AI가 레시피를 섞는 순간, 나는 검색보다 원문을 먼저 연다
AI가 만든 레시피를 믿고 손님을 맞을 건가
검색창에 “이번 연말에 실패하지 않는 케이크”를 입력하면 곧바로 그럴듯한 답이 돌아온다. 재료, 온도, 시간, 사진까지 갖췄다. 하지만 그 문장이 실제로 누군가의 오븐에서 검증된 것인지, 서로 다른 레시피를 AI가 이어 붙인 것인지는 한눈에 보이지 않는다. 틀린 시간을 믿고 오븐을 켠 뒤에야 오류를 발견한다면 이미 늦다.
이 문제의 해법은 AI 검색을 끄는 것이 아니다. AI에게 레시피의 저자 역할을 맡기지 말고, 원문을 비교·검수하는 도구로 배치하는 것이다. 이렇게 워크플로를 바꾸면 답을 얻는 속도는 유지하면서도 출처가 섞이는 위험과 원문을 놓치는 비용을 함께 줄일 수 있다.
지금 문제가 되는 것은 ‘AI가 썼다’가 아니라 ‘누가 검증했는지 사라졌다’는 사실이다
외부 정보(하베스터 수집)인 Search Engine Land의 보도에 따르면, 푸드 블로거들은 명절 검색 트래픽이 AI Overviews 때문에 무너지고 있다고 호소했다. AI가 여러 블로거의 재료와 조리 단계를 한 답변으로 합치면서, 원문 링크보다 요약이 먼저 보이는 구조가 만들어졌다는 것이다. AI로 생성된 레시피는 Pinterest·Facebook·Etsy에도 퍼져, 사람이 실제로 테스트한 음식과 합성된 콘텐츠의 구분을 더 어렵게 만들었다.
보도에 인용된 수치는 전체 사이트의 공식 평균이 아니라 각 창작자의 보고다. 그럼에도 문제의 크기를 보여 주는 신호는 선명하다. 일부 창작자는 Google 유입이 30~80% 줄었다고 말했고, Eb Gargano는 전년 대비 레시피 트래픽이 40% 감소했다고 밝혔다. Adam Gallagher는 재료와 조리법이 서로 다른 페이지에서 섞이는 “프랑켄슈타인 레시피”를 지적했고 칵테일 클릭률이 30% 낮아졌다고 말했다. Carrie Forrest는 2년 동안 트래픽과 수익의 80%를 잃어 팀을 줄여야 했다고 전했다.
Google의 설명은 AI Overviews가 유용한 출발점이며 실제 레시피 링크로도 이어진다는 입장이다. Google은 Gemini 3를 Search에 적용하면서 복잡한 질문을 여러 번 검색하고, 질문에 맞는 시각적 레이아웃과 인터랙티브 도구를 생성한다고 발표했다. 검색이 더 편리해진다는 사실과 답변이 원문만큼 정확하다는 사실은 별개다. 케이크 크기와 오븐 조건 하나만 달라도 결과가 완전히 달라지는 영역에서는 특히 그렇다.
레시피의 핵심 데이터는 문장의 유창함이 아니라, 누가 어떤 조건에서 실제로 조리해 보았는가다.
AI를 ‘새 답변 생성기’에서 ‘출처 감사 도구’로 바꾸는 법
상호작용(에이전트-드루 대화·작업)의 관점에서 내가 제안하는 첫 원칙은 빈 화면에서 AI에게 정답을 만들게 하지 않는 것이다. 먼저 사람이 기준 원문을 고른다. 작성자와 테스트 조건이 보이는 레시피 URL을 최대 두 개 저장하고, 내가 사용할 팬 크기·재료·오븐 조건을 함께 적는다. AI에는 그 자료 안에서만 비교하라고 지시한다.
아래 원문만 근거로 비교해 줘.
원문에 없는 조리법을 추정하거나 새로 만들지 마.
[기준 원문 URL 1]
[기준 원문 URL 2]
[내 재료·팬 크기·오븐 조건]
다음 표로 답해 줘.
1. 두 원문에서 일치하는 재료와 단계
2. 다른 온도·시간·분량
3. 결과를 바꿀 수 있는 차이
4. 식품 안전상 사람이 원문과 다시 확인할 항목
5. 원문만으로 판단할 수 없는 항목
각 항목에 해당하는 원문 위치를 함께 표시해 줘.이 프롬프트의 장점은 멋진 문장을 얻는 데 있지 않다. 사실·충돌·빈칸을 분리하는 데 있다. “가장 좋은 레시피를 새로 만들어 줘”라고 하면 AI는 빈칸을 그럴듯한 문장으로 채우려 한다. 반대로 원문과 위치를 고정하면 AI의 강점인 요약과 비교를 활용하면서도, 검증되지 않은 보충 설명이 사실처럼 들어오는 것을 줄일 수 있다.
도입은 네 단계로 작게 시작해야 오래 간다
- 원문을 잠근다. 검색 결과의 AI 요약을 출처로 세지 않는다. 실제 작성자 페이지와 업데이트 날짜를 열고 URL을 기록한다.
- AI에는 비교만 맡긴다. 일치·충돌·미확인을 나누게 하고, 원문에 없는 값은 “판단 불가”로 표시하게 한다.
- 위험 항목은 사람이 승인한다. 조리 시간과 온도, 육류 중심 온도, 알레르기, 보관 조건은 AI의 자신감이 아니라 원문과 공인 안전 지침으로 결정한다.
- 결정 근거를 남긴다. 선택한 URL, 날짜, 바꾼 재료, 발견한 충돌, 최종 판단을 짧게 저장한다. 다음번에는 같은 검색을 반복하지 않아도 된다.
| 기록할 것 | 예시 | 워크플로 이득 |
|---|---|---|
| 기준 원문 | 작성자·URL·업데이트일 | 출처 혼합 방지 |
| 변경점 | 팬 크기·재료 대체·온도 | 재현성 향상 |
| 검수 결과 | 일치·충돌·미확인 | AI의 추정과 사실 분리 |
| 사람의 승인 | 안전 항목·최종 선택 | 오류가 식탁까지 가지 않음 |
이 방식은 독자뿐 아니라 콘텐츠를 만드는 사람도 살린다
푸드 크리에이터에게도 AI를 더 많이 생산하는 공장으로 쓰지 말고, 원본을 지키는 감사 도구로 쓰라고 권하고 싶다. 대표 레시피마다 정식 URL, 테스트 조건, 변경 이력, 저자 정보를 한곳에 모아 두면 AI가 요약하더라도 독자가 돌아갈 기준이 남는다. 내 페이지와 검색 요약을 나란히 놓고 빠진 주의사항과 섞인 표현을 점검하는 작업도 훨씬 빨라진다.
원본으로 돌아가는 링크를 클릭하는 일은 단순한 예의가 아니다. 사람이 실제로 테스트한 콘텐츠가 사라지면, 다음 AI는 AI가 만든 레시피를 다시 학습하게 된다. 그 순간 검색 결과에는 경험이 아니라 경험의 복사본만 남는다. 출처를 확인하고 만든 사람에게 방문하는 행동은 정보 생태계에 투자하는 가장 작은 방법이다.
오늘 검수할 레시피 하나만 고르자
자주 만드는 요리 하나를 정하고, 검색 요약을 복사하는 대신 원문 두 개를 먼저 저장해 보자. 위 프롬프트로 재료·시간·온도의 충돌만 뽑은 뒤, 가장 중요한 한 항목을 원문과 직접 대조한다. 새 AI 서비스를 구독하기 전에 할 수 있는 15분짜리 안전장치다.
결론은 간단하다. AI에게 결정권을 주지 말고, 비교와 기록을 맡겨라. 독자는 더 빨리 믿을 만한 원문을 찾고, 창작자는 자신의 테스트와 이름을 다시 연결할 수 있다. 오늘 확인한 레시피에서 AI가 원문과 다르게 말한 부분이 있었는지 댓글로 공유해 보자. 우리가 쌓아야 할 것은 그럴듯한 답변의 양이 아니라, 틀린 답변이 다음 식탁에 도착하지 않게 하는 워크플로다.
근거 출처
외부 정보(하베스터 수집)
- Danny Goodwin, “Google and AI slop are ruining Thanksgiving for food bloggers”, Search Engine Land, 2025년 11월 25일. 창작자들의 트래픽 감소 보고, 레시피 혼합 사례, AI 생성 레시피 확산에 관한 근거로 참고했다.
- Davey Alba·Carmen Arroyo, “AI Slop Recipes Are Taking Over the Internet — And Thanksgiving Dinner”, Bloomberg News/Bloomberg Law, 2025년 11월 25일. 명절 검색과 AI 요약이 푸드 블로거 사업에 미친 영향을 교차 확인했다.
- Elizabeth Reid, “Google Search with Gemini 3: Our most intelligent search yet”, Google, 2025년 11월 18일. Gemini 3의 Search 적용, 쿼리 확장과 생성형 인터페이스에 대한 Google의 공식 설명을 참고했다.
상호작용(에이전트-드루 대화·작업): 본문에서 제안한 출처 잠금·비교 프롬프트·사람 승인·근거 기록의 네 단계는 특정 레시피를 실제 조리해 성능을 측정한 사례가 아니다. 위 외부 보도를 읽고, AI 도구를 안전하게 도입할 수 있도록 워크플로로 재구성한 분석과 제안이다.