AI 모델마다 브랜드 추천 62% 불일치… 플랫폼별 분리 측정 필요

동일 질문에도 AI 모델 셋 중 둘은 추천 브랜드 달라

동일한 구매 유도 질문을 여러 AI 어시스턴트에 입력했을 때 서로 다른 기업이나 브랜드를 추천하는 비율이 60%를 넘는다는 조사 결과가 나왔습니다. SEO 솔루션 업체 브라이트에지(BrightEdge)가 수만 건의 동일한 프롬프트를 바탕으로 챗GPT, 구글 AI 오버뷰, 구글 AI 모드를 비교 조사한 결과, 세 플랫폼이 추천 브랜드에서 불일치를 보인 질의가 전체의 61.9%에 달했습니다. 세 곳 모두에서 동일한 브랜드를 추천한 질의는 17%에 불과했습니다.

업종별로는 B2B 테크 분야에서 불일치 비율이 61.7%, 헬스케어 분야에서는 68.5%로 나타났습니다. 질문 유형에 따른 차이도 컸습니다. 여러 브랜드를 대조하는 비교형(Compare) 질의에서는 동일 브랜드 추천 일치율이 80%에 달했으나, 최고를 묻는 단일 추천형(Best) 질의에서는 일치율이 23%로 떨어졌습니다.

인용 출처 중복률 3.8%… '쿼리 팬아웃'이 격차 키워

이처럼 추천 결과가 갈리는 핵심 요인으로는 모델별로 참조하는 웹 데이터와 출처가 다르다는 점이 꼽힙니다. 콘텐츠 제작 및 검색 분석 도구를 공급하는 라이트소닉(Writesonic)이 챗GPT, 제미나이, 퍼플렉시티, 구글 AI 오버뷰에 걸쳐 16만 1,286건의 프롬프트를 실행해 출처를 측정한 결과, 동일 질의에 대해 4개 엔진 모두가 공통으로 인용한 도메인은 3.8%에 그쳤습니다. 인용된 도메인의 72~73%는 4개 엔진 중 단 한 곳에서만 출처로 채택됐습니다.

동일한 기업이 제공하는 서비스 사이에서도 차이가 확인됐습니다. SEO 분석 툴 기업 에이치레프스(Ahrefs)가 구글 AI 모드와 AI 오버뷰를 대상으로 수십만 건의 질의 쌍을 분석한 조사에 따르면, 두 기능이 생성한 답변의 의미적 유사도는 86%였으나 동일한 URL을 인용한 비율은 13.7%에 머물렀습니다. 구글 측 공식 문서에 따르면 두 기능은 답변 작성 전 관련된 여러 검색을 단계별로 실행하는 '쿼리 팬아웃(query fan-out)' 방식을 사용합니다. 질문을 세부 쿼리로 분해하는 과정의 미세한 차이가 인용 웹페이지의 격차로 이어지는 셈입니다.

단일 가시성 점수 합산의 맹점과 언어별 편차

인도네시아의 디지털 마케팅 기업 아르파디아(Arfadia)의 테사르 나피투풀루(Tessar Napitupulu) 대표는 포브스 기고를 통해, 플랫폼별 인용을 하나로 묶어 평균 낸 종합 점수가 특정 채널의 데이터 누락을 가린다고 지적했습니다. 아르파디아가 대행 중인 현지 철강 제조업체의 경우, 20개월간 에이치레프스 브랜드 레이더로 집계된 인용 건수가 구글 AI 오버뷰에서 269건, AI 모드에서 256건에 달했으나 제미나이(28건)와 챗GPT(26건)에서는 약 10분의 1 수준에 머물렀습니다. 또 다른 커피 장비 유통업체는 12개월간 구글 AI 오버뷰에서 219건의 인용을 기록한 반면 제미나이에서는 인용이 0건이었습니다.

언어 설정에 따른 브랜드 노출 격차도 보고됐습니다. 아르파디아의 니콜라스 마고르(Nicolas Magor)가 8개 AI 어시스턴트를 대상으로 인도네시아 수출 기업 관련 질문을 영어와 인도네시아어로 각각 160건씩 질의한 결과, 두 언어 간 추천 목록이 겹치는 비율은 약 20% 수준에 그쳤습니다.

개별 플랫폼 단위 추적과 고정 패널 권고

나피투풀루 대표는 AI 엔진별 편차에 대응하기 위해 다음과 같은 측정 방식을 권고했습니다.

• 챗GPT, 제미나이, 구글 AI 오버뷰, AI 모드, 퍼플렉시티, 코파일럿 등 플랫폼별로 가시성을 각각 분리해 기록할 것
• 매 주기마다 실제 고객이 묻는 표현을 반영한 동일 질문 세트(패널)를 고정해 추적할 것
• 브랜드 언급 여부만 집계하지 않고 경쟁사가 추천될 때 인용된 출처 페이지 유형을 분석할 것
• 측정 당시의 원본 답변 텍스트와 화면을 보관할 것
• 지역별 트래픽 점유율(예: 스탯카운터 기준 인도네시아 챗GPT 유입 점유율 80% 이상)에 맞춰 주요 측정 플랫폼의 비중을 설정할 것

이 사이트가 보는 지점

이번 조사들은 복수의 AI 모델을 아우르는 단일 지표가 실제 시장의 인용 격차를 은폐한다는 점을 수치로 드러냅니다. 앞서 본지가 다룬 단일 AI 가시성 점수의 한계와 AEO 검증 기준에서 짚었듯, 통합 평균 점수는 특정 검색 엔진에서의 완전한 누락을 정상적인 가시성으로 왜곡할 위험이 큽니다. 모델별 출처 중복률이 3.8%에 불과한 상황에서는 단일 점수 산출보다 질의 유형과 플랫폼별 인용 소스를 분리해 인과관계를 측정하는 체계가 요구됩니다.