피크 AI(Peec AI)의 연구자가 하루 만에 만든 가짜 통계 페이지 5만 개가 구글(Google) 검색에서는 사라졌지만, ChatGPT를 통한 방문과 외부 인용은 계속됐다. 메테한 예실유르트(Metehan Yesilyurt)는 이 사이트가 7개월 동안 ChatGPT 유입 세션 1만 건 이상을 기록하고, 학술 논문과 투자 보고서에도 자료로 쓰였다고 밝혔다. 숫자를 찾는 AI의 검색 방식과 출처를 확인하지 않은 사람의 인용이 맞물리면, 근거 없는 수치도 신뢰할 만한 자료처럼 퍼질 수 있음을 보여주는 실험이다.
핵심요약
- 연구자는 GPT-4.1로 200개국의 마케팅·웹 기술 관련 가짜 통계 페이지 5만 개를 생성해, 적은 비용으로 방대한 ‘숫자 출처’를 만들었다.
- 구글에서 사이트의 노출은 급감했지만 ChatGPT의 페이지 요청과 방문 유입은 이어져, 검색 순위와 AI의 정보 수집이 다르게 움직일 수 있음을 드러냈다.
- 가짜 수치는 학술 논문과 금융기관의 투자 조사 등에 인용돼, 출처가 붙는 과정 자체가 허위 정보에 권위를 더할 위험을 보여줬다.
- 피크 AI가 출처를 확인한 실제 통계로 같은 방식을 다시 시험하자 외부 링크가 생겨, 통계 페이지의 확산 효과를 정직한 자료에도 활용할 수 있음을 확인했다.
- 연구자는 수치마다 출처와 연도를 붙이라고 권했지만, 토론에서는 ChatGPT의 방문 기록만으로 실제 답변 사용 경로까지 확인할 수 있는지를 두고 이견이 나왔다.
하루에 만든 가짜 통계 5만 개
예실유르트의 출발점은 AI가 글을 쓸 때 부족한 정보를 어디서 채우는지에 관한 관찰이었다. 최신 주제로 글을 작성하는 대규모 언어 모델(LLM)은 근거로 삼을 만한 자료를 찾고, 그중에서도 문장에 바로 넣기 쉬운 통계를 찾는다는 것이다. 그는 AI 답변에 브랜드가 한 번 등장하는 데서 그치지 않고, 그 답변을 받은 사람이 숫자를 발표 자료나 웹 글에 다시 쓰면 어떤 일이 벌어지는지 살펴보기로 했다.
2026년 3월 그는 새 도메인 stateglobe.com을 사서 GPT-4.1로 통계 페이지 5만 개를 하루 만에 만들었다. 사이트에는 200개국의 SEO(검색엔진 최적화), 콘텐츠 마케팅, 소셜미디어, 전자상거래, 웹 기술에 관한 수치가 실렸지만, 연구자는 숫자를 하나도 검증하지 않았다고 밝혔다. 기본 AI 웹 디자인 템플릿으로 페이지를 게시하는 데 약 30달러가 들었고, 나중에 목록형 글 1만 5,000개를 더 만드는 데 약 20달러를 썼다. 실험에 든 총비용은 약 50달러였다.
구글에서는 사라졌지만 AI는 찾아왔다
초기에는 색인 도구를 이용해 거의 모든 페이지를 일주일 안에 구글 검색에 올렸고, 검색 결과에도 노출됐다. 그러나 사이트 개설 직후 두 차례의 구글 업데이트가 이어지면서 노출이 급감했다. 예실유르트는 이후 몇 달 동안 구글에서 사실상 보이지 않았으며, 색인된 페이지의 노출도 5~20회 사이를 오갔다고 설명했다. 서브도메인을 추가해 봤지만 큰 변화는 없었고, 그는 그 뒤로 사이트를 거의 손대지 않았다.
AI 쪽 움직임은 달랐다. 개설 약 7개월 뒤 클라우드플레어(Cloudflare) 데이터를 확인하니, 직전 30일 동안 봇 요청이 60만 건 넘게 들어왔고 그중 약 7만 2,000건이 ‘ChatGPT-User’에서 발생했다. 연구자는 이를 ChatGPT가 답변 과정에서 웹페이지를 실시간으로 여는 요청으로 설명하며, 학습용 수집과 구분했다. GA4에는 3월 이후 ChatGPT에서 유입된 세션이 1만 건 이상 잡혔고, 그는 직접 방문으로 분류된 세션은 주로 봇 트래픽으로 보여 전체 방문 수에 넣지 않았다.
검색 순위와 AI의 정보 수집은 달랐다
예실유르트가 강조한 구분은 구글 검색 순위와 AI의 정보 수집 가능성이다. 그의 설명에 따르면 ChatGPT는 사용자의 질문을 여러 하위 검색어인 팬아웃 쿼리(fanout query)로 바꾸고, 검색 출처와 자체 캐시에서 후보를 모은 뒤 우선순위를 다시 매겨 일부 페이지를 연다. 구글의 상위 결과를 그대로 가져오는 과정이 아니라는 뜻이다. 스테이트글로브(StateGlobe)는 구글 노출이 크게 줄어든 뒤에도 AI의 요청을 계속 받았다.
피크 AI는 2026년 6월부터 몇 가지 질문에 대한 노출 현황도 별도로 추적했다. 연구자가 제시한 화면에서는 10월 7일 스테이트글로브가 해당 질문들의 가시성에서 스태티스타(Statista)에 이어 2위였다. 이는 웹 전체에서의 보편적인 순위가 아니라, 추적 대상으로 정한 질문들에서 나타난 결과다. 그래도 구글 성과만 들여다보면 AI 답변에서 어떤 사이트가 발견되는지 놓칠 수 있다는 그의 주장을 뒷받침한다.
학술 논문과 투자 조사로 옮겨간 숫자
가짜 통계는 사이트 안에 머물지 않았다. 아레프스(Ahrefs)와 셈러시(Semrush) 기준으로 이 사이트를 링크한 외부 도메인은 330개를 넘었고, 그 안에는 쇼피파이(Shopify), 블루호스트(Bluehost), DHL도 포함됐다. 연구자가 확인한 링크 중에는 학술 논문, 카타르 최대 금융그룹의 투자 조사, 인도의 경제 매체, 캐나다 인플루언서 커뮤니티의 연구 보고서가 있었다. 모두 검증되지 않은 숫자를 담은 사이트를 자료로 삼은 사례다.
예실유르트는 이를 ‘인용 세탁’의 위험으로 설명한다. 새로 만든 사이트에 처음 올라왔을 때는 근거 없는 수치였지만, 논문이나 금융기관 문서에 인용되면 다음 독자에게는 권위 있는 곳에서도 참고한 자료처럼 보일 수 있다. 그 문서를 다시 사람이 인용하거나 AI가 찾아내면 숫자의 출처보다 인용 이력이 먼저 눈에 띌 수 있다. 연구자는 이런 페이지가 훗날 웹 수집 자료와 모델 학습 데이터에도 들어갈 가능성을 우려했지만, 실제로 그렇게 됐다고 보고하지는 않았다.
검증한 통계로 다시 해본 실험
피크 AI에 합류한 뒤 예실유르트와 연구팀은 같은 접근을 실제 통계에 적용했다. 새 페이지에는 각 수치를 확인하고 출처를 붙였으며, 앞선 실험처럼 가짜 숫자를 만들지 않았다. 연구자는 게시 직후 AI로 콘텐츠를 작성하는 것으로 추정되는 사이트들에서 링크가 생기기 시작했다고 밝혔다. 서로 다른 두 사이트에서 통계 페이지가 외부 링크를 얻었다는 점은, 허위 수치 자체보다 ‘인용하기 좋은 숫자 페이지’라는 형식에 주목하게 한다.
다만 두 실험의 무게는 같지 않다. 첫 사이트는 대량의 가짜 숫자가 어디까지 퍼지는지를 보여줬고, 두 번째 사이트는 검증한 수치로도 링크를 얻을 수 있음을 보여줬다. 예실유르트는 이 결과를 GEO(생성형 엔진 최적화)에 쓸 수 있는 한 가지 방법으로 제시하면서도, 조직의 전략 전체를 여기에 걸어서는 안 된다고 했다. 이미 신뢰를 얻은 브랜드가 정확한 자료를 공개할 때 더 적절하게 활용할 수 있다는 판단이다.
AI가 찾기 쉬운 숫자의 조건
연구자는 AI가 글을 작성하며 자료를 찾을 때 검색어에 ‘통계’, ‘데이터’, ‘보고서’, 요청에 포함된 연도 같은 단어를 덧붙인다고 설명한다. 예컨대 원격근무에 관한 글을 부탁받으면 원격근무 통계와 해당 연도를 함께 찾는 식이다. 막연한 추세 설명보다 구체적인 비율은 문장에 넣고 인용하기도 쉽다. 사이트 제목, 소제목, URL에 적힌 연도 역시 최신 자료처럼 보이게 하는 신호가 된다고 그는 봤다.
문제는 찾은 숫자를 확인하는 과정이다. 연구자는 검색 결과에서 관련성이 높은 문단을 고르는 재순위화 장치가 진실 여부까지 판단하지는 않는다고 지적했다. 수치 하나를 검증하려면 독립된 출처를 더 찾고 서로 다른 결과를 비교해야 하지만, 답변에 드는 시간과 비용을 고려한 일반적인 작성 과정에는 그런 확인 절차가 빠지기 쉽다는 설명이다. 그래서 질문과 잘 맞고 권위 있어 보이는 문단이 선택될 수 있다. 이 실험에서는 바로 그 빈틈에 검증되지 않은 통계가 들어갔다.
출처를 붙이고, 유입 경로를 따로 보라
예실유르트는 통계 페이지를 만든다면 한 문장에 하나의 주장만 담고, 숫자 바로 옆에 출처와 연도를 적으라고 권한다. AI가 페이지 전체보다 관련 문단을 가져가므로, 앞 문맥을 읽지 않아도 뜻이 통하는 수치가 유리하다는 것이다. 소제목은 AI가 검색할 법한 주제별 통계나 국가별 채택률 같은 질문에 맞추고, 갱신 날짜는 표시하는 데 그치지 말고 실제로 업데이트해야 한다고 했다. 자료를 자바스크립트, 탭, 이미지 뒤에 숨기지 말고 쉽게 읽을 수 있는 HTML로 제공하라는 조언도 덧붙였다.
성과를 확인할 때도 구글 검색 콘솔만으로는 부족하다는 게 그의 주장이다. 서버 기록이나 클라우드플레어에서 AI의 페이지 요청을 보고, GA4에서는 AI 서비스에서 넘어온 세션을, 별도 도구에서는 질문별 인용과 노출을 살펴야 한다. 외부 링크뿐 아니라 숫자를 그대로 가져가면서 링크를 달지 않은 언급도 확인 대상으로 꼽았다. 그는 가짜 콘텐츠를 게시해서는 안 된다고 거듭 강조했고, 현재 실험 사이트에는 면책 문구를 넣었다고 밝혔다.
커뮤니티 의견
한 사용자는 누군가가 정보를 거짓으로 표시할 때 얻는 보상이 있는 한, AI가 읽기 좋은 웹을 만드는 것만으로는 문제가 해결되지 않는다고 했다. 고객센터 번호나 상품 정보를 사칭하는 사례처럼, 수많은 사람이 붙인 설명을 일일이 확인하기 어렵다는 주장이다. 답글에서는 사람이 쓰는 인터넷에도 같은 문제가 있다는 지적이 나왔고, 검증된 사업체와 신원 정보를 가진 플랫폼이 AI 도구 환경에서 유리해질 수 있다는 전망도 제기됐다.
다른 사용자는 자기 사이트를 평가하는 별도 웹사이트를 만들어 가짜 리뷰를 올려도 AI가 이를 외부 평가로 받아들일 수 있다고 우려했다. 이에 대한 답글은 그런 행위가 AI 이전부터 있던 사기와 다르지 않다고 봤다. 두 의견 모두 허위 출처를 만드는 행위 자체는 새롭지 않지만, AI가 이를 찾아 쓰는 경로가 추가됐다는 점에 주목한다.
한 사용자는 이번 일을 오래된 ‘인용 생성’ 현상에 비유했다. 잘못된 정보가 다른 매체에 옮겨 적힌 뒤 그 매체의 인용을 통해 다시 신뢰를 얻는다는 관점이다. 반론은 인용이 서로를 떠받치는 순환 구조와 단순히 인터넷에 거짓말을 올리는 행위를 구분해야 한다고 했다. 이번 사례에서 무엇을 문제의 핵심으로 볼지에 대한 차이다.
증거의 연결고리를 따져 묻는 의견도 있었다. 한 사용자는 ChatGPT가 페이지를 방문했다는 기록만으로 가짜 수치를 실제 답변에 썼다고 볼 수 있는지, 학술 논문과 다른 사이트가 AI를 거쳐 그 수치를 접했는지 알 수 있는지 물었다. 답글에서는 구글에서 사이트가 잘 드러나지 않았는데도 인용이 생겼으므로 AI를 통한 확산이 그럴듯하다고 봤다. 방문 기록, AI 답변 사용, 사람의 최종 인용을 각각 구분해야 한다는 쟁점이 드러났다.
또 다른 사용자는 허위 숫자를 누구나 게시할 수 있고 AI가 평판이 나쁘지 않은 사이트를 자료로 쓸 수 있다는 점에서 해결책을 물었다. 답글은 물가상승률 같은 통계라면 웹 검색 결과 대신 공식 데이터셋을 직접 조회하는 도구를 쓰는 방향을 제안했다. 핵심은 숫자가 실린 페이지를 찾는 데서 멈추지 않고, 그 수치를 생산한 1차 출처까지 닿게 하는 것이다.
한 사용자는 AI가 구글 이전의 검색 이용자처럼 ‘이 웹사이트의 정보가 참인가’를 판단해야 하는 처지라고 비교했다. 이어진 답글에서는 구글 역시 순위 산정 방식을 노린 스팸과 SEO 콘텐츠에 시달렸다고 지적했다. 검색 기술이 바뀌어도 노출을 얻으려는 사람이 그 기준에 맞춰 콘텐츠를 만든다는 문제를 상기시키는 의견이다.
통념을 바로잡는 질문에서 특히 어렵다는 의견도 나왔다. 한 사용자는 틀린 주장을 적극적으로 퍼뜨릴 동기가 없어도, 사람들이 자신이 믿는 오해에 맞춰 설명을 지어내고 그 설명이 쌓일 수 있다고 했다. AI가 서로 모순되는 두 근거 중 하나를 먼저 발견하면, 아직 찾지 못한 반대 근거를 고려하기 어려울 수 있다는 우려다.
마지막으로 AI가 만든 글을 AI가 다시 검색하고 학습할 수 있다는 걱정도 제기됐다. 반론은 모델이 인터넷 내용을 무차별적으로 되풀이한다는 그림은 낡았으며, 생성된 글을 가려낼 동기와 수단도 있다고 했다. 다른 답글은 AI 이전에도 검색 상위권에 정확성을 뒷전으로 한 SEO용 글이 많았다고 지적했다. 문제를 AI만의 실패로 볼지, 기존 웹 정보 품질 문제가 새로운 방식으로 반복된 것으로 볼지가 갈렸다.
핵심통찰
이 실험의 핵심은 가짜 통계가 올라왔다는 사실보다, 출처를 찾는 AI와 숫자를 재인용하는 사람이 서로의 판단을 대신할 수 있다는 데 있다. 구글 노출이 줄어든 뒤에도 ChatGPT 유입과 외부 링크가 이어졌다는 결과는 기존 검색 지표만으로 정보의 확산을 파악하기 어렵게 만든다. 다만 봇의 방문, AI 답변의 인용, 논문·보고서의 사용은 서로 다른 단계다. 앞으로는 각 단계의 연결 경로를 더 분명히 확인하면서, 숫자 옆에 붙은 인용 횟수보다 그 숫자를 처음 산출한 출처를 살피는지가 중요하다.
원본: Publish stats, get cited: The tactic that put my data all over the web - Peec AI
토론: Hacker News