링크드인 AI 슬롭 탐지 정밀도 94% — 사용자 신고로 AI를 가르쳐 AI 글을 걸러낸다

링크드인 AI 슬롭(AI slop) 단속이 본격적인 시스템으로 자리 잡고 있다. AI 슬롭은 링크드인이 정의한 ‘통찰 없이 일반적이거나 반복적인 AI 생성 글’이다. 링크드인 엔지니어링 부사장 팀 저카는 10월 8일 게시물에서 AI 슬롭을 어떻게 정의하고 탐지하는지, 지금까지 어떤 효과가 있었는지 공개했다.

신고 버튼 3주 만에 100만 명

링크드인은 8월 피드에서 AI 생성 의심 글을 신고하는 기능을 추가했다. 출시 3주가 채 되기 전 100만 명 넘는 사용자가 이 기능을 썼다. 사용자가 그만큼 AI 글에 지쳐 있었다는 뜻이다. 링크드인은 앞서 AI 슬롭 조회 수를 40% 줄였다고 밝힌 바 있다.

교사 모델이 학생 모델을 가르친다

탐지는 신고 데이터에서 출발한다. 링크드인은 ‘교사-학생’ 구조를 쓴다. 큰 교사 모델이 새로 나타나는 AI 슬롭 패턴을 따라가며 정확히 식별하고, 그 결과로 만든 고품질 학습 데이터로 작은 학생 모델을 빠르게 훈련한다.

여기에 정책별 AI 에이전트를 더했다. 에이전트마다 하나의 정책이 있고, 그 기준으로 글을 평가한다. 예를 들어 홍보성 글인지, 성과 자랑인지, 시의성이 있는지를 따진다. 판단이 어려운 사례는 사람 검수자에게 넘기고, 그 지침을 배워 정책을 고친다.

1촌 밖으로 퍼지는 글 전체가 대상

저카는 이 두 구조로 분류기를 넓혀, 내 1촌 네트워크 밖으로 배포되는 모든 게시물에 적용하고 있으며 AI 슬롭 탐지 정밀도가 94%라고 밝혔다. 다시 말해 팔로워가 아닌 사람에게 닿으려는 글은 모두 이 필터를 지난다.

소셜 미디어 투데이는 AI 글이 늘면서 피드 전체에 대한 의심이 커졌고, 다른 플랫폼에서도 ‘AI 끄기’ 수요가 커질 것으로 봤다.

마케팅 실무자를 위한 시사점

도달을 넓히려면 슬롭 필터를 통과해야 한다

링크드인에서 신규 오디언스에 닿는 글은 모두 분류기를 거친다. AI로 초안을 쓰더라도 우리 회사만 말할 수 있는 숫자, 사례, 의견을 넣자. 일반론만 늘어놓은 글은 노출이 줄어들 수 있다.

홍보·성과 자랑 글은 형식을 바꾼다

에이전트 정책 예시에 ‘홍보성’과 ‘성과 자랑’이 있다. 수상, 계약 소식도 배운 점이나 숫자 뒤의 과정으로 풀어 쓰자. 오리지널 콘텐츠 우대 흐름은 유튜브 쇼츠 알고리즘, 오리지널 콘텐츠를 우대한다 — 재업로드 채널은 노출이 줄어든다와 같다.

브랜드 SNS는 AI 검색 노출과도 이어진다

소셜 글은 AI 답변의 인용 출처가 되기도 한다. 걸러지지 않는 좋은 글이 검색 노출로 이어지는 구조는 AI 검색이 인용하는 건 SNS다 — 구글 AI 개요 답변 67.66%에 소셜 링크, 브랜드 채널이 AI 노출을 가른다에서 정리했다.