Time, AI 답변에 영향을 미치기 위한 머신 리더블 광고 판매 시작
Time이 AI 에이전트를 위해 만들어진 광고 판매를 시작하면서 Google News와 퍼블리셔 콘텐츠를 검색하는 모든 어시스턴트에 새로운 갈등이 생겼다. 이 광고는 배너나 스폰서 카드와 닮지 않았다. 봇이 편집 콘텐츠와 함께 광고주의 메시지를 수집할 수 있는 Time 페이지의 대체 버전 안에 머신 리더블 텍스트로 표시된다.
이러한 차이 때문에 이 실험은 또 하나의 광고 형식보다 더 큰 의미를 갖는다. 사람 독자는 배너를 무시하거나, 상업적 메시지임을 인지하거나, 스폰서 추천을 의심할 수 있다. 반면 AI 시스템은 기본 텍스트를 흡수한 뒤 원래 페이지의 디자인을 보존하지 않은 채 자체 답변을 제시할 수 있다.
이 실험은 OpenAI, Google, 그리고 다른 AI 기업들이 내세워 온 경계에도 도전한다. 이들은 상업적 노출이 생성형 답변과 눈에 띄게 분리돼 있어야 한다고 본다. Time과 광고 파트너는 AI 플랫폼이 광고를 선택하기 전에 브랜드가 이러한 답변에 영향을 미칠 수 있는지를 시험하고 있다.
Time은 사람이 거의 보지 않는 광고를 판매하고 있다
Time의 새 상품은 AI 크롤러를 단순히 사람에게 도달하기 위한 전달 수단이 아니라 광고의 수용자로 취급한다.
Digiday의 agent ad details 보도에 따르면 Time은 2026년 6월부터 웹페이지의 간소화된 markdown 사본을 만들기 시작했다. Markdown은 웹페이지의 시각적 구조 대부분을 제거하는 텍스트 중심 문서 형식이다. AI 시스템은 내비게이션, 스크립트, 그래픽, 기존 디스플레이 광고로 가득한 페이지보다 이를 더 쉽게 처리할 수 있다.
이 퍼블리셔는 광고 기술 기업 Mobian과 협력하고 있다. 양사는 이러한 머신 리더블 페이지에 유료 메시지를 삽입한다. 해당 메시지는 광고주가 제공한 정보를 담은 질의응답 형식을 사용한다.
보도에서 초기 구매자로 확인된 기업에는 Ally Bank와 Project Management Institute가 포함됐다. Time과 Mobian은 이 형식을 AI 에이전트를 구체적으로 겨냥한 최초의 퍼블리셔 광고 상품이라고 설명했다.
제작 과정에는 여전히 사람의 검토가 포함된다. Mobian은 브랜드 브리프를 바탕으로 광고를 생성하고, 이를 PDF로 변환한 뒤 승인을 위해 고객에게 보낸다. 승인된 자료는 AI 크롤러가 검색할 수 있는 markdown 페이지에 게시된다.
이러한 노출이 문자 그대로 공개되지 않는 것은 아니다. Time은 광고주 자료 위에 “sponsored content” 라벨을 표시하고 고객사를 명시한다. 이를 단서 없이 비밀 광고라고 부르면 퍼블리셔가 모든 대상에게 상업적 출처를 숨긴다는 인상을 주기 때문에 이 점은 중요하다.
실질적인 비공개성은 배포 방식에서 비롯된다. 대부분의 독자는 Time이 디자인한 웹페이지를 방문하는 반면, AI 에이전트는 병렬적인 텍스트 표현을 받을 수 있다. 원문에 보이는 고지가 어시스턴트의 요약, 인용 또는 추천에까지 라벨이 유지된다는 보장은 없다.
Time은 적격 markdown 페이지마다 에이전트 광고 하나를 판매한다. 회사는 반복적으로 운영하는 목록이나 선택한 날짜 범위를 기준으로 노출을 타기팅할 수 있다. 또한 페이지에 도달하는 자동화 트래픽의 규모도 측정한다.
이후 Mobian은 광고에 포함된 것과 같은 질문을 AI 검색 제품에 던진다. 브랜드가 등장하는지, 얼마나 우호적으로 나타나는지, 결과 정보가 정확한지를 추적한다. 이는 광고를 사람의 노출 수로 측정되는 단위에서 기계의 응답으로 측정되는 콘텐츠로 바꾼다.
따라서 이 형식은 네이티브 광고, 검색 최적화, 검색·검색결과 생성 엔지니어링의 중간 지점에 놓인다. 이는 유료 홍보 자료이지만, 당장의 목표가 반드시 클릭은 아니다. 목표는 AI 시스템이 답변을 구성하는 정보 풀에 들어가는 것이다.
Time은 이러한 노출이 일관되게 모델 출력에 변화를 준다는 증거를 공개하지 않았다. 초기 고객은 상업적 관심을 보여 줄 뿐, 영향력이 입증됐다는 뜻은 아니다. 그럼에도 이 상품은 AI 플랫폼, 퍼블리셔, 규제 당국이 이제 관찰할 수 있는 직접적인 시험을 만든다.
Google News가 머신 리더블 광고 문제에 직면한 이유
Google News와 AI 답변 제품은 머신 리더블 스폰서 텍스트가 정당한 콘텐츠인지, 광고인지, 혹은 검색 결과 조작 시도인지 판단해야 한다.
전통적인 검색 광고에서는 여러 역할이 비교적 명확하게 구분된다. 퍼블리셔는 콘텐츠를 제공하고, 검색 엔진은 링크 순위를 매기며, 광고주는 라벨이 붙은 노출을 위해 비용을 낸다. 생성형 인터페이스는 시스템이 사실을 추출하고, 여러 출처를 결합하며, 독자를 퍼블리셔에게 보내지 않고도 답변할 수 있기 때문에 이러한 경계를 약화한다.
Google News는 이미 외부 매체의 보도를 집계한다. Google Search는 점차 출처와 사용자 사이에 생성된 요약과 대화형 결과를 배치하고 있다. 퍼블리셔 페이지 안의 기계 타깃 광고는 Google이 무엇을 검색하거나 요약할지 결정하기 전에 유료 언어를 끼워 넣는다.
우려는 에이전트 광고를 구매한다고 해서 자동으로 우호적인 Google 응답을 살 수 있다는 데 있지 않다. 공개된 증거는 그런 결과를 뒷받침하지 않는다. 우려는 상업적 자료가 주변의 편집 텍스트와 같은 검색 경로로 들어간다는 점이다.
기존 배너에는 알아볼 수 있는 기술적·시각적 신호가 있다. 이미지, 배치, 추적 코드, 광고 서버 출처는 브라우저와 플랫폼이 이를 분류하는 데 도움이 된다. 자연어로 작성된 FAQ는 일반적인 출처 자료와 훨씬 더 비슷해 보인다.
질의응답 구조는 많은 검색 및 어시스턴트 시스템이 선호하는 형식과도 닮았다. 예상 질문을 제시하고, 간결한 응답을 뒤따르게 하며, 관련 브랜드 정보를 반복한다. 이런 특성은 어떤 모델이 의도적으로 우대하지 않더라도 해당 문장을 쉽게 추출하게 만들 수 있다.
Google의 공개된 spam policies는 순위를 조작하고 사람을 오도하려는 의도로 사용자와 검색 시스템에 서로 다른 콘텐츠를 제시하는 행위를 클로킹으로 정의한다. 이 정책은 이제 Google Search의 생성형 AI 응답을 조작하려는 시도도 다룬다.
Time의 접근 방식은 전형적인 사례에 깔끔하게 들어맞지 않는다. 보도에 따르면 markdown은 페이지의 대체 표현이며, 유료 섹션에는 스폰서십 라벨이 붙어 있다. 접근 가능한 텍스트 버전, 모바일 페이지, 구조화된 데이터는 시각적 데스크톱 표현과 정당하게 다를 수 있다.
의도와 동등성이 중요해질 것이다. 기계 버전이 사람용 페이지를 충실하게 표현하고 실효성 있는 고지를 보존한다면, 이는 접근 가능한 콘텐츠 배포에 더 가깝다. 반대로 사람이 합리적으로 찾을 수 없는 홍보성 주장을 도입한다면, 크롤러만을 겨냥한 설득에 가까워지기 시작한다.
Time 경영진도 이러한 불확실성을 인정했다. 퍼블리셔의 최고운영책임자인 Mark Howard는 Digiday에 대형 언어 모델이 이러한 광고를 다루는 방식을 규율하는 규칙이 여전히 정립되지 않았다고 말했다. 그는 플랫폼이 결국 이 형식을 클로킹으로 분류할 위험을 언급했다.
이 위험은 Google에 상당한 영향력을 준다. Google은 해당 텍스트에 부여하는 비중을 낮추거나, 스폰서 블록을 제외하거나, 크롤러에 실질적으로 다른 콘텐츠를 제공하는 페이지에 불이익을 줄 수 있다. 콘텐츠를 보존하는 대신 생성된 결과에 상업적 고지를 표시하도록 요구할 수도 있다.
이러한 대응 중 어느 것도 단순하지 않다. 분류기는 유료 FAQ를 정당한 스폰서 저널리즘, 제품 데이터, 일반적인 기업 발언, 구조화된 퍼블리셔 메타데이터와 구별해야 한다. 지나치게 광범위한 필터링은 유용한 정보를 제거할 수 있다. 느슨한 필터링은 유료 주장이 중립적인 답변으로 노출되도록 할 수 있다.
보도된 실험이 Time에서 시작됐음에도 Google News가 중요한 이유가 바로 여기에 있다. 퍼블리셔는 Google의 배포망에 접근해야 하고, Google은 신뢰할 수 있는 퍼블리셔 자료가 필요하다. 기계 전용 광고는 페이지의 어느 부분이 편집 증거로 간주되는지를 둘러싼 협상으로 이 관계를 바꾼다.
진짜 경쟁은 고지와 검색·검색결과 생성 사이에 있다
핵심적인 상충 관계는 AI 시스템이 고지가 표시된 페이지에서 광고를 분리해 낸 뒤에도 그 광고가 의미 있게 고지된 상태로 남는지에 있다.
사람을 대상으로 하는 네이티브 광고에서 규제 당국은 합리적인 사람이 상업적 관계를 인식할 수 있는지에 초점을 맞춘다. 연방거래위원회(Federal Trade Commission)의 native advertising guide는 광고주가 콘텐츠 형성에 관여했을 때 홍보 콘텐츠가 독립적이거나 공정한 것처럼 보이게 해서는 안 된다고 명시한다.
이 지침은 명확한 표현, 눈에 띄는 배치, 홍보 메시지와의 근접성을 강조한다. 또한 광고가 검색 결과, 소셜 미디어, 이메일 또는 다른 배포 채널을 통해 전달될 때에도 고지가 함께 유지돼야 한다고 언급한다.
에이전트 광고는 이러한 이동성 문제의 새로운 형태를 드러낸다. 수신 시스템은 한 문장만 인용하거나, 여러 문단을 압축하거나, 다른 출처의 자료와 주장을 합칠 수 있다. 원래 블록 상단에 있던 라벨은 추출 과정에서 사라질 수 있다.
사용자가 특정 필요에 가장 적합한 계좌를 제공하는 금융기관이 어디인지 어시스턴트에게 묻는 상황을 가정해 보자. 어시스턴트는 광고주가 비용을 지원한 FAQ가 담긴 Time 페이지를 검색한다. 답변이 스폰서십 맥락 없이 그 주장을 반복한다면, 사용자는 인식 가능한 광고 없이 영향력을 접하게 된다.
에이전트가 단순히 답변하는 대신 행동할 때 문제는 더 심각해진다. 쇼핑 또는 업무용 에이전트는 제품을 비교하고, 공급업체 후보를 추리고, 거래를 완료할 수 있다. 운영자는 출처 자료를 증거로 해석하면서도 원본 페이지를 확인하지 않을 수 있다.
그렇다고 모든 광고주 발언이 거짓이라는 뜻은 아니다. 유료 문구에도 정확하고 유용한 정보가 담길 수 있다. 문제는 상업적 출처가 사용자가 주장에 얼마나 큰 비중을 둘지, 독립적으로 검증할지를 결정하는 데 도움을 준다는 점이다.
따라서 머신 리더블 고지에는 단순히 눈에 보이는 단어 이상이 필요하다. 검색 시스템이 유지하고 이해하는 메타데이터가 필요하다. 퍼블리셔는 일관된 스키마를 통해 광고주, 유료 상태, 주장 경계, 게시일, 목적지를 표시할 수 있다.
그다음 AI 플랫폼이 이 스키마를 준수해야 한다. 유료 주장을 유기적 추천에서 제외하거나, 별도로 표시하거나, 생성된 답변 안에서 식별할 수 있다. 공통 규칙이 없다면 각 크롤러는 같은 라벨을 서로 다르게 해석할 수 있다.
OpenAI는 자체 제품 내부에서 대조적인 모델을 선택했다. ChatGPT ad policy는 광고 시스템이 채팅 모델과 분리돼 있으며, 광고주는 답변을 구성하거나 순위를 매기거나 변경할 수 없다고 밝힌다. 광고는 적격 사용자에게 응답 아래 라벨이 붙은 노출로 표시된다.
Time의 실험은 이처럼 통제된 인터페이스 밖에서 이루어진다. 퍼블리셔는 어시스턴트가 검색, 브라우징 또는 다른 데이터 제공업체를 통해 가져올 수 있는 자료에 유료 콘텐츠를 추가한다. AI 기업은 해당 노출을 판매하지 않으며, 상업적 관계가 텍스트를 형성했다는 사실을 알지 못할 수도 있다.
이로 인해 같은 답변을 둘러싼 두 개의 광고 시장이 생긴다. 한 시장은 어시스턴트 제공업체로부터 라벨이 붙은 노출을 구매한다. 다른 시장은 답변 자체의 일부가 될 수 있는 언어를 위해 출처 퍼블리셔에 비용을 낸다.
두 번째 경로는 추천이 인접한 광고보다 더 큰 권위를 지니는 경우가 많기 때문에 더 가치 있어 보일 수 있다. 다만 불확실성도 더 크다. 광고주는 검색, 출처 표기, 우호적인 표현, 또는 플랫폼의 지속적인 허용을 보장할 수 없다.
독자들은 현재 형식을 모델을 통제하는 신뢰할 수 있는 방법이 아니라 영향력 행사의 실험으로 봐야 한다. 대규모 언어 모델은 특정 문단을 무시하거나 다른 출처를 선호할 수 있으며, 업데이트 이후 행동이 바뀔 수도 있다. 검색 시스템 역시 사용자와 질의에 따라 콘텐츠 순위를 다르게 매길 수 있다.
미해결 상태인 공개 정보 전달 사슬이 더 큰 문제로 남아 있다. 의사결정자에게 끝내 전달되지 않는 라벨은, 그 의사결정자가 AI 요약을 읽는 사람이든 제품을 선택하는 자동화 에이전트든 보호 가치가 제한적이다.
독자를 대체하는 봇에서 수익을 얻으려는 퍼블리셔들
에이전트 광고는 경제 구조의 역전에 대한 대응이다. 자동화 시스템이 퍼블리셔 콘텐츠를 소비하는 동시에, 한때 광고를 뒷받침했던 사람들의 방문은 줄어들고 있다.
퍼블리셔들은 전통적으로 자유로운 접근을 관심과 맞바꿨다. 검색 엔진이 기사를 색인화하고, 독자는 링크를 따라 방문했으며, 광고나 구독이 그 방문을 수익화했다. 생성형 검색은 색인화는 유지하면서도 트래픽 상당 부분을 없앨 수 있다.
어시스턴트는 여러 매체에서 수집한 사실을 바탕으로 질문에 답할 수 있다. 사용자는 편리하게 종합된 답변을 받지만, 출처 매체는 페이지 조회, 구독 기회, 기존 광고 노출을 전혀 얻지 못할 수 있다.
기계가 읽을 수 있는 페이지는 퍼블리셔 콘텐츠가 이해되고 인용될 가능성을 높이려는 시도다. 동시에 잘 설계된 사이트를 방문하지 않고도 콘텐츠를 소비하기 쉽게 만든다. Time의 에이전트 광고는 이 자동화된 접근 자체를 직접 수익화하려 한다.
이것이 핵심적인 역전이다. 퍼블리셔들은 과거 자사 매체에서 광고주에게 사람의 관심에 대한 접근권을 팔았다. 이제는 그 매체와 사람의 관심 사이에 놓인 시스템에 대한 접근권을 팔 수 있는지 시험하고 있다.
Time에게 기계가 읽을 수 있는 광고 게재는 기존의 시각 광고 가치가 거의 없는 곳에 광고 인벤토리를 만든다. 텍스트 크롤러는 세련된 배너에는 관심이 없다. 대신 질의에 답할 수 있는 텍스트에는 관심을 둔다.
광고주들 역시 변화하는 발견 과정을 마주하고 있다. 예전에는 Google News의 여러 링크를 비교하고, 리뷰 사이트를 살펴보며, 리타기팅 광고를 접했을 수 있다. 이제 같은 사람은 하나의 어시스턴트에게 후보 목록을 요청하고 그 요약을 받아들일 수 있다.
이는 어시스턴트의 선택 과정 안에 영향력을 집중시킨다. 브랜드는 플랫폼에서 광고를 구매할지, 일반 공개 정보를 개선할지, 권위 있는 퍼블리셔와 협력할지, 혹은 세 가지 경로를 모두 택할지 결정해야 한다.
Anthropic은 주요 어시스턴트 제공업체 중 가장 명시적으로 반대 입장을 취했다. 회사는 Claude의 광고 입장에서 광고 인센티브가 Claude가 제공하고자 하는 사고 환경을 훼손할 것이라고 밝혔다. 또한 중립적인 탐색과 상업적 이해관계에 의해 형성된 응답을 구분했다.
유료 영향력이 외부 출처를 통해 들어오면 이 약속은 압박을 받는다. 어시스턴트는 내부 광고 사업 없이 운영되더라도, 공개 웹에서 상업적으로 형성된 자료를 가져올 수 있다.
같은 과제는 Google에도 적용된다. Google의 광고 인프라는 플랫폼 규칙에 따라 유료 게재와 자연 검색 결과를 명확하게 구분할 수 있다. 그러나 검색용으로 제공되는 콘텐츠 안에 스폰서 자료를 삽입하는 퍼블리셔에 대해서는 직접적인 통제력이 더 약하다.
한편 퍼블리셔들은 AI 기업이 웹 경제를 재설계할 때까지 무기한 기다릴 수 없다. 라이선스 계약은 여전히 고르지 않고, 추천 트래픽은 불확실하며, 모든 크롤러를 차단하면 가시성이 줄어들 수 있다. 에이전트 광고는 퍼블리셔가 이미 통제하는 인프라를 활용하는 잠재적 수익원이 된다.
그러나 이는 신뢰성 위험도 초래한다. 독자들이 기존 매체를 신뢰하는 이유 중 하나는 편집 판단과 광고주 영향력 사이에 경계가 있을 것으로 기대하기 때문이다. 사람에게 보이는 페이지가 변하지 않더라도, 기계를 겨냥한 유료 문구는 그 경계를 약화시킬 수 있다.
따라서 Time의 스폰서십 라벨 사용은 중요하지만 그 자체로 충분하지는 않다. 퍼블리셔는 해당 라벨이 추출 과정에서도 유지되며, 유료 주장이 신뢰받는 도메인에 있다는 이유만으로 편집 권위를 얻지 않는다는 점을 보여야 한다.
광고주들은 관련된 측정 문제도 마주한다. Mobian은 선택된 AI 응답에 브랜드가 등장하는지 시험할 수 있지만, 상관관계가 유료 텍스트가 그 결과를 유발했다는 사실을 증명하지는 않는다. 모델이 이미 해당 브랜드를 알고 있었을 수도 있고, 다른 출처를 가져왔을 수도 있으며, 다른 사용자에게는 다른 답변을 생성할 수도 있다.
가시성, 호감도, 정확성 점수는 결과물을 설명할 수 있다. 그러나 클릭이나 전환 추적에서 마케터들이 기대하는 안정적인 기여도 측정은 제공하지 못한다. 플랫폼 업데이트는 경고 없이 성과를 사라지게 할 수도 있다.
그럼에도 이 형식은 유용해질 수 있다. 특히 AI를 통한 정보 탐색이 고가 또는 복잡한 구매에 영향을 미칠 때, 브랜드는 권위 있는 페이지에서 통제된 실험을 가치 있게 여길 수 있다. 다만 기계 가시성이 광고 성과와 동등해지려면 시장에는 독립적인 측정이 필요하다.
퍼블리셔에게 가장 안전한 장기 자산은 여전히 신뢰받는 원천 자료다. 명확한 보도, 정확한 구조화 정보, 투명한 상업적 경계는 크롤러의 현재 파싱 동작에 의존하는 어떤 전술보다 오래간다.
지식 노동자들은 조직 내부에서도 같은 과제에 직면한다. AI 시스템이 여러 원본 문서를 하나의 응답에 섞으면 출처 정보가 사라질 수 있다. 검색 가능한 개인 지식 베이스를 유지하면 사용자는 원본 자료로 돌아가 각 주장을 누가 만들었는지 평가할 수 있다.
이 광고 실험을 넘어서는 근본적인 습관이 중요하다. AI가 생성한 답변은 평가 과정의 시작이어야 하며, 끝이 되어서는 안 된다. 사용자는 출처, 매체 맥락, 그리고 정보에 연결된 모든 금전적 관계를 알아야 한다.
Google News와 AI 플랫폼이 다음으로 해야 할 일
다음 세 가지 신호는 에이전트 광고가 공인된 미디어 형식이 될지, 아니면 짧게 지나가는 크롤러 최적화 방식이 될지를 보여줄 것이다.
첫 번째 신호는 플랫폼 분류다. Google의 대응이 중요한 이유는 검색 및 뉴스 제품이 퍼블리셔와 대규모 이용자를 연결하고, 생성형 시스템은 답변 안에서 퍼블리셔 텍스트를 재사용할 수 있기 때문이다.
Google이 모든 기계 판독형 광고를 금지할 필요는 없다. 그러나 대체 페이지, 스폰서 문구, 상업적 메타데이터에 대한 일관된 규칙은 필요하다. 공개된 기준 없이 한 퍼블리셔만 단속한다면 더 넓은 시장은 추측에 의존하게 된다.
Google이 문서를 업데이트하는지, 구조화된 스폰서십 지원을 추가하는지, 또는 크롤러 전용 상업적 주장을 담은 페이지에 대해 눈에 보이는 조치를 취하는지 지켜봐야 한다. 명확한 지원은 정당한 새 형식이라는 주장을 강화할 것이다. 클로킹 처벌은 이를 크게 약화시킬 것이다.
두 번째 신호는 공개 정보의 지속성이다. Time과 Mobian은 스폰서십 라벨이 검색 요약, 챗봇 답변, 인용, 에이전트 행동 전반에서 유지되는지 시험해야 한다. 사례와 방법론을 공개하면 광고주, 규제기관, 독자가 시스템을 평가할 수 있다.
결정적인 질문은 원본 어딘가에 “스폰서 콘텐츠”가 존재하는지가 아니다. 추천을 받는 사람이 광고주가 검색 경로에 관련 문구를 배치하기 위해 비용을 지불했다는 사실을 이해하는지다.
어시스턴트가 이 사실을 일관되게 보존한다면, 에이전트 광고는 기계가 읽을 수 있는 네이티브 광고와 닮기 시작한다. 어시스턴트가 이를 생략한다면, 이 실험은 플랫폼이 바로잡아야 할 투명성 실패를 낳는다.
세 번째 신호는 인과관계에 관한 독립적 증거다. 광고주들은 유료 문구가 일반 브랜드 정보, 홍보 자료, 표준 검색 최적화보다 더 신뢰성 있게 답변을 바꾼다는 점을 보여주는 통제된 실험이 필요하다.
그러한 실험은 동등한 페이지, 여러 모델, 반복된 프롬프트, 시간 경과에 따른 결과를 비교해야 한다. 또한 호의적인 언급뿐 아니라 잘못된 답변과 부정적 영향도 측정해야 한다.
일관되고 공개된 영향력의 증거는 Time의 상업적 근거를 강화할 것이다. 효과가 약하거나 불안정하다면, 광고주들이 신뢰할 수 있는 결과를 얻지 못한 채 희소한 접근권에 비용을 지불하고 있음을 시사할 것이다.
이러한 시험이 진행되는 동안 더 큰 시장은 가만히 있지 않을 것이다. OpenAI는 명확히 구분된 대화형 광고를 확대하고 있으며, Amazon은 쇼핑 어시스턴트를 중심으로 광고를 개발하고 있다. Anthropic은 광고 없는 어시스턴트를 신뢰 측면의 장점으로 내세우고 있다.
Google은 양측의 균형을 맞춰야 한다. 대형 광고 사업을 운영하지만, 검색 제품은 자연 검색 답변이 출처 조작을 통해 은밀히 구매된 것이 아니라는 이용자들의 믿음에도 의존한다.
Google News 이용자는 기존 스폰서 자료를 대할 때와 같은 원칙을 적용해야 한다. 인용된 페이지를 열고, 공개 정보를 확인하며, 다른 출처와 비교하고, 사실 주장과 추천을 분리해야 한다.
검색 시스템을 구축하는 개발자는 문단 수준에서 출처 정보를 보존해야 한다. 한 블록은 편집 콘텐츠이고 다른 블록은 광고주가 자금을 댄 경우, 전체 도메인에 대한 인용만으로는 충분하지 않다. 유료 상태는 추출된 텍스트와 함께 이동해야 한다.
기업 구매 담당자는 검색된 광고가 추천, 요약, 자동 구매 결정에 들어갈 수 있는지 벤더에게 물어야 한다. 또한 콘텐츠가 도구 간에 이동할 때 시스템이 공개 정보를 보존하는지도 물어야 한다.
퍼블리셔는 대체 기계 페이지를 보이지 않는 채널로 취급하지 말아야 한다. 에이전트에 제공되는 모든 주장은 결국 사람에게 도달하거나, 구매에 영향을 미치거나, 생성된 답변에 나타날 수 있다. 동일한 편집 및 법적 검토가 적용돼야 한다.
당장의 이야기는 광고주들이 AI를 통제하는 신뢰할 수 있는 방법을 발견했다는 것이 아니다. 그들은 기계가 답변을 작성하기 전에 사용하는 자료 안에서 영향력을 시험할 새로운 장소를 찾았다.
이 구분이 AI 광고의 다음 단계를 규정할 것이다. Google News와 다른 플랫폼이 상업적 맥락을 보존한다면, 퍼블리셔는 투명한 기계 판독형 인벤토리를 개발할 수 있다. 그렇지 못한다면, 검색된 모든 추천에는 새로운 질문이 따라붙을 것이다. 어시스턴트는 이 정보가 유용해서 선택했는가, 아니면 누군가 기계의 경로에 이를 배치하기 위해 돈을 냈기 때문에 선택했는가?
현재로서는 독자들이 모든 상업적 추천의 원본 출처를 요구해야 한다. 제품팀은 에이전트가 무엇을 가져오는지 감사해야 하며, 퍼블리셔는 스폰서십 라벨이 페이지 밖에서도 유지된다는 점을 증명해야 한다. Google News와 대화형 어시스턴트가 에이전트 광고가 책임 있는 미디어가 될지, 아니면 단지 보이지 않는 영향력이 될지를 결정할 것이다.
