잘못된 사실을 찾아주는 AI, Facticity.AI
유아이볼팀은 이번주에 최근 테크크런치에서 발견한 글로벌 서비스들 중, 디자인·기획·사용자경험 전반에서 가장 완성도 높은 앱 3개와 웹 3개를 선별해 소개할 예정이에요. 그중에서도 오늘 소개할 Facticity.AI는 단순한 ‘기사 검사기’나 ‘AI 사실 검증 도구’를 넘어, 사용자가 콘텐츠를 입력하고 → 사실 여부를 판단받고 → 근거를 확인하는 전 과정을 단일한 경험으로 재구성한 가장 돋보이는 웹 서비스였어요.
처음 Facticity를 접하면 “그냥 텍스트 넣으면 판단 결과를 보여주는 AI 툴인가?” 정도로 보일 수도 있어요. 하지만 실제로 사용해보면 Facticity는 단순한 True/False 분류를 넘어, 정보 속 주장 구조를 해석하고 이를 검증 가능한 형태로 재정비해주는 ‘검증 경험(Verification Experience)’을 제공하고 있다는 점이 분명하게 드러나요. 특히 여러 플랫폼을 오가며 정보를 읽고 비교해야 했던 기존의 번거로운 과정을 하나의 인터페이스 흐름으로 정리한 점이 매우 인상적이었어요.
이런 부분이 좋았어요.
✅ 링크만 넣으면 자동 요약과 사실 여부를 한 번에 확인할 수 있는 ‘간편 검증 UX’
Facticity를 사용해보면 가장 강하게 느껴지는 장점은, 사용자가 텍스트나 뉴스·블로그·SNS·유튜브 링크를 그대로 입력하기만 하면 서비스가 그 안의 핵심 주장들을 자동으로 요약해주고, 각 문장이 사실인지, 틀렸는지, 혹은 판단이 어려운지까지 한눈에 확인할 수 있도록 정리해준다는 점이에요. 즉, 사용자는 긴 콘텐츠를 처음부터 끝까지 읽으며 스스로 주장을 찾아내거나 관련 근거를 검색할 필요 없이, “무엇이 중요한 내용인지”와 “어떤 주장이 신뢰할 만한지”를 한 화면에서 즉시 파악할 수 있어요.
기존 팩트체크가 본문을 읽고, 주장 단위를 구분하고, 검색을 통해 근거를 비교하고, 신뢰도를 검토하는 여러 과정을 거쳐야 했다면, Facticity는 이러한 복잡한 절차를 요약–판단–근거 제시라는 단순한 흐름으로 재구성해줍니다. 사용자 리뷰에서도 “기사 핵심만 추려줘서 판단이 빠르다”, “문장 단위로 바로 사실 여부를 볼 수 있다”는 평가가 많은 이유가 바로 이 구조 때문이에요. 결국 Facticity의 핵심 UX는 정보를 ‘읽기 위한 과정’을 줄이고 ‘판단을 빠르게 내리는 경험’을 중심에 둔 방식이라고 볼 수 있어요.
✅ 단순한 단답형이 아니라, 근거 기반의 ‘해설형 검증 결과’를 제공
Facticity의 또 다른 강점은 결과가 단순히 True/False로 끝나는 것이 아니라, 왜 그런 결론에 도달했는지에 대한 설명과 근거가 반드시 함께 제공된다는 점이에요. AI가 판단한 이유, 참고한 출처, 관련 문구나 통계, 그리고 근거가 된 외부 링크까지 구조화해 보여줘서 단순한 자동화 도구가 아니라 사용자가 판단을 이어갈 수 있도록 돕는 해설형 결과물에 가깝다는 느낌을 줘요. 특히 근거가 단순 나열이 아니라 ‘검증 논리’의 순서를 따라 구성되어 있어, 정보 해석에 익숙하지 않은 사용자도 쉽게 판단을 이어갈 수 있다는 점이 UX적으로 매우 매력적이었어요. 다만 영상이나 긴 콘텐츠를 분석할 때는 처리 시간이 조금 길어지는 구간이 있었고, 이 부분은 서비스가 앞으로 더욱 개선할 여지가 있어 보였어요.
✅ 텍스트뿐 아니라 링크·SNS·영상까지 폭넓게 다루는 멀티모달 구조
Facticity가 기존 팩트체킹 도구들과 크게 차별화되는 지점은 분석할 수 있는 콘텐츠의 범위가 매우 넓다는 점이에요. 일반 텍스트뿐 아니라 뉴스 링크, 블로그 글, 트위터(X)·레딧 같은 SNS 포스트, 그리고 유튜브 영상까지 입력만 하면 동일한 구조로 분석 결과를 보여줘요. 형태가 달라져도 결과 화면은 항상 요약–판단–근거의 동일한 UX 흐름을 유지하기 때문에 사용자가 학습할 필요 없이 바로 익숙해지는 일관성도 큰 장점이에요. 실제로 테크크런치에서도 “대선 토론 실시간 팩트체크” 데모가 큰 관심을 받았는데, 이런 멀티모달 분석 구조 덕분에 가능한 기능이었어요.
그러나 아쉬운 부분도 있었어요.
❌ 결과 화면이 텍스트 중심이라 시각적 다양성이 아쉬움
Facticity의 기능적 완성도는 매우 높지만, 결과 화면이 텍스트 기반 위주로 구성되어 있어 시각적 정보 구조화 측면에서는 다소 단조롭게 느껴졌어요. 주장 목록, 판단 레이블, 근거 설명, 출처 링크 등 동일한 패턴의 정보가 반복되기 때문에, 데이터 기반 서비스다운 시각적 풍부함이나 다층적 인터랙션은 아직 부족한 단계였어요. 예를 들어 신뢰도 그래프, 출처 간 비교 차트, 영상 구간과 검증 결과의 매칭 인터랙션 등이 추가된다면 정보 이해도가 크게 높아질 것 같다는 아쉬움이 남았어요.
종합 평가
Facticity.AI는 단순한 사실 확인 도구를 넘어서, 사용자가 콘텐츠를 입력하면 AI가 주장 단위를 스스로 정리하고 신뢰 가능한 자료와 비교해 사실 여부를 판단하며, 그 과정과 근거까지 함께 제공해주는 새로운 형태의 검증 에이전트(Verification Agent)에 가까운 서비스예요. 입력–요약–판단–근거 제시까지 모든 과정이 매끄럽게 이어지는 구조적 UX 덕분에, 기존에 여러 사이트를 오가며 해야 했던 팩트체킹 작업을 하나의 경험으로 정리해준 점이 특히 돋보였어요. 물론 결과 UI가 텍스트 중심이라 시각적 다양성이 조금 부족하다는 아쉬움은 있었지만, 그럼에도 Facticity가 보여주는 방향성—“정보 검증 과정을 데이터 기반 경험으로 재설계하려는 시도”—는 이번 테크크런치에서 본 웹서비스 중에서도 가장 인상 깊었어요. 정보의 진위를 빠르게 판단할 수 있도록 돕고, 사용자가 결과를 쉽게 행동으로 이어갈 수 있게 만드는 서비스. 그게 Facticity.AI의 가장 큰 힘이에요.
이제까지, UI/UX 패턴 플랫폼 '유아이볼'에서 가볍게 Facticity.AI를 리뷰했어요.
잠깐, 유아이볼에서 유사한 서비스의 UI패턴을 더 확인해 보세요!
