접근 속도가 높아질수록 검증 경로는 짧아
지식의 신뢰는 결과가 아닌 과정에서 형성
공공 지식 지속성, 교육・규칙 설계가 좌우

본 기사는 스위스 인공지능연구소(SIAI)의 SIAI Business Review 시리즈 기고문을 한국 시장 상황에 맞춰 재구성한 글입니다. 본 시리즈는 최신 기술·경제·정책 이슈에 대해 연구자의 시각을 담아, 일반 독자들에게도 이해하기 쉽게 전달하는 것을 목표로 합니다. 기사에 담긴 견해는 집필자의 개인적 의견이며, SIAI 또는 그 소속 기관의 공식 입장과 일치하지 않을 수 있습니다.

대규모 언어 모델(large language models, LLMs)의 확산은 공공 지식에 접근하는 경로 자체를 빠르게 바꾸고 있다. 학생과 일반 이용자는 위키피디아(Wikipedia)와 같은 원천 페이지를 직접 탐색하기보다, 하나의 응답으로 정리된 결과를 소비하는 방식에 점차 익숙해졌다. 검색과 비교, 출처 확인을 거치는 과정은 축소되고, 정보 접근의 속도와 편의성이 판단의 핵심 기준으로 자리 잡고 있다.

이 변화는 단순한 효율성의 문제가 아니다. 검증과 수정, 기여가 반복되며 유지돼 온 공공 지식의 순환 구조가 약화되고 있기 때문이다. 개별 응답은 빠르게 소비되지만, 오류를 드러내고 수정하는 공개적 과정은 이용자의 시야에서 점점 멀어지고 있다. 문제의 출발점은 기술 성능의 향상이 아니다. 핵심은 지식이 축적되고 신뢰를 확보해 온 제도적 기반이, 새로운 접근 방식의 속도를 따라가지 못하고 있다는 데 있다.

이용 행태 변화가 드러낸 공공 순환 균열

이용 행태의 변화는 이미 수치로 확인되고 있다. 여러 언어판 위키피디아를 대상으로 페이지 조회 수, 순방문자 수, 편집 횟수를 분석한 최근 연구에 따르면, 주요 챗봇이 대중화된 이후 일부 핵심 지표에서 감소 흐름이 나타났다. 계절적 요인을 통제한 뒤에도 이러한 추세는 일정 기간 지속됐다.

이는 위키피디아의 즉각적인 쇠퇴를 의미하지는 않는다. 다만 공공 지식이 유지돼 온 작동 방식에 변화가 발생하고 있음을 시사한다. 독자가 편집자로 전환되며 오류를 수정하던 핵심 순환이 점차 느슨해지고 있기 때문이다.

대규모 언어 모델은 위키피디아를 포함한 공개 문서를 학습해 정보를 하나의 응답으로 재구성한다. 이용자는 이 응답을 빠르게 소비하지만, 출처를 직접 확인하거나 원천 페이지로 이동하는 비중은 줄어드는 흐름이다. 그 결과 페이지 유입은 감소했고, 자원봉사 편집자와 기부자의 참여 동기 역시 약화되는 양상이 나타났다.

공공 지식은 단순히 읽히는 것만으로 유지되지 않는다. 수정과 논의, 재기록이 반복될 때 비로소 신뢰가 축적된다. 이용 행태의 변화는 이 보이지 않는 순환 구조를 흔들고 있으며, 지식의 정확성을 떠받쳐 온 기반이 점차 시야 밖으로 밀려나고 있음을 드러내고 있다.

교육 현장에서 먼저 드러난 검증의 약화

변화는 교실에서 가장 먼저 감지됐다. 과제 제출 속도는 빨라졌고 문장은 한층 정돈됐다. 그러나 검증의 흔적은 눈에 띄게 옅어졌다. 기존의 연구·학습 방식은 검색과 비교, 출처 평가와 인용 과정을 전제로 작동했다. 위키피디아의 본문과 토론 기록은 지식이 어떻게 의심받고 수정되는지를 보여주는 공개된 학습 공간으로 기능해 왔다.

LLMs 기반 인터페이스는 이 과정을 급격히 압축한다. 질문을 입력하면 정리된 답이 즉시 제시되고, 판단에 이르는 경로는 화면 밖으로 사라진다. 그 결과 학생들은 완성도 높은 글을 제출하지만, 정보의 출처와 근거를 설명하지 못하는 사례가 늘고 있다. 교실에서는 사실 확인이 어려운 과제가 증가했고, 평가 과정에서 교사의 부담도 함께 커졌다.

이에 따라 교사의 선택지는 갈라지고 있다. 도구 사용을 전면 금지할 것인지, 과제와 평가 구조를 재설계할 것인지를 둘러싼 논의가 이어진다. 다만 단순한 금지는 실효성이 낮다는 평가가 우세하다. 사용을 억제할수록 행위는 비공식화되고, 교육적 개입의 여지는 오히려 줄어든다는 지적이 확산되고 있다.

쟁점은 도구의 존재 자체가 아니다. 핵심은 검증과 추적, 출처 확인의 과정을 어떻게 다시 학습 안으로 끌어들이느냐다. 교육 현장은 지금, 결과 중심 평가에서 사고 과정과 검증 능력을 함께 요구하는 방향으로 이동하고 있다. 이 전환이 향후 학생들의 정보 판단력을 좌우하는 중요한 기준으로 작용할 가능성이 커지고 있다.

가시성 약화와 공공 지식 지속성

공공 지식의 재정 기반에도 균열이 생기고 있다. 이용자 흐름이 바뀌었기 때문이다. 다수의 공공 지식 프로젝트는 페이지 노출과 방문을 바탕으로 기여자와 기부자를 확보해 왔다. 그러나 AI가 질문에 직접 답을 제시하는 환경에서는 원천 페이지로의 유입이 줄어든다. 신규 참여가 발생할 가능성도 함께 낮아지는 흐름이 이어지고 있다.

이 변화에 대응해 위키미디어 재단(Wikimedia Foundation)은 기업과의 콘텐츠 이용 계약을 확대하고, 봇 트래픽을 분리해 통계 방식을 조정하는 등 재정 보완에 나섰다. 일정 수준의 수익 안정과 관리 효율은 기대할 수 있다. 다만 이런 조치가 자발적 편집 참여와 수정 활동을 다시 활성화하는 장치로 작동하기는 어렵다는 평가가 많다. 재정과 커뮤니티 사이의 간극이 남는다.

신뢰가 형성되는 방식도 달라지고 있다. 정책, 보건, 역사처럼 해석과 논쟁이 반복되는 주제에서는 수정 이력과 공개 토론이 신뢰의 핵심 축으로 기능해 왔다. 어떤 근거로 내용이 바뀌었는지, 어떤 반론이 제기됐는지가 기록으로 남는 구조다. 그러나 인공지능(AI) 응답은 이 과정을 하나의 결과로 압축하거나, 이용자의 시야 밖으로 밀어낸다.

그 결과 이용자는 완성된 정보만 접하게 된다. 지식이 어떤 과정을 거쳐 검증되고 다듬어졌는지는 보이지 않는다. 공공 지식의 지속 가능성은 단순한 재정 문제를 넘어, 참여와 수정이 이어지는 구조를 유지할 수 있는지에 달려 있다. 가시성 약화는 이 구조를 흔드는 변수로 작동한다. 대응 방식에 따라 공공 지식 생태계의 안정성도 크게 달라질 가능성이 커지고 있다.

교육・규칙이 좌우하는 공공 지식 미래

대응의 방향은 이미 정해진 기술 흐름보다 정책 선택에 달려 있다. 교육 현장에서는 AI 활용 과제에 ‘연구 과정 기록’을 요구하는 방안이 구체적으로 거론된다. 학생이 AI에 입력한 질문, 확인한 출처, 신뢰 판단의 근거, 실제로 사용한 문단, 수정 이력을 함께 제출하도록 하면 평가의 초점을 결과에서 과정으로 되돌릴 수 있다. 완성된 문장보다 사고의 경로를 드러내는 방식이다.

이 접근은 단순한 과제 형식 변경에 그치지 않는다. 검증과 추적을 학습의 일부로 다시 편입시키는 장치로 작동한다. AI 사용 자체를 문제 삼기보다, 정보를 어떻게 확인했는지를 묻는 구조다. 교육 현장에서 실효성이 높다는 평가가 나오는 이유다.

제도적 대응도 논의되고 있다. 공공 AI 시스템에 출처 공개 기준을 적용하자는 제안이다. 각 응답에 주요 출처와 인용 버전을 기계 판독 가능한 형태로 포함하도록 요구하면, 모델 구조를 공개하지 않더라도 검증은 가능해진다. 이는 기술 규제라기보다 정보 흐름에 대한 최소한의 규칙을 세우는 데 가깝다.

이 기준은 기업의 인센티브에도 영향을 준다. 출처를 명확히 연결할수록 신뢰와 활용도가 높아진다는 신호를 시장에 전달하기 때문이다. 공공 지식의 미래는 기술 경쟁의 문제가 아니다. 교육, 조달, 규칙을 어떻게 설계하느냐의 문제다. 선택이 지연될수록 검증 가능한 지식은 점점 더 확인하기 어려운 응답으로 대체될 가능성이 커지고 있다.

본 연구 기사의 원문은 When the Children Replace the Parent: How LLMs Replace Wikipedia and What Educators Must Do을 참고해 주시기 바랍니다. 본 기사의 저작권은 스위스 인공지능연구소(SIAI)에 있습니다.