Google News 검색 성능 저하와 AI로의 전환

Google News 검색 필터 작동 불량

Google News 검색 기능이 심각한 성능 저하를 겪고 있으며, 날짜, 언어, 위치를 위한 핵심 필터링 도구가 시스템에 의해 빈번하게 무시되고 있습니다. 저널리스트 Mike Elgan에 따르면, 사용자가 발행 범위(예: 지난 한 주)와 지리적 위치를 지정할 수 있도록 설계된 "Tools" 메뉴가 신뢰할 수 없게 되었습니다.

보고된 구체적인 오류는 다음과 같습니다:

• 날짜 필터 무시: "지난 한 주"로 지정된 검색 결과가 몇 주, 몇 달 또는 몇 년 전의 결과를 반환하는 경우가 많습니다.
• 지리적 및 언어적 편차: 결과에 사용자의 지정된 설정과 관련 없는 외국 국가의 출판물과 언어가 빈번하게 포함됩니다(예: 미국 중심 검색에서 Malayalam가 나타남).
• 출처 희석: 현재 많은 양의 결과가 기성 뉴스 발행 사이트보다는 Instagram과 같은 소셜 미디어 플랫폼에서 발생합니다.

더 넓은 검색 품질 저하

이러한 문제는 News 탭에만 국한되지 않습니다. 커뮤니티 논의에 따르면 Google의 생태계와 다른 빅테크 플랫폼 전반에 걸쳐 "fuzzy" 검색 결과가 나타나는 더 넓은 트렌드가 있음을 나타냅니다.

시스템적 검색 실패

사용자들은 정확한 일치 쿼리(따옴표 사용)가 점점 더 무시되고 있어, 특정 문구구나 문서를 찾는 것이 어려워지고 있다고 언급했습니다. 이러한 "fuzzy" 매칭으로의 전환은 종종 정확한 일치보다 관련 없는 콘텐츠를 우선순위로 두는 결과를 초래합니다. 한 사용자는 날짜 필터 문제가 News 탭뿐만 아니라 대부분의 Google 검색 제품에서 나타나고 있다고 언급했습니다.

"AI Pivot" 가설

파워 유저들 사이에서는 Google이 사용자를 대규모 언어 모델(LLMs)로 유도하기 위해 의도적으로 전통적인 검색 도구를 소홀히 하고 있다는 정서가 지배적입니다.

"Google은 LLM을 사용하는 것을 선호하여 사용자층의 구글링이나 검색 습관을 없애고 있습니다. 이전 시대의 대부분의 Google 서비스가 아주 가까운 미래에 창밖으로 던져질 것이라는 점은 놀랍지 않습니다."

이러한 관점은 Google이 전통적인 검색의 인덱스 및 검색 모델보다 AI 기반 답변 개발을 우선시하고 있으며, 이는 기존 도구의 쇠퇴로 이어지고 있습니다. 이를 시사합니다.

사용자 대안 및 반응

Google의 검색 정확도에 대한 신뢰가 떨어짐에 따라, 사용자들이 대안적인 발견 방법과 유료 검색 엔진으로 이동하고 있습니다.

• 대안적 애그리게이터: 사용자들은 뉴스 추적을 위한 대체제로 Memeorandum와 같은 도구를 추천했습니다.
• 유료 검색: 일부 사용자는 광고 기반의 무료 모델에서 보이는 품질 저하를 피하기 위해 구독 기반 검색 엔진인 Kagi로 이동했습니다.
• 소셜 발견: 뉴스 및 정보를 찾기 위한 주요 발견 엔진으로 Reddit, Hacker News, TikTok을 사용하는 방향으로의 관찰된 변화가 있으며, 이는 전통적인 검색을 완전히 우회하는 방식입니다.