[경신스] 검색 시장을 위협하는 생성형 AI

기사 요약

'검색' 침범한 생성AI…구글 의존 기업들 타격

 

생성형 AI의 대중화로 검색 기반 트래픽에 의존하는 인터넷 기업들이 타격을 입고 있다. 여행, 전자상거래, 금융 등 전통적으로 검색 유입에 기반한 산업군에서 방문자 수가 크게 줄었으며, 대표적으로 트립어드바이저는 검색 유입 감소로 웹사이트 방문이 38% 급감했다. 반면 구글은 클라우드컴퓨팅과 자율주행 등의 사업 다각화와 자체 AI 경쟁력(Gemini) 덕분에 상대적으로 타격이 적었다.

 

 

 

---

추가 정보

지표	수치	맥락
美 여행사이트 검색 유입	▼20.2%	전년 동월 대비
뉴스·미디어 검색 유입	▼17.1%	전년 동월 대비
이커머스 검색 유입	▼9.2%	전년 동월 대비
금융업 검색 유입	▼7.4%	전년 동월 대비
트립어드바이저 유입 감소	▼38%	전체 웹사이트 트래픽
익스피디아 AI 검색 유입	8.8만 건	기존 검색 유입 3400만 건의 0.25%
체그 주가 하락률	▼98.81%	2021년 고점 대비

• 검색 트래픽 : 구글, 네이버 등 검색 엔진을 통해 유입된 방문자 수. 대부분의 정보 서비스는 검색 유입에 크게 의존함
• 생성형 AI : 텍스트, 오디오, 이미지 또는 동영상 형태의 새로운 컨텐츠를 생성하도록 설계된 인공 지능 모델
• AI 검색 : 사용자의 질문에 맞춰 AI가 정제된 답변을 제공하는 방식. 검색 링크 클릭이 아닌 직접 응답으로 연결됨

 

실제 사례

• 트립어드바이저: 전체 유입의 58%를 검색에 의존 → AI 확산 이후 유입량 38% 급감
• 체그(Chegg): 대학생 대상 문제풀이 서비스. GPT 등장 이후 핵심 비즈니스 모델 붕괴, 시가총액 151억달러 → 98% 증발
• 구글(Google): Gemini(생성형 AI), Waymo(자율주행), GCP(클라우드) 등 다각화 → 상대적 안정

 

생성형 AI(Generative AI)

구분	전통적 AI	생성형 AI
목적	분류·예측	창작·생성
입력 → 출력	입력에 대한 정답 찾기	입력에 따라 다양한 결과 생성
예시	스팸 분류, 고객 이탈 예측	동화 쓰기, 광고 이미지 생성

 

생성형 AI는 텍스트, 오디오, 이미지, 영상 등 인간이 만들어내는 다양한 콘텐츠를 자동으로 생성할 수 있는 인공지능 기술을 의미한다. 기존의 AI가 규칙 기반 혹은 분류(Classification)에 머물렀다면, 생성형 AI는 실제 창작을 수행한다. 주어진 데이터를 바탕으로 새로운 것을 만들어내는 능력이 생성형 AI의 핵심이다. 

 

모델명	설명
GPT (OpenAI)	Transformer 기반 텍스트 생성 모델. 자연어처리(NLP) 분야에서 선도
Diffusion 모델 (Stable Diffusion)	노이즈 제거 방식으로 이미지 생성. 시각 AI의 대표주자
GAN (생성적 적대 신경망)	Generator(생성자)와 Discriminator(판별자)가 경쟁하여 정교한 결과물 생성
Multimodal AI (Gemini, GPT-4o)	텍스트·이미지·음성·영상 등 여러 데이터 타입을 동시에 처리 가능

 

예시 외에도 음성, 음악, 영상, 3D 모델 등 다양한 형태의 콘텐츠를 생성할 수 있다.

 

산업별 활용 사례

산업	적용 예시
금융	투자 보고서 요약, 챗봇 상담, 금융상품 마케팅 문안 자동 생성
의료	영상 판독 보조, 환자 기록 자동 생성, 맞춤형 건강 콘텐츠
교육	맞춤형 문제 출제, 학생 피드백 자동 생성, 학습 요약
마케팅	광고 문구·배너 생성, 고객 세분화에 따른 콘텐츠 자동화
콘텐츠	뉴스 자동 작성, 웹소설 생성, 유튜브 영상 스크립트 제작
IT개발	코드 자동 생성, 버그 수정 추천, 문서 자동화

 

---

나의 의견

생성형 AI는 단순히 정보를 요약해주는 도구가 아니다. 이제는 정보를 직접 만들어내고, 의사결정을 보조하며 콘텐츠를 자동화하는 동료로 자리잡고 있다. 하지만 이 거대한 변화의 중심에서, 우리가 던져야 할 가장 본질적인 질문은 다음과 같다.

 "이제 우리는 어떤 역할을 해야할까?"

단지 기술의 문제가 아니라, AI를 어떻게 활용하고 어디까지 맡길 것인가에 대한 인간의 책임과 기준에 대해 생각해보자. 그리고, 기존의 비즈니스 모델을 어떻게 개편해야 격편하는 시장에서 생존할 수 있을지도 함께 생각해보자.

 

1. '통제'의 책임은 인간에게 있다

• 허위 정보 생성
  생성형 AI는 놀랍도록 자연스러운 문장을 만들어내지만, 그 정보가 실제와 다를 수 있다. 이는 의사결정의 신뢰성을 크게 해친다. 우리가 직접 교차검증을 해야하는 이유이다.
  
  
• 저작권 이슈와 개인정보 노출
  AI가 생성한 텍스트와 이미지가 누구의 창작물인가? 어디까지가 ‘참고’이고 어디서부터가 ‘침해’인가? 이에 대한 법적·윤리적 경계 설정 역시 사람의 몫이다.
  
  
• 편향과 검열의 위험성
  AI는 인간이 만든 데이터를 학습한다. 따라서 기존 사회의 편향을 그대로 재현하거나, 때로는 검열과 악용의 가능성을 동반할 수 있다. 따라서 기술 자체보다 중요한 것은 그 기술을 감시하고 조정할 수 있는 사람의 존재다.

 

2. 기술의 미래는 '기획자'로서의 역할을 요구한다.

• 멀티모달 (Multimodal)
  텍스트뿐 아니라 이미지, 음성, 영상까지 동시에 이해하고 생성하는 시대가 오고 있다. 이때 우리는 어떤 방식으로 업무·서비스를 재설계할 것인가? 즉, AI를 어디에, 어떻게 접목할지를 설계하는 기획자의 역할이 중요해진다.
  
  
• 에이전트 (Agent)
  단순한 응답을 넘어, 작업을 스스로 계획하고 수행하는 AI가 도입되고 있다. 이때 사람은 실행자가 아니라, 업무 흐름과 목적을 정의하고 조정하는 관리자로서 중심에 서야 한다.
  
  
• 개인화 (Customization)
  나를 닮은 AI, 내 업무를 대신하는 AI가 확산된다면, 그만큼 데이터 관리와 보안, 윤리 설계가 중요해진다. 기술을 단순히 사용하는 소비자가 아니라, 설정하고 제한하는 설계자로서의 역할이 커진다.

 

결국 중요한 건 우리의 역할이라고 생각한다. 기술은 도구이고, 중요한 것은 그 도구를 어떻게 활용할지를 결정하는 주체로서의 인간이다. 단순히 생성형 AI의 소비자를 넘어서, 통제/기획/설계/책임자로서 역할을 다할 때 비로소 생성형 AI는 사회와 인간을 위한 자연스러운 도구가 될 것이다.