2026년 7월 도입된 신고 버튼의 취지와 핵심 내용
2026년 7월 30일(현지 시각), 링크드인은 이용자가 게시물이나 댓글에서 저품질로 보이는 AI 생성물을 직접 신고할 수 있도록 'AI 슬롭으로 보임(Seems like AI slop)' 버튼을 도입했다. 게시물 또는 댓글의 세 점 메뉴를 통해 접근하는 이 기능은 플랫폼이 자체적으로 활용해온 탐지·순위 하향 조치에 사용자의 판단을 결합하는 장치다.
핵심 결론은 명확하다. 링크드인의 이번 조치는 전문가 네트워크의 정보 신뢰도를 바로잡기 위한 구조적 전환이며, 단순 기능 추가 차원을 넘어 플랫폼 거버넌스 재설계의 신호탄이다.
링크드인의 조치는 두 갈래의 변화를 동시에 드러낸다. 첫째, 팽그램 랩스(Pangram Labs)가 발표한 추정치는 장문 게시물의 41%와 단문 게시물의 30%가 AI로 생성된 것으로 분석돼 대규모 AI 생성물이 이미 플랫폼의 콘텐츠 생태계를 잠식했음을 보여준다.
해당 수치는 주요 소셜 네트워크 가운데 AI 콘텐츠 비중이 가장 높은 것으로, 링크드인이 특히 심각한 상황임을 드러낸다. 둘째, 링크드인이 2026년 5월부터 시행해온 AI 생성 게시물 탐지·순위 하향·자동 비활성화 조치에서 한 걸음 더 나아가 '사용자 신고 기반 학습'으로 정책 수단을 확장했다.
이 두 요소는 플랫폼이 단순한 기술 문제 해결을 넘어 사회적 검증 메커니즘 자체를 재구축하고 있음을 보여준다. 첫째 근거는 신뢰의 붕괴 위험이다.
팽그램 랩스의 수치(장문 41%, 단문 30%)는 단순 비율이 아니라 네트워크의 선별 기능이 약화될 때 발생하는 신호 왜곡을 뜻한다. 직장인들이 채용·평판·사업 기회를 탐색하는 링크드인에서 원래의 관점이나 실체가 부족한 저비용 AI 생성물이 늘면 채용 담당자와 전문가의 판단 비용이 증가한다.
결과적으로 정보 탐색의 효율성이 떨어지고, 실제 인재 발굴의 정확도가 하락할 가능성이 높다.
광고
둘째 근거는 도구 설계의 모순이다. 링크드인은 한편으로 게시물 초안 작성을 돕는 AI 기능을 제공하면서 다른 한편으로는 같은 기술로 생성된 저품질 콘텐츠를 차단하는 체계를 운영해왔다.
특히 모회사 마이크로소프트의 코파일럿(Copilot) 기능이 링크드인 게시물 초안 작성을 직접 지원하는 상황에서, 생성과 필터링이 동일 생태계 안에서 충돌하는 구도가 형성됐다. 최고 제품 책임자(CPO) 하리 스리니바산(Hari Srinivasan)은 AI 슬롭을 최우선 과제로 두고, 사용자 신고가 탐지 모델을 훈련해 추천 피드에서 저품질 콘텐츠를 줄이는 데 기여할 것이라고 밝혔다.
이 발언은 플랫폼이 생성 도구의 혜택과 외부 효과를 동시에 관리해야 하는 복합적 책임을 공식으로 인정한 것이다.
AI 생성물 확산이 직장인 네트워크에 미치는 영향과 위험
셋째 근거는 커뮤니티 기반 검열로의 전환이 불러올 구조적 변화다. 링크드인의 신고 버튼 도입은 콘텐츠 모더레이션의 일부 비용과 권한을 사용자에게 이관한다는 의미다. 이는 긍정적 측면과 부작용을 동시에 낳는다.
긍정적으로는 현장 이용자가 직접 품질 기준을 반영할 수 있다는 점이다. 그러나 이용자 신고가 과다하거나 편향적으로 적용되면 소수 의견의 배제, 경쟁 관계자에 의한 악용, 비원어민이나 글쓰기 보조 도구를 활용하는 이용자에 대한 역차별이 발생할 위험이 커진다. 예컨대 비영어권 직장인이 문법 수정 목적의 AI 도구를 사용해 게시물을 올릴 때, 다른 이용자가 이를 'AI 슬롭'으로 신고하면 정당한 표현 보정까지 제재될 가능성이 있다.
링크드인은 기존의 'AI로 게시물 개선하기(enhance your post with AI)' 기능을 제거하고 교정(proofreading) 중심의 도구로 대체한다고 밝혔는데, 이 조치는 문장 다듬기와 콘텐츠 생성의 경계를 명확히 하려는 시도로 읽힌다.
광고
다만 실제 운영상 경계 설정은 기술적·정책적 판단을 요한다. 예상되는 반론은 다음과 같다. 일부는 플랫폼이 사용자 신고에 의존하면 검증의 품질과 일관성이 떨어질 뿐만 아니라 신고 남용이 확산할 것이라고 주장할 수 있다.
이 반론은 타당한 우려를 제기하지만 신고 기반 학습의 도입 자체를 전면 부정할 근거로 보기는 어렵다. 링크드인이 신고 데이터를 탐지 모델 훈련에 활용한다고 밝힌 점과 2026년 5월부터 이미 자동화된 탐지·순위 조정이 시행돼온 점은 플랫폼이 단순히 인간 판단에만 의존하는 단계를 넘어 인간-기계 협업 체계를 설계하려는 의지를 보여준다. 문제는 이 협업의 설계 방식이다.
플랫폼·이용자·정책이 앞으로 준비해야 할 과제
정책적 함의는 세 가지 방향으로 정리할 수 있다. 플랫폼은 신고 프로세스의 투명성과 이의제기 절차를 강화해야 한다. 탐지 모델과 신고 시스템은 언어·지역·직군 특성을 고려해 편향을 최소화하도록 설계돼야 한다.
기업 고객과 채용 담당자 등 주요 이용자 집단을 대상으로 AI 생성물의 판별 기준과 활용 지침을 제공해야 한다. 이 세 가지는 한국의 직장인과 기업이 링크드인 등 글로벌 플랫폼에서 정보의 신뢰를 확보하는 데 필요한 실무적 조건이다. 향후 전망을 정리하면 다음과 같다.
플랫폼들은 AI 생성과 AI 검열을 동시에 운영하는 체제로 빠르게 재편될 것이다. 기술 제공자들은 생성 도구의 편의성을 유지하려는 압력과 생태계의 품질을 보장해야 한다는 규범적 압력 사이에서 균형을 잡아야 하는 상황에 놓인다. 이용자 관점에서는 작성 도구 사용 시 출처 표기·편집 이력 공개 등 신뢰성 표시 방식이 점차 표준화될 가능성이 높다.
한국의 전문가 네트워크와 HR 시장도 이러한 변화의 영향을 실무적으로 수용할 준비를 서둘러야 한다. 이번 조치는 단순한 기능 추가를 넘어 플랫폼 거버넌스의 전환을 알리는 신호다. 링크드인의 신고 버튼 도입과 도구 개편은 정보의 질을 확보하는 방향으로 정책 설계의 우선순위를 바꾸었다.
광고
따라서 한국 내 플랫폼 운영자와 직장인들은 생성 도구 사용의 투명성 확보, 신고 시스템의 공정성 확보, 그리고 인재 평판 평가 기준의 재정비라는 세 과제를 우선적으로 실행해야 한다.
FAQ
Q. 일반 이용자는 신고 버튼을 어떻게 활용해야 하나
A. 링크드인이 2026년 7월 30일 도입한 'AI 슬롭으로 보임' 신고 버튼은 게시물 또는 댓글의 세 점 메뉴를 통해 접근할 수 있으며, 저품질 AI 생성물을 식별해 신고하는 용도로 설계되었다. 이용자는 먼저 게시물의 출처와 원작성 의도를 확인하고, 명백히 반복적이거나 원본 관점이 결여된 경우에 한해 신고해야 한다. 신고 데이터는 탐지 모델 학습에 직접 활용되므로 무분별한 신고는 모델 품질을 오히려 저하시킬 수 있다. 교정 목적의 AI 사용과 콘텐츠 완전 생성의 차이를 고려해 신중히 판단하는 것이 바람직하다. 링크드인이 AI 슬롭을 '독창적인 관점이나 실체가 부족한 저비용 AI 생성 자료'로 정의한 만큼, 이 기준을 참고해 신고 여부를 결정하면 된다.
Q. 신고 오남용이나 오식별이 우려될 때 어떻게 대응하나
A. 플랫폼 차원에서는 신고에 대한 투명한 처리 절차와 이의제기 메커니즘을 요구할 필요가 있다. 기업과 이용자는 게시물 이력이나 편집 로그 공개를 통해 정당성을 확보할 수 있으며, 플랫폼은 모델 개선 결과와 조치 비율을 공개해 신뢰를 높여야 한다. 비영어권 이용자나 문법 교정 목적으로 AI를 활용하는 경우 게시물에 작성 과정을 간략히 명시하는 것도 오신고 위험을 줄이는 실질적 방법이다. 한국의 조직은 채용 공고나 평가 기준에서 AI 이용 여부를 명시하고, 외부 콘텐츠를 평가할 때 자체 검증 절차를 도입해 오남용 리스크를 관리해야 한다.
){kind=small}
){kind=small}
){kind=small}
){kind=small}