TECH 으로 돌아가기
TECH HACKER NEWS 7분 읽기 87 READS

AI는 정보 관문이 됐지만, 뉴스 제작은 여전히 거부당한다

AI는 정보 관문이 됐지만, 뉴스 제작은 여전히 거부당한다
SOURCE IMAGE · HACKER NEWS

생성형 AI가 우리의 정보 소비를 매개하는 '관문'으로 빠르게 자리 잡고 있다. 로이터 저널리즘연구소의 펠릭스 시몬이 라스무스 클라이스 닐센, 리처드 플레처와 함께 펴낸 신규 보고서 '생성형 AI와 뉴스 2026: 단독 도구에서 정보 인프라로'는 미국을 포함한 9개국 이용자를 조사해 이 변화를 수치로 보여준다. 핵심은 사람들이 AI를 의도적으로 쓸 때뿐 아니라, 이미 쓰고 있던 서비스 안에서 '우연히' 마주치는 경우까지 더하면 AI가 이미 상당한 정보 중개자가 됐다는 점이다. 지난 한 주 동안 검색 엔진에서 AI가 생성한 답변이나 요약을 보거나 이용했다는 응답은 9개국 평균 57%에 달했고, 콘텐츠가 AI로 만들어졌다는 라벨을 봤다는 응답은 24%, 불릿 형식의 AI 뉴스 요약을 봤다는 응답은 20%였다.

도구를 넘어 인프라로

챗GPT, 클로드, 제미나이 같은 단독형 대화형 AI의 사용은 가파르게 늘고 있다. 과거 데이터가 있는 6개국 기준 주간 이용률은 51%(미국 49%)로, 적어도 미국에서는 스마트폰이나 인터넷보다 빠른 확산세다. 반면 'AI 에이전트'는 아직 대중화 단계에 이르지 못했다. 9개국 응답자의 67%는 지난 한 주 에이전트를 쓰지 않았다고 답했고, 실제 업무에 써본 비율은 14%, 단순 실험 삼아 써본 비율은 13%에 그쳤다. 업계의 담론과 실제 생활 속 수용 사이에 분명한 간극이 있다는 뜻이다.

사람들이 AI를 찾는 가장 흔한 목적은 여전히 '정보 얻기'다. 지난 한 주 정보 획득에 생성형 AI를 썼다는 응답은 38%(미국 35%)로, 2025년 24%, 2024년 11%에서 빠르게 올랐다. 구체적으로는 주제 조사(24%)나 사실 질문에 대한 답(18%) 같은 검색 대체 행동이 많았고, 조언을 구하는 용도(20%)도 늘고 있다. 뉴스 자체에 AI를 직접 쓰는 것은 아직 소수(6개국 평균 9%, 2025년 6%, 2024년 3%)지만 꾸준히 증가하는 추세다.

신뢰가 아니라 '마찰 감소'가 동력

주목할 점은 사람들이 AI를 쓰는 이유가 신뢰 때문이 아니라는 것이다. 물론 실제로 의존하는 사람들의 신뢰도는 높다. 사실 질문에 AI를 쓴 사람의 75%, 조언에 쓴 사람의 76%, 뉴스에 쓴 사람의 72%가 그 답을 신뢰한다고 답했고 불신을 표한 비율은 소수에 그쳤다. 그러나 이용 동기를 물으면 '더 빠르고 쉬운 답'이라는 편의성이 64%로 가장 많았고, 자연어 인터페이스의 상호작용성이 56%로 뒤를 이었다. '다른 출처보다 더 신뢰할 만한 정보를 얻는다'는 응답은 21%에 불과했다. 사람들은 AI를 진실을 담보하는 매체라기보다, 번갈아 거쳐야 할 과정을 줄여 '그럭저럭 쓸 만한' 답을 빨리 내주는 마찰 감소 장치로 본다는 얘기다.

이 변화의 파장은 뉴스 매체에만 국한되지 않는다. 닐센이 지적했듯 AI 이용 증가는 뉴스 사이트가 제공하던 것을 잠식하는 동시에 검색까지 갉아먹고 있다. 정보 획득에 AI를 쓰는 사람일수록 뉴스뿐 아니라 검색 엔진도 덜 쓴다고 답했고, 그 감소폭은 검색 쪽이 더 컸다. 그동안 난공불락으로 여겨지던 디지털 거대 기업들에도 쉽지 않은 시기가 올 수 있다는 신호다.

뉴스룸 안에서는 다른 이야기

정작 저널리즘에 AI를 쓰는 것에 대한 대중의 태도는 완강하게 부정적이다. 다만 더 나빠지지도 않았다. 9개국 평균으로 '전적으로 AI가 만든 뉴스'에 편안함을 느낀다는 응답은 12%에 그쳤고, 사람의 감독이 일부 있다면 19%로 오른다. 이 수치는 2024년 이후 거의 변하지 않았으며, 사람이 만든 뉴스와 AI가 만든 뉴스에 대한 수용도 격차는 조사한 모든 나라에서 나타났다. 속보든 심층 보도든 마찬가지였고, 사람의 관점이 더 강하게 기대되는 논평과 오피니언 영역에서는 거부감이 한층 컸다.

이 결과는 한국의 언론·플랫폼 실무자에게도 분명한 함의를 준다. 첫째, AI가 '충분히 괜찮은' 답을 즉시 내주는 관문이 되면서 이용자는 기존 플랫폼과 매체, 최선의 정보를 찾는 수고를 건너뛴다. 콘텐츠 발견, 브랜드 귀속, 데이터 수집, 수익화가 모두 더 어려워진다. 둘째, 이용은 늘어도 뉴스 속 AI에 대한 회의가 여전한 만큼, AI를 도입하는 매체는 '그래서 독자에게 무엇이 좋은가'를 설득해야 한다. 라벨만 붙인다고 수용도가 오르지 않는다는 점은 이번 조사가 거듭 보여준다.

한계도 분명하다. 수용은 고르지 않아, 주간 이용은 전문직에서 두드러지고 대부분은 무료의 덜 고도화된 모델을 쓴다. 쓰느냐 여부만이 아니라 '어떻게 쓰느냐'의 차이가 새로운 분할선이 될 수 있다. 오픈AI 공동창업자 안드레이 카파시가 말한 'LLM 역량에 대한 공유된 이해의 격차'처럼, 매일 쓰는 사람과 한 번도 안 쓴 사람 사이의 기대 차이는 조사에서 어떤 집단 간 차이보다 컸다. 같은 기술을 두고 출발점이 전혀 다른 두 집단이 형성되면, 개인의 선택뿐 아니라 공공 서비스처럼 비이용자에게까지 적용되는 집단적 의사결정에서 결과가 갈릴 수 있다. AI를 어디에 도입하고 어떻게 규율할지를 설계하는 쪽이 지금 주시해야 할 지점이다.

SOURCE · HACKER NEWS
원문 전체 보기 → https://www.niemanlab.org/2026/11/ai-is-becoming-an-informat...
SHARE
NEXT · CHOOSE

변화를 읽었다면,
내가 만들 수익 구조를 고릅니다.

정보를 더 모으는 데서 멈추지 않고, 광고·외주·판매·중개·구독 중 내 상황에 맞는 출발점을 정해보세요.

21가지 수익 구조 살펴보기 →
처리 중...