물리학 정보 탐색의 변천: 검색에서 생성형 AI 질문으로의 글로벌 흐름

초록

본 연구는 2022‑2025년 3개 학년도에 걸친 구글 트렌드와 위키피디아 페이지뷰 데이터를 활용해 고전역학·전기자기학 핵심 개념에 대한 전 세계 물리학 검색량 변화를 분석한다. 전통 검색량이 전반적으로 감소하고, 특히 비영어권에서 급격히 감소함을 확인했으며, 계절적 학업 패턴은 유지된다. 이는 생성형 AI 도구가 학습 정보 탐색을 재편하고 있음을 시사한다.

상세 분석

이 논문은 “전통 검색 행동 감소 = 독립적 정보 탐색 감소”라는 가정을 검증하기 위해 두 가지 독립적인 데이터 소스—구글 트렌드의 상대 검색량(RSV)과 위키피디아 페이지뷰—를 사용하였다. 구글 트렌드는 절대 쿼리 수가 아닌 전체 검색 대비 특정 주제의 비율을 0‑100 사이로 정규화한다. 저자들은 ‘Science’ 카테고리 필터와 토픽 엔티티를 활용해 언어·철자 차이를 통합하고, 물리학 전용이 아닌 넓은 과학 범주를 선택해 데이터 희소성을 최소화하였다.

지역별 정규화는 각 국가·시간대의 전체 검색량을 기준으로 상대적 관심도를 0‑100으로 재스케일링함으로써 인구·인터넷 보급 차이를 보정한다. 학술 캘린더에 맞춘 3년(2022‑2025) 기간을 ‘Reference(’23)’, ‘Transition(’24)’, ‘Integration(’25)’ 세 단계로 구분하고, 매주 53개의 RSV 값을 확보하였다. 연간 평균 RSV(µ_y)를 구하고, %∆=(µ_25‑µ_23)/µ_23·100 으로 변화를 정량화하였다. 통계적 검증은 동일 주차를 짝지은 paired‑sample t‑검정과 효과 크기(Cohen’s d)로 수행했으며, 음의 t값·d값은 검색 감소를 의미한다.

주제 선정은 전형적인 물리학 교과서 목차를 기반으로 고전역학과 전자기학을 각각 10여 개 핵심 개념으로 추출했으며, 수학적 보조 개념과 데이터 품질이 낮은 항목은 제외하였다. 국가 표본은 인구 3,800만 명 이상인 40개국 중 데이터 신뢰도가 높은 20여 개국을 선정했으며, 구글이 주된 검색 엔진이 아닌 중국 본토는 제외하였다.

주요 결과는 다음과 같다. ① 전 세계적으로 물리학 관련 검색·페이지뷰가 지속적으로 감소했으며, 평균 %∆는 -12%~ -28% 수준이다. ② 감소 폭은 분야별로 차이가 나는데, 고전역학 주제가 전자기학보다 더 큰 감소(≈‑25% vs ‑15%)를 보였다. ③ 지역·언어별 이질성이 뚜렷해, 영어권(미국, 영국, 호주 등)은 비교적 완만한 감소(‑5%‑10%)를 보인 반면, 스페인어·프랑스어·아랍어 사용 국가에서는 급격한 감소(‑20%‑35%)가 관찰되었다. ④ 계절적 학업 주기(시험·방학)와 일치하는 피크와 저점은 여전히 존재했으며, 이는 학생들의 학기별 정보 탐색 패턴이 유지되고 있음을 의미한다.

이러한 패턴은 생성형 AI 도구(예: ChatGPT, Gemini)의 보편화가 전통 검색 엔진을 대체하거나 보완하고 있음을 암시한다. 특히 비영어권에서는 AI 도구가 현지 언어 지원과 비용 효율성 측면에서 기존 검색보다 매력적으로 인식될 가능성이 높다. 연구는 또한 검색 감소가 반드시 학습 효율 저하를 의미하지는 않으며, AI 기반 답변 제공이 새로운 학습 흐름을 형성하고 있음을 시사한다. 한계점으로는 실제 AI 사용량을 직접 측정하지 않았고, 검색 감소가 AI 활용 증가와 인과관계가 확립되지 않았다는 점이다. 향후 연구는 AI 로그 데이터와 학업 성취도와의 연계 분석이 필요하다.