facts

6~12분이라는 시간은 Ahrefs가 구축한 파이프라인을 통해 주제 조사부터 팩트체크까지 완료하고 발행 가능한 수준의 초안을 만드는 데 소요되는 수치다. 이 프로세스의 핵심은 Letaido(콘텐츠 자동화 도구) 기반의 파이프라인으로, 조사, 개요 작성, 초안 생성, 팩트체크의 단계를 거친다.

모델에 입력되는 데이터의 질을 관리하기 위해 Source of Truth(지식 관리 라이브러리) 앱을 사용한다. 여기에는 단순 인터넷 정보가 아닌 ▲사실과 통계 ▲해설 ▲제품 세부 정보 ▲사용 방법 안내 등 모델이 스스로 생성할 수 없는 독점적 원재료를 저장하고 검색 가능한 형태로 관리한다. 또한, 정제되지 않은 생각의 손실을 막기 위해 Wispr Flow(음성 받아쓰기 도구)를 활용해 원재료를 수집한다.

반복적인 데이터 갱신 작업은 Data Refresh Hub가 처리한다. 이 도구는 12개의 데이터세트를 가져와 정리하고 업데이트를 준비하며, 이를 통해 매달 최소 하루 분량의 수작업을 제거한다. 결과적으로 수만 개의 글을 자동 발행할 수 있는 기술적 인프라를 갖췄으나, 실제 운영에서는 발행량 확대보다 개별 콘텐츠의 품질 검증에 집중하는 구조를 택했다.

how-it-works

작업 단계의 분리는 AI가 매끄러운 문장으로 잘못된 판단을 은폐하는 것을 방지하는 핵심 기제다. Ahrefs의 파이프라인은 최종 파일 하나를 출력하는 대신 '조사 $\rightarrow$ 콘텐츠 공백 $\rightarrow$ 개요 $\rightarrow$ 초안'의 각 단계를 별도의 파일로 저장한다. 이를 통해 특정 단계에서 오류가 발견되면 전체를 다시 생성할 필요 없이 승인된 마지막 지점부터 작업을 재개할 수 있다.

사람이 개입하는 판단 관문(Gate)은 총 네 단계로 운영된다. 첫째, 아이디어 관문에서 기존 상위 노출 글의 단순 반복 여부를 판단한다. 둘째, 개요 관문에서 각 섹션이 독자의 목적을 충족하는지 확인한다. 셋째, 근거 관문에서 주장을 뒷받침할 추가 시험이나 검증 필요성을 점검한다. 마지막으로 초안 관문에서 AI 특유의 과도한 확신이나 군더더기 표현을 제거한다.

Google의 AI 콘텐츠 처리 방식 연구에 따르면, AI 생성 비중이 높은 페이지도 검색 결과 상위 3위 안에 진입할 수 있다. 다만 AI 사용량이 늘어날수록 전반적인 검색 성과가 낮아지는 경향이 관찰되었는데, 이는 AI 자체에 대한 페널티보다는 기업들이 복잡한 조사와 판단 과정을 생략해 평균적인 수준의 콘텐츠만 양산했기 때문으로 분석된다.

implementation-impact

효율성 개선의 방향은 발행량의 증대가 아니라 작성자가 수행할 수 있는 작업 범위의 확장으로 설정된다. AI로 낮아진 작성 비용을 활용해 이전에는 리소스 부족으로 포기했던 데이터 분석, 인터랙티브 요소 개발, UI 개선에 투입하는 방식이다. 실제 사례로 대규모 웹사이트 트래픽 벤치마크 데이터를 최신으로 유지하거나, LLMs.txt 생성기와 같은 무료 도구를 마케터가 직접 시제품화하여 배포하는 결과물을 냈다.

최종 검토 단계에서는 '담당자'와 '제2 검토자'라는 이중 책임 체계를 둔다. 담당자는 주장을 검증하고 근거 출처를 설명하며 자신의 이름을 걸 수 있는지 판단한다. 편집자는 전제에 이의를 제기하고 일반적인 내용에 그친 섹션을 찾아내는 거부권을 가진다. 단순 승인 절차가 아닌, 결과물을 기각할 수 있는 지식과 권한이 전제된 Human-in-the-loop(인간 개입) 구조를 유지한다.

콘텐츠 실무자는 AI 도입 시 '단어 생성 비용'의 절감을 '판단과 근거 수집'의 시간 투자로 전환하는 파이프라인을 설계해야 하며, 특히 최종 결과물을 책임질 사람이 내용을 완전히 이해하고 검증할 수 없는 구조라면 AI 사용량과 관계없이 해당 콘텐츠를 '슬롭(Slop, 저품질 콘텐츠)'으로 규정하고 발행을 중단해야 한다.