AI 슬롭 — '이상하게 허술하다'는 느낌은 왜 생길까
목차
"AI가 쓴 것 같다"는 느낌과 "AI 슬롭"은 다른 얘기입니다. 둘을 같은 뜻으로 쓰면, 사람이 검증한 괜찮은 AI 활용 글까지 싸잡아 깎아내리거나, 반대로 "다들 AI 쓰는데 뭐가 문제냐"며 진짜 문제를 못 보게 됩니다.
배경 / 왜 지금 이 용어인가
"슬롭(slop)"은 원래 "구정물", "음식물 쉐기"를 뜻하던 오래된 단어입니다. 이 말이 AI 콘텐츠를 가리키게 된 계기는 비교적 분명합니다. 개발자 사이먼 윌리슨(Simon Willison)은 2024년 5월 블로그에서 사용자 @deepfates의 트윗을 인용하며, "스팸(spam)"이 원치 않는 이메일을 가리키는 말이 된 것처럼 "슬롭"이 원치 않는 AI 생성 콘텐츠를 가리키는 말로 쓰이고 있다고 짚었습니다. 그는 검증 없이 만들어진 AI 콘텐츠를 다른 사람에게 떠넘기는 행동을 "무례하다"고 규정하며, 이 행동 방식에 슬롭이라는 이름이 "이상적으로 들어맞는다"고 주장했습니다.
이 용어가 현장에서 쓰이기도 전에, 검색엔진 쪽에서는 이미 비슷한 문제를 다른 이름으로 다루고 있었습니다. 구글은 2024년 3월 발표한 스팸 정책 업데이트에서 "스케일드 콘텐츠 어뷰즈(scaled content abuse, 대량 생산 콘텐츠 어뷰즈)"라는 새 정책을 도입했는데, 생성 AI든 사람 손이든 수단을 가리지 않고 "주로 검색 순위 조작을 목적으로 대량 생산된, 이용자에게 도움이 되지 않는 페이지"를 제재 대상으로 명시했습니다.
그리고 2025년 12월, 메리엄웹스터가 "슬롭"을 2025년 올해의 단어로 선정하면서 이 말은 사전에까지 올라갔습니다. 호주의 매쿼리 사전도 같은 해 "AI 슬롭"을 올해의 단어로 골랐습니다. 현장 용어에서 시작해 검색엔진 정책, 사전 표제어까지 이어진 흐름인 셈입니다.
핵심 데이터 & 현황
| 시점 | 사건 | 의미 |
|---|---|---|
| 2024년 3월 | 구글, "스케일드 콘텐츠 어뷰즈" 스팸 정책 도입 (구글 서치 센트럴 블로그, 2024) | AI·사람 구분 없이 "대량 생산 자체"를 제재 기준으로 공식화 |
| 2024년 5월 | 사이먼 윌리슨, "슬롭" 용어 제안 (Simon Willison's Weblog, 2024) | 검증 없이 떠넘겨지는 AI 콘텐츠를 가리키는 현장 용어 등장 |
| 2025년 12월 | 메리엄웹스터 2025년 올해의 단어 "슬롭" 선정 (메리엄웹스터, 2025) | "AI로 대량 생산되는 저품질 디지털 콘텐츠"로 사전에 공식 정의 |
해석: 세 시점을 나란히 놓으면 흐름이 보입니다. 검색엔진이 먼저 "대량생산 목적"을 문제로 규정했고, 그 뒤 현장에서 이를 가리키는 말이 생겼고, 마지막으로 사전이 뒤따라 공식 정의를 붙였습니다. 셋 다 공통으로 가리키는 대상은 "AI가 만들었다는 사실"이 아니라 "검증 없이, 대량으로, 목적이 다른 데 있는" 콘텐츠입니다.
심층 분석
1) AI 슬롭은 정확히 무엇인가
메리엄웹스터는 슬롭을 "주로 AI로 생산되는, 분량 위주의 저품질 디지털 콘텐츠"로 정의합니다. 이 정의는 결과물의 품질에 초점을 맞춥니다. 반면 윌리슨의 원래 정의는 결과물이 아니라 과정과 수신자에 초점을 맞춥니다. 그는 "홍보성 콘텐츠라고 전부 스팸은 아니고, AI 생성 콘텐츠라고 전부 슬롭은 아니다"라고 선을 그으며, 생각 없이 만들어져 요청하지도 않은 사람에게 강요되는 콘텐츠가 슬롭이라고 설명했습니다. 그가 든 예는 마이크로소프트가 AI로 만든 여행 가이드에서, 캐나다 오타와의 푸드뱅크(저소득층 식료품 지원 시설)를 관광 명소로 추천했던 사례입니다. 사실 확인 과정이 빠진 채 그대로 발행된 결과물이라는 점이 문제였습니다.
이후 한 블루스카이 이용자가 제안하고 윌리슨이 공유하면서 퍼진 "효과 경제(effort economy)" 식 정의도 있습니다. 콘텐츠를 만드는 데 든 노력보다, 그것을 읽거나 보고 걸러내는 데 드는 노력이 더 큰 콘텐츠라는 기준입니다.
2) 흔한 오해 — 왜 그렇게 읽게 되나
"AI로 썼다 = 슬롭이다"라는 등식이 쉽게 생기는 이유는, 슬롭의 표면적 특징(반복되는 문장 구조, 상투적인 표현, 얕은 근거)이 실제로 AI 생성 글에서 자주 나타나기 때문입니다. 그러나 이 등식은 구글의 공식 기준과도 맞지 않습니다. 구글은 스케일드 콘텐츠 어뷰즈 정책을 설명하면서 "생성 AI 도구를 쓰든, 검색 결과를 긁어모으든, 혹은 그 둘을 섞든 방법은 상관하지 않는다"고 명시했습니다. 즉 공식 판단 기준은 "AI를 썼는가"가 아니라 "주로 검색 순위 조작이나 클릭을 목적으로 대량 생산됐는가"입니다.
윌리슨 본인도 이 구분을 분명히 합니다. 그는 LLM(대형 언어모델)을 코드 작성·요약 등 여러 용도로 쓰지만, "슬롭을 발행하지 않는다"는 원칙을 따로 세워 둡니다. AI를 쓰는 것과 슬롭을 만들어 퍼뜨리는 것은 같은 행위가 아니라는 뜻입니다.
3) 실제로 판단하는 기준
위 자료들을 종합하면 슬롭 여부는 한 가지가 아니라 세 가지 축으로 갈립니다.
- 목적: 독자에게 실제로 도움이 되는 정보인가, 아니면 클릭이나 검색 순위 확보가 먼저인가.
- 검증: 사실 확인이나 편집 과정을 거쳤는가, 아니면 생성된 그대로 발행됐는가.
- 동의: 요청한 사람에게 전달됐는가, 아니면 원치 않는 사람에게 밀어넣어졌는가(윌리슨이 강조한 기준).
이 세 축에서 모두 어긋나는 콘텐츠, 즉 "검증 없이, 클릭·순위만을 목적으로, 요청하지 않은 사람에게 대량으로 뿌려지는" 콘텐츠가 슬롭에 가장 가깝습니다. 반대로 AI로 초안을 쓰고 사람이 사실을 확인·수정한 글, 또는 요청한 사람에게 제공되는 AI 요약은 이 틀에서는 슬롭이 아닙니다.
4) 언제 쓸모 있고 언제 무의미한가
"AI 슬롭" 비판이 "AI로 뭘 만들든 다 거르자"로 번지면 그 비판은 무의미해집니다. 구글의 정책 문서도, 윌리슨의 원래 글도 공격 대상을 기술 자체가 아니라 운영 방식으로 좁혀 둔 점이 핵심입니다. 실제로 이 용어가 유용하게 쓰이는 맥락은 주로 두 가지입니다. 하나는 광고 수익을 목적으로 대량의 저품질 페이지를 찍어내는 콘텐츠 농장이나, 업계에서 "MFA(made-for-advertising, 광고 게재용으로 만들어진)" 사이트라 부르는 운영 방식을 가리킬 때입니다. 다른 하나는, 소셜 피드에 검증 없이 쏟아지는 이미지·영상형 생성물을 가리킬 때입니다. 반대로 개인이나 조직이 AI를 보조 도구로 쓰고 사람이 책임지고 검증·수정한 결과물에는 이 용어를 적용하기 어렵습니다.
실전 — AI 슬롭을 제대로 읽는 3가지 원칙
- "AI로 썼는가"보다 "검증을 거쳤는가"를 먼저 물어봅니다. 같은 AI 도구를 써도 결과는 검증 과정에 따라 전혀 달라집니다.
- 반복되는 틀, 얕은 근거, 출처 부재 같은 신호를 "AI가 썼다는 증거"가 아니라 "검증을 건너뛴 대량 생산의 신호"로 읽습니다.
- 비판의 대상이 기술이 아니라 운영 방식임을 구분합니다. 문제는 "AI를 썼다"가 아니라 "검증 없이, 대량으로, 요청하지 않은 사람에게" 퍼뜨리는 방식입니다.
참고 링크
목차
관련 글
컨텍스트 엔지니어링 — 프롬프트 엔지니어링과 뭐가 다른가
프롬프트 엔지니어링은 지시문 문구 한 줄을 다루지만, 컨텍스트 엔지니어링은 시스템 프롬프트·도구 정의·검색 결과·대화 기록까지 모델이 보는 토큰 전체를 설계하는 더 넓은 작업이다. 두 개념의 경계와 흔히 저지르는 과장을 정리했다.
LoRA — 파인튜닝인데 왜 모델 전체를 다시 학습하지 않는가
LoRA는 모델 전체를 다시 학습하는 게 아니라 원본 가중치를 얼려둔 채 층마다 작은 저랭크 행렬 두 개만 학습하는 기법으로, 학습 파라미터는 수천 배 줄어도 GPU 메모리 절감은 그보다 훨씬 작은 이유를 함께 짚어봅니다.

추론 모델 — 생각하는 AI가 더 비싼 이유
추론 모델은 답하기 전에 생각 토큰을 먼저 생성하는데, 이 토큰이 눈에 보이지 않으면서도 출력 요금으로 그대로 청구됩니다. OpenAI·Anthropic 공식 문서와 DeepSeek R1 비교로 가격 차이의 진짜 이유와 비용 조절법을 정리했습니다.

임베딩 — 문장의 의미를 좌표로 바꾼다는 말
임베딩은 문장을 숫자 좌표로 바꿔 의미가 비슷한 것끼리 가깝게 묶는 기술로, RAG 검색의 핵심 부품이지만 LLM처럼 문장을 이해해서 답을 만드는 건 아니라는 점을 구분해야 검색 결과가 이상할 때 원인을 제대로 짚을 수 있습니다.