용하는지(로그, 편집 패턴, 트래픽, 전환율)를 1년 동안 지켜본 결과, 저는 인정해야만 합니다. 죽은 인터넷에 대한 공포의 절반은 맞습니다. 나머지 절반은 데이터와 접촉하면 살아남지 못할, 분위기에 기반한 도덕적 공황(Moral Panic)입니다.

이 포스트는 엔지니어링 관점에서의 시각입니다. 저질 콘텐츠(Slop)를 생성하는 패턴과 사람들이 실제로 끝까지 읽는 콘텐츠를 생성하는 패턴의 차이를 코드를 통해 보여드리겠습니다.

요약 (TLDR)

AI 콘텐츠 팜(Content Farms)은 더 악화되었습니다. 죽은 인터넷 이론의 그 부분은 실재합니다.
하지만 "AI 콘텐츠(AI content)"와 "AI 보조 콘텐츠(AI-assisted content)"는 서로 다른 트래픽, 전환율, 그리고 쇠퇴 곡선을 생성합니다. 공포는 이 둘을 모호하게 만듭니다.
이 둘을 구분하는 기술적 패턴은 어떤 모델을 사용하는가가 아닙니다. 하나의 거대한 프롬프트(Monolithic prompt)로 생성하느냐, 아니면 섹션별 브리프(Briefs), 음성 제약(Voice constraints), 사실 고정(Fact pinning)이 포함된 체인 파이프라인(Chained pipeline)으로 생성하느냐의 차이입니다.
아래에서 실제 프롬프트 코드로 그 차이를 보여드리겠습니다.

죽은 인터넷 이론이 맞는 부분

GPT-3.5 이전에는 콘텐츠 팜(Content farm)을 운영하기 위해 Upwork에서 저렴한 작가 5명이 필요했습니다. 이제는 프롬프트 하나와 CMS(콘텐츠 관리 시스템)만 있으면 됩니다.

개방형 웹(Open web)에서 저노력(Low-effort) AI 텍스트의 양은 2022년 11월 이후 대략 10배 증가했습니다. 낮은 의도(Low-intent)의 쿼리("best CRM 2025", "how to drink water", "is X a good idea")에 대한 Google 검색 결과 1페이지는 이제 대부분 쓰레기입니다. 트래픽이 높은 사이트의 댓글 섹션은 봇이 봇에게 말을 거는 비율이 30~50%에 달하는 추세입니다. LinkedIn은 환각(Hallucination)을 일으키는 사고 리더(Thought-leader)의 루프가 되었습니다. Reddit은 생성된 콘텐츠를 개인적인 이야기인 것처럼 세탁하고 있습니다.

제 도구가 이 현상과 무관하다고 주장하지는 않습니다. 생성 버튼을 누르고, 가장 저렴한 제목을 선택하고, 읽지도 않고 게시하는 사람의 손에 들려 있다면, 제 제품도 문제의 일부입니다.

하지만 그것이 전체 그림은 아닙니다.

죽은 인터넷 이론이 틀린 부분

이러한 공포는 AI가 작성한 모든 단어를 동일한 쓰레기로 취급합니다. 제가 발행한 50,000개의 기사 로그를 분석한 결과, 실제 상황은 그렇지 않았습니다.

기사의 70%는 발행 전 수동 편집 (manual edits) 과정을 거칩니다. 사람들은 서론을 다시 쓰고, 특정 주장을 수정하며, 헤드라인을 교체하고, 개인적인 맥락을 추가합니다.
상위 20%의 계정(유지율 및 트래픽 기준)은 생성하는 것보다 더 많은 편집 시간을 할애합니다. 이들은 도구를 사용하여 60% 정도의 초안 (draft)을 만든 후, 해당 게시물에 45분에서 90분을 소비합니다.
가공되지 않은 원문 그대로를 게시하는 10%는 가장 낮은 트래픽을 기록합니다. Google은 2024년 9월 유용한 콘텐츠 업데이트 (helpful content update)를 통해 해당 계층의 순위를 낮추었으며, 이를 다시 되돌리지 않았습니다.

수익을 창출하는 인터넷(누군가가 무언가를 구매하거나, 가입하거나, 당신을 고용하는 장소)은 가공되지 않은 AI 슬롭 (AI slop, 저질 콘텐츠)으로 운영되지 않습니다. 그것은 초안 계층으로서의 AI와 자신이 무엇을 말하고 있는지 아는 인간의 결합으로 운영됩니다.

실제 기술적 차이

이것은 AI 글쓰기 도구 분야 외부에서는 아무도 이야기하지 않는 부분입니다. AI 콘텐츠 (AI content)와 AI 보조 콘텐츠 (AI-assisted content) 사이에는 차이가 있으며, 이는 단순히 느낌의 문제가 아닙니다. 그것은 프롬프트 아키텍처 (prompt architecture)의 차이입니다.

슬롭 패턴: 단일 프롬프트 (monolithic prompt)

이것이 죽은 인터넷 이론이 주로 우려하는 부분입니다. 다음과 같은 형태를 띱니다:

async function generateSlop(topic: string, wordCount = 2000): Promise<string> {
  const prompt = `${wordCount} 단어 분량의 ${topic}에 관한 기사를 작성해줘.
서론, 5개의 섹션, 그리고 결론을 포함해.
...

이 방식은 기술적으로 문법에 맞는 영어이며 기술적으로 주제에 부합하는 출력을 생성합니다. 하지만 동시에 다음과 같은 출력을 만들어냅니다:

모델이 긴 생성 과정에서 주의력 (attention)을 잃기 때문에 섹션 3과 섹션 5 사이에서 주제를 벗어남 (drift off topic).
모든 섹션에 걸쳐 동일한 일반적인 주장들을 반복함 (이를 제한할 공유된 브리프 (shared brief)가 없음).
환각된 통계 (hallucinated statistics)를 포함함 ("연구에 따르면 사용자의 73%가 X를 선호한다고 합니다").
프롬프트에 목소리 제약 (voice constraints)이 없기 때문에 주제에 상관없이 동일하게 읽힘.
기사 전체를 다시 생성하지 않고서는 내용을 업데이트할 수 없음.

이것이 바로 죽은 인터넷 공포(dead internet panic)가 정당하게 분노하고 있는 저질 콘텐츠(slop)입니다. 이는 검색 엔진 결과 페이지(SERPs)를 저의도성 콘텐츠로 범람시킵니다. 이는 전환(convert)을 일으키지 못합니다. 독자를 유지(retain)하지 못합니다. 브랜드를 구축하지도 못합니다.

유용한 패턴: 섹션별 브리프 (per-section briefs)

동일한 모델, 동일한 목표를 사용하지만, 공유 상태(shared state)를 가진 체인형 파이프라인(chained pipeline)을 사용합니다. 이것이 실제로 작동하는 방식입니다.

type ArticleBrief = {
  topic: string;
  targetKeyword: string;
...

이 방식이 변화시키는 것:

각 섹션은 엄격한 단어 예산(word budget)을 가진 별도의 모델 호출(model call)이므로 집중적인 주의를 기울일 수 있습니다.
기사 브리프(article brief)가 공유 상태(shared state)이므로, 모든 섹션이 어조(voice), 앵커(anchors), 금지어(banned words)를 인지합니다.
개요(outline) 단계는 산문(prose)이 존재하기 전에 하향식 구조(top-down structure)를 강제합니다.
나머지 부분을 망치지 않고도 특정 섹션 하나만 다시 생성(regenerate)할 수 있습니다.
모델이 사실적 앵커(factual anchors)에 국한되므로 환각(Hallucinations)이 급격히 감소합니다.

저는 이것을 만들어야만 했습니다. 제 파이프라인의 첫 번째 버전은 단일 프롬프트(monolithic prompt)를 사용했습니다. 고객 유지율(Customer retention)은 나빴습니다. 트래픽도 나빴습니다. 편집률(Edit rate)은 사용자들이 도구가 유용하지 않다고 불평할 정도로 높았습니다. 두 번째 버전(공유 상태를 가진 섹션별 브리프)은 50,000개의 기사를 발행할 때 사용한 방식입니다.

이것이 죽은 인터넷 이론에 중요한 이유

단일 프롬프트(monolithic) 패턴은 죽은 인터넷 콘텐츠를 생성합니다. 체인형(chained) 패턴은 주니어 작가의 초안에 더 가까운 무언가를 생성합니다. 둘 다 동일한 기반 모델을 사용합니다. 기술적 아키텍처(technical architecture)가 이 둘을 구분합니다.

사람들이 죽은 인터넷 이론을 게시할 때, 그들은 대개 단일 프롬프트 출력물에 반응하는 것입니다. 그것이 저품질 SERP를 범람시키는 콘텐츠의 장르입니다. 그들은 대개 체인형 파이프라인 출력물에는 반응하지 않는데, 왜냐하면 체인형 파이프라인 출력물은 게시 전 인간에 의해 편집되며 일반적인 현대적 글쓰기처럼 보이기 때문입니다.

현실 점검 (죽은 인터넷 공포가 '맞는' 경우)

저는 AI 글쓰기가 괜찮다고 주장하는 것이 아닙니다. AI 글쓰기가 명백히 문제가 되는 카테고리들이 존재합니다.

순수 SEO 콘텐츠 팜 (Pure SEO content farms). 인간의 개입(Human in the loop)도, 편집도 없이 매주 수백 개의 기사를 찍어냅니다. 이는 체인 파이프라인 (Chained pipeline)을 사용하더라도 '죽은 인터넷' 콘텐츠에 해당합니다. 양이 가치를 죽입니다.
아스트로터핑 댓글 (Astroturf comments). 실제 사용자인 척 이야기를 지어내어 생성된 포럼 게시물입니다. 이것은 명백히 나쁜 것이며, 이에 대한 공포는 정당합니다.
환각을 일으키는 전문가 콘텐츠 (Hallucinated expert content). 인간의 검토 없이 AI가 작성한 의료, 법률, 금융 조언입니다. 기술적인 파이프라인 (Technical pipeline)이 당신을 구원해주지 못합니다. 여기에는 도메인 전문가 (Domain expert)가 필요합니다.
AI 대 AI 루프 (AI-on-AI loops). 다른 SEO 콘텐츠를 스크래핑하는 SEO 콘텐츠, AI를 대상으로 AI가 점수를 매기는 방식입니다. 결국 루프 내의 그 무엇도 현실에 근거하지 않기 때문에 전체적인 신호 (Signal)가 퇴화하게 됩니다.

만약 당신이 이 중 하나라도 하고 있다면, 죽은 인터넷 이론은 당신의 잘못이며 즉시 중단해야 합니다. 제 제품 자체에도 처음 두 가지 사항에 대한 금지 조항이 있습니다.

잘못된 불만 사항은 "AI가 쓴 모든 글이 웹을 죽이고 있다"라고 말하는 버전입니다. 섹션별 파이프라인 (Per-section pipeline)을 사용하여 공허한 초안 단계를 건너뛰는 인간은 콘텐츠 팜을 운영하는 사람과 동일 인물이 아닙니다. 데이터가 다르며, 결과물도 다릅니다.

내가 실제로 고객들에게 말하는 것

세 가지 규칙입니다. 저는 모든 온보딩 (Onboarding) 통화에서 이 규칙을 반복합니다.

AI가 초안을 작성합니다. 당신은 마지막 30%를 담당합니다. 항상 그래야 합니다.
구체적인 숫자, 실명, 그리고 개인적인 맥락은 AI가 흉내 낼 수 없는 부분입니다. 이를 직접 포스트에 넣으세요.
만약 당신의 편집률 (Edit rate)이 30% 미만이라면, 당신은 다음 구글 (Google) 업데이트에 의해 강등될 위기에 처한 것입니다. 편집 비중을 높이세요.

이것이 제가 제 제품을 "10배 빠른 콘텐츠 생산"이나 "자율 주행 AI 기사"라고 마케팅하지 않는 이유이기도 합니다. 이 두 가지 프레임워크는 모두 고객의 나쁜 행동 양식을 유도합니다. 저는 제 제품을 초안 계층 (Draft layer)으로 마케팅합니다.

그래서 인터넷은 죽었는가

인터넷의 저렴한 계층은 더 저렴해지고, 더 빨라졌으며, 더 짜증 나게 변했습니다. 그 계층은 AI가 등장하기 전에도 이미 영양가 없는 칼로리 (Empty calories)와 같았습니다. 이제는 그런 것들이 더 많아졌을 뿐입니다.

가치를 창출하는 부분(특정 전문 지식, 실제 수치, 실명, 브랜드 보이스, 기술적 깊이)은 속이기 더 어렵습니다. 그 계층은 여전히 오직 인간만이 쓸 수 있는 글을 쓰는 사람들에게 보상을 제공합니다.

죽은 인터넷 이론(The Dead Internet Theory)은 인터넷의 영양가 없는 칼로리 (Empty-calories) 계층을 설명합니다. 공포 섞인 주장들이 그렇지 않은 것처럼 말할지라도, 이 이론이 인터넷 전체를 설명하는 것은 아닙니다. 다음 두 가지는 동시에 사실일 수 있습니다:

AI 글쓰기 도구들이 저의도성 검색 엔진 결과 페이지 (Low-intent SERPs)를 오염시켰다.
실제 파이프라인 (Pipeline)과 실제 인간이 함께 사용하는 AI 글쓰기 도구는, 작가들이 이미 수행할 수 있는 작업물을 더 많이 출시할 수 있도록 돕는 초안 계층 (Draft layer) 역할을 한다.

만약 당신이 이 분야에서 무언가를 구축하고 있다면, 당신이 출시하는 아키텍처 (Architecture)가 당신의 제품이 그 경계선 중 어느 쪽에 위치할지를 결정합니다.

만약 당신이 콘텐츠를 발행하고 있다면, 당신의 편집률 (Edit rate)이 동일한 것을 결정합니다.

초안을 작성할 때 AI를 사용한다면 당신의 편집률은 어느 정도입니까? 솔직해지십시오. 그리고 만약 섹션별 브리프 (Per-section briefs)보다 더 효과적으로 작동하는 체인 파이프라인 아키텍처 (Chained-pipeline architecture)를 구축하여 출시했다면, 그 이야기를 듣고 싶습니다.