게시판에 글 하나 쓰면 AI의 식당 추천도 바뀔까?

게시판에 짧은 글 하나가 올라왔다고 해서 AI 답이 반드시 바뀌는 것은 아니다. 하지만 AI가 자주 읽는 게시글이라면 이야기가 달라진다. 실험에서는 13단어를 덧붙인 게시글이 조사 실행의 57~76%에서 읽혔고, 완성된 보고서의 38~51%가 그 문장을 인용했다.

정말 게시글 하나 때문에 AI 답이 달라질까?

미국 코넬테크 연구진은 여러 번 검색해 긴 보고서를 만드는 AI 심층 조사 도구를 살폈다. 투자 조언, 컴퓨터 백신 프로그램, 식당 추천 같은 주제를 조사할 때 AI가 같은 레딧 글이나 위키백과 항목, 게시판 글을 반복해서 읽는 현상을 확인했다.

연구진은 이런 글 가운데 자주 읽히는 글 하나에 짧은 문장을 덧붙였다. 그리고 그 문장이 실제 조사에서 얼마나 자주 읽히고, 최종 보고서에 얼마나 자주 인용되는지 확인했다.

결과는 단순히 게시글 하나가 검색 결과에 한 번 등장한 정도가 아니었다. 같은 글이 여러 조사에서 반복해서 읽히면서, 그 안에 들어간 문장도 여러 답에 들어갈 수 있었다.

13단어만 넣어도 그렇게 많이 읽히나?

실험에서는 13단어를 덧붙였다. 그런데 조작한 게시글은 해당 주제의 AI 심층 조사 실행 가운데 57~76%에서 읽혔다.

더 중요한 것은 최종 보고서였다. 보고서의 38~51%가 조작해서 덧붙인 문장을 인용했다. 게시글에 들어간 짧은 문장이 AI의 조사 결과에 반복해서 나타난 것이다.

게시판 전체를 조작한 경우에도 결과는 비슷한 문제를 보여줬다. 조작 글이 AI가 읽은 글 전체에서 차지하는 비중은 0.5~4%에 불과했지만, 조작 글이 인용된 비율은 30~53%였다.

이 실험에서 중요한 점은 조작하는 사람이 고객의 질문을 미리 알 필요가 없었다는 것이다. AI가 어떤 검색어를 사용할지도 알 필요가 없었다. 자주 읽히는 게시글 하나를 알고 있으면 됐다.

식당 추천도 해당될까?

해당 실험에는 식당 추천도 포함됐다. 따라서 식당처럼 고객이 AI에게 추천을 묻는 주제에서도 커뮤니티 게시글이 조사 자료로 사용될 수 있다는 점을 확인할 수 있다.

다만 특정 가게의 게시글 하나가 실제로 모든 AI의 답을 바꾼다고 볼 수는 없다. 실험에서 확인된 것은 AI 심층 조사 도구가 자주 읽는 게시글에 들어간 문장이 여러 보고서에 인용될 수 있다는 사실이다.

이 차이는 중요하다. 실험 결과를 그대로 한국의 모든 AI 답에 적용할 수는 없지만, 가게와 관련된 온라인 글이 AI가 참고하는 자료가 될 가능성은 살펴볼 필요가 있다.

커뮤니티 글을 막으면 해결되지 않을까?

방법만 놓고 보면 커뮤니티 글을 아예 제외하면 조작은 막을 수 있다. 하지만 연구진이 확인한 결과, 커뮤니티 글을 제외하면 보고서의 질도 떨어졌다.

AI가 커뮤니티 글을 참고하는 데에는 이유가 있기 때문이다. 실제 사람들이 올린 정보가 AI의 조사에 도움이 될 수 있어서다. 다른 연구에서도 구글 AI 개요 출처 가운데 약 14.2%가 유튜브·페이스북 같은 사용자 게시물이었다.

따라서 커뮤니티 글을 모두 없애는 것만으로 문제를 해결하기는 어렵다. 커뮤니티 글을 참고하는 기능을 유지하면서 잘못된 정보가 답에 들어가는 문제를 줄이는 것이 과제가 된다.

한국 가게에는 어떤 의미가 있을까?

한국에서는 레딧 대신 커뮤니티, 카페, 지식인 같은 공간을 생각해 볼 수 있다. 다만 네이버 블로그와 카페 가운데 상당수는 바깥 AI 봇의 접근을 막고 있어, 챗GPT가 읽는 커뮤니티 글은 따로 있을 수 있다.

그래서 우리 가게에 관한 온라인 글을 한 번 확인해 보는 것이 필요하다. 누군가 가게에 대해 틀린 내용을 적었다면, 그 글이 AI가 참고하는 자료인지 확인하고 실제 고객이 볼 수 있는 정보와 비교할 수 있다.

AI가 우리 가게를 어떻게 설명하는지도 직접 확인할 수 있다. 가게 이름으로 AI에 물어보고 이상한 설명이 나온다면, 답변에 붙은 출처 링크를 열어 어떤 게시글이나 자료가 그 설명의 근거가 됐는지 확인하면 된다.

자기 홈페이지에 정확한 사실을 적어 두는 것도 필요하다. AI가 가게에 관한 여러 자료를 확인할 때 비교할 수 있는 바른 자료가 있기 때문이다.

커뮤니티에서 잘못된 내용이 보인다면 사실에 맞게 답글을 남기는 방법도 있다. 실험에서는 자주 읽히는 게시글 하나가 여러 조사에서 반복해서 사용될 수 있다는 점이 확인됐기 때문이다.

사장님이 지금 해볼 일은 무엇일까?

복잡한 작업부터 할 필요는 없다. 한 달에 한 번 정도 우리 가게 이름으로 AI에 물어보고, AI가 어떤 설명을 하는지와 어떤 출처를 사용하는지 확인하면 된다.

이상한 설명이 있다면 답변에 붙은 출처를 열어본다. 특정 게시글 하나가 원인인지 확인하고, 자기 홈페이지에는 정확한 사실을 적어 두고, 커뮤니티 글에는 사실에 맞는 답글을 남긴다.

AI가 인터넷의 모든 글을 똑같이 읽는 것은 아니다. 하지만 이번 실험은 자주 읽히는 게시글 하나가 여러 AI 답변에 반복해서 영향을 줄 수 있다는 점을 보여준다.

가게에 관한 정보가 온라인에 어떻게 남아 있는지 확인하는 일은 이제 검색 결과만 보는 일이 아니다. AI가 그 정보를 읽었을 때 우리 가게를 어떻게 설명하는지도 함께 살펴볼 필요가 있다.

같이 읽을 글

• 거짓 글 한 장이 AI 추천을 바꿀 수 있을까?
• 챗GPT의 레딧 인용은 왜 6주 만에 60%에서 10%가 됐을까?
• AI에 나오려고 만든 글, 정말 통할까?
• 구글 첫 페이지에 없어도 AI 개요에 나올 수 있을까?

자료 출처

• Zhang·Triedman·Shmatikov 「Deep-Research Agents Can Be Poisoned via User-Generated Content」 arXiv 2605.24245(코넬테크, 2026년 5월)
• Luo·Chen 「One Polluted Page Is Enough」 arXiv 2606.13610 — 조작 페이지 1장 최대 27%
• Xu·Iqbal·Montgomery 「Measuring Google AI Overviews」 arXiv 2605.14021 — 사용자 게시물 비중
• 네이버 블로그 robots.txt — 바깥 AI 봇 차단
• 오픈AI 「Overview of OpenAI Crawlers」