0
카테고리
GEO Trend

[GEO Trend] AI가 우리 브랜드를 틀리게 말할 때: 누락, 잔상, 왜곡

Published by TEAM INTERFACE
태그

AI 브랜드 오정보의 세 가지 유형, 누락과 잔상과 왜곡

고객이 읽는 첫 문장을 우리가 쓰지 않는다

기업은 지금까지 ‘우리가 무엇이라고 말할 것인가’를 관리해 왔습니다.
그러나 AI 시대에는 고객이 먼저 읽는 문장을 우리가 직접 쓰지 않습니다.

홈페이지 회사 소개, 공들여 다듬은 보도자료, 단어 하나까지 정해 둔 브랜드 가이드라인, 어떤 말을 쓰고 어떤 말을 쓰지 않을지까지 규정해 둔 조직도 많습니다.

그러나, 지금 고객이 가장 먼저 읽는 브랜드 설명은 그 문장이 아닙니다. 고객은 검색창 대신 AI에 묻고, AI가 정리해 준 문단을 먼저 읽습니다. 그 문단은 우리가 쓴 문장이 아니라 AI가 여러 출처를 종합해 새로 만든 문장입니다.

우리는 그 문장을 검수한 적이 없습니다.

AI 브랜드 오정보, 즉 AI가 브랜드를 사실과 다르게 말하는 현상은 바로 그 검수되지 않은 자리에서 생깁니다.

우리가 관리해 온 것은 우리가 쓴 문장이고, 고객이 읽는 것은 AI가 우리를 설명한 문장입니다.

우리가 쓴 문장과 AI가 답한 문장의 차이

절반이 틀린다는 연구

2025년 10월 22일, 유럽방송연맹(EBU)과 BBC가 공동 수행한 「News Integrity in AI Assistants」 보고서가 공개됐습니다. 18개국 22개 공영미디어가 14개 언어로 참여해, ChatGPT와 Copilot, Gemini, Perplexity의 답변 3,000건 이상을 현직 기자들이 정확성, 출처, 사실과 의견의 구분, 맥락을 기준으로 평가했습니다.

전체 답변의 약 45%에서 중대한 문제가 최소 한 가지 이상 나왔습니다. 약 31%에서는 출처가 아예 없거나 오도하는 방식으로 붙어 있었고, 약 20%에서는 환각(hallucination)이나 낡은 정보 같은 정확성 문제가 있었습니다.

이 연구가 평가한 것은 뉴스 답변이지 브랜드 답변이 아닙니다. 45%를 “AI가 우리 브랜드를 45% 확률로 틀리게 말한다”로 옮겨 읽어서는 안 됩니다. 무엇을 물었는지, 무엇을 쟀는지, 누가 어떤 기준으로 채점했는지가 모두 다릅니다. 지난 글에서 실험실의 숫자가 시장의 약속으로 바뀌는 순간을 짚어 놓고 같은 오류를 반복할 수는 없습니다.

옮겨 읽을 수 있는 것은 숫자가 아니라 구조입니다.

뉴스 기사는 대체로 최신이고, 출처가 있고, 구조가 잡혀 있고, 검증된 발행처를 가지고 있습니다. 웹에 있는 정보 중 가장 잘 관리되는 축에 듭니다. 그렇게 정리된 정보를 다룰 때도 출처와 정확성에서 이 정도 비율의 문제가 나왔습니다.

브랜드 정보는 어떨까요. 여러 채널에 흩어져 있고, 갱신 주기가 제각각이며, 3년 전 블로그 글과 작년에 없어진 상품 설명이 아직 웹에 남아 있습니다. 뉴스처럼 비교적 잘 관리된 정보에서도 이런 문제가 확인됐다면, 더 분산되고 갱신 주기가 제각각인 브랜드 정보는 별도의 검증 없이 안전하다고 가정하기 어렵습니다.

우리가 고칠 수 없는 곳에서 우리가 설명된다

누가 우리를 설명하는가도 함께 바뀌었습니다.

Semrush가 2026년 6월 26일 발표한 「2026 AI Visibility Index」는 2026년 1월부터 4월까지 미국 내 AI 검색 프롬프트 1억 2,600만 건을 분석하고 22개 산업의 벤치마크를 제시했습니다. 지금까지 공개된 브랜드 가시성 분석 중 가장 큰 규모에 듭니다. 다만 동료 심사를 거친 학술 연구가 아니라 툴 벤더가 생산한 자체 데이터이고, 미국 시장 기준이라는 점을 함께 봐야 합니다.

이 조사에서 언급(mention)과 인용(citation)은 서로 다른 지표로 나뉩니다. AI 답변에 브랜드 이름이 등장하는 것과, 그 답변의 근거로 브랜드 자사 웹사이트가 인용되는 것은 같지 않습니다. Semrush에 따르면 Gemini에서는 언급된 브랜드와 인용된 도메인의 중첩이 30% 수준까지 낮아지는 경우가 관찰됐습니다.

AI는 우리 이름을 말하면서 우리가 아닌 곳을 읽고 있습니다.

같은 조사는 제3자 소스가 브랜드 서사를 실질적으로 지탱한다는 점도 보여줍니다. 파타고니아는 조사 기간 내내 79~80 수준의 AI 가시성 점수를 유지했는데, 이를 뒷받침한 것은 자사 사이트만이 아니라 OutdoorGearLab, REI, Switchback Travel, GearJunkie, 레딧에서 일관되게 반복된 설명이었습니다.

홈페이지를 고치는 것만으로 AI 답변이 바뀌지 않을 수 있습니다. 우리를 설명하는 근거가 애초에 우리 홈페이지 밖에 있기 때문입니다.

AI 브랜드 오정보의 세 얼굴

현장에서 AI 답변을 검토해 보면 “AI가 우리를 틀리게 말한다”는 한 문장 안에 성격이 다른 세 가지가 섞여 있습니다. 원인이 다르고, 손실의 크기가 다르고, 대응 방법도 다릅니다.

AI 브랜드 오정보의 세 얼굴, 누락과 잔상과 왜곡의 차이

누락, 우리가 없다

AI 답변에 우리 브랜드가 아예 등장하지 않는 경우입니다.

검색 결과 첫 페이지에 우리 웹사이트가 잘 노출되고 있어도 일어납니다. 국내 매체 지티티코리아는 2026년 7월 26일, 온라인 평판관리 기업 더베스트레퓨테이션이 자사 무료 도구를 운영하면서 구글 검색 순위가 높은 기업도 AI 답변에는 거의 나타나지 않는 사례를 확인했다고 보도했습니다. 이 회사 대표는 이런 현상이 “예상보다 일반적으로 나타났다”고 말했습니다. 특정 업체의 자체 관찰이므로 수치로 일반화할 수는 없습니다. 다만 검색 순위와 AI 가시성이 서로 일치하지 않는다는 점은 앞의 Semrush 데이터와 같은 방향입니다.

누락은 가장 눈에 잘 띄고, 그래서 대부분의 기업이 확인하는 유일한 항목입니다.

잔상, 우리였던 것이 남아 있다

AI가 말하는 내용이 거짓은 아닌데 지금이 아닌 경우입니다.

작년에 단종된 제품이 주력으로 소개됩니다. 개편 전 가격이 인용됩니다. 이미 바뀐 대표 이름이 나옵니다. 3년 전 조직도 기준으로 사업 영역이 설명됩니다.

밝은 빛을 보고 눈을 감으면 그 빛이 잠시 남아 있습니다. 시각에서는 이를 잔상(殘像)이라고 부릅니다. AI가 보고 있는 것도 지금의 우리가 아니라 우리의 잔상일 때가 있습니다.

잔상은 틀렸다고 반박하기가 어렵습니다. 한때는 사실이었기 때문입니다. 그래서 아무도 고치자고 나서지 않습니다. 그사이 고객은 우리를 과거형으로 알아봅니다.

왜곡, 맞는 사실이 틀린 자리에 놓인다

가장 다루기 까다로운 유형입니다.

개별 사실은 다 맞습니다. 최신이기도 합니다. 그런데 우리를 설명하는 틀이 우리 것이 아닙니다.

프리미엄으로 포지셔닝한 브랜드가 “합리적 가격대의 대안”으로 요약됩니다. 종합 서비스 기업이 단일 기능 업체로 분류됩니다. 우리가 정의한 카테고리가 아니라 경쟁사가 정의한 카테고리 안에서, 우리는 그 카테고리의 두 번째 선택지로 놓입니다.

문장 하나하나에는 틀린 곳이 없습니다. 그 문단을 읽은 고객은 우리를 우리가 의도하지 않은 방식으로 알아보고 판단을 끝냅니다.

누락은 보이지 않는 것이고, 잔상은 지나갔는데 남아 있는 것이며, 왜곡은 남의 기준으로 설명되는 것입니다.

기업이 가장 먼저 발견하는 것은 누락입니다. 이름이 없기 때문입니다.
GEO4D가 더 위험하게 보는 것은 왜곡입니다.
왜곡은 브랜드가 노출되고 있는 상태에서 발생하기 때문에 기존 가시성 지표만으로는 발견하기 어렵습니다.

지표는 초록불인데 고객은 우리를 다르게 알아봅니다.

사용성 테스트가 알려 준 것

1996년 국내 최초의 UIUX 컨설팅 기업 팀인터페이스를 창업하고 30년, 사용성 테스트와 고객 경험 리서치를 해 오면서 몸에 밴 원칙이 있습니다.

우리가 만든 화면과 사용자가 알아본 화면은 다릅니다.

버튼의 위치와 라벨은 우리가 정합니다. 그 버튼이 무엇을 뜻하는지는 사용자가 정합니다. 사용성 테스트는 그 둘 사이의 간격을 확인하려고 하는 일입니다. 설계자의 의도를 다시 확인하려고 테스트를 하는 조직은 없습니다.

AI 가시성도 같은 구조입니다. 우리가 발행한 문장은 우리가 정하고, 그 문장이 어떤 브랜드 설명으로 다시 조합되는지는 AI와 그 뒤의 데이터가 정합니다.

AI는 사용자가 아닙니다. 감정도, 맥락에 얽힌 개인사도 없습니다. 그러나 우리의 의도와 다르게 우리를 알아볼 수 있다는 점에서는 사용자와 같은 자리에 있습니다. 지금은 그 이해가 실제 고객의 판단보다 먼저 도달합니다.

우리가 만든 것을 검수하는 일과, 상대가 알아본 것을 관찰하는 일은 다른 작업입니다. 기업 대부분은 아직 앞의 것만 하고 있습니다.

그래서 무엇부터 해야 하는가

AI 답변을 직접 수정하는 스위치는 없습니다. 손댈 수 있는 것이 없다는 뜻은 아닙니다.

네 가지만 확인해도 지금 우리가 어디에 있는지 알 수 있습니다.

  • 우리 이름이 등장하는가. 고객이 실제로 쓸 법한 문장으로 물어야 합니다. 회사명 검색이 아니라 “○○ 하려는데 어디가 좋아?” 같은 질문입니다.
  • 등장한다면 무엇으로 설명되는가. 누락인지 잔상인지 왜곡인지 나눠야 대응 방향이 정해집니다.
  • 그 설명의 출처는 어디인가. 우리 사이트인지, 리뷰 플랫폼인지, 커뮤니티인지, 3년 전 보도자료인지. 출처를 모르면 고칠 곳도 모릅니다.
  • 여러 번 물어도 같은가. 지난 글에서 다뤘듯이 AI의 인용은 고정된 순위표가 아니라 분포입니다. 한 번의 조회는 목격담이고, 반복 측정한 결과가 데이터가 됩니다.

이 네 가지에 답하다 보면 대부분의 조직이 같은 지점에서 멈춥니다. 답을 몰라서가 아니라 이 일을 책임지는 사람이 정해져 있지 않아서입니다. 마케팅은 콘텐츠를, 홍보는 보도자료를, 영업은 제안서를, 정보시스템 부서는 사이트를 각각 관리합니다. AI가 읽는 것은 그 전부입니다.

AI 브랜드 오정보 대응을 콘텐츠 품질 문제로만 접근하면 대개 실패합니다. 좋은 글을 쓰는 조직은 많습니다. 자기 브랜드가 외부에서 어떻게 서술되고 있는지를 정기적으로 관찰하는 조직은 드뭅니다.

AI 가시성은 검색 지표가 아니라 경험 지표입니다

AI가 브랜드를 틀리게 말하는 문제는 기술 문제로 보이지만, 실제로는 고객 경험의 첫 접점이 통제 밖으로 나간 문제입니다.

예전에는 고객이 우리 사이트에 들어와야 우리를 알아볼 수 있었습니다. 사이트를 잘 만드는 일이 곧 경험 설계였습니다. 지금은 고객이 우리 사이트에 오기 전에 우리를 알아보고, 그 이해가 방문 여부를 결정합니다.

브랜드의 첫인상은 이제 홈페이지 첫 화면이 아니라 AI가 내놓은 첫 문단에서 만들어집니다.

첫 문단을 우리가 직접 쓸 수는 없습니다. 그 문단이 무엇을 읽고 만들어지는지는 설계할 수 있습니다.

같은 조사에서, SEO와 AI 가시성을 하나의 업무 흐름으로 통합한 조직은 81%가 AI 플랫폼에서 트래픽이나 리드가 늘었다고 답했습니다. 두 영역을 따로 관리한 조직은 36%만 같은 결과를 보고했습니다. 응답자가 스스로 답한 설문이라는 한계는 있습니다. 그래도 AI 가시성을 별도 프로젝트로 떼어놓기보다 기존의 브랜드와 콘텐츠, 데이터 운영에 연결할 때 성과로 이어질 가능성을 보여줍니다.

GEO4D 진단(Diagnose), 지금 어떻게 설명되고 있는가

GEO4D의 첫 단계인 진단(Diagnose)이 던지는 질문은 “AI가 지금 우리 브랜드를 무엇으로 알아보고 있는가”입니다.

노출됐는지가 아니라 어떻게 서술됐는지, 그 서술의 출처가 어디인지, 그 이해가 우리가 의도한 포지셔닝과 얼마나 벌어져 있는지를 확인하는 단계입니다. 4단계 전체의 설계와 진단 방법은 2026년 하반기 출간을 준비 중인 『AI는 어떤 브랜드를 추천하는가』에서 다룹니다.

AI 시대의 브랜드 관리는 무엇을 말할 것인가에서 멈추지 않습니다. 우리가 말하지 않은 자리에서 우리가 어떻게 말해지고 있는가까지 이어집니다.

AI에 우리 브랜드는 어떤 모습으로 존재하는가.
이 질문의 답은 이제 우리가 쓴 문장이 아니라, 우리가 쓰지 않은 문장이 결정합니다.

GEO CONSULTING

AI는 지금 우리 브랜드를 무엇으로 알아보고 있을까요.

팀인터페이스는 30년의 고객 경험 리서치 방법론을 AI 가시성 진단에 적용합니다. 누락과 잔상과 왜곡 중 어디에 해당하는지부터 확인해 드립니다.

GEO 컨설팅 보기 →

핵심 요약

  • 무엇이 확인됐나. EBU와 BBC가 18개국 22개 공영미디어와 함께 AI 답변 3,000건 이상을 평가한 결과, 약 45%에서 중대한 문제가 하나 이상 나왔습니다. 약 31%는 출처 문제, 약 20%는 환각이나 낡은 정보를 포함한 정확성 문제였습니다.
  • 브랜드에는 어떻게 적용되나. 이 수치를 브랜드에 그대로 옮길 수는 없습니다. 뉴스를 대상으로 한 연구이기 때문입니다. 다만 뉴스보다 정리가 덜 된 브랜드 정보에서 같은 파이프라인이 더 나은 결과를 낼 근거도 없습니다.
  • AI 브랜드 오정보, 세 얼굴이 있다. 누락(답변에 없음), 잔상(사실이었으나 지금이 아님), 왜곡(사실은 맞으나 우리 기준이 아닌 틀로 설명됨). 기업 대부분은 누락만 확인하지만 매출 손실이 가장 큰 것은 왜곡입니다.
  • 왜 홈페이지를 고쳐도 바뀌지 않나. AI 답변에 브랜드가 언급되는 것과 자사 사이트가 근거로 인용되는 것은 다른 지표입니다. Semrush 조사에서 Gemini의 경우 언급 브랜드와 인용 도메인의 중첩이 30% 수준까지 낮아지는 사례가 관찰됐습니다. 우리를 설명하는 문장이 우리 사이트에 없을 수 있습니다.
  • 무엇부터 해야 하나. 등장하는가, 무엇으로 설명되는가, 출처는 어디인가, 반복해도 같은가. 이 네 가지 관찰이 시작입니다.

자주 묻는 질문

AI 브랜드 오정보, 무엇이고 왜 생기나요?

AI 브랜드 오정보, 즉 AI가 브랜드를 사실과 다르게 설명하는 현상을 말합니다. AI는 브랜드 자사 웹사이트만 읽고 답하지 않습니다. 리뷰 플랫폼, 커뮤니티, 언론 보도, 과거에 발행된 페이지를 함께 참고해 새로 문장을 만듭니다. 그 과정에서 최신이 아니거나 브랜드가 의도하지 않은 맥락의 정보가 섞입니다. EBU와 BBC가 2025년 10월 발표한 연구에서는 AI 답변의 약 45%에 중대한 문제가 하나 이상 있었고, 약 20%는 환각이나 낡은 정보를 포함한 정확성 문제였습니다.

AI 답변에 우리 브랜드가 아예 나오지 않는 이유는 무엇인가요?

구글 검색 순위와 AI 답변 노출은 서로 다른 지표입니다. 검색 결과 첫 페이지에 웹사이트가 잘 노출되고 있어도 AI 답변에서는 빠질 수 있습니다. Semrush의 2026년 조사에서 Gemini의 경우 답변에 언급된 브랜드와 근거로 인용된 도메인의 중첩이 30% 수준까지 낮아지는 사례가 관찰됐습니다. 검색 가시성과 AI 가시성은 따로 측정해야 합니다.

홈페이지를 고쳤는데 AI 답변이 바뀌지 않는 이유는 무엇인가요?

우리를 설명하는 문장이 애초에 우리 홈페이지에 없기 때문입니다. AI는 제3자 소스를 함께 읽고 브랜드 설명을 구성합니다. 자사 사이트만 수정하면 AI가 참고하는 나머지 출처는 그대로 남습니다. 리뷰 플랫폼, 커뮤니티, 외부 프로필, 과거 보도자료에 남아 있는 정보를 함께 확인해야 합니다.

AI가 우리 회사의 옛 정보를 말합니다. 어떻게 해야 하나요?

단종된 제품, 개편 전 가격, 이미 바뀐 대표 이름처럼 한때는 사실이었던 정보를 GEO4D는 잔상이라고 부릅니다. 잔상은 거짓이 아니어서 반박할 근거를 찾기 어렵고, 그래서 방치되기 쉽습니다. 대응은 자사 페이지 갱신만으로 끝나지 않습니다. 그 정보가 남아 있는 외부 출처를 찾아 함께 정리해야 합니다.

AI 브랜드 가시성은 어떻게 점검하나요?

네 가지를 확인합니다. 첫째, 고객이 실제로 쓸 법한 질문에 우리 이름이 등장하는가. 둘째, 등장한다면 누락과 잔상과 왜곡 중 무엇에 해당하는가. 셋째, 그 설명의 출처가 어디인가. 넷째, 여러 번 물어도 같은 답이 나오는가. AI의 인용은 고정된 순위표가 아니라 분포이므로, 한 번의 조회는 목격담이고 반복 측정한 결과가 데이터가 됩니다.

팩트 검증 메모

확인된 사실

EBU와 BBC의 「News Integrity in AI Assistants」(2025.10.21)는 18개국 22개 공영미디어, 14개 언어, 3,000건 이상 응답 평가 연구입니다. EBU 공식 페이지는 “almost half”, “a third”, “a fifth”로 표기했고, EBU 보도자료와 복수 매체는 45%로 보도했습니다. Semrush 「2026 AI Visibility Index」(2026.06.26)는 2026년 1월부터 4월까지 미국 AI 검색 프롬프트 1억 2,600만 건 분석 결과입니다.

데이터 성격 구분

EBU와 BBC의 연구는 공영미디어 컨소시엄이 수행한 인간 평가 기반 연구입니다. Semrush Index와 국내 보도에 인용된 더베스트레퓨테이션 관찰은 각각 툴 벤더와 서비스 사업자의 자체 데이터로, 이해관계가 있는 생산자의 데이터입니다.

확인되지 않은 것

한국 시장을 대상으로 한 같은 규모의 브랜드 서술 정확도 조사는 2026년 8월 현재 확인되지 않습니다. 본문의 세 유형 분류는 한국 기업 대상 통계가 아닙니다.

전략적 해석

AI 브랜드 오정보 세 유형(누락, 잔상, 왜곡) 구분과 ‘AI 가시성은 검색 지표가 아니라 경험 지표’라는 관점은 공개된 사실을 바탕으로 팀인터페이스 GEO4D가 제안하는 해석과 개념입니다.

참고자료


OpenAI–Yelp 계약의 의미와 Yelp가 공급한 판단 인프라
[GEO Trend] 발견되는 권위, 공급되는 권위: OpenAI–Yelp 계약을 읽는 법
2026년 8월 4일