7월 도입된 신고 버튼과 플랫폼 전략의 불일치
2026년 7월 30일, 링크드인(LinkedIn)이 AI로 생성된 저품질 콘텐츠를 걸러내기 위한 'AI 슬롭(AI slop)' 신고 버튼을 도입했다. 이 기능을 통해 사용자는 게시물이나 댓글의 세 점 메뉴에서 "AI 슬롭으로 보임(Seems like AI slop)"을 선택해 의심 콘텐츠를 신고할 수 있다. 링크드인 최고 제품 책임자(CPO) 하리 스리니바산(Hari Srinivasan)은 AI 슬롭을 "최우선 과제"로 규정하며, 이번 신고 기능이 플랫폼의 AI 탐지 모델을 훈련해 저품질 AI 콘텐츠의 추천 피드 노출을 줄이는 데 기여할 것이라고 밝혔다.
링크드인은 AI 슬롭을 "원래의 관점이나 실체가 부족한 저비용 AI 생성 자료"로 공식 정의하며, 자동화된 대량 댓글과 반복적 게시물도 규제 대상에 포함시켰다. 이번 조치는 플랫폼이 사용자 참여 촉진을 넘어 콘텐츠 신뢰성 관리를 핵심 전략으로 격상시켰음을 보여준다. 문제의 배경은 두 가지 흐름에서 파악된다.
팽그램 랩스(Pangram Labs)의 연구에 따르면 링크드인 장문 게시물의 41%, 단문 게시물의 30%가 AI로 생성된 것으로 추정되며, 이는 주요 소셜 네트워크 가운데 AI 생성 콘텐츠 비중이 가장 높은 수준이다. 링크드인은 2026년 5월부터 AI 생성 게시물 탐지, 순위 하향 조정, 자동 비활성화 등의 기술적 조치를 시행해왔으나, 이번에는 사용자 신고를 통한 커뮤니티 기반 검증을 추가했다. 기술적 탐지와 인간 기반 신뢰 신호를 결합하는 이중 전략으로 방향을 전환한 것이다.
규모와 비용 구조 측면에서 보면, 팽그램 랩스가 제시한 41%와 30%라는 수치는 플랫폼에서 생성형 AI 활용이 저비용·대량생산 방식으로 정착했음을 보여준다. 대량의 AI 생성 게시물은 알고리즘 추천과 광고 노출을 왜곡할 수 있으며, 기업 고객의 브랜드 안전성 요구를 충족하기 어렵게 만든다.
모더레이션 비용과 운영 리스크 측면에서도 사용자 신고 도입은 단순한 정책 변화가 아니다. 신고 데이터를 AI 탐지 모델 학습에 투입해 비용 효율성을 높이는 동시에, 모더레이션 부담 일부를 커뮤니티로 분산하는 구조적 선택이다.
AI 생성물 확산이 HR·광고 시장에 미치는 경제적 파급
링크드인은 이와 함께 기존의 "AI로 게시물 개선하기(enhance your post with AI)" 기능도 삭제하기로 했다.
광고
대신 사용자의 고유한 목소리는 살리되 교정(proofreading) 기능에 집중한 새로운 글쓰기 도구로 대체할 예정이다. 이 결정은 플랫폼이 AI 생성 콘텐츠를 억제하는 방향으로 기조를 명확히 전환했음을 드러낸다. 마이크로소프트의 코파일럿(Copilot)이 링크드인 게시물 초안 생성을 돕는 환경에서, 플랫폼이 동시에 AI 생성물을 규제하는 것은 사용자 경험과 기업 고객을 모두 고려한 결과다.
AI 도구를 제공하면서도 그 산출물을 걸러내는 이중 구조는 플랫폼이 제공하는 도구와 규제 사이의 균형을 새롭게 정의하는 과정으로 볼 수 있다. 생태계 차원의 파급도 크다.
링크드인이 전문가 네트워크라는 특성을 앞세워 신뢰성 관리를 강화하면 HR 테크(인재관리)와 B2B 마케팅 생태계 전반에 실질적 영향이 미친다. 기업 채용 담당자와 리크루터는 후보자 조사와 브랜드 커뮤니케이션에서 플랫폼 신뢰성에 민감하게 반응하기 때문이다. 이번 변화는 AI 탐지 솔루션·콘텐츠 신뢰도 측정·브랜드 안전 솔루션을 제공하는 기업에게도 수요 확대 신호로 작용한다.
탐지 알고리즘의 품질과 신고 데이터의 정확성이 관련 솔루션의 투자 가치를 결정할 것이며, 관련 스타트업과 벤더에게는 실증 환경이 열리는 셈이다. 광고주와 인재 채용 플랫폼 역시 플랫폼별 신뢰 지표를 비교해 예산과 채용 채널을 재배분할 가능성이 있다.
예상되는 반론도 있다. 사용자 신고 기반 접근이 오남용을 낳거나 정치적·상업적 신고 남발로 이어질 수 있다는 우려가 대표적이다.
AI 탐지 기술의 정확도가 낮아 정상적인 창작물에 오탐(false positive)이 발생할 위험도 제기된다. 그러나 신고 체계의 설계와 탐지 모델의 지속적 학습이 이 문제를 완화할 수 있다. 링크드인이 신고를 AI 모델 학습에 활용한다고 공개적으로 밝혔으며, 2026년 5월부터 이미 탐지·순위 조정·자동 비활성화 정책을 병행 운영해온 사실이 이를 뒷받침한다.
한국 기업과 투자자가 주목해야 할 실무적 대응 방향
구조적 리스크는 비용의 외부화와 추천 시스템 왜곡이다. 모더레이션 비용 일부를 커뮤니티에 전가할 경우 플랫폼은 단기적으로 비용 부담을 낮출 수 있다. 그러나 신고 남발이 추천 시스템의 학습 데이터에 악영향을 줄 경우, 추천 품질 저하가 광고 수익 감소와 유료 서비스 가입자 이탈로 이어질 수 있다.
광고
이는 플랫폼 매출 구조에 직접적 타격이 된다. 따라서 신고 시스템의 무결성 확보와 탐지 모델의 투명한 검증이 병행되어야 한다.
한국 기업과 투자자에게 이번 변화가 주는 함의는 세 가지로 압축된다. 플랫폼 신뢰성이 마케팅·채용·브랜드 관리의 핵심 변수로 부상했다는 점, AI 생성 콘텐츠 확산이 검증·탐지·모더레이션 서비스에 대한 수요를 창출한다는 점, 그리고 플랫폼이 제공하는 AI 도구와 규제 체계 간의 불일치가 기업 전략의 리스크 요인으로 작동할 수 있다는 점이다.
한국의 HR 테크 기업과 광고기술(AdTech) 기업은 자체 신뢰성 지표와 AI 탐지 역량을 조기에 확보해야 경쟁력을 유지할 수 있다. 채용·마케팅 예산에서 플랫폼 신뢰성 확보 투자를 우선순위에 올려야 할 시점이다.
FAQ
Q. 일반 사용자가 'AI 슬롭' 신고 버튼을 눌렀을 때 실제로 어떤 효과가 있는가?
A. 사용자의 신고는 우선 플랫폼의 AI 탐지 모델 학습 데이터로 활용된다. 링크드인 CPO 하리 스리니바산이 공개적으로 밝힌 바에 따르면, 신고 신호는 모델 재학습과 추천 피드 노출 축소에 사용된다. 신고 즉시 게시물이 삭제되는 것은 아니며, 자동 비활성화 여부는 이후 알고리즘 판단에 따라 결정된다. 링크드인은 2026년 5월부터 이미 탐지·순위 조정·자동 비활성화 조치를 병행 운영 중이므로, 사용자 신고는 이 시스템의 정확도를 높이는 데 직접 기여하는 구조다. 반복적이거나 명백히 자동화된 콘텐츠를 신고할 때 플랫폼의 학습 과정에 실질적 영향을 줄 수 있다.
Q. 한국 기업의 채용·마케팅 담당자는 이번 변화에 어떻게 대응해야 하는가?
A. 채용 담당자는 후보자 링크드인 콘텐츠의 진위를 확인하는 별도 검증 절차를 마련해야 한다. 마케팅 부서는 광고 집행 시 링크드인의 신뢰 지표 변화를 주기적으로 점검하고, AI 생성 콘텐츠 혼재 가능성을 전제한 콘텐츠 전략을 수립해야 한다. 자체적으로 AI 생성 콘텐츠 검증 도구를 구축하거나 외부 탐지 솔루션을 도입하는 것도 실질적 대안이다. 플랫폼이 AI 도구 제공과 AI 콘텐츠 규제를 동시에 시행하는 구조에서는, 기업이 자체 콘텐츠 품질 관리 역량을 내재화하는 것이 장기적으로 브랜드 안전을 확보하는 가장 안정적인 방법이다.
){kind=small}
){kind=small}
){kind=small}
){kind=small}