AI는 한국어 위키백과를 어떻게 채우고 있을까?

챗GPT 같은 AI가 한국어로 답할 때 참고하는 지식 가운데 하나가 한국어 위키백과다. 그런데 이곳에서는 편집자 55명이 AI 번역 도구로 열 달 동안 새 문서의 11.1%를 만들었다. 우리 회사나 가게의 정보가 AI 답변에 들어가려면 위키백과에 직접 문서를 만드는 것보다 먼저 갖춰야 할 것이 있다.

한국어 위키백과는 누가 만들고 있을까?

위키백과는 누구나 편집할 수 있는 온라인 백과사전이다. 하지만 실제로 문서를 만들고 고치는 일은 꾸준히 활동하는 편집자들이 맡고 있다. 한국어 위키백과는 영어판보다 문서도 적고 활동하는 사람도 적다.

2026년 10월 공개 통계를 보면 한국어 위키백과의 문서는 76만 8,327개, 영어판은 725만 2,644개다. 최근 30일 활동 사용자도 한국어판은 4,994명, 영어판은 27만 1,829명이다.

이런 차이 때문에 한국어 위키백과에서는 영어판의 문서를 번역해 가져오는 일이 중요했다. 다만 번역은 단순히 문장을 옮기는 작업이 아니다. 각주와 내부 링크를 살리고 한국어 백과사전의 기준에 맞게 다듬어야 한다.

위키볼트는 어떤 도구일까?

위키볼트는 한국어 위키백과의 오랜 편집자가 한국 위키미디어 협회의 지원을 받아 만든 AI 편집 도구다. 2025년 5월부터 사용됐다. 영어 위키백과 문서를 한국어로 옮기면서 각주와 정보 상자 같은 서식을 유지하고, 백과사전 문체에 맞게 정리한다.

주제를 입력하면 구글 검색으로 자료를 찾아 짧은 초안을 작성하는 기능도 있다. 도구를 사용한 편집에는 자동으로 「wikivault」 표시가 붙는다. 사용자가 설정에서 직접 기능을 켜야 하므로 누구나 무제한으로 문서를 찍어 내는 방식은 아니다.

위키볼트가 등장한 배경은 편집 인력 부족이다. 위키미디어 재단도 2025년 4월 AI 전략에서 흔한 주제의 번역과 각색 자동화를 AI 활용 분야 가운데 하나로 꼽았다. 한국어 위키백과의 위키볼트는 이런 변화를 공동체가 직접 시도한 사례다.

편집자 55명이 얼마나 많은 문서를 만들었을까?

미국 프린스턴대 연구진은 2024년 7월부터 2026년 2월까지 한국어 위키백과의 문서 101만 4,325개와 편집 388만 7,073건을 분석했다. 도구 사용자 10명과 인터뷰도 진행했다. 이 가운데 7명은 10년 이상 편집해 온 사람이었다.

연구 결과, 도구를 사용한 편집자는 55명이었다. 전체 활동 편집자의 0.11%에 불과했지만, 도구 배포 뒤 첫 아홉~열 달 동안 새 문서 7,607개를 만들었다. 같은 기간 전체 새 문서의 11.1%에 해당한다. 새로 더한 분량으로 계산하면 비중은 27.0%였다.

도구를 쓴 목적도 대부분 번역이었다. 기존 문서 편집의 98.6%, 새 문서 작성의 99.3%가 번역 기능을 사용했다. 초안 작성 기능의 비중은 각각 1.4%와 0.7%였다.

사용자의 약 80%는 이미 1,000번 넘게 편집한 뒤 위키볼트를 처음 사용했다. 새로운 편집자를 대거 끌어들였다기보다, 숙련된 편집자들이 AI로 작업 속도를 높인 셈이다.

AI가 만든 문서는 더 잘 읽힐까?

문서가 길어지는 것과 사람들이 계속 읽는 것은 다른 문제다. 연구진은 위키볼트를 사용한 문서와 조건이 비슷한 다른 문서를 짝지어 비교했다. 기존 문서 1,767쌍과 새 문서 4,360쌍을 살펴봤다.

위키볼트로 편집한 기존 문서는 도구를 사용한 주에 짝 문서보다 9.12배 길었다. 새 문서도 작성한 주에 68.1% 더 길었다. 새 문서의 길이 차이는 12주 뒤에도 64.9% 유지됐다.

하지만 조회수는 달랐다. 새 문서의 조회수는 작성한 주와 다음 주에는 비교 대상보다 많았지만, 11~12주에는 오히려 적었다. 문서를 길게 만들었다고 해서 독자가 계속 늘어나는 것은 아니라는 뜻이다.

AI가 일을 줄였는데 왜 검토가 필요할까?

AI가 번역 초안을 만드는 시간을 줄여도 사람이 확인할 일까지 없어지는 것은 아니다. 번역 결과가 한국어판의 기준에 맞는지, 근거가 정확한지, 불필요한 내용은 없는지 살펴야 한다.

연구에서는 위키볼트로 새로 만든 문서가 작성된 주에 내용이 지워질 확률이 비교 대상보다 13.6%포인트 높았다. 기존 문서도 도구를 사용한 다음 주에 다시 편집될 확률이 8.2%포인트, 내용이 지워질 확률이 5.4%포인트 높았다.

공동체에는 번역 검토가 필요한 문서가 쌓였다. 2026년 10월 확인 기준으로 「번역이 검토되지 않은 문서(WikiVault)」 분류에는 4,043개가 있었다. 공동체는 검토 전담 모임을 꾸렸고, 하루 사용 횟수 제한도 도입했다.

AI가 문서를 만드는 속도가 빨라질수록 검토와 관리도 중요해진다. 문서가 많아지는 것만으로 지식의 품질이 좋아졌다고 볼 수는 없다.

영어 위키백과를 번역하면 무엇이 빠질까?

번역은 문장만 옮기는 작업이 아니다. 원문에 담긴 관점과 판단, 독자가 이미 알고 있다고 여긴 배경까지 함께 들어올 수 있다.

예를 들어 영어판에서 근거가 붙어 있더라도 「세계 최고 선수 중 한 명」 같은 평가 표현은 한국어판의 중립성 기준에 맞지 않을 수 있다. 중앙아시아 인명이 러시아식 표기로 들어오거나, 한국 독자에게 필요한 배경 설명이 빠지는 문제도 있었다.

한국에만 있는 지식은 AI가 찾고 정리하기 더 어려웠다. 연구진이 고추장찌개 문서의 초안을 만들어 봤을 때, 도구가 찾아온 자료는 블로그와 칼럼이었다. 위키백과의 각주로 사용하기 어려워 편집자가 자료를 다시 찾아야 했다.

이런 사례는 지역 업체에도 시사점이 있다. 영어판에 없는 동네 가게의 역사나 지역 서비스 정보는 번역 도구만으로 충분히 다뤄지기 어렵다. 한국어로 된 신뢰할 만한 자료가 먼저 있어야 한다.

우리 회사나 가게가 위키백과에 들어가려면?

먼저 회사 문서를 직접 만드는 방법부터 생각하지 않는 편이 좋다. 위키백과는 자기 회사나 경쟁사에 관한 문서를 직접 편집하는 일을 피하도록 이해충돌 지침을 두고 있다. 금전적 관계가 있다면 이를 밝혀야 하며, 수정이 필요할 때는 문서 토론란에 근거를 갖춰 편집을 요청하는 것이 정해진 절차다.

그렇다면 사장님이 할 일은 무엇일까? 먼저 홈페이지에 회사 이름, 주소, 연혁과 사업 내용을 일관되게 정리해야 한다. 같은 사실이 여러 곳에서 서로 다르게 적혀 있다면 정보를 확인하는 사람도 혼란을 겪을 수 있다.

다음으로 사실을 확인할 수 있는 자료를 갖춰야 한다. 신문 기사나 공공기관 자료처럼 출처를 확인할 수 있는 곳에 회사와 관련된 사실이 실리면 도움이 된다. 회사 홈페이지는 기본 정보를 알리는 데 중요하지만, 위키백과 문서의 근거로 쓸 수 있는 독립적인 자료를 대신하지는 못한다.

이미 관련 문서가 있다면 틀린 내용을 직접 고치기보다 근거 자료를 준비해 토론란에 수정을 요청하는 것이 바람직하다. 업종에 관한 일반 정보도 살펴볼 만하다. 영어판의 설명과 형식이 한국의 상황에 그대로 맞는 것은 아니기 때문이다.

이 연구를 어디까지 믿어야 할까?

이번 연구는 한국어 위키백과 한 곳에서 AI 번역 도구가 사용된 결과를 분석했다. 한국어판처럼 편집 인력이 부족하고 영어판 번역이 중요한 환경의 사례다. 다른 언어의 위키백과에서도 같은 결과가 나타난다고 단정할 수는 없다.

연구진은 AI 번역 문서의 내용이 정확한지 직접 측정하지 않았다. 도구를 사용하지 않는 편집자의 의견도 인터뷰에 충분히 담기지 않았을 수 있다. 기술적으로 표시를 피할 수 있으므로, 집계된 사용량이 실제 사용량보다 적을 가능성도 있다.

따라서 이번 결과를 모든 AI 답변의 작동 방식으로 확대해서 해석해서는 안 된다. 다만 한국어 위키백과의 지식 가운데 상당 부분이 영어판 번역을 통해 늘고 있고, 그 과정에서 사람의 검토가 필요하다는 점은 확인할 수 있다.

동네 사장님에게 중요한 것은 위키백과에 무조건 이름을 올리는 일이 아니다. 회사와 가게에 관한 사실이 정확하고 일관되게 정리돼 있으며, 다른 사람이 확인할 수 있는 자료로 뒷받침되는지가 먼저다. AI가 어떤 자료를 참고하든 신뢰할 수 있는 정보가 준비돼 있어야 한다.

같이 읽을 글

• 우리 회사도 위키백과에 올리면 AI가 더 잘 찾을까?
• 우리 가게도 위키백과에 올리면 챗GPT에 더 자주 나올까?
• AI가 모르는 회사는 없는 회사다
• GEO 기초 작업 일곱 가지, 스타트업 기준으로 다시 검사했다

자료 출처

• When the Commons Appropriates a Large Language Model: How WikiVault Reshaped Korean Wikipedia(프린스턴대·한국 위키미디어 협회 회원·arXiv 2610.07660·2026년 10월 제출, 인터뷰 10명·문서 101만 4,325개·짝 비교 1,767쌍과 4,360쌍)
• 같은 논문 HTML 본문(표 2·4·5, 4~6장, 7.3절 한계)
• 위키백과:사랑방/2026년 제9주(한국어 위키백과, 위키볼트 이용 제한 기능 도입 공지)
• 분류:번역이 검토되지 않은 문서 (WikiVault)(한국어 위키백과 추적 분류, 2026년 10월 확인 4,043개)
• 위키백과:이해충돌(한국어 위키백과 지침, 금전 관계 공개·편집 요청)
• 특수:통계(한국어 위키백과 공개 통계, 문서 수·활동 사용자)
• Our new AI strategy puts Wikipedia's humans first(위키미디어 재단·2025년 4월, 번역·각색 자동화를 AI 활용 분야로 명시)