AI 어그로꾼(rage-baiter)이란 대체 뭘까? — 정의와 등장 배경
“AI rage-baiter, making $10K+ a month duping millions unmasked: ‘I think of things that will emotionally pull on people’ – New York Post.” 이 한 줄짜리 헤드라인을 처음 봤을 때 저는 두 가지 감정이 동시에 들었습니다. 하나는 “역시나”라는 씁쓸함, 다른 하나는 “이걸 시청자들에게 꼭 알려야겠다”는 직업적 의무감이었습니다. AI 뉴스를 매일 들여다보는 입장에서, 생성형 AI가 단순한 업무 자동화 도구를 넘어 ‘사람의 감정을 조작하는 사업 아이템’으로 진화하고 있다는 사실은 그냥 지나칠 수 없는 신호였습니다. 그래서 오늘은 이 익명의 크리에이터가 어떻게 한 달에 1만 달러 이상을 벌어들이는지, 그리고 우리가 여기서 무엇을 경계해야 하는지를 함께 짚어보려 합니다.
레이지베이팅(rage-baiting)이란 말 그대로 ‘분노를 미끼로 던지는 콘텐츠’를 뜻합니다. 자극적인 제목으로 클릭을 유도하는 전통적인 어그로와 달리, 레이지베이팅은 처음부터 끝까지 시청자의 분노·경악·억울함 같은 강한 부정적 감정을 목표로 설계됩니다. 단순히 “충격 결말!” 같은 낚시성 문구가 아니라, 콘텐츠 자체의 서사 구조가 사람을 화나게 만들도록 짜여 있다는 점이 핵심입니다.
이런 콘텐츠가 SNS에서 유독 잘 퍼지는 이유는 플랫폼 알고리즘의 구조적 특성 때문입니다. 워싱턴포스트 보도에 따르면, 메타(옛 페이스북)는 한때 ‘화남’ 반응 이모지에 ‘좋아요’보다 5배 높은 가중치를 부여해 노출 알고리즘을 설계한 것으로 드러났습니다. 화가 난 사용자는 댓글을 달고, 공유하고, 논쟁에 뛰어들 확률이 높기 때문에 알고리즘 입장에서는 ‘체류시간과 참여율을 늘리는 최적의 재료’가 되는 셈입니다.
뉴욕포스트가 보도한 핵심은 간단합니다. 어느 익명의 크리에이터가 정치·젠더·세대 갈등 같은 민감한 주제를 소재로 콘텐츠를 대량 생산해 여러 SNS 계정에서 월 1만 달러 이상의 수익을 올리고 있다는 것입니다. 이 인물은 신원을 밝히지 않은 채 인터뷰에 응했고, 그 발언 하나하나가 지금 온라인에서 화제가 되고 있습니다.
레이지베이팅(rage-baiting)과 일반 어그로의 차이
기존의 낚시성 콘텐츠(clickbait)는 “이것만 알면 인생이 바뀐다” 식으로 호기심을 자극해 클릭을 유도하는 데 그칩니다. 반면 레이지베이팅은 클릭 이후에도 콘텐츠 내내 분노를 지속시키는 것이 목적입니다. 심리학 연구에 따르면 분노는 슬픔이나 기쁨보다 훨씬 빠르고 넓게 전파되는 감정입니다. MIT 미디어랩 연구진이 사이언스(Science)에 발표한 논문 “The spread of true and false news online”은 트위터(현 X)에서 허위 정보가 진짜 뉴스보다 훨씬 빠르게, 그리고 더 멀리 퍼진다는 사실을 실증적으로 보여줬는데, 그 핵심 동력이 바로 ‘놀라움’과 ‘분노’ 같은 강렬한 감정 반응이었습니다. 즉 레이지베이터들은 이 심리적 메커니즘을 정확히 겨냥해 콘텐츠를 설계하는 것입니다.
왜 지금 뉴욕포스트가 이 인물을 주목했나
흥미로운 점은 이 크리에이터가 익명성을 철저히 유지하면서도 언론 인터뷰에는 응했다는 사실입니다. 자신의 정체를 드러내지 않으면서 수익 구조와 제작 전략을 상당 부분 공개한 것은 이례적입니다. 특히 “사람들의 감정을 잡아당길 거리를 생각한다(I think of things that will emotionally pull on people)”는 인터뷰 인용문은 발표 직후 SNS에서 빠르게 확산되며 큰 파장을 일으켰습니다. 이 발언은 콘텐츠 제작이 우연이 아니라 철저히 계산된 ‘감정 설계’ 작업임을 스스로 인정한 셈이기 때문입니다.
월 1만 달러 수익의 비밀 — 실제 수익 구조 파헤치기
그렇다면 실제로 어떻게 돈을 벌까요? 구조는 생각보다 단순합니다. 첫째, 조회수와 참여율에 비례해 지급되는 플랫폼 광고 수익 배분입니다. 둘째, 게시물이 바이럴을 타면 브랜드가 먼저 협찬을 제안하는 스폰서십 연계입니다. 셋째, 계정 하나가 정지되더라도 타격이 없도록 여러 개의 계정을 동시에 운영하는 리스크 분산 전략입니다. 한 계정이 커뮤니티 가이드라인 위반으로 정지되어도 나머지 계정들이 수익을 유지해주기 때문에, 이들에게 계정 정지는 사업의 ‘리스크’일 뿐 ‘종료’가 아닙니다.
플랫폼별 수익화 방식 비교 (유튜브·틱톡·X)
유튜브는 애드센스 기반 광고 수익 공유가 핵심이며, 조회수당 단가가 상대적으로 안정적입니다. 틱톡은 크리에이터 펀드와 라이브 후원(기프팅)이 주요 수익원이고, 알고리즘이 극단적으로 짧은 시간 안에 몰입도를 평가하기 때문에 자극적인 도입부가 특히 잘 통합니다. X(옛 트위터)는 조회수 기반 수익 셰어 프로그램을 운영하는데, 논쟁적인 게시물일수록 인용 리트윗과 답글이 폭발적으로 늘어나 조회수가 기하급수적으로 증가하는 구조입니다. 이 세 플랫폼 모두 ‘분노 유발형 콘텐츠’가 유독 잘 통하는 이유는, 결국 분노가 참여(댓글·공유·인용)를 가장 손쉽게 끌어내는 감정이기 때문입니다.
“감정을 자극할 거리만 생각해요” — 콘텐츠 제작 전략 인터뷰 분석
앞서 언급한 인터뷰 인용구, “사람들의 감정을 잡아당길 거리를 생각한다”는 발언은 단순한 마케팅 문구가 아니라 실제 제작 방법론을 요약한 말입니다. 이 크리에이터는 정치적 성향 갈등, 젠더 이슈, 세대 간 가치관 차이처럼 이미 사회적으로 예민한 주제를 골라 콘텐츠의 뼈대로 삼는다고 밝혔습니다. 이런 주제는 별도의 설득 과정 없이도 사람들이 즉각적으로 ‘편’을 나눠 반응하게 만들기 때문에 효율이 매우 높습니다.
여기에 생성형 AI 도구가 결합되면서 제작 속도는 인간 혼자 작업할 때와 비교가 안 될 정도로 빨라졌습니다. 텍스트 스크립트 생성, 이미지·영상 합성, 자막 자동화까지 AI가 담당하면서 하루에도 수십 개의 콘텐츠를 찍어낼 수 있게 된 것입니다. 결국 사람의 감정을 자극하는 ‘기획’만 인간이 하고, 나머지 대량 생산은 AI가 도맡는 분업 구조가 만들어진 셈입니다.
AI가 이 트렌드를 어떻게 증폭시키는가
이 지점에서 우리가 주목해야 할 것은 AI가 단순히 제작 도구로만 쓰이는 게 아니라는 점입니다. 챗봇과 생성형 AI는 콘텐츠 자동화뿐 아니라 확산 속도 자체를 끌어올립니다. 최근 오픈AI를 비롯한 주요 AI 기업에서 임원들이 연쇄적으로 이탈하고, 챗봇을 겨냥한 프롬프트 인젝션(prompt injection) 공격 사례가 잇따라 보고되면서 AI 시스템 전반의 신뢰성에 대한 우려도 함께 커지고 있습니다. AI가 만들어낸 콘텐츠가 사실 검증 없이 대량 유통되는 지금의 상황은 일부 학계에서 말하는 ‘포스트-휴먼 인터넷(post-human internet)’ 논의와도 맞닿아 있습니다. 즉 인간이 아니라 AI가 생성한 콘텐츠와 봇 계정들이 온라인 여론의 상당 부분을 형성하는 시대가 이미 시작됐다는 뜻입니다.
논란과 윤리적 문제 — 어그로 비즈니스의 그림자
이런 사업 모델이 가진 그림자는 결코 가볍지 않습니다. 첫째, 허위정보와 왜곡된 서사가 빠르게 확산될 위험이 있습니다. 둘째, 자극적인 콘텐츠에 지속적으로 노출된 이용자의 정신건강 문제가 지적되고 있습니다. 퓨리서치센터(Pew Research Center) 조사에 따르면 SNS 이용자 상당수가 온라인상의 분노·논쟁 콘텐츠에 피로감을 느낀다고 응답한 바 있으며, 이는 온라인 담론의 질적 저하로 이어질 수 있다는 우려로 연결됩니다. 셋째, 각국 정부와 플랫폼 사업자들도 이 문제를 손 놓고 보고 있지는 않습니다. 국내에서는 방송통신위원회가 온라인 허위정보 및 자극적 콘텐츠에 대한 규제 논의를 이어가고 있으며(방송통신위원회), 유럽연합의 디지털서비스법(DSA) 역시 플랫폼의 알고리즘 투명성을 요구하는 방향으로 강화되고 있습니다.
우리는 어떻게 대응해야 할까 — 소비자와 크리에이터를 위한 팁
감정적 낚시 콘텐츠를 구별하는 가장 쉬운 방법은 ‘내가 왜 화가 났는지’를 잠깐 되돌아보는 것입니다. 제목이나 썸네일만으로 이미 분노가 치밀어 오른다면, 그 콘텐츠는 정보 전달보다 감정 자극을 우선했을 가능성이 큽니다. 플랫폼들도 팩트체크 라벨링과 알고리즘 개선 정책을 조금씩 도입하고 있지만, 아직은 이용자 스스로의 판단이 가장 확실한 방어선입니다. 크리에이터 입장에서도 단기간에 조회수를 폭발시키는 어그로 전략보다는, 신뢰를 바탕으로 한 지속가능한 콘텐츠 전략이 장기적으로 더 안정적인 수익을 만든다는 점을 기억할 필요가 있습니다.
개인이 어그로 콘텐츠를 걸러내는 방법
가장 실질적인 습관은 ‘출처 확인을 생활화’하는 것입니다. 어떤 게시물을 공유하거나 댓글을 달기 전, 단 10초라도 멈춰서 이 정보가 어디서 나왔는지 확인해 보세요. 한국언론진흥재단이 운영하는 미디어 리터러시 교육 자료(한국언론진흥재단)나 서울대학교 팩트체크센터(SNU 팩트체크)와 같은 기관을 활용하면 자극적인 주장이 실제 사실에 부합하는지 빠르게 검증할 수 있습니다. 결국 “AI rage-baiter, making $10K+ a month duping millions unmasked: ‘I think of things that will emotionally pull on people’ – New York Post” 이 보도가 우리에게 던지는 진짜 메시지는, 분노를 파는 비즈니스가 존재하는 만큼 그 분노에 휘둘리지 않는 습관도 함께 길러야 한다는 것입니다.
자주 묻는 질문
Q1. 레이지베이팅(rage-baiting)은 정확히 무슨 뜻인가요?
분노나 경악 같은 강한 부정적 감정을 목표로 설계된 콘텐츠를 뜻합니다. 단순히 자극적인 제목으로 클릭을 유도하는 전통적 어그로와 달리, 콘텐츠 전체의 서사가 시청자를 화나게 만들도록 짜여 있는 것이 특징입니다.
Q2. 이 크리에이터는 정말 한 달에 1만 달러를 버나요?
뉴욕포스트 보도에 따르면 이 익명의 크리에이터는 여러 SNS 플랫폼과 다계정 운영을 통해 월 1만 달러 이상을 벌어들인다고 밝혔습니다. 다만 정확한 수치는 본인의 진술에 근거한 것으로, 제3자 검증 자료는 공개되지 않아 일부는 추정으로 봐야 합니다.
Q3. AI는 레이지베이팅에서 어떤 역할을 하나요?
스크립트 작성, 이미지·영상 합성, 자막 제작 같은 대량 생산 과정을 AI가 담당해 제작 속도를 크게 끌어올립니다. 사람은 ‘어떤 감정을 자극할지’만 기획하고, 나머지 생산 과정은 생성형 AI 도구가 자동화하는 분업 구조가 형성되고 있습니다.
Q4. 이런 콘텐츠를 걸러내는 실전 방법이 있나요?
제목이나 썸네일만 보고 즉각적인 분노가 치밀어 오른다면 한번 의심해 보는 것이 좋습니다. 공유나 댓글을 달기 전 출처를 확인하고, 팩트체크 기관의 자료를 참고하는 습관이 가장 효과적인 방어책입니다.
Q5. 플랫폼들은 이 문제에 어떻게 대응하고 있나요?
유튜브·틱톡·X 등 주요 플랫폼은 팩트체크 라벨링과 알고리즘 투명성 개선을 조금씩 도입하고 있으며, 국내에서는 방송통신위원회가, 해외에서는 유럽연합의 디지털서비스법(DSA)이 관련 규제 논의를 이어가고 있습니다.
결론
정리하자면, 뉴욕포스트가 파헤친 이 익명 크리에이터의 사례는 단순한 가십성 이슈가 아닙니다. AI 기술이 콘텐츠 제작의 문턱을 낮추면서, ‘사람의 감정을 정밀 타격하는 콘텐츠 사업’이 실제로 성립 가능한 비즈니스 모델이 되었다는 사실을 보여줍니다. 시청자로서 우리가 할 수 있는 최선의 대응은 자극적인 콘텐츠에 즉각 반응하기보다, 잠깐 멈춰서 출처와 맥락을 확인하는 습관을 기르는 것입니다. 오늘 소개해드린 이야기가 여러분의 피드를 조금 더 냉정하게 바라보는 계기가 되었으면 합니다.
