우리 가게 정보도 AI가 지어낼 수 있나?

논문의 가짜 인용이 2023년 2,828건 중 1건에서 2026년 첫 7주 277건 중 1건으로 늘었다. 가게 정보도 검증할 자리가 필요하다.

AI가 틀린 정보를 만들어내는 문제는 논문만의 일이 아니다. 논문의 가짜 인용은 2023년 2,828건 중 1건에서 2026년 첫 7주 277건 중 1건으로 늘었다. 가게의 주소나 수상 내역처럼 정확히 맞아야 하는 정보도 확인할 근거가 없으면 AI 답변에 잘못 섞일 수 있다.

AI가 정밀한 사실을 다룰수록 가게도 정확한 정보를 확인할 수 있는 원문을 분명하게 준비해야 한다.

논문에서 가짜 인용이 왜 늘었나

2026년 5월 발표된 연구는 arXiv·bioRxiv·SSRN·PubMed Central에 실린 논문 250만 건과 참고문헌 1억 1,100만 건을 살폈다. 2025년 한 해에만 존재하지 않는 논문을 인용한 가짜 인용 14만 6,900건이 발견됐다.

전체 참고문헌의 95% 이상은 실제 출판물과 정확히 매칭됐다. 하지만 실제 출판물과 맞지 않는 일부 사례가 해마다 빠르게 늘고 있다는 점이 문제다. 조기 경력 연구자의 논문 생산량도 AI 도구 확산과 함께 약 3배로 늘었고, 연구팀은 생산량이 늘어난 쪽에서 가짜 인용도 함께 늘었다고 지적했다.

시점가짜 인용 있는 논문 비율비고
2023년2,828건 중 1건(0.035%)기준점
2025년458건 중 1건(0.218%)2023년의 약 6배
2026년 첫 7주277건 중 1건(0.361%)계속 상승
조사 항목값
감시 대상 논문250만 건
감시 대상 참고문헌1억 1,100만 건
2025년 발견된 가짜 인용14만 6,900건
실제 출판물과 매칭 성공률95% 이상
조기 경력 연구자 논문 생산량 증가약 3배
저장소arXiv·bioRxiv·SSRN·PubMed Central

같은 시기 NeurIPS 2025 동료 검토 과정에서도 가짜 인용 100건이 별도로 분석됐다. 유명한 학회의 검토 과정도 가짜 인용을 완전히 막는 장치는 아니었다.

AI는 왜 주소나 인증 번호도 틀릴 수 있나

가짜 인용에서 특히 문제가 되는 부분은 저자명, 논문 제목, 게재 연도, DOI 같은 정밀한 정보다. 이런 정보는 숫자와 고유명사가 정확히 맞아야 하지만, AI는 비슷한 패턴을 바탕으로 그럴듯한 정보를 만들어낼 수 있다.

가게 정보도 구조가 비슷하다. 주소, 전화번호, 영업시간, 수상 내역, 인증 번호는 모두 정확히 맞아야 하는 정보다. 이런 정보의 확인 창구가 분명하지 않으면 다른 곳에서 가져온 정보가 답변에 섞일 수 있다.

학술 논문에서가게 정보에서
저자명·제목·연도·DOI 같은 정밀한 메타데이터주소·전화번호·영업시간·수상·인증 번호
그럴듯한 문장 속에 끼워 넣으면 검수 통과챗봇 답변 안에 섞이면 고객이 확인 안 함
이미 유명한 저자에게 인용 집중(불균형)검색량 많은 경쟁 업체로 정보 혼동
동료 검토라는 방어선이 약함가게 쪽 확인 문서(홈페이지)가 없으면 방어 불가

특히 검색량이 많은 경쟁 업체의 정보와 가게 정보가 섞일 가능성도 생각해야 한다. 학술 논문에서는 이미 유명한 저자에게 인용이 몰리는 불균형도 확인됐는데, 가게 정보에서도 비슷하게 검색되는 다른 업체의 정보가 혼동될 수 있다.

그럼 AI는 우리 가게 정보를 어디서 가져오나

가게를 설명하는 AI 답변에서 자사 홈페이지가 항상 가장 중요한 근거로 쓰이는 것은 아니다. 2026년 8월 함샤우트 조사에서는 답변 하나당 인용 출처 비중이 SNS 34.6%, 언론 19.7%, 자사 홈페이지 18.8% 순이었다.

즉 가게 홈페이지 밖에 있는 정보가 답변의 근거로 함께 사용될 수 있다. 그 정보에 오류가 있다면 AI가 그것을 바탕으로 가게를 설명할 수도 있다.

출처 유형인용 비중조사
SNS34.6%함샤우트, 2026.8
언론19.7%함샤우트, 2026.8
자사 홈페이지18.8%함샤우트, 2026.8
자기 홈페이지(우리 실측)31건 중 10건자체 측정, 2026.9.16
정부 자료(우리 실측)31건 중 3건자체 측정, 2026.9.16

2026년 9월 16일 자체적으로 챗GPT 답변 인용 31건을 확인한 결과에서도 자기 홈페이지가 근거로 잡힌 것은 10건이었다. 정부 자료는 3건이었고, 나머지는 티스토리 1건과 그 외 출처였으며 네이버 블로그와 브런치는 0건이었다.

그래서 홈페이지를 단순히 가게를 소개하는 공간으로만 보면 안 된다. AI가 가게 정보를 확인할 수 있는 원문을 두는 공간으로도 봐야 한다.

우리 가게는 무엇을 준비해야 하나

방법은 복잡하지 않다. 주소, 전화번호, 영업시간, 수상 내역, 인증 번호처럼 틀리면 안 되는 정보를 홈페이지에 명확한 문장으로 적어 두는 것이다.

중요한 것은 정보를 감추지 않고 확인하기 쉬운 형태로 두는 일이다. 논문에서 저자명이나 DOI를 정확하게 기록하는 것처럼, 가게도 고객이 확인해야 할 정보를 정확한 원문으로 남겨야 한다.

가짜 인용 연구가 보여주는 방향도 같다. AI가 참고할 수 있는 검증 가능한 원문을 명확한 자리에 두는 것이 중요하다.

키워드만 많이 넣으면 더 잘 인용될까

그렇지는 않다. 프린스턴대학이 질문 1만 건으로 진행한 실험에서는 답변에 인용문을 넣었을 때 인용률이 43% 늘었고, 통계와 숫자를 넣었을 때는 33% 늘었다.

문장을 매끄럽게 다듬었을 때는 29%, 출처를 표기했을 때는 28% 인용률이 늘었다. 반대로 키워드만 반복했을 때는 인용률이 9% 줄었다.

넣은 요소인용 변화조사
인용문(후기·발언) 추가+43%프린스턴 GEO 실험(질문 1만 건)
통계·숫자 추가+33%프린스턴 GEO 실험
문장을 매끄럽게 다듬기+29%프린스턴 GEO 실험
출처 표기 추가+28%프린스턴 GEO 실험
키워드만 반복−9%프린스턴 GEO 실험

이 결과를 가게 홈페이지에 적용하면 방향이 분명하다. 검색에 걸리게 하려고 같은 단어를 반복하기보다 주소, 전화번호, 영업시간, 인증 번호 같은 정확한 정보를 실제 내용으로 분명하게 적어 두는 것이 중요하다.

AI가 모든 사실을 자동으로 확인해 주는 것은 아니다. 그래서 가게가 직접 확인할 수 있는 원문을 준비해 두는 것이 필요하다.

요점 ① 가짜 인용은 2023년 2,828건 중 1건에서 2026년 첫 7주 277건 중 1건으로 증가했다. ② 2025년 한 해 발견된 가짜 인용은 14만 6,900건이며 참고문헌의 95% 이상은 실제 출판물과 매칭됐다. ③ 자사 홈페이지 인용 비중은 함샤우트 조사에서 18.8%였고, 자체 실측에서는 31건 중 10건이었다. ④ 프린스턴 GEO 실험에서는 인용문을 넣었을 때 인용률이 43% 늘었고 키워드만 반복하면 9% 줄었다.

같이 읽을 글

자료 출처

작성일

#AI의 눈 #가짜인용 #환각 #학술논문 #신뢰

← 칼럼 목록
무료로 신청하기→