카프윙 표본에서 한국 기반 AI 슬롭 채널 조회수 1위 — 숫자의 범위

피드를 넘기다 보면 어딘가 어설픈 영상이 점점 늘어난다는 느낌, 받아본 적 있을 겁니다.

매끄러워 보여도 자막이 어색하고, 끝까지 봐도 남는 게 없는 콘텐츠에는 ‘AI 슬롭(slop)’이라는 이름이 붙었습니다.

쉽게 말하면 AI를 썼다는 사실보다, 사람의 판단과 검수 없이 저품질 콘텐츠를 대량으로 찍어냈는지가 핵심입니다.

이 구분을 알아야 피드에서 믿을 만한 콘텐츠를 고를 수 있습니다. 카프윙이 추린 표본에서 한국 기반 채널의 조회수 1위는 확인됐지만, 그것만으로 한국인 전체의 취향을 단정할 수는 없습니다.

AI 슬롭이란 정확히 무엇인가?

AI 슬롭은 생성형 AI로 빠르고 값싸게 대량 생산된, 노력·품질·의미가 부족한 콘텐츠를 가리킵니다.

영어 ‘slop’은 원래 가축에게 주는 음식 찌꺼기나 구정물을 뜻하는 단어입니다. 그 단어가 그대로 디지털 세계로 넘어왔습니다. 영양가 없이 양만 많은, 그래서 쏟아내듯 만들어지는 콘텐츠라는 뜻이죠.

이 단어의 위상은 2025년에 확실해졌습니다. 메리엄웹스터 사전은 ‘slop’을 2025년 올해의 단어로 선정했습니다 — 메리엄웹스터.

미국방언학회(American Dialect Society)도 같은 해 올해의 단어로 ‘slop’을 꼽았습니다 — 미국방언학회.

한 해를 가장 잘 설명하는 단어로 ‘AI 저질 콘텐츠’가 뽑혔다는 건, 그만큼 많은 사람이 이 현상을 체감하고 불편해했다는 뜻입니다.

중요한 건 슬롭이 단순히 ‘AI가 만든 콘텐츠’를 뜻하지 않는다는 점입니다. AI를 도구로 쓰되 사람이 기획하고 사실을 확인하고 다듬은 콘텐츠는 슬롭이 아닙니다.

슬롭의 핵심은 ‘사람의 판단이 빠진 양산’입니다. 조회수와 광고 수익만을 노리고, 검증도 편집도 없이 같은 틀을 반복해 찍어내는 것. 그게 슬롭입니다.

METATOUR의 관점: 슬롭 논쟁의 진짜 쟁점은 ‘AI냐 사람이냐’가 아닙니다. ‘의미를 만들려는 의도가 있느냐’입니다. 망치가 나쁜 도구가 아니듯 AI도 마찬가지입니다. 문제는 도구가 아니라, 아무 생각 없이 양만 찍어내는 방식입니다. 이 구분을 놓치면 “AI는 무조건 나쁘다”는 잘못된 결론으로 빠지기 쉽습니다.

핵심 요약

• ‘AI 슬롭’은 생성형 AI로 대량 생산된 저품질 콘텐츠를 뜻하며, ‘슬롭’은 2025년 올해의 단어로 선정됐습니다 — 메리엄웹스터·미국방언학회.
• 카프윙이 추린 채널 표본에서 한국 기반 AI 슬롭 채널의 조회수는 84.5억 회로 조사 대상국 중 1위였습니다. 2위 파키스탄(약 53억), 3위 미국(약 34억)을 크게 앞섭니다 — 카프윙.
• 유튜브 조치로 AI 양산 채널 16개가 삭제되거나 전체 영상이 내려갔습니다. 조치 당시 합산 구독자는 3,500만 명이었습니다 — 헤럴드경제.
• 핵심 기준은 ‘AI를 썼느냐’가 아니라 ‘사람의 창작적 개입이 있느냐’입니다. AI를 써도 사람의 판단·편집이 들어가면 슬롭이 아닙니다.

한국 기반 채널은 왜 이 표본에서 1위였을까?

가장 충격적인 데이터부터 보겠습니다. AI 영상 편집 플랫폼 카프윙(Kapwing)이 발표한 AI 슬롭 보고서에 따르면, 한국 기반 AI 슬롭 채널의 누적 조회수는 84억 5,000만 회로 조사 대상국 중 1위였습니다 — 카프윙.

2위 파키스탄(약 53억 회)과 3위 미국(약 34억 회)을 큰 차이로 앞섰습니다. 조회수 상위 10개 채널 중 5개가 한국 채널로 집계됐습니다 — 카프윙.

순위	국가	AI 슬롭 채널 조회수
1위	한국	약 84억 5,000만 회
2위	파키스탄	약 53억 4,000만 회
3위	미국	약 33억 9,000만 회

여기서 한 가지는 분명히 해둘 필요가 있습니다. 이 데이터는 ‘한국인이 슬롭을 가장 좋아한다’는 뜻이라기보다, 카프윙이 고른 표본에서 ‘한국 기반 슬롭 채널의 조회수가 가장 높게 집계됐다’는 뜻입니다. 그래도 이 표본의 1위라는 결과 자체는 가볍게 볼 수 없습니다.

그렇다면 왜 이 표본에서 한국 분류 채널의 조회수가 컸을까요. 공개된 표본만으로 원인을 판정할 수는 없습니다. 숏폼 이용 습관, 추천 노출, 채널 운영 방식은 추가 자료가 필요한 가설입니다.

Kapwing 수치는 국가별로 분류된 채널의 누적 조회수를 보여 줄 뿐, 어떤 이용 습관이나 수익 구조가 그 차이를 만들었는지는 측정하지 않았습니다.

특히 ‘한국 기반 채널’은 채널의 국가 분류입니다. 한국 시청자가 84.5억 회를 봤다는 뜻도, 한국의 모든 YouTube 콘텐츠를 조사했다는 뜻도 아닙니다.

Kapwing은 새 YouTube 계정에서 처음 노출된 Shorts 500개를 분류한 자체 표본에서 21%를 AI 생성, 33%를 브레인롯으로 분류했습니다. 이는 전체 YouTube Shorts 비율이 아니라 한 계정의 관찰 표본입니다.

짧고, 자극적이고, 빠르게 소비되는 포맷일수록 슬롭이 비집고 들어올 틈이 큽니다. 한국의 슬롭은 장르도 다양합니다.

AI로 합성한 동물 영상, 뜻 없는 자극만 반복하는 ‘브레인롯’ 영상, 외국 유명인이 한국을 칭찬했다는 식의 지어낸 ‘국뽕 사연’ 채널까지 양산됩니다 — 단비뉴스·헤럴드경제.

문제는 이런 영상이 늘어날수록, 정작 공들여 만든 콘텐츠가 묻히기 쉬워진다는 점입니다.

왜 양산이 쉬워졌나 — 확인된 변화와 남은 가설

생성 도구가 대본·음성·영상 제작의 일부 단계를 줄인 것은 양산 장벽을 낮춥니다. 다만 이 글은 실제 제작비나 증가 원인의 기여도를 측정하지 않았습니다.

예전에는 영상 하나를 만들려면 기획, 촬영, 편집, 성우 녹음에 적지 않은 시간과 돈이 들었습니다.

생성형 AI는 대본·이미지·음성 제작의 일부 단계를 줄일 수 있지만, 실제 절감 폭과 손익분기점은 제작 방식마다 다릅니다.

대본·이미지·음성에 생성 도구를 쓸 수 있어도 기획, 프롬프트, 검수, 업로드와 도구 이용료 같은 사람의 작업과 비용은 남습니다.

이번 표본에는 제작비, 광고 단가, 제휴 매출 자료가 없습니다. 따라서 영상 몇백 조회수부터 이익이 남는다고 계산할 수는 없습니다.

대량 생산에서는 여러 편 중 일부만 높은 조회수를 얻어도 운영을 계속할 유인이 생길 수 있습니다. 다만 이번 자료에는 편당 비용·수익·실패율이 없어 ‘100편 중 1편이면 이익’ 같은 손익분기점을 계산할 수 없습니다.

저비용 양산에 보상이 붙을 수 있다는 설명은 가능한 경제적 가설입니다. 실제 운영자의 비용과 수익 자료가 있어야 어느 정도 합리적인 선택이었는지 판단할 수 있습니다.

METATOUR의 분석: 저비용 양산에 보상이 붙는 구조가 확산을 부를 수 있다는 가설은 점검할 가치가 있습니다. 다만 이번 채널 표본만으로 수익성을 입증하지는 못했습니다. 플랫폼의 수익화·추천 정책 변화가 이후 양산량에 어떤 영향을 주는지 별도로 관찰해야 합니다.

유튜브 밖에도 번지는 슬롭

슬롭은 짧은 영상 밖에서도 관찰됩니다. 제작 장벽이 낮아진 분야에서 저비용 대량 생산의 유인이 커질 수 있다는 가설로 살펴볼 수 있습니다.

음악이 대표적입니다. 스트리밍 서비스 디저(Deezer)에 따르면, 2026년 4월 기준 새로 올라오는 음악의 44%가 AI 생성곡이고, 하루에만 약 7만 5천 곡이 쏟아집니다.

더 놀라운 건 완전 AI 곡 스트림의 최대 85%가 사기성(봇이 재생 수를 부풀린 것)이었다는 점입니다 — Deezer.

2025년 여름 한 ‘AI 밴드’(더 벨벳 선다운)는 정체를 숨긴 채 스포티파이 월 청취자 약 100만 명을 모으기도 했습니다 — 유로뉴스.

뉴스도 안전지대가 아닙니다. 가짜뉴스 감시기관 뉴스가드는 사람의 감독 없이 AI로 양산되는 ‘뉴스 사이트’를 16개 언어에 걸쳐 3,006개나 추적하고 있습니다(한국어도 포함됩니다) — NewsGuard.

아마존엔 작가를 사칭한 AI 가짜 책과 지어낸 맛집이 실린 AI 여행 가이드가 흘러들었고 — NPR, 위키피디아는 AI가 지어낸 항목을 솎아내는 ‘AI 정리’ 프로젝트를 따로 꾸렸습니다 — 404 Media.

Imperva 연례 보고서는 2024년에 관찰한 웹 트래픽의 51%, 2025년에 관찰한 웹 트래픽의 53% 초과를 자동화 트래픽으로 분류했습니다. 연도는 보고서 발행연도가 아니라 측정연도 기준이며, 인터넷 전체 요청을 완전 계수한 값은 아닙니다.

사람보다 기계가 더 많이 떠드는 인터넷. ‘슬롭’은 그 한 단면일 뿐입니다.

슬롭과 제대로 만든 콘텐츠의 결정적 차이

다음은 편집 원칙의 차이를 설명하기 위해 METATOUR가 구성한 가상 예시입니다. 실제 모델 출력이나 성능 비교 결과가 아닙니다.

자기계발 채널의 단골 소재인 ‘성공하는 사람들의 아침 습관’을 같은 주제로 삼았습니다. 두 대본 모두 METATOUR가 설명용으로 구성한 문장입니다.

이 가상 예시가 대비하는 것은 네 가지 편집 원칙입니다. 실제 모델 출력이나 성능 차이를 측정한 결과가 아닙니다.

• 사실 확인 — 가상 슬롭형은 ‘일찍 일어나면 성공한다’를 검증 없이 단정합니다. 편집형은 어떤 근거가 필요한지와 확인되지 않은 범위를 드러냅니다.
• 관점 — 편집형은 확인할 질문과 주장 범위를 좁힙니다.
• 솔직함 — 가상 슬롭형은 성공을 보장하는 표현을 가정하고, 편집형은 확인되지 않은 범위와 한계를 드러냅니다.
• 사람의 편집 — 가상 슬롭형은 무검증 발행을 가정하고, 편집형은 근거·한계를 확인하는 과정을 보여줍니다.

METATOUR의 관점: 흥미로운 건, 제대로형도 AI의 도움을 받을 수 있다는 점입니다. 차이를 만드는 건 ‘AI를 썼느냐’가 아니라 ‘AI가 뱉은 걸 그대로 내보냈느냐, 사람이 검증하고 다듬었느냐’입니다. 이 글에서는 그 과정을 저품질 양산을 줄이는 편집 원칙으로 제안합니다. 하나의 가상 예시가 모든 콘텐츠의 품질을 판정하는 기준은 아닙니다.

유튜브와 구글은 왜 슬롭에 칼을 빼들었나?

플랫폼들도 손을 놓고 있지 않습니다. 가장 적극적인 곳은 유튜브입니다. 유튜브의 닐 모한 CEO는 저품질 AI 콘텐츠의 확산을 억제하기 위해 스팸·클릭베이트 방지 시스템으로 이런 콘텐츠를 걸러내고 있다고 밝혔습니다 — 헤럴드경제.

대량 생산되거나, 똑같은 틀을 반복하거나, 사람의 창작적 개입 없이 기계적으로 찍어낸 콘텐츠가 그 대상입니다.

조치 대상 16개 채널은 당시 합산 구독자 3,500만 명, 누적 조회수 47억 회였고, 연간 수익 약 144억원은 외부 도구를 이용한 추정치였습니다 — 헤럴드경제. 일부 채널은 삭제됐고 일부는 전체 영상 라이브러리가 내려가 채널만 남았습니다.

무엇보다 중요한 메시지는 이것입니다. 유튜브는 ‘AI 사용’을 금지한 게 아닙니다. AI 도구를 활용하는 창작자는 여전히 환영합니다.

정책은 반복적·대량생산형 콘텐츠와 이용자를 속이거나 가치가 부족한 콘텐츠를 문제 삼습니다. 업로드 빈도, 형식 반복, 해설·편집의 부재는 이 글이 정리한 관찰 신호이며 YouTube가 공개한 확정 판정식으로 제시하지 않습니다.

검색에서도 비슷한 흐름이 이어집니다. 구글은 이미 ‘대규모 콘텐츠 남용(scaled content abuse)‘을 정책으로 명시하고, 검색 순위를 조작하기 위해 대량 생산된 저품질 콘텐츠를 걸러내겠다고 밝혀 왔습니다 — 구글.

AI를 썼는지 여부가 아니라, ‘검색 사용자에게 도움이 되려고 만들었는지, 순위만 노리고 양산했는지’가 판단 기준입니다.

어린이 콘텐츠는 이용자가 광고·허구·교육 정보를 구분하기 어려울 수 있어 단체와 전문가들이 별도의 보호를 요구하고 있습니다.

이에 135개 단체와 102명의 전문가 등 230여 명이 유튜브에 AI 슬롭 차단을 요구하는 서한에 참여했습니다 — 포춘.

판단력이 충분히 자라지 않은 어린이일수록, 의미 없는 양산 콘텐츠에 그대로 노출되기 쉽기 때문입니다.

AI 슬롭, 어떻게 가려낼까?

다음 항목은 저품질 양산을 의심해 추가 확인할 신호이지, AI 사용이나 슬롭을 확정하는 판별 기준은 아닙니다.

• 어색한 디테일 — 합성 음성의 부자연스러운 억양, 잘못된 자막, 미묘하게 일그러진 이미지나 손가락은 추가 확인 신호가 될 수 있습니다. 이런 오류가 없다고 사람 제작이나 고품질이 증명되지는 않습니다.
• 의미 없는 반복 — 같은 말을 표현만 바꿔 늘리거나, 결론 없이 일반론만 맴도는 구성. 다 보고 나도 남는 게 없습니다.
• 출처·작성자의 부재 — 단정적인 주장을 쏟아내는데 근거나 출처가 없고, 누가 만들었는지도 불분명합니다.
• 업로드 빈도와 반복 형식 — 짧은 기간에 비슷한 형식이 반복되면 업로드 이력과 영상별 근거·편집 차이를 더 확인합니다.

이런 신호가 보이면 채널의 과거 영상과 출처를 추가로 확인할 수 있습니다. 플랫폼의 ‘관심 없음’은 선호 피드백 기능이며, 신고는 실제 정책 위반이 의심될 때 사용합니다. 한 번의 선택이 추천 결과를 얼마나 바꾸는지는 계정과 플랫폼에 따라 달라집니다.

슬롭 시대, 우리에게 남는 의미 세 가지

AI 슬롭 논의에서 콘텐츠의 가치 기준이 어떻게 달라질지는 아직 확인할 과제입니다. 생성 도구로 양산이 쉬워질수록 사람의 검증·책임이 상대적으로 더 중요한 차별점이 될 수 있습니다.

둘째, 법과 제도도 따라오고 있습니다. 2026년 1월 22일 시행된 AI 기본법 제31조는 인공지능사업자가 생성형 인공지능 또는 이를 이용한 제품·서비스를 제공하는 경우 그 결과물이 생성형 인공지능에 의해 생성됐다는 사실을 표시하도록 정합니다. 구체적인 표시 방식과 적용 예외는 시행령을 함께 봐야 합니다.

특히 실제와 구분하기 어려운 영상·음성·이미지는 이용자가 명확히 알아볼 수 있게 표시하도록 했습니다.

유럽연합도 AI법 제50조로 AI 생성물 표시 의무를 두고 있으며, 2026년 8월 2일부터 적용됩니다(그 전에 이미 출시된 생성형 AI의 기계판독 표시 의무만 같은 해 12월 2일까지 유예) — EU 집행위.

‘관심 없음’·신고·시청 선택은 플랫폼에 피드백하는 방법입니다. 다만 이런 선택이 추천 생태계나 제작 수익을 얼마나 바꾸는지는 이번 자료에서 측정하지 않았습니다.

만드는 사람의 발행 전 검사

AI를 썼다는 사실만으로 슬롭이 되지는 않습니다. 문제는 생성 속도가 검토 속도를 앞질러, 누구의 판단도 거치지 않은 결과가 그대로 나가는 순간입니다.

글·영상·뉴스레터를 발행하기 전 아래 여섯 칸을 확인하면 AI 보조와 무책임한 양산의 경계를 눈으로 볼 수 있습니다.

검사 항목	통과 질문	실패하면 할 일
독자 문제	이 콘텐츠가 해결하는 질문을 한 문장으로 말할 수 있나	주제를 줄이거나 발행 보류
고유 기여	직접 확인·비교·계산·경험 중 하나가 있나	원자료나 실제 테스트 추가
사실 근거	숫자·날짜·인용마다 확인 가능한 원출처가 있나	출처를 열어 대조하고 범위 수정
반복 제거	같은 말을 표현만 바꿔 늘린 문단이 있나	가장 선명한 한 문단만 남김
미디어 검수	이미지·음성·자막의 인물·글자·맥락이 맞나	문제 장면 재생성 또는 직접 편집
책임 표시	누가 검토했고 AI가 어디에 쓰였는지 설명 가능한가	작성·검토·수정 기록 남김

검사는 “AI 생성 텍스트 탐지기 점수”로 대신할 수 없습니다. 텍스트 탐지 연구에서도 새로운 데이터·모델·회피 방식에 따라 성능이 크게 흔들렸습니다 — NAACL 2025.

사람이 쓴 글을 AI 생성 텍스트로 오인하거나 반대로 AI 생성 문장을 놓칠 수 있고, 슬롭 여부는 문체보다 근거·기여·책임의 문제이기 때문입니다.

콘텐츠를 평가할 때는 어떻게 썼는지 추정하는 것보다 무엇을 확인했고 무엇을 새로 더했는지를 봅니다.

한 편을 여러 채널로 바꿀 때 지켜야 할 순서

하나의 원문을 블로그·쇼츠·뉴스레터로 변환하는 것 자체는 효율적인 재사용입니다. 다만 AI에게 한 번에 20개 버전을 만들게 하면 원문의 단서와 출처가 짧아질수록 사라집니다.

1. 사람이 확인한 기준 원문을 먼저 확정합니다.
2. 채널별로 남겨야 할 핵심 주장과 출처를 지정합니다.
3. AI가 형식을 바꾸되 새로운 사실을 추가하지 못하게 합니다.
4. 제목·썸네일이 원문의 확신 수준을 과장하지 않는지 확인합니다.
5. 발행 뒤 정정이 생기면 파생 콘텐츠도 함께 고칩니다.

예를 들어 “조사에서 상관관계가 나타났다”는 원문이 쇼츠 제목에서 “원인이 밝혀졌다”로 바뀌면, 형식 변환이 아니라 왜곡입니다. 짧아져도 표본·기준일·불확실성 중 결론을 바꾸는 단서는 남겨야 합니다.

운영 지표도 조회수만 두지 않습니다. 발행 편수와 함께 정정 건수, 출처 클릭, 끝까지 읽은 비율, 독자가 저장·공유한 이유를 봅니다.

하루 열 편을 내고 다음 날 세 편을 고치는 팀보다, 주 두 편을 내고 신뢰를 쌓는 팀이 장기적으로 더 효율적일 수 있습니다. AI가 줄여야 할 것은 제작 시간이지 책임까지는 아닙니다.

결론

‘슬롭’이 올해의 단어가 됐다는 건, 우리가 지금 어떤 시대를 지나고 있는지를 보여줍니다.

생성 도구가 콘텐츠 제작의 일부 장벽을 낮췄지만 실제 비용과 양산 확산의 인과 규모는 이번 자료만으로 확인할 수 없습니다.

카프윙이 추린 한국 기반 채널은 이 표본의 한복판에 있습니다. 표본 내 조회수 1위라는 기록은 자랑이 아니라, 저품질 양산 문제를 먼저 살펴볼 신호에 가깝습니다.

하지만 비관할 일만은 아닙니다. 플랫폼은 정책을 손보고, 법은 표시 의무를 만들고, 사람들은 슬롭을 가려내는 눈을 키우고 있습니다.

무엇보다 중요한 건, 문제의 본질이 ‘AI’가 아니라 ‘사람의 판단이 빠진 양산’이라는 점입니다.

피드에서 의심스러운 영상을 만나면 출처, 주장 범위와 제작 책임을 추가로 확인할 수 있습니다. 이런 확인은 개별 시청 선택에 도움을 줄 수 있지만, 여러 사람의 분별이 슬롭의 수익성을 낮춘다는 효과는 이번 자료에서 측정하지 않았습니다.

AI가 일터에서 같은 방식으로 일을 오히려 늘리는 현상은 워크슬롭에서, 끝없이 쏟아지는 짧은 영상에 손이 묶이는 구조는 숏폼·도파민 중독에서 이어집니다. AI가 만든 이미지·영상이 진짜인지 직접 가려내는 법은 이 사진, AI가 만든 걸까에서 다룹니다.

Kapwing 표본에서 한국 분류 채널 조회수를 다시 계산했습니다

METATOUR 검증 기록 · 검증 유형: 본문에 기록된 Kapwing 채널 표본 수치의 범위 확인과 비율 재계산입니다. YouTube 전체나 한국 이용자 전체를 새로 조사한 결과가 아닙니다.

재검산일: 2026-08-23

‘한국 1위’의 분모를 먼저 고정했습니다

본문 제목의 ‘한국 기반 채널 조회수 1위’가 무엇을 뜻하는지 확인했습니다. 입력은 Kapwing이 선정한 AI 슬롭 채널 표본에서 본문에 제시한 한국 84.5억 회, 파키스탄 약 53억 회, 미국 약 34억 회입니다.

1. 세 국가의 값을 모두 억 회 단위로 맞췄습니다.
2. 한국 값을 1로 두고 파키스탄·미국과의 비율을 계산했습니다.
3. 채널 소재지 기준 표본 조회수와 시청자 국적·국가 전체 취향을 구분했습니다.
4. 별도 보도에 나온 채널 삭제 수치와 Kapwing 표본은 서로 다른 자료이므로 합산하지 않았습니다.

Kapwing 표본의 채널 기반 국가	본문 기재 누적 조회수	한국 대비
한국	84.5억 회	1.00배
파키스탄	약 53억 회	한국이 약 1.59배
미국	약 34억 회	한국이 약 2.49배

표본이 확인한 것

본문에 옮긴 세 값 안에서는 한국 기반 채널의 누적 조회수가 가장 컸습니다. 확인 가능한 결론은 ‘Kapwing이 고른 채널 표본에서 한국 기반 채널 조회수가 1위였다’까지입니다. 이는 채널의 국가 분류에 따른 표본 결과이며, 한국 시청자가 AI 슬롭을 가장 좋아한다거나 한국 전체 YouTube 조회수의 순위라는 뜻이 아닙니다.

가설로 남겨야 하는 것

‘한국이 왜 1위였는가’, ‘제작비가 0에 가깝다’, ‘몇백 조회수만으로도 수익이 남는다’는 설명은 이 세 수치로 검증할 수 없습니다. 이런 인과·수익성 설명은 확인된 결과가 아니라 가설로만 다뤄야 합니다.

참고 자료

• 메리엄웹스터·미국방언학회. 2025 올해의 단어 ‘slop’ 선정. 2025-12. 2026-06-04 확인. 자료 보기
• 카프윙(Kapwing). The Global Rise of Low-Quality AI Videos (한국 AI 슬롭 채널 조회수 84.5억 회 세계 1위). 2025. 2026-06-04 확인. 자료 보기
• 헤럴드경제. 유튜브 조치 대상 AI 양산 채널 16곳(일부 채널 삭제·일부 전체 영상 제거, 합산 구독 3,500만·조회 47억, 수익은 추정). 2026-02. 2026-08-23 확인. 자료 보기
• 포춘(Fortune). 135개 단체·102명 전문가, 유튜브에 AI 슬롭 차단 요구 서한. 2026-04. 2026-06-04 확인. 자료 보기
• 구글. 검색 스팸 정책 — 대규모 콘텐츠 남용(scaled content abuse). 2026-06-04 확인. 자료 보기
• Tufts·Zhao·Li. A Practical Examination of AI-Generated Text Detectors for Large Language Models — 새로운 데이터·모델·회피 프롬프트에서 탐지 성능이 흔들리는 문제를 평가. Findings of NAACL 2025. 2026-08-01 확인. 자료 보기
• 대한민국 정책브리핑. AI 기본법 시행·생성형 AI 결과물 표시 의무(제31조). 2026-01. 2026-06-04 확인. 자료 보기
• EU 집행위. AI 생성 콘텐츠 투명성 실천강령 — AI법 제50조 표시 의무, 2026-08-02 적용(기출시 시스템의 기계판독 표시만 2026-12-02까지 유예). 2026-07-06 확인. 자료 보기
• Deezer Newsroom. AI 생성곡, 신규 업로드의 44%·하루 약 7.5만 곡·완전 AI곡 스트림 최대 85% 사기성. 2026-04. 2026-06-11 확인. 자료 보기
• Euronews. The Velvet Sundown — AI 밴드 스포티파이 월 100만 청취자 논란. 2025-07. 2026-06-11 확인. 자료 보기
• NewsGuard. AI Tracking Center — AI 콘텐츠 농장 뉴스 사이트 3,006개(16개 언어·한국어 포함). 2026-03. 2026-06-11 확인. 자료 보기
• Imperva. 2025 Bad Bot Report — 2024년 관찰 트래픽 중 자동화 비율 51%. 2026-08-23 확인. 자료 보기
• Imperva. Bad Bot Report 2026: Bots in the Agentic Age — 2025년 관찰 트래픽 중 자동화 비율 53% 초과. 2026-08-23 확인. 자료 보기
• NPR·404 Media. 아마존 AI 가짜 책·위키피디아 ‘AI 정리’ 프로젝트. 2024~2025. 2026-06-11 확인. 자료 보기
• 단비뉴스·헤럴드경제. 한국 AI 슬롭 장르(합성 동물·브레인롯·국뽕 사연 채널). 2025~2026. 2026-06-11 확인. 자료 보기