경험이 아닌 거래가 된 리뷰
식당 자리에 앉자마자 직원이 영수증을 건넵니다. 음식이 나오기도 전이지만, 스마트폰으로 영수증을 스캔하고 "음식이 맛있고 친절해요"라는 리뷰를 남깁니다. 그 대가로 시원한 음료수 한 캔을 서비스로 받습니다.
내가 쓴 이 짧은 글은 과연 '리뷰'일까요, 아니면 음료수와 맞바꾼 '거래'일까요?
우리는 물건을 살 때, 식당을 고를 때 습관적으로 별점과 리뷰 개수를 확인합니다. 하지만 우리가 철석같이 믿어온 그 숫자와 글자들은 지금, 교묘하고 거대한 조작의 생태계에 점령당하고 있습니다.
영수증 인증, '경험'이 아닌 '거래'가 되다
네이버 영수증 리뷰는 당초 가짜 리뷰를 걸러내기 위한 강력한 무기였습니다. '실제 방문한 사람'만 리뷰를 남길 수 있다는 전제 때문이었죠.
하지만 제도는 인간의 우회로를 이기지 못했습니다. 식당들은 리뷰 이벤트를 미끼로 자리에 앉자마자 리뷰 작성을 유도합니다. 심지어 영수증을 다른 사람과 공유해 방문하지 않은 곳의 리뷰를 남기는 '어뷰징' 행위도 심심치 않게 벌어집니다.
결국 영수증 리뷰는 소비자의 객관적인 경험을 나누는 공간이 아니라, 매장의 마케팅 예산과 소비자의 소소한 이익이 교환되는 하나의 '거래'로 변질되었습니다.
AI가 쓰고 알바가 환불하는 무한 루프
쿠팡과 같은 대형 이커머스 플랫폼의 상황은 한술 더 뜹니다. 이른바 '리뷰 알바'들이 시장을 교란하고 있기 때문입니다.
이들의 수법은 치밀하고 자동화되어 있습니다. 물건을 구매한 뒤, 챗GPT와 같은 AI를 활용해 그럴싸하고 상세한 리뷰를 단 몇 초 만에 생성합니다. 제품의 장단점까지 교묘하게 섞어 실제 소비자가 쓴 것처럼 꾸미죠. 리뷰를 등록하고 나면 곧바로 '단순 변심' 등의 이유로 제품을 환불합니다.
결국 제품은 포장조차 뜯기지 않은 채 돌아가지만, 플랫폼에는 '내돈내산'을 가장한 봇(Bot)의 물량 공세가 영구히 남습니다.
데이터가 증명하는 별점의 오염
우리가 일상에서 느끼는 이 찝찝함의 실체는 무엇일까요? 웬즈데이터는 그 구조적인 원인을 짚어보기 위해 최근 업데이트된 글로벌 시장의 지표들을 들여다봤습니다.
먼저, AI 텍스트 탐지 서비스를 제공하는 'Originality.AI'의 연구에 따르면, 챗GPT가 출시된 이후 글로벌 B2B 소프트웨어 리뷰 플랫폼(G2)에 새롭게 등록된 후기 중 26% 이상이 AI가 생성한 가짜 리뷰일 가능성이 높은 것으로 나타났습니다. 최근 작성된 리뷰 4개 중 1개는 사람이 쓰지 않았다는 뜻입니다.
피해 규모의 증가 속도 역시 심상치 않습니다. 글로벌 쇼핑 플랫폼 '캐피털 원 쇼핑(Capital One Shopping)'이 두 달 전 발표한 분석 리포트에 따르면, 소비자들이 가짜 리뷰에 속아 입는 금전적 손실이 2025년 한 해에만 약 7,877억 달러(약 1,000조 원)에 달할 것으로 추산되었습니다. 불과 몇 년 전 약 200조 원으로 평가되던 피해 규모가 기하급수적으로 폭증한 것입니다.
이토록 생태계가 걷잡을 수 없이 오염된 이유는 무엇일까요? 미국 연방거래위원회(FTC)의 추산에 따르면, 기업들이 가짜 리뷰를 구매해 얻는 투자 수익률(ROI)이 무려 1,900%에 달합니다. 적발될 위험보다 가짜 별점을 통해 얻는 금전적 이익이 압도적으로 크기 때문에, 거대한 자본이 움직이는 조작의 굴레가 끊임없이 돌아가고 있는 셈입니다.
별점의 시대가 저물고 있다
그렇다면 우리는 이 오염된 정보를 어떻게 받아들여야 할까요?
가장 먼저 해야 할 일은 '별점 평균'과 '리뷰 개수'에 대한 맹신을 버리는 것입니다. 압도적인 별점 5점과 수천 개의 리뷰는 제품의 우수성이 아니라, 해당 업체의 마케팅 예산 규모를 보여주는 지표일 확률이 높습니다.
진짜 정보는 최상단에 노출된 베스트 리뷰가 아니라, '구체적인 단점이 적힌 3점짜리 리뷰'에 숨어 있을 가능성이 큽니다. AI나 알바가 기계적으로 흉내 내기 가장 어려운 것이 바로 개인의 사소하고 구체적인 불편함이기 때문입니다.
리뷰는 더 이상 객관적인 정보가 아닙니다. 수많은 이해관계가 얽힌 또 다른 형태의 '광고'임을 인정할 때, 비로소 진짜와 가짜를 구분하는 사유가 시작됩니다.
우리는 묻습니다
- 우리가 물건을 고르며 읽었던 그 긴 리뷰 중, 진짜 사람이 쓴 글은 몇 개나 될까요?
- 가짜 데이터로 쌓아 올린 플랫폼의 신뢰는, 과연 언제까지 유지될 수 있을까요?
혹시 최근 '이건 가짜 리뷰가 아닐까' 의심했던 적이 있으신가요? 여러분만의 가짜 리뷰를 구분하는 소소한 노하우가 있다면 댓글로 편하게 나누어 주세요. 우리가 나눈 작은 경험들이 모이면, 조작된 데이터에 휘둘리지 않는 더 단단한 시선이 될 수 있습니다.
함께 보기
웬즈데이터
우리는 ‘정리된 뉴스’가 아닌 ‘사유의 도구’를 전하고자 합니다. 웬즈데이터는 데이터 저널리즘이 단순한 시각화가 아닌, 복잡한 사회를 이해하기 위한 하나의 방법론이라고 믿습니다. 데이터로 세상을 읽는 수요일, 웬즈데이터와 함께하세요.
지금 구독하고, 데이터로 생각하는 사람의 목록에 합류하세요.
