# AI가 우리 홈페이지에 들어오면 사람인지 어떻게 알 수 있을까?

_사람처럼 클릭하고 예약하는 AI 에이전트도 접속 흔적에는 차이가 남는다_

> 프랑스 연구진이 AI 웹 에이전트 6종을 9가지 보안 설정에서 실험했다. 세 가지 접속 흔적을 합치자 방문 1,370건에서 사람과 도구를 99.3% 정확도로 가려냈다.

- 종류: 칼럼
- 주소: https://aisitekorea.com/column/human-or-ai-agent-visitor-6-agents-fingerprint
- 발행: AI사이트코리아 (https://aisitekorea.com)
- 작성일: 2026-09-27

AI 에이전트는 사람처럼 홈페이지에 들어와 클릭하고 입력할 수 있지만, 사람과 완전히 같은 흔적을 남기지는 않았다. 프랑스 연구진의 실험에서는 접속 주소·암호화 연결·브라우저 정보를 함께 보면 사람과 AI 도구를 99.3% 정확도로 가려냈다. 다만 알아보는 것과 막는 것은 다른 문제라서, 예약이나 주문을 받는 홈페이지라면 무조건 막는 것이 맞는지는 따져볼 필요가 있다.

AI 에이전트는 보안 장치를 통과할 수 있어도 접속 흔적까지 사람과 똑같이 만들지는 못했다.

## 요즘 홈페이지에 들어오는 AI는 예전 봇과 뭐가 다른가

예전의 수집 봇은 홈페이지에서 글을 받아 가는 일이 중심이었다. 질문에 답할 때 필요한 글을 가져가는 일반 AI 비서도 단순한 요청을 보내는 경우가 많아 비교적 구분하기 쉬웠다.

웹 에이전트는 다르다. 완전한 브라우저를 사용하고 화면을 보면서 클릭과 입력을 할 수 있다. 일부는 회사 서버가 아니라 고객의 컴퓨터에서 실행되기 때문에 사람의 인터넷 주소와 겹칠 수도 있다.

| AI 봇 종류 | 들어오는 방식 | 가려내기 |
|---|---|---|
| 학습용 수집 봇 | 글만 받아 간다 | 이름을 밝히는 경우가 많아 robots.txt·차단 목록으로 다룬다 |
| 답할 때 가져가는 봇·일반 AI 비서 | 질문이 오면 그때 단순한 요청으로 글을 받는다 | 스크립트를 실행하지 않아 쉽다 |
| 웹 에이전트(클라우드) | 회사 서버의 브라우저로 클릭·입력한다 | 서버 주소·고정된 환경이 드러난다 |
| 웹 에이전트(내 컴퓨터) | 이용자의 크롬 안에서 움직인다 | 주소·암호화 흔적이 사람과 겹쳐 어렵다 |

그래서 홈페이지 운영자 입장에서는 단순히 방문자가 봇인지 보는 것만으로는 부족할 수 있다. 특히 고객 대신 예약이나 주문을 처리하는 에이전트라면 정상적인 고객의 요청을 대신하는 경우도 생각해야 한다.

## 실제로 AI가 보안 장치를 뚫을 수 있나

연구진은 사람이 우연히 들어오지 않도록 무작위 주소에 실험용 홈페이지를 만들었다. 보안 장치가 없는 홈페이지와 9가지 보안 설정을 적용한 홈페이지를 준비하고, 12종의 도구가 어떻게 반응하는지 확인했다.

AI 웹 에이전트는 6종이었다. OpenClaw, Claude for Chrome, Crawl4AI, BrowserUse, ChatGPT 에이전트, Skyvern을 대상으로 했고, 연구진이 직접 크롬과 파이어폭스로 방문한 기록도 비교했다.

| 항목 | 내용 |
|---|---|
| 방문 기간 | 2026년 1월 28일~2월 24일(전체 실험 1~5월) |
| 시작한 방문 | 1,449건 → 흔적이 모두 맞춰진 방문 1,383건 |
| AI 웹 에이전트 | 6종(OpenClaw·Claude for Chrome·Crawl4AI·BrowserUse·ChatGPT 에이전트·Skyvern) |
| 보안 설정 | 9가지(robots.txt·이름 차단·reCAPTCHA v3·Prosopo 캡차·Anubis 계산 문제·Turnstile·클라우드플레어 봇 차단, 오픈소스 조합·클라우드플레어 조합) |
| 모은 흔적 | 접속 주소(IP)·암호화 연결 첫 인사(TLS)·브라우저 정보 |

결과를 보면 보안 장치 하나만으로 모든 AI 에이전트를 막기는 어려웠다. OpenClaw와 Claude for Chrome(소넷 4.5)은 9가지 설정을 모두 통과했다.

| 도구(모델) | 9가지 설정 중 통과 | 막힌 설정 |
|---|---|---|
| OpenClaw(소넷 4.5·오퍼스 4.5) | 9가지 | 없음 |
| Claude for Chrome(소넷 4.5) | 9가지 | 없음 |
| Claude for Chrome(오퍼스 4.5) | 7가지 | Prosopo 캡차·오픈소스 조합 |
| ChatGPT 에이전트 | 7가지 | Turnstile·클라우드플레어 조합 |
| Crawl4AI 스텔스 모드 | 4가지 | reCAPTCHA v3·Prosopo·Turnstile·두 조합 |
| cURL·wget(단순 수집) | 3가지 | 캡차 3종·Anubis·두 조합 |
| scrapy(단순 수집) | 1가지 | robots.txt·이름 차단 등 8가지 |

ChatGPT 에이전트도 퍼즐 형태의 캡차는 풀었다. 다만 클라우드플레어 Turnstile에서는 확인 화면에 머물다 막혔고, 여러 보안 장치를 함께 적용하면 대부분의 도구를 막을 수 있었다.

문제는 고객도 같은 보안 장치를 거쳐야 한다는 점이다. 연구진은 캡차를 여러 번 풀게 하면 실제 고객에게도 불편이 생길 수 있다고 적었다.

## 그럼 AI가 들어온 것을 알아내는 방법은 있나

알아내는 것은 가능했다. 연구진은 방문 1,370건을 이용해 사람과 각 도구를 구분하는 모델을 10번씩 학습시켰다.

접속 주소만 사용했을 때 정확도는 59.6%였다. 암호화 연결 흔적만 사용하면 45.4%였지만, 브라우저 정보만 사용하면 93.1%까지 올라갔다.

세 가지 흔적을 모두 합치자 정확도는 99.3%가 됐다.

| 쓴 흔적 | 정확도(방문 1,370건, 10회 평균) |
|---|---|
| 접속 주소(IP)만 | 59.6% |
| 암호화 연결 흔적(TLS)만 | 45.4% |
| 브라우저 정보만 | 93.1% |
| 주소+암호화 | 80.6% |
| 세 겹 모두 | 99.3% |

이 결과가 중요한 이유는 웹 에이전트가 사람처럼 움직이는 것과 사람과 완전히 같은 환경에서 접속하는 것이 다르기 때문이다. 특히 회사 서버에서 실행되는 에이전트는 접속 주소나 브라우저 환경에서 차이가 나타나기 쉬웠다.

반대로 고객의 컴퓨터에서 실행되는 OpenClaw와 Claude for Chrome은 접속 주소와 암호화 흔적이 사람 브라우저와 겹쳤다. 그래서 이런 형태의 에이전트는 브라우저 정보까지 봐야 구분할 수 있었다.

## AI가 숨기려고 하면 더 알아보기 어려운가

꼭 그렇지는 않았다. 연구진의 기록에서는 AI 에이전트마다 눈에 띄는 접속 흔적이 있었다.

ChatGPT 에이전트는 방문 주소의 88%가 데이터센터였고, 화면 크기 1280×960과 CPU 13개라는 조합도 실험에서 이 도구만 보였다. 스스로 신원을 밝히는 서명 헤더도 두 개 보냈다.

| 도구 | 눈에 띈 흔적 |
|---|---|
| ChatGPT 에이전트 | 데이터센터 주소 88%, 화면 1280×960, CPU 13개, 서명 헤더 2개 |
| Skyvern | 유일하게 엣지 브라우저, CPU 32개, 주소망 34곳 |
| BrowserUse(클라우드) | 주소망 35곳, CPU 2~64개로 들쭉날쭉 |
| BrowserUse 스텔스 | 평판 나쁜 데이터센터 주소 98% |
| 내 컴퓨터형(OpenClaw·Claude for Chrome) | 주소·암호화 흔적이 사람 브라우저와 겹침 |

Crawl4AI 스텔스 모드처럼 AI의 흔적을 숨기려는 기능도 있었다. 하지만 연구진의 실험에서는 9가지 보안 설정 가운데 4가지만 통과했다.

스텔스 모드가 오히려 가짜 브라우저 이름이나 외부 사이트를 꾸민 유입 경로처럼 표준과 맞지 않는 흔적을 남기는 경우도 있었다. 즉 AI가 사람처럼 보이려고 설정을 바꾼다고 해서 반드시 사람과 구분하기 어려워지는 것은 아니었다.

## 동네 가게 홈페이지는 AI를 막아야 하나

여기서부터는 홈페이지 운영자가 선택해야 할 문제가 생긴다. AI 에이전트가 고객을 대신해 예약하거나 주문하는 상황이라면, 그 방문 자체가 나쁜 것은 아닐 수 있다.

연구진도 기차표 예매처럼 정당한 심부름을 하는 에이전트는 통과시키고 싶은 운영자가 있을 수 있다고 적었다. 가게 홈페이지에서도 고객이 직접 하는 대신 AI에게 예약이나 주문을 맡기는 상황을 생각할 수 있다.

그래서 먼저 정할 것은 AI를 전부 막을지 여부가 아니다. 어떤 AI는 받아들이고 어떤 접근은 제한할지 기준을 정하는 일이다.

## 방문자 통계도 그대로 믿어도 될까

여기에도 주의할 점이 있다. GA4는 알려진 봇을 자동으로 빼지만 얼마나 제외했는지는 보여 주지 않는다.

알려진 목록에 없는 AI 에이전트가 고객의 크롬 안에서 움직이면 사람 방문으로 잡힐 수도 있다(예상). 따라서 홈페이지 방문자 수를 볼 때 모든 방문이 실제 사람이 직접 움직인 결과라고 단정하기는 어렵다.

2026년 4월 휴먼 시큐리티 집계에서도 상위 10개 AI 에이전트 활동의 약 71%가 브라우저형이었다. 에이전트 활동의 69.57%가 상품·검색 페이지를 거쳤다는 점도 홈페이지 운영자가 이 변화를 살펴볼 이유가 된다.

다만 웹 에이전트는 완전한 브라우저와 고급 모델을 사용하기 때문에 운영비가 비싸고, 연구진은 현재 대규모로 돌리는 곳이 자금이 넉넉한 쪽에 한정된다고 봤다. 에이전트가 저렴해지면 이 차이는 줄어들 것으로 내다봤다.

결국 홈페이지 운영자가 볼 것은 단순히 AI를 잡아내는 기술만은 아니다. 고객을 대신해 들어온 AI인지, 자동으로 글을 긁어가는 도구인지, 실제 고객에게 불편을 주면서까지 막아야 하는 접근인지 구분하는 것이 먼저다.

① AI 웹 에이전트 6종 가운데 OpenClaw와 Claude for Chrome(소넷 4.5)은 9가지 보안 설정을 모두 통과했다 ② 접속 주소·암호화 연결·브라우저 정보 세 겹을 합치자 방문 1,370건에서 정확도 99.3%를 기록했다 ③ Crawl4AI 스텔스 모드는 9가지 설정 가운데 4가지만 통과했고, 숨기려다 어긋난 흔적을 남기기도 했다 ④ 2026년 4월 상위 10개 AI 에이전트 활동의 약 71%가 브라우저형이었으므로, 막기 전에 고객의 심부름인지 살펴볼 필요가 있다

## 같이 읽을 글

 

- 홈페이지 방문자가 늘면 정말 고객이 늘어난 걸까?

- 장보는 AI가 쇼핑몰에 오면 무슨 일이 생길까?

- 우리 홈페이지도 AI 크롤러를 따로 막아야 할까?

- GPTBot이 찍히면 우리 회사가 AI 답에 나온 걸까?
 

## 자료 출처

 

- On the Internet, Nobody Knows You're an LLM Bot: Unmasking Web Agents with Multi-Layer Fingerprinting(Fayolle·Bouhenniche 등·릴대·CNRS·인리아·2026년 6월 arXiv 제출·실험용 홈페이지 보안 설정 9가지·도구 12종·방문 1,383건)

- Forget IPs: using cryptography to verify bot and agent traffic(클라우드플레어 블로그, 웹 봇 인증)

- JA4+ Network Fingerprinting(FoxIO, 암호화 연결 흔적 분류 방식)

- Anubis(Techaro 깃허브, 계산 문제 방식 봇 차단 공개 도구)

- Usage statistics and market share of Cloudflare(W3Techs, 웹사이트 사용 비율)

- State of Agentic Traffic – April 2026(휴먼 시큐리티, 2026년 5월 4일 — 브라우저형 약 71%·상품·검색 경로 69.57%)★

- 알려진 봇 트래픽 제외(구글 애널리틱스 고객센터)