식당과 여행지를 AI에게 물으면 비슷한 곳이 반복해서 나온다. 아직은 인기와 데이터가 많은 장소가 유리하기 때문이라고 생각할 수 있다. 그런데 AI가 만든 글을 다른 AI가 다시 참고하기 시작하면 추천이 더 빠르게 한쪽으로 몰릴 수 있다는 연구가 나왔다.
복사본이 다시 원본이 되는 과정
Graphite가 공유한 시뮬레이션에서는 AI 검색 모델이 AI가 생성한 참고자료에 의존할수록 같은 브랜드와 답변을 반복해서 추천하는 경향이 커졌다. 초기의 작은 선호가 다음 글에 반영되고, 그 글을 다시 읽으며 차이가 증폭되는 구조다.
인터넷에 존재하지만 처음 몇 번 선택되지 않은 정보는 점점 보이지 않게 될 수 있다. 새로운 가게와 소수 의견에는 불리하다.
실제 인터넷이 이미 붕괴했다는 뜻은 아니다
이 결과는 통제된 시뮬레이션이며 현재 모든 AI 검색이 같은 방식으로 무너지고 있음을 증명하지는 않는다. 실제 서비스는 웹 원문과 최신 뉴스, 다양한 검색 결과를 섞어 사용한다.
그럼에도 AI가 만든 요약을 다시 AI 학습과 검색 최적화에 사용하는 순환은 현실적인 위험이다. 출처가 같은 복제 글 수십 개를 다양한 의견으로 착각할 수도 있다.
사용자에게는 추천 이유와 원문 출처를 확인하는 습관이 필요하다. AI 회사는 인기순 결과 외에 새로운 자료와 반대 관점을 의도적으로 탐색해야 한다. AI 검색의 품질은 정답을 빨리 주는 능력뿐 아니라 인터넷의 다양성을 얼마나 잃지 않느냐로 평가받게 될 것이다.
https://www.axios.com/2026/06/25/ai-search-collapse-geo-seo
관련 글
같은 맥락에서 이어서 읽기 좋은 글들입니다.