Executive Summary

주요 수치

앞의 두 숫자는 두 조건이 각각 발행사 쪽 클릭에 남긴 변화입니다. 뒤의 두 숫자는 AI 모드만 남긴 조건에서 사용자 쪽 반응이 어느 방향으로 움직였는지 보여 줍니다. 모두 통제군인 일반 구글 검색과 비교한 값입니다.

출처: Wang et al. (2026), arXiv:2608.18352

AI 요약이 검색 트래픽을 얼마나 가져갔는지는 그동안 주로 발행사의 유입 집계로 이야기됐습니다. 집계는 감소를 보여 주지만 원인을 특정하지 못합니다. 같은 기간에 알고리즘도 바뀌고 계절성도 있고 사용자 습관도 움직이기 때문입니다. 이번 실험은 그 인과를 분리하려고 사용자의 브라우저 안에서 검색 화면 자체를 조작했습니다.

구글은 그 집계 해석에 동의하지 않습니다. 논문이 정리한 구글 측 반론은 AI 기능이 발행사 콘텐츠를 대체하는 것이 아니라 보완하며, 전체 유입 규모는 유지됐고 클릭의 질은 오히려 좋아졌으며, 길고 복잡한 질의를 통해 사이트가 노출될 기회가 늘었다는 것입니다. 발행사의 집계와 플랫폼의 반박이 같은 현상을 두고 어긋나 있는 상황에서, 무작위 배정은 어느 쪽 설명이 맞는지 가려낼 수 있는 몇 안 되는 방법입니다.

연구진은 크롬 확장 프로그램을 설치한 참가자를 세 조건에 무작위로 배정했습니다. 첫째는 AI Overviews와 AI 모드를 숨기는 조건, 둘째는 아무것도 바꾸지 않는 통제군, 셋째는 모든 검색을 AI 모드로 돌려보내는 조건입니다. 사흘간 기준선을 잰 뒤 이레 동안 조건을 적용해 총 열흘을 관찰했습니다. 1,444명이 등록해 1,100명이 실험 기간에 최소 한 번 검색했고, 956명이 사후 설문까지 마쳤습니다.

참가자는 연구 참여 플랫폼 프롤리픽과 노스이스턴대 근로장학 프로그램에서 2026년 3월 17일부터 19일까지 모집됐습니다. 미국에 살면서 크롬과 구글 검색을 주로 쓰는 사람만 받았습니다. 일곱 개의 가설과 분석 계획은 실험을 시작하기 전에 OSF에 사전등록했고, 집계 데이터와 분석 코드는 하버드 데이터버스에 공개돼 있습니다. 중도 이탈률은 세 조건 사이에 유의한 차이가 없었습니다.

아래 도식은 세 조건과 각 조건에서 나온 클릭률 변화를 함께 보여 줍니다. 가운데 기준선이 통제군이고, 위아래로 벌어진 폭이 통제군 대비 변화량입니다.

조작이 화면에 제대로 반영됐는지도 함께 쟀습니다. AI 모드 조건은 검색의 94.7%가 실제로 AI 모드로 넘어가 의도대로 작동했습니다. 반면 AI 답변을 숨기는 조건은 실험 도중 구글이 AI Overviews의 HTML 구조를 바꾸면서 은닉 로직이 깨졌습니다. 첫날 90%였던 성공률이 갈수록 0%로 떨어져 전체 평균은 51.1%에 그쳤습니다. 그래서 이 조건의 효과는 실제로 AI 답변이 가려진 경우를 기준으로 추정하는 방식(LATE)으로 보고됐습니다. 사전등록 문서에 미리 적어 둔 대비책이었습니다.

AI Overviews를 숨긴 조건에서 클릭률은 8.8%포인트 올랐습니다. 95% 신뢰구간은 2.3에서 15.3%포인트, p값은 0.008입니다. 여기서 클릭률은 검색 한 건 중 구글 밖 사이트로 나가는 클릭이 일어난 비율입니다. 검색 결과 안에서 답이 끝나는 대신 원문을 제공한 사이트까지 사용자가 이동한 비율이라고 보면 됩니다.

수치를 읽을 때 조건을 하나 붙여야 합니다. 은닉 로직이 절반만 작동했기 때문에 배정 자체를 기준으로 계산한 값은 2.7%포인트에 그치고 통계적으로 유의하지 않습니다. 8.8%포인트는 AI 답변이 실제로 가려진 만큼을 환산한 추정치입니다. 저자들도 한계 절에서 이 가정이 깨질 가능성을 명시했습니다. 다만 방향은 뚜렷합니다. 화면에서 AI 요약이 사라진 만큼 사용자는 웹으로 더 나갔습니다.

언론사에 관한 부분은 조심해서 읽어야 합니다. 뉴스 사이트를 클릭한 사용자 비율도 이 조건에서 늘긴 했지만, 하루 클릭 수로 바꿔 세거나 뉴스 도메인 분류를 다르게 잡으면 효과가 유지되지 않았습니다. 저자들이 논문에서 부분적 지지라고 적은 이유입니다. 확실하게 말할 수 있는 것은 언론사가 아니라 웹 전체입니다. AI 답변을 걷어내면 검색이 바깥으로 흘려보내는 트래픽 총량이 늘어납니다.

반대 방향의 조작은 효과가 훨씬 컸습니다. 모든 검색을 AI 모드로 돌린 조건에서 클릭률은 18.8%포인트 떨어졌습니다. 감소는 특정 업종에 몰리지 않았습니다. 뉴스 사이트를 클릭한 사용자 비율이 12.5%포인트, 레딧이 21.2%포인트, 위키백과가 9.9%포인트 줄었습니다. 광고 클릭은 42.7%포인트 감소했는데, 실험 당시 AI 모드가 광고를 아예 띄우지 않았기 때문입니다.

더 눈에 띄는 것은 세션 지표의 방향입니다. 연구진은 AI 모드가 대화형이니 검색 횟수가 늘어날 것으로 가설을 세웠는데, 실제로는 하루 검색 세션이 0.92개 줄었습니다. 대신 세션당 체류 시간은 0.43분 늘었습니다. 검색을 덜 시작하고, 한 번 들어가면 더 오래 머물고, 밖으로는 덜 나갑니다.

줄어든 폭이 어느 정도인지는 기준선과 견줘 봐야 합니다. 조건을 적용하기 전 사흘 동안 참가자는 하루 평균 4.0개의 검색 세션에서 9.2번 검색하고 4.1번 클릭했습니다. 하루 0.92개 감소는 원래 세션 수의 4분의 1에 가깝습니다. 하루 네 번 넘게 검색하던 헤비 유저에게서는 감소 폭이 2.01개까지 벌어졌고, 다중비교를 보정한 뒤에도 유의하게 남은 조절 효과는 이 항목 하나뿐이었습니다.

구글 입장에서도 안전한 결과는 아니었습니다. AI 모드 조건 참가자 중 빙이나 덕덕고, 야후를 쓴 비율이 11.2%포인트 늘었고, AI 모드가 계속 강제된다면 빙으로 옮기겠다는 의향은 7점 척도에서 1.25점 올랐습니다. 답변을 붙잡아 두는 설계가 사용자를 붙잡아 두지는 못했습니다.

AI 검색을 둘러싼 논쟁은 대체로 주고받기의 구도로 흘러왔습니다. 사용자는 시간을 아끼고 발행사는 트래픽을 잃으니, 남은 문제는 그 손실을 어떻게 보상하느냐라는 구도입니다. 이 실험은 그 구도의 앞쪽 절반을 검증했고, 결과는 통념과 달랐습니다.

검색 연구에는 이 통념을 부르는 이름이 있습니다. 검색 결과 안에서 답을 얻고 아무 데도 클릭하지 않은 채 떠나는 상태를 좋은 이탈(good abandonment)이라고 부릅니다. 클릭이 없어도 사용자는 원하는 것을 얻었으니 나쁜 신호가 아니라는 뜻입니다. 논문은 이 개념 위에 세 갈래의 이해관계를 나란히 놓습니다. 사용자의 편의, 발행사의 지속 가능성, 그리고 구글이 정보의 권한을 자기 화면 안으로 모으는 흐름은 서로 맞물리지 않습니다.

AI 모드 조건에서 구글이 제공한 정보에 대한 신뢰도는 7점 척도에서 0.34점 내려갔습니다. 만족도는 0.73 표준편차, 유용성 인식은 0.59 표준편차, 스스로 결정한다는 감각은 0.66 표준편차 떨어졌습니다. 개인화와 관련성 인식도 0.42 표준편차 낮아졌는데, 이 항목은 연구진이 오히려 올라갈 것으로 예상했던 지표입니다. 반대로 AI 답변을 숨긴 조건에서는 이 지표 어디에서도 유의한 악화가 관측되지 않았습니다. AI 요약을 없앤다고 사용자 경험이 나빠지지는 않았다는 뜻입니다.

두 조건이 남긴 자국은 모양이 다릅니다. AI 모드 조건에서는 클릭과 세션과 신뢰와 만족이 한 방향으로 같이 내려갔습니다. AI 답변을 숨긴 조건에서는 검색 밖으로 나가는 클릭만 올라갔고 나머지 인식 지표는 통제군과 구분되지 않았습니다. 한쪽은 여러 지표를 함께 끌어내렸고, 다른 한쪽은 트래픽만 되돌리면서 사용자 경험은 건드리지 않았습니다.

지표별로 두 조건이 남긴 값은 아래 표에 정리했습니다.

자유서술 응답도 같은 방향을 가리켰습니다. AI 모드를 이레 동안 쓴 309명에게 소감을 물었더니 부정이 33.6%로 긍정 29.3%보다 많았습니다. 가장 많이 나온 불만은 정확성이 아니라 통제권이었습니다. 언제 AI를 쓸지 내가 고르고 싶다는 취지의 응답이 17.6%, 원하는 사이트로 넘어가기 어렵다는 응답이 15.3%, 링크와 출처가 다양하지 않다는 응답이 13.4%였습니다. 긍정 쪽에서는 시간 절약이 14.0%로 가장 많았습니다.

남은 항목을 보면 불만의 무게중심이 더 분명해집니다. 답변이 지나치게 길다는 응답은 6.2%, 환각이나 부정확성을 걱정한 응답은 4.6%였습니다. AI 검색을 비판할 때 가장 먼저 꺼내 드는 사실 오류 문제보다, 어디로 갈지 스스로 정하지 못한다는 감각이 훨씬 자주 언급된 셈입니다.

이 결과를 검색 마케팅의 문제로만 접어 두면 절반만 읽은 것입니다. AI 답변은 어딘가에서 만들어진 문서를 재료로 씁니다. 학습 코퍼스로 한 번, 검색 그라운딩으로 다시 한 번 쓰입니다. 그 문서를 만드는 쪽의 수익이 트래픽에 묶여 있다면, 합성 층이 커질수록 원본 층의 재생산 유인이 깎입니다. 이번 실험은 그 첫 단계에 인과 추정치를 붙였습니다.

같은 방향의 관측은 이미 쌓여 있었습니다. 논문이 인용한 선행 연구는 AI Overviews가 영문 위키백과 트래픽을 15% 줄였다고 보고했고, 챗GPT 등장 이후 스택오버플로의 방문과 질문이 함께 줄었다는 분석도 있습니다. 후자는 글의 품질이 나빠져서가 아니라 순수한 대체로 해석됐습니다. 이번 논문의 기여는 그 관측을 통제된 배정으로 재현하고, 감소가 위키백과나 뉴스에 국한되지 않는다는 점을 보인 데 있습니다.

제도 쪽 신호도 같은 지점을 건드립니다. 저자들은 논의 절에서 독일 사례를 인용합니다. 로이터 보도에 따르면 독일 미디어 규제기관은 구글의 AI Overviews가 제3자 정보를 단순히 보여 주는 것이 아니라 구글 자신의 콘텐츠에 해당한다고 보고, 독일 미디어법의 적용 대상이라고 판단했습니다. 중개자인지 발행자인지를 가르는 이 구분은 이번 실험이 잰 것과 정확히 같은 축 위에 있습니다. 검색이 사용자를 바깥으로 보내는지, 아니면 답변으로 붙잡아 두는지입니다.

데이터를 다루는 쪽에서 이 실험이 남기는 실무적 질문은 두 가지입니다. 하나는 우리가 그라운딩에 쓰는 웹 코퍼스가 앞으로도 지금 속도로 갱신될 것이라 가정해도 되는가입니다. 다른 하나는 그 가정이 흔들릴 때 대비책이 라이선스 계약인지, 자체 수집인지, 아니면 아직 아무것도 아닌지입니다. 트래픽 감소가 콘텐츠 생산 감소로 이어지기까지의 시차는 아직 아무도 재지 않았습니다.

1차 출처

• 1.Wang, S. T., Gleason, J., Bart, Y., Wilson, C., & Metaxa, D. (2026). "AI in Search Reduces Publisher Referrals Without Improving User Experience: Experimental Evidence." arXiv preprint.
• 2.Agarwal, S., & Sen, A. (2026). "The Impact of Google AI Overviews on Publisher Traffic and User Experience: Evidence from a Field Experiment." SSRN Working Paper. 이 글의 1차 출처와는 다른 별개 연구입니다.

학술 논문

• 3.Khosravi, M., & Yoganarasimhan, H. (2026). "Impact of AI Search Summaries on Website Traffic: Evidence from Google AI Overviews and Wikipedia." SSRN Working Paper 6164926.
• 4.Burtch, G., Lee, D., & Chen, Z. (2024). "The Consequences of Generative AI for Online Knowledge Communities." Scientific Reports, 14(1).
• 5.del Rio-Chanona, R. M., Laurentsyeva, N., & Wachs, J. (2024). "Large Language Models Reduce Public Knowledge Sharing on Online Q&A Platforms." PNAS Nexus, 3(9).

업계·규제 소스

• 6.Reuters. (2026-07-14). "German Media Regulator Says Google's AI Overviews Subject to German Media Law."