구글 리뷰 필터 내부: 머신러닝이 가짜 리뷰를 찾아내는 방법

구글은 가짜 리뷰 감지에 대한 매뉴얼을 제공하지 않습니다. 하지만 회사 블로그 게시물, 정부 제출 자료, 전문가 분석을 통해 시스템의 설계가 명확해지며, 이는 많은 사람들이 생각하는 것보다 훨씬 발전했습니다.

매일 2천만 건의 기여가 구글 지도와 검색에 등록됩니다. 이는 리뷰, 사진, 변경 사항 및 아이디어입니다. 압도적인 대다수는 진짜입니다. 상당 부분은 그렇지 않습니다. 이 방대한 양을 분류하는 것은 인간의 일이 아닙니다. 이는 머신러닝의 일이며, 이 기계는 매우 효과적이 되었습니다.

구글 필터가 어떻게 작동하는지 이해하려면 먼저 숫자를 파악해야 합니다. 매일 2천만 개의 사용자 제출 항목이 도착합니다. 이는 전 세계 모든 곳에서, 모든 언어로, 모든 유형의 기기에서 초당 약 230개씩 24시간 내내 도착하는 것입니다. 이 중 아주 작은 부분이라도 사람들이 검토할 수 있다는 생각은 근본적인 오해입니다. 이것은 사람들이 해결할 수 있는 문제가 아니었습니다.

대신 구글은 항상 작동하는 계층화된 집행 시스템을 구축했습니다. 2023년에는 규칙을 위반한 1억 7천만 개의 리뷰를 삭제했으며, 이는 전년보다 45% 증가한 수치입니다. 2024년에는 총 2억 4천만 개로 증가했습니다. 이러한 전년 대비 증가는 단순히 더 많은 가짜 리뷰가 작성되고 있다는 것을 의미하지는 않지만, 이는 한 가지 요인이 될 수 있습니다. 이는 감지 기술이 이를 우회하는 방법보다 더 빠르게 발전하고 있다는 것을 의미합니다.

기업에게 미치는 영향은 엄청납니다. 2023년 Journal of Business Research의 연구에 따르면, 가짜 부정적인 리뷰는 성공적인 레스토랑을 불균형적으로 겨냥하여, 잘 쌓아온 명성에 가장 많이 의존하는 기업에 피해를 줍니다. 공급 측면에서 구글의 변호사들은 가짜 리뷰 판매자들을 고소했으며, 2023년에는 Bigboostup.com이라는 웹사이트를 통해 미국 지역 기업을 위한 허위 리뷰를 생성한 방글라데시의 한 공급업체를 상대로 소송을 제기했습니다.

가짜 리뷰가 여전히 통과되는 이유는 무엇인가요?

구글이 매년 수억 개의 가짜 리뷰를 삭제한다면, 왜 일부는 프로필에 올라갈까요? 좋은 필터가 있어도 일부 스팸 이메일이 여전히 받은 편지함에 도달하는 것과 같은 이유입니다. 회피 방법은 더 영리해지고, 오탐(잘못 삭제된 실제 리뷰)과 미탐(통과된 가짜 리뷰) 사이에는 미묘한 경계가 있습니다. 구글은 실제 리뷰가 삭제되는 것을 피하기 위해 시스템을 조정하며, 이는 영리한 가짜가 노골적인 가짜보다 더 오래 지속될 수 있음을 의미합니다.

Sterling Sky를 설립하고 지역 SEO 분야의 선도적인 연구자인 Joy Hawkins는 이러한 불균형을 자세히 연구했습니다. 그녀의 연구는 구글의 필터가 때때로 합법적인 리뷰 그룹을 삭제할 수 있음을 보여줍니다. 특히 변호사와 의사의 경우, 여러 실제 고객이 동일한 대기실 Wi-Fi를 사용할 수 있습니다. 필터는 어느 방향으로든 완벽하지 않습니다.

구글은 리뷰 중재 시스템에 대한 기술 매뉴얼을 공개하지 않았습니다. 우리는 회사 블로그 게시물, FTC에 대한 진술, 시스템의 행동을 관찰하는 연구원들의 분석을 가지고 있습니다. 이러한 출처를 종합하면 구글 지도의 정상적인 기능과 함께 지속적으로 실행되는 5단계 프로세스를 가리킵니다.

구글이 '리뷰의 진정성 유지' 블로그에서 언급한 핵심 설계 원칙은 리뷰가 게시될 때 프로세스가 끝나지 않는다는 것입니다. 초기 통과를 받은 리뷰는 새로운 정보가 들어오면 며칠 또는 몇 주 후에 다시 확인될 수 있습니다. 계정 A가 월요일에 통과 점수를 받았지만, 목요일에 방금 플래그가 지정된 다른 12개 계정 클러스터와 연결되면, 계정 A의 게시된 리뷰는 다시 검토됩니다. 이것이 기업들이 때때로 리뷰가 처음 나타난 지 한참 후에 사라지는 것을 보는 이유입니다.

인간 분석가의 역할

자동화된 시스템은 시스템이 매우 확신하는 대량 사례를 처리합니다. 경계선 사례는 인간 조사관에게 전달됩니다. 이들은 통계의 틈새를 찾아내는 교묘한 가짜이거나, 의심스러운 패턴처럼 보이는 실제 리뷰입니다. 이 구글 직원들은 직접적인 증거를 살펴봅니다: 사기꾼 채팅의 스크린샷, 사업주 보고서의 패턴, 언어 분석. 그들이 발견한 것은 모델을 재훈련하는 데 사용됩니다. 이것이 2023년에 5백만 개의 리뷰 네트워크가 삭제된 방식입니다. 인간이 패턴을 정의하고, 모델이 이를 흡수하여 새로운 감지가 자동으로 이루어졌습니다.

이 피드백 루프는 시스템의 가장 중요한 설계 요소입니다. 목표는 규칙 목록을 만드는 것이 아닙니다. 거의 실시간으로 사기에 대한 자체 정의를 수정하는 매우 발전된 모델을 만드는 것입니다.

텍스트 분석 및 NLP

가짜 리뷰 감지의 덜 알려진 측면은 텍스트 자체와 관련이 있습니다. 자연어 처리(NLP) 모델은 조작된 리뷰에서 흔히 볼 수 있는 언어적 징후를 감지할 수 있습니다. 너무 많은 최상급 표현, 구체적인 세부 정보 부족, '나'의 과도한 사용, 여러 계정에서 반복되는 문구 등입니다. Journal of Marketing Analytics의 연구에 따르면 인지 노력과 감정 톤과 같은 심리적 언어 표시는 가짜 리뷰와 실제 리뷰를 매우 정확하게 구분할 수 있습니다. 2024년에 Gemini로 강화된 구글 자체 NLP는 이러한 작업을 대규모로 수행합니다.

구글은 감지 신호의 전체 목록을 제공하지 않았습니다. 그러나 공식 성명, FTC 증언, 전문가 연구, 그리고 플래그가 지정된 것과 그렇지 않은 것에 대한 신중한 관찰을 통해 주요 신호 세트를 구성할 수 있습니다. 이 중 10가지가 대부분의 집행을 담당합니다.

이 10가지 신호는 단순한 체크리스트가 아닙니다. 이는 확률 모델의 가중치 데이터 포인트입니다. 단 하나의 신호만으로는 조치를 유발하기에 충분한 경우는 거의 없습니다. 시스템은 여러 신호가 서로를 확인하는 조합, 즉 패턴을 찾습니다. 공유 IP에서 템플릿 텍스트를 사용하고 사진이 없는 새 계정은 한 번에 4가지 신호를 충족하며, 이러한 조합은 제거에 대한 높은 신뢰 점수를 산출합니다.

계정 폭발: 구글의 가장 중요한 패턴

모든 신호 중에서 계정 폭발 감지는 대규모 리뷰 계획을 가장 효과적으로 해체하는 것입니다. 판매자가 고객의 프로필을 검토하기 위해 50개의 가짜 계정을 만들 때, 해당 계정은 다른 IP와 기기를 사용하더라도 종종 생성 데이터를 공유합니다. 유사한 이메일 제공업체를 사용하거나, 연속적으로 등록되거나, 동일한 시작 설정을 가질 수 있습니다. 2023년 투명성 보고서에서 구글은 그래프 기반 클러스터링을 단 몇 주 만에 하나의 사기 네트워크에서 5백만 개의 가짜 리뷰를 제거한 기술로 특별히 언급했습니다.

일부 가짜가 여전히 통과되는 이유

어떤 감지 시스템도 재앙적인 수의 실제 리뷰를 잘못 플래그 지정하지 않고 100%의 가짜를 잡을 수는 없습니다. 구글의 시스템은 실제 리뷰에 가장 적은 피해를 주도록 조정됩니다. 이는 실제, 오래된 계정에서, 올바른 도시의 가정 IP 주소에서, 다른 리뷰 이력을 가진 매우 잘 만들어진 가짜는 첫 번째 검사를 통과하고 몇 주 동안 유지될 수 있음을 의미합니다. 2024년에 Gemini가 시스템에 추가된 것은 통계 모델조차 놓치는 작은 불일치를 찾을 수 있는 심층 행동 분석을 수행하여 이 정확한 문제를 해결하기 위한 것입니다.

가짜 리뷰를 게시하려는 모든 시도가 동일한 적발 가능성을 가지는 것은 아닙니다. 위험은 필터가 종종 간과하는 미묘한 전술부터 거의 즉각적인 제거로 이어지는 명백한 행동까지 다양합니다. 어떤 전술이 이 범위의 어디에 속하는지 아는 것이 초보자와 전문가를 구분하며, 이것이 구글의 감지가 계속해서 개선되는 이유입니다.

이것이 기업에게 의미하는 바는 간단합니다. 감지 위험은 리뷰 수보다 훨씬 빠르게 증가합니다. 저렴한 공급업체에서 20개의 리뷰를 구매하는 것은 고급 공급업체에서 5개를 구매하는 것보다 기하급수적으로 위험합니다. 20개의 리뷰에서는 계정이 아무리 좋더라도 도착 속도만으로도 감지를 유발하기에 충분합니다. 볼륨은 시스템이 관찰에서 행동으로 전환하도록 가장 확실하게 유도하는 한 가지 요소입니다.

감지 신호에 대한 추상적인 이야기는 한 가지입니다. 특정 제거 과정에서 작동하는 것을 보는 것은 현실감을 더합니다. 여기의 네 가지 사례는 공개 정보, 법률 문서 및 보고서에서 가져온 것입니다. 지어낸 이야기가 아니라 구글 시스템이 가짜 리뷰 계획을 찾아내고 조치한 실제 상황입니다.

네 가지 사례 모두에서 공통점은 단일 리뷰의 품질이 적발된 것이 아니라는 것입니다. 그것은 패턴이었습니다. 속도, 위치, 계정 연결, 교차 플랫폼 활동. 시스템은 사람처럼 리뷰를 읽지 않습니다. 그것은 리뷰를 둘러싼 데이터를 읽습니다.

2024년 4월, 구글은 가장 강력한 언어 모델인 Gemini를 구글 비즈니스 프로필 중재 시스템에 추가한다고 발표했습니다. 이는 큰 변화였습니다. Gemini의 여러 신호를 추론하고 장기적인 행동을 분석하는 능력은 시스템의 가장 큰 사각지대인 잘 만들어진 일회성 가짜를 해결했습니다. 이전 모델은 신호를 하나씩 살펴보았습니다. Gemini는 계정 활동의 전체 스토리를 이해할 수 있습니다. 리뷰 타이밍, 다른 비즈니스에 대한 리뷰의 논리, 활동 경로가 합리적인지 여부 등을 말입니다.

그 효과는 데이터에서 분명했습니다. 2024년에 2억 4천만 개의 가짜 리뷰가 삭제되었으며, 이는 2023년보다 40% 증가한 수치입니다. 더 중요한 것은, 더 많은 리뷰가 게시되기 전에 차단되었다는 것입니다. 즉, 아무도 보기 전에 말입니다. 반응적인 삭제에서 사전 예방적인 차단으로의 이러한 전환은 더 똑똑한 모델의 특징입니다. 이는 리뷰 급증으로 어려움을 겪는 기업이 줄어들고, 가짜 콘텐츠를 읽는 사람이 줄어들며, 전체 플랫폼이 구글이 원하는 것에 더 가까워진다는 것을 의미합니다.

'의심스러운 가짜 리뷰' 라벨

알고리즘 업데이트와 함께 2024년에는 소비자들을 위한 새로운 기능인 '의심스러운 가짜 리뷰' 경고가 도입되었습니다. 비즈니스 프로필에 품질이 낮은 계정에서 갑자기 리뷰가 쏟아지는 것과 같은 이상한 패턴이 있을 때, 지도는 잠재 고객에게 경고 배너를 표시합니다. 이 기능은 2024년 후반에 미국, 영국, 인도에 나타났고 2025년 5월에 전 세계적으로 출시되기 시작했습니다. 이는 단순히 집행에서 투명성 제공으로 정책이 변경되었음을 나타냅니다. 구글이 리뷰를 삭제하지 않더라도, 이제 사용자에게 리뷰의 진위 여부에 대한 자체적인 불확실성을 보여줄 수 있습니다.

방향은 분명합니다. 2021년에는 오래된 계정, 가정 IP, 좋은 지리적 조합을 사용한 잘 계획된 가짜 리뷰 캠페인이 몇 달 동안 유지될 가능성이 높았습니다. 2026년에는 동일한 캠페인이 초기 모델이 발견할 수 없었던 불일치를 찾아낼 수 있는 Gemini 기반 분석에 직면하게 됩니다. 가짜 리뷰의 수명은 매년 짧아지고 있습니다. 동시에, 리뷰 감옥, 계정 정지, FTC 벌금과 같은 부정적인 결과는 악화되고 있습니다.

구글의 감지 시스템이 어떻게 구축되었는지 아는 것은 리뷰 전략을 고려하는 모든 기업에게 게임을 변화시킵니다. 필터는 '가짜처럼 들리는' 리뷰를 찾는 것이 아닙니다. 자연스럽지 않은 패턴을 찾는 것입니다. 이 차이는 엄청납니다. 단 한 개의 가짜 리뷰도 구매하지 않은 많은 기업들이 실제 리뷰가 필터링되는 것을 보았고, 일부 영리한 가짜 캠페인은 한동안 유지되었습니다.

교훈은 리뷰 전략이 콘텐츠 수준뿐만 아니라 패턴 수준에서도 자연스럽게 보이도록 설계되어야 한다는 것입니다. 완벽하게 작성된 리뷰는 게시한 계정이 속도 경보를 울리거나 위치 확인에 실패하면 가치가 없습니다. 구글에게 가장 중요한 신호는 '이 리뷰가 진짜처럼 보이는가?'가 아닙니다. '이 리뷰어의 전체 디지털 흔적이 실제 고객의 흔적처럼 보이는가?'입니다.

자연스러운 리뷰 속도가 높은 볼륨을 이기는 이유

구글의 가짜 리뷰 감지를 연구하면서 얻은 가장 일관된 교훈은 속도가 집행에 대한 가장 큰 위험 요소라는 것입니다. 6개월 동안 50개의 실제 리뷰를 받는 비즈니스는 어떻게 요청했든 상관없이 감지 위험이 없습니다. 일주일에 50개의 리뷰를 받는 비즈니스(모두 실제 리뷰라도)는 이상 경보를 유발하고 일부가 필터링될 수 있습니다. 알고리즘은 리뷰로 이어진 실제 이벤트를 볼 수 없습니다. 통계적으로 믿을 수 있는 패턴을 기반으로 합법성을 판단합니다. 꾸준하고 자연스러운 속도는 진정한 리뷰 수집이 목표로 해야 할 패턴입니다.

실제 리뷰의 긍정적인 피드백 루프

진정한 리뷰 기반을 구축하는 데는 복합적인 이점이 있습니다. 지도에서 많은 활동을 하고 다른 비즈니스를 리뷰한 이력이 있는 계정은 시스템에 합법성을 알립니다. 이러한 계정이 귀하의 비즈니스를 리뷰할 때, 그들의 입력은 더 많은 권한을 가지며 필터링될 가능성이 적습니다. 이것이 바로 가짜 리뷰 게시 외에는 이력이 없는 전용 '리뷰어' 계정을 사용하는 서비스가 그렇게 예측 가능하게 실패하는 이유입니다. 그들의 가짜는 알고리즘에 투명합니다. 진정한 리뷰에 대한 진정한 주장은 단순히 문제에 빠지지 않는 것에 관한 것이 아닙니다. 실제 계정은 시간이 지남에 따라 강해지는 리뷰 신호를 생성하는 반면, 가짜 계정은 검사 시 무너지는 신호를 생성한다는 것입니다.

공개 데이터, 전문가 분석 및 관찰된 시스템 동작을 기반으로 구글의 공식 문서에는 없는 질문에 대한 명확한 답변입니다.