레딧 AI 검색의 답변 선정 기준 분석

팩트일리노이 대학교 어바나-샴페인 캠퍼스 연구진은 조언과 지원을 다루는 서브레딧 20곳에서 질문 1만 개를 추출하여 인공지능 답변 3만 개를 분석했습니다. 이 과정에서 1468만 개의 댓글 데이터를 추적하여 인공지능이 정보를 인용하는 기준을 조사했습니다.

팩트분석 결과, 형식적인 언어를 사용한 댓글이 선택될 확률은 그렇지 않은 댓글보다 49% 더 높았습니다. 특히 당위성을 나타내는 단어를 포함한 댓글이 인공지능의 선택을 받을 가능성이 더 컸습니다.

팩트댓글의 추천 순위는 인공지능 선택에 가장 큰 영향을 미치는 요소입니다. 추천 수가 한 표준편차 증가할 때마다 선택 확률은 2.88배 증가했습니다.

팩트선택된 댓글의 92%는 원본 게시물에 대한 직접적인 답글이었으며, 게시 후 평균 1시간 12분 이내에 작성된 댓글이 주로 인용됐습니다.

팩트인공지능이 생성한 답변에서는 원문 댓글에 포함되었던 1인칭 대명사 사용 빈도가 3.3%에서 0.06%로 급격히 감소했습니다. 인공지능은 개인의 주관적인 경험을 중립적이고 일반적인 정보로 변환하여 요약합니다.

교차검증반면, 개인적 경험을 나타내는 지표가 많은 댓글은 선택될 확률이 0.79배로 낮아졌습니다. 지지적인 언어를 사용한 댓글 역시 선택 확률이 0.92배로 다소 낮게 측정됐습니다.

교차검증연구진은 이번 연구가 관찰 연구이며 인과관계를 단정할 수 없다고 밝혔습니다. 또한 이러한 선택 패턴이 다른 유형의 커뮤니티나 다른 인공지능 검색 시스템에서도 동일하게 나타날지는 추가적인 검증이 필요합니다.

팩트레딧은 지난 5월 26일 기존의 레딧 앤서즈 기능을 검색 서비스와 통합했습니다. 현재는 검색창의 질문하기 버튼을 통해 인공지능 검색 기능을 이용할 수 있습니다.

주장레딧의 가치는 사용자들이 제품이나 문제에 대해 자신의 경험을 직접 공유하는 데 있습니다. 인공지능 검색이 이러한 개인적 경험을 배제하고 형식적인 정보만을 추출한다면, 커뮤니티가 가진 고유한 정보 공유의 장점은 희석됩니다.

출처서치 엔진 저널(https://www.searchenginejournal.com/reddit-ai-search-picks-already-popular-comments-audit-finds/589771/)의 보도를 교차 검증했습니다.