[논문 리뷰] The Rise of AI Search: Implications for Information Markets and Human Judgement at Scale

Sinan Aral, Haiwen Li외 1명|arXiv (Cornell University)|2026. 02. 13.

Ethics and Social Impacts of AI인용 수 0

한 줄 요약

이 논문은 2024년과 2025년 전 세계 243개국에서 동일한 Google 검색 질의를 재실행함으로써 AI 검색에 대한 글로벌 노출을 분석하고, 빠른 AI 검색 확장, 정책 주도적 접근 차이, 정보 다양성, 신뢰도 및 인간 판단에 미치는 영향을 밝혔다.

ABSTRACT

We executed 24,000 search queries in 243 countries, generating 2.8 million AI and traditional search results in 2024 and 2025. We found a rapid global expansion of AI search and key trends that reflect important, previously hidden, policy decisions by AI companies that impact human exposure to AI search worldwide. From 2024 to 2025, overall exposure to Google AI Overviews (AIO) expanded from 7 to 229 countries, with surprising exclusions like France, Turkey, China and Cuba, which do not receive AI search results, even today. While only 1% of Covid search queries were answered by AI in 2024, over 66% of Covid queries were answered by AI in 2025 -- a 5600% increase signaling a clear policy shift on this critical health topic. Our results also show AI search surfaces significantly fewer long tail information sources, lower response variety, and significantly more low credibility and right- and center-leaning information sources, compared to traditional search, impacting the economic incentives to produce new information, market concentration in information production, and human judgment and decision-making at scale. The social and economic implications of these rapid changes in our information ecosystem necessitate a global debate about corporate and governmental policy related to AI search.

연구 동기 및 목표

• 국가, 주제 및 질의 스타일에 걸친 AI 검색에 대한 전 세계 노출을 측정한다.
• AI 검색 결과를 형성하는 정책 주도적 접근성과 콘텐츠 다이내믹스를 식별한다.
• 정보 다양성, 신뢰성 및 사용자의 판단에 대한 AI 검색의 영향을 평가한다.
• 정책 논의를 정보화하기 위한 거버넌스, 경제적 및 방법론적 함의를 강조한다.

제안 방법

• 2024년과 2025년에 24,000 Google search queries를 실행하여 2.8 million AI 및 전통 검색 결과를 생성한다.
• serpAPI를 사용하여 연도 간 동일한 질의로 243개국의 실제 AI 및 전통 검색 결과를 수집한다.
• 아홉 개 데이터 소스에서 질의를 샘플링하고 LLM으로 질의를 세 가지 스타일로 라벨링한다: question, statement, 또는 navigational.
• 국가, 주제 및 질의 스타일에 따른 AI 검색 노출의 차이를 평가하기 위해 로지스틱 회귀를 적용한다.
• 시간과 주제에 걸친 AI 및 전통 검색 결과 간 정보 내용 및 출처 신뢰도를 비교한다.

Figure 1 : .

실험 결과

연구 질문

• RQ1 국가와 주제에 걸쳐 2024년에서 2025년까지 전 세계의 AI 검색 노출은 어떻게 진화해 왔는가?
• RQ2 플랫폼 정책이 사용자 질의 행태와 무관하게 AI 검색 노출을 어느 정도까지 좌우하는가?
• RQ3 AI 검색 결과는 콘텐츠 다양성, 출처 신뢰도 및 정치적 성향 측면에서 전통 검색과 어떻게 다른가?
• RQ4 대규모에서 아이디어의 시장과 인간 판단에 대한 AI 검색의 함의는 무엇인가?

주요 결과

• AI 노출은 2024년에서 2025년 사이에 7개 국에서 229개 국으로 확장되었다.
• France, Turkey, China, and Cuba는 2025년에 AI search 접근이 여전히 없었다.
• Covid 질의는 2024년 1% AI answers에서 2025년 66%로 바뀌었다 (5600% 증가).
• AI 검색은 전통 검색보다 장尾(long-tail) 소스가 적고 응답 다양성이 낮게 나타났다.
• AI 결과는 전통 검색에 비해 신뢰도가 낮은 소스와 우파/중도 성향의 소스를 더 많이 보인다.
• AI 요약은 외부 클릭을 감소시키고 인용이 표시되면 신뢰가 증가할 수 있으며, 설령 인용이 잘못되었더라도.

Figure 3 : Predictive Features and Information Content of AI Search Results. This figure displays ( A ) feature importance comparisons, as odds ratios, from a logistic regression trained on all country, topic and style features, in 2024 and 2025; ( B ) logistic regression prediction performance comp