AI가 쓴 글인지 판별하는 일이 점점 더 중요해지고 있습니다. 콘텐츠 제작에 AI를 활용하는 사람이 늘면서, 검색엔진과 독자 모두 이 글이 정말 도움이 되는 내용인지를 더 까다롭게 따지기 시작했습니다. AI 활용 자체는 문제가 아닙니다. 문제는 손질하지 않은 초안이 그대로 발행될 때 생깁니다. 이 글에서는 AI가 쓴 글에서 반복적으로 나타나는 신호를 짚고, 실제로 이 블로그의 글을 고치며 확인한 보강 방법을 정리합니다.
AI가 쓴 글이 품질 평가에서 손해를 보는 이유
검색엔진이 보는 건 작성 주체가 아니라 도움 여부다
검색엔진은 글이 AI로 작성됐는지 자체를 문제 삼지 않습니다. 판단 기준은 그 글이 검색한 사람에게 실제로 답을 주는지입니다. 다만 별다른 손질 없이 뽑아낸 초안은 몇 가지 공통된 특징을 갖는 경우가 많고, 이 특징들이 결과적으로 품질 평가에서 불리하게 작용합니다. 결국 AI가 쓴 글이 손해를 보는 이유는 도구 때문이 아니라, 그 도구가 만든 결과물의 형태 때문입니다. 구글이 공개한 콘텐츠 품질 원칙에서도 경험과 전문성이 반영된 콘텐츠를 우선한다는 방향이 반복해서 언급됩니다. 즉 평가받는 대상은 작성 과정이 아니라 결과물에 남은 흔적입니다. 같은 주제를 다뤄도 실제로 해본 사람의 글에는 순서와 수치, 막혔던 지점이 남고, 그렇지 않은 글에는 남지 않습니다.
손질 없는 초안이 남기는 흔적
직접 겪은 사례가 있습니다. 이 블로그의 한 글은 AI로 잡은 초안이 768어절이었는데, 읽어보니 문장은 매끄러운데도 남는 게 없었습니다. 어떤 단계에서 무엇이 몇 초 걸렸는지, 어디서 막혔는지가 전부 빠져 있었기 때문입니다. 여기에 실제로 겪은 수치와 실패 지점을 채워 넣자 868어절이 되고, 마지막에 자주 묻는 질문 네 개를 붙여 1,028어절로 완성됐습니다. 늘어난 260어절이 대부분 초안에는 없던 구체적 사실이었습니다. AI가 쓴 글과 그렇지 않은 글의 차이는 문장력이 아니라 이 260어절에 있었습니다.
AI가 쓴 글에서 반복적으로 보이는 신호 세 가지
첫째, 문장 길이가 지나치게 균일하다
사람이 쓴 글은 짧은 문장과 긴 문장이 자연스럽게 섞입니다. 손질하지 않은 초안은 문장 길이가 비슷비슷하게 반복되는 경향이 있습니다. 특히 목록형 글에서 이 신호가 선명하게 드러납니다. 각 항목의 설명 길이와 문장 구조가 거의 동일하게 되풀이되기 때문입니다. 반면 직접 겪은 내용을 쓰면 어떤 항목은 한 문장으로 끝나고, 어떤 항목은 실패담까지 곁들여 길게 늘어집니다. 이 편차 자체가 실제 경험의 증거입니다. 이 블로그에서도 초안을 그대로 뒀을 때 각 단계 설명이 모두 세 문장씩으로 맞춰져 있었는데, 실제 작업 기록을 대조해보니 어떤 단계는 23초에 끝났고 어떤 단계는 이틀이 걸렸습니다. 소요 시간이 그렇게 다른 단계를 같은 분량으로 설명하고 있었다는 것 자체가 손질하지 않았다는 표시였습니다.
둘째, 구체성이 없다
실제 숫자와 날짜, 도구 이름, 실패 경험이 빠진 자리를 ‘다양한 방법이 있습니다’, ‘여러 요인을 고려해야 합니다’ 같은 표현이 채웁니다. 예를 들어 ‘여러 도구를 비교해보았습니다’라는 문장은 아무것도 알려주지 않습니다. 같은 내용을 ‘백업 파일을 내려받으려는 순간 본인인증 문자가 오지 않아 다운로드가 막혔다’로 바꾸면, 읽는 사람이 얻는 정보의 양이 완전히 달라집니다. 이 차이가 AI가 쓴 글 여부를 가리는 가장 실용적인 기준입니다. 판별할 때도, 자기 글을 점검할 때도 문장을 하나씩 짚어 이 문장에 숫자나 고유명사가 하나라도 있는지 물어보면 빠르게 걸러집니다.
셋째, 결론이 항상 안전한 방향으로 끝난다
특정 입장을 분명히 밝히기보다 양쪽 다 일리가 있다는 식으로 마무리되는 경우가 흔합니다. 판단을 유보하면 틀릴 위험은 없지만, 읽는 사람이 가져갈 것도 없습니다. 이 블로그에서는 결론부에서 무엇을 선택했고 왜 그렇게 판단했는지를 반드시 한 문장으로 못 박도록 기준을 정해뒀습니다. 실제로 초안의 결론을 읽어보면 대부분 상황에 따라 다르다는 문장으로 끝나 있었고, 이 문장을 걷어내고 실제로 어떤 선택을 했는지 쓰는 것만으로 글의 인상이 달라졌습니다.
초안을 AI로 잡고도 품질을 지킨 방법
발행 전 자가 점검 네 가지
새 글을 발행하기 전 네 가지를 스스로 확인합니다. 첫째, 나만 알 수 있는 구체적 숫자나 경험이 들어가 있는가. 둘째, 문장 길이가 지나치게 규칙적이지 않은가. 셋째, 결론에서 분명한 입장을 밝혔는가. 넷째, 이 글을 검색해서 찾아올 사람이 원하는 답을 실제로 얻을 수 있는가. 네 번째 항목이 가장 자주 걸립니다. 문장이 매끄럽고 분량이 충분해도, 정작 가격이나 절차, 실패 사례가 빠져 있으면 AI가 쓴 글이라는 인상을 벗기 어렵습니다.
수치로 확인하는 보강 결과
점검 결과가 실제로 개선되는지는 숫자로 확인합니다. 앞서 언급한 글은 보강 후 Rank Math에서 76점, 키워드 밀도 1.12에서 1.27퍼센트 구간, 완전일치 11회로 측정됐습니다. 점수 자체가 목표는 아니지만, 보강 전과 후를 같은 잣대로 비교할 수 있다는 점에서 유용합니다. 감으로 좋아진 것 같다고 넘어가면 다음 글에서 같은 실수를 반복하게 됩니다. 한 가지 주의할 점은 도구가 표시하는 단어 수를 그대로 믿지 않는 것입니다. 한국어는 실제 어절 수와 도구 집계가 어긋나는 경우가 많아, 본문만 따로 복사해 직접 세어보는 절차를 매번 넣고 있습니다. 이 확인을 빼먹었다가 분량이 기준에 못 미치는 상태로 발행한 적이 있어 지금은 고정 절차로 두고 있습니다.
섹션마다 최소 한 곳씩 경험을 박아 넣기
가장 효과가 컸던 방법은 배치 규칙을 정한 것입니다. 결론부에만 경험을 몰아넣는 대신, 모든 소제목 아래에 최소 한 곳씩 실측 수치나 실패 사례를 넣도록 했습니다. 이렇게 하면 보강 작업이 막연한 다듬기가 아니라 빈칸을 채우는 작업으로 바뀝니다. 어느 섹션이 아직 일반론뿐인지가 눈에 보이기 때문에, AI가 쓴 글 특유의 밋밋한 구간을 놓치지 않고 잡아낼 수 있습니다. 실제로 이 규칙을 넣은 뒤로는 초안을 읽으면서 빈칸이 어디인지 표시부터 하게 되고, 보강에 걸리는 시간도 줄었습니다.
어느 섹션이 아직 일반론뿐인지가 눈에 보이기 때문에, AI가 쓴 글 특유의 밋밋한 구간을 놓치지 않고 잡아낼 수 있습니다. 이렇게 골라낸 글을 실제로 어떤 순서로 고칠지는 블로그 리라이팅 기준에서 따로 정리했습니다.
자주 묻는 질문
AI 판별 도구의 결과를 신뢰할 수 있나요?
참고 지표 정도로만 보는 편이 안전합니다. 사람이 쓴 글을 AI로 오판하거나 반대 경우도 적지 않습니다. 도구 점수를 맞추려 문장을 비틀기보다, 구체적 수치와 경험을 채우는 쪽이 검색엔진과 독자 양쪽에 모두 유효합니다.
AI로 초안을 쓴 사실을 글에 밝혀야 하나요?
의무는 아닙니다. 검색엔진이 요구하는 것은 작성 도구의 공개가 아니라 콘텐츠의 유용성입니다. 다만 AI 활용 자체를 주제로 다루는 글이라면 밝히는 편이 신뢰도에 도움이 됩니다.
초안을 어느 정도까지 고쳐야 충분한가요?
정해진 비율은 없지만, 초안에 없던 구체적 사실이 섹션마다 최소 하나씩 들어갔는지를 기준으로 삼으면 판단이 쉬워집니다. 앞서 예로 든 글은 결과적으로 초안 대비 3분의 1가량이 새로 채워졌습니다.
경험이 부족한 주제는 어떻게 써야 하나요?
경험이 없는 주제라면 직접 해보고 그 과정을 기록하는 순서로 바꾸는 편이 낫습니다. 실행 없이 쓴 글은 아무리 다듬어도 일반론에서 벗어나기 어렵고, 그것이 곧 AI가 쓴 글과 구분되지 않는 지점이 됩니다.
결국 구분의 잣대는 화려한 문장력이 아니라 그 글만이 가질 수 있는 구체적인 흔적입니다. 같은 도구를 쓰고도 결과물이 갈리는 이유가 여기에 있습니다.