AI 보이는 추론 실험실

AI가 찾은 기사 두 개는 서로 다른 근거일까요?

두 웹페이지가 같은 원문을 옮긴 것이라면 페이지 수만으로 독립된 근거가 늘었다고 보기 어렵습니다. 주장·원문·전재 관계를 확인합니다.

실험게시 2026-11-04읽기·실험 약 11분확인 문제 2개규칙 기반 실행한국논리학협회 자체 제작제작·검수 LTCT 편집부

편집자 두 명이 기사 두 장의 공통 원출처를 추적하고, 오른쪽 아래의 작은 공식 올리가 연결표를 바라본다.
한국논리학협회가 학습 장면을 구성한 AI 생성 사진입니다. · 한국논리학협회 · AI 생성
오늘의 질문

AI가 같은 수치를 적은 기사 두 편을 제시했습니다. 둘 다 하나의 발표자료를 그대로 인용했다면 근거가 두 배가 된 셈일까요?

공식 발표문→기사A→기사B의 의존 그래프와 독립 기록→기사C를 나란히 배치. 실제 근거 뿌리 숫자 비교.
공식 발표문→기사A→기사B의 의존 그래프와 독립 기록→기사C를 나란히 배치. 실제 근거 뿌리 숫자 비교. · 한국논리학협회 자체 제작
그림 크게 보기 ↗
01

페이지 수와 출처 수

학교 축제의 방문객이 500명이라는 숫자가 기사 두 편에 실렸습니다. 기사 A는 학교 발표문을 인용했고, 기사 B는 기사 A의 내용을 옮겼습니다. 웹페이지는 두 개지만 두 숫자는 같은 발표에 기대고 있습니다.

두 곳에서 같은 말이 발견됐다는 사실과 서로 독립된 관측으로 확인됐다는 판단을 구분해야 합니다. 기사 B가 원본을 다시 검증했다는 추가 자료가 없다면 증거의 독립성은 확인되지 않습니다.

02

출처를 거슬러 올라가기

주장을 검증할 때는 먼저 숫자를 만든 기관의 원문을 찾습니다. 발표 날짜, 계산 기준, 집계 범위가 기사에서 빠지지 않았는지 확인합니다. 동일한 발언을 옮긴 글이라면 각각 독립된 측정값으로 세지 않습니다.

예시의 발표자료에 ‘입장권 발권 500건’이라고 적혀 있었다면 그 수치만으로 ‘사람 500명’이라고 결론 내릴 수도 없습니다. 한 사람이 두 번 입장했는지 여부는 다른 자료가 필요합니다.

03

AI가 제시한 인용의 품질

AI 답변에 인용 링크가 여러 개 달려 있어도 각 링크가 주장을 직접 뒷받침하는지 확인해야 합니다. NIST가 설명하는 신뢰성 평가에서도 출처가 실제로 주장에 충실한지와 충분한지 구별하는 관점이 중요합니다.

출처의 원문과 인용 범위, 자료가 생산된 경로를 따라가면 그 주장을 어디까지 뒷받침할 수 있는지 드러납니다. 서로 복사한 자료 두 개를 두 번 검증한 것처럼 취급하는 일을 피할 수 있습니다.

04

확인 가능한 대답 만들기

‘기사 두 편에서 같은 숫자가 나온다’는 관찰은 정확히 적을 수 있습니다. 그다음 ‘두 기사 모두 학교 발표문을 인용하므로 독립적인 확인은 한 건’이라는 설명을 덧붙입니다.

실습에서는 세 번째 자료를 직접 계수한 관측 기록으로 바꿔 봅니다. 원천이 둘이 되는 순간 근거의 구조가 어떻게 달라지는지 화살표로 비교해 보세요.

직접 확인하기 · 규칙 기반 실행

AI가 찾은 기사 두 개는 서로 다른 근거일까요?

독립성을 셀 뿐 숫자가 참인지 자동 판정하지 않음; 각 원천의 신뢰성·범위는 추가 검토해야 함.

서로 다른 기사와 독립된 근거 구분하기

기본값에서는 B가 A를 재인용합니다. 기사 수와 서로 독립적인 최초 기록의 수를 구분하세요. 예시는 가상 자료입니다.

언급된 기사 수
2곳
독립 원자료 수
1개
근거 계보
official_record

같은 주장을 반복한 웹페이지 수만 세면 독립 검증 횟수를 과대평가할 수 있습니다. 실제로는 각 자료의 출처 계보를 확인해야 합니다.

관계를 읽고, 다른 상황에 적용하기

두 문제로 생각 확인

1두 기사 모두 같은 발표문을 전재했다. 확인된 독립적인 원천은?
2‘입장권 500건’에서 ‘방문객 500명’이라고 추론하려면?

두 문제의 답을 모두 선택하면 해설을 볼 수 있습니다.

나의 설명으로 마무리

오늘 발견한 관계

저장 위치를 확인하고 있습니다…

출처와 제작 안내

원문을 참고해 설명·도표·문항·실험을 새로 작성했습니다. 별도 표시가 없는 사례와 수치는 학습을 위한 가상 예시입니다. 원문 번역이나 실제 모델의 성능 평가 자료가 아닙니다.

  1. NIST — Building Evaluation Probes into Agentic AI ↗NISTNIST — Building Evaluation Probes into Agentic AI

    인용이 주장에 충실하고 충분한지 구분해 평가

  2. NIST — Reducing Risks Posed by Synthetic Content ↗NISTNIST — Reducing Risks Posed by Synthetic Content

    출처의 생성 경로·프로비넌스 추적의 중요성