# AI는 우리 가게를 어떤 기준으로 목록에 넣을까?

_AI가 조건을 확인하는 방식에서 홈페이지가 해야 할 일을 찾는다_

> 가장 잘한 AI도 부분 점수 F1이 0.363에 그쳤고, 기록의 33.6~68.3%는 조건을 다 담지 못한 페이지를 출처로 달았다. 사장님 홈페이지에 조건을 한 문장으로 적는 일이 중요하다.

- 종류: 칼럼
- 주소: https://aisitekorea.com/column/ai-shop-list-needs-quotable-evidence
- 발행: AI사이트코리아 (https://aisitekorea.com)
- 작성일: 2026-10-02

AI에게 「광주에서 주말에 여는 한의원 10곳 정리해 줘」라고 시키는 고객이 늘고 있다. 이때 AI는 가게 이름만 찾는 것이 아니라, 조건을 확인할 수 있는 페이지와 문장을 함께 찾는다. 가장 잘한 AI도 부분 점수 F1이 0.363에 그쳤다는 점을 보면, AI가 아직 긴 목록을 완벽하게 만드는 단계는 아니다.

AI가 목록에 가게를 넣으려면 홈페이지에 조건을 확인할 수 있는 문장이 있어야 한다.

## AI는 가게를 어떻게 고를까?

퍼플렉시티 연구진은 2026년 8월 실제 리서치 제품의 사용 기록에서 목록·표·명단을 만드는 요청을 골라 500개 과제로 다시 만들었다. 과제는 먼저 조건에 맞는 대상을 넓게 찾고, 그다음 여러 번 검색해 필요한 사실을 확인하는 방식이었다.

AI가 한 대상을 목록에 넣을 때는 출처 주소와 그 페이지에서 옮긴 문장, 그리고 그 문장이 뒷받침하는 내용을 확인한다. 출처 페이지가 열리지 않거나 옮긴 문장만으로 조건을 모두 증명하지 못하면, 실제로 조건에 맞는 가게라도 점수를 받지 못한다.

| 항목 | 숫자 |
|---|---|
| 과제 수 | 500개 |
| 분야 표시 | 13종(일반 50.8%·법률 33.6%·전자상거래 19.8% 등, 한 과제에 여러 개가 붙을 수 있음) |
| 전체 요구 기록 | 170,495개 |
| 과제당 업체·대상 수(중앙값) | 100개 |
| 대상 하나당 기록(중앙값) | 3.00개 |
| 과제당 기록(중앙값) | 245개 |
| 요구 기록 100개 미만 / 100~299 / 300~999 / 1,000 이상 | 10.8% / 44.4% / 40.4% / 4.4% |
| 하위 단계 없음 / 1개 / 2개 / 3개 이상 | 12.8% / 45.0% / 31.6% / 10.6% |

## 우리 가게가 처음부터 검색에서 빠지면 어떡할까?

가게를 목록에 넣는 과정에서 가장 먼저 생기는 문제는 후보로 찾지 못하는 것이다. 실험에서는 AI 6개가 요구된 대상의 18.1~83.9%만 후보로 찾았다.

찾은 뒤에도 문제가 남는다. 제출한 페이지 가운데 3.2~8.9%는 쓸 수 없는 상태였고, 오픈AI는 23.1%였다. 로그인 화면이나 유료 안내처럼 내용을 확인하기 어려운 페이지는 출처로 쓰기 어렵다.

| 단계 | 결과(AI 6개 범위) | 가게 입장에서 뜻 |
|---|---|---|
| 찾기 | 요구 대상의 18.1~83.9%만 후보로 찾음 | 처음 찾는 단계에서 아예 안 걸리는 가게가 많다 |
| 페이지 열기 | 제출 페이지의 3.2~8.9%가 쓸 수 없는 상태(오픈AI는 23.1%) | 로그인 화면·유료 안내·화면이 뜨지 않는 페이지는 출처로 인정받지 못한다 |
| 페이지 조건 | 기록의 33.6~68.3%가 조건을 다 담지 못한 페이지를 출처로 닮 | 지역은 있는데 영업일이 없으면 탈락한다 |
| 옮긴 문장 | 옮긴 문장이 조건 전부를 증명한 비율 55.6~80.4% | 문장 여러 개에 흩어진 정보는 증명이 약해진다 |

홈페이지가 검색 결과에 보이는 것만으로는 충분하지 않다. AI가 실제 페이지를 열고 조건을 확인할 수 있어야 한다.

## 영업시간과 지역을 따로 적어도 괜찮을까?

AI가 조건을 확인할 때는 한 페이지에 필요한 정보가 모여 있는 것이 중요하다. 실험에서는 기록의 33.6~68.3%가 과제가 요구한 조건을 다 담지 못한 페이지를 출처로 달았다.

예를 들어 지역은 적혀 있지만 영업일이 없으면, 「주말에 여는 가게」라는 조건을 그 페이지 하나로 증명하기 어렵다. 반대로 지역·영업일·예약 방법처럼 고객이 자주 묻는 조건을 한 문장이나 짧은 표 한 줄에 함께 적으면 옮긴 문장 하나로 여러 조건을 확인할 수 있다.

| 실패 유형(논문 정의) | 가게 페이지에서 생기는 일 |
|---|---|
| 검색 결과 요약문만 믿기: 출처 페이지가 주장을 뒷받침하는지 확인 안 함 | 검색 결과에 보이는 짧은 소개문과 실제 페이지 내용이 다르면 그 기록은 틀린 기록이 된다 |
| 조건을 처음 몇 곳에만 적용: 뒤로 갈수록 조건을 빠뜨림 | 조건 확인이 느슨해진 뒤쪽 순서에는 조건에 안 맞는 가게가 섞이기 쉽다 |
| 교차 확인 생략: 여러 출처로 맞춰 보지 않음 | 과제가 출처 2~3곳을 요구하면 우리 페이지 하나로는 부족하다 |
| 일찍 포기: 첫 검색에서 정보가 부족하면 멈춤 | 첫 검색에서 조건 문장이 안 보이면 그 가게는 다시 찾지 않는다 |
| 보강 누락: 업체는 찾았지만 필요한 사실을 못 모음 | 이름은 목록에 올라도 가격·영업시간 칸이 비어 탈락한다 |

홈페이지에는 가게 이름만 적는 것보다 조건을 확인할 수 있는 내용을 함께 적는 편이 낫다. 「광주 북구 ○○동, 토요일 오후 6시까지 진료, 초진 예약 가능」처럼 필요한 사실을 한곳에 모아 두는 방식이다.

## AI가 여러 출처를 요구하면 어떻게 해야 할까?

일부 과제에서는 한 대상에 출처를 2~3곳 요구한다. 이때 홈페이지 하나에 모든 정보를 넣었다고 해서 항상 충분한 것은 아니다.

같은 사실을 홈페이지 밖의 다른 곳에서도 같은 표현으로 확인할 수 있게 하는 방법이 있다. 공공 목록이나 협회 명단, 지도 정보처럼 AI가 열어 확인할 수 있는 곳에 같은 사실이 있다면 교차 확인에 활용될 수 있다.

다만 페이지가 실제로 열리는지는 확인해야 한다. 2026년 9월 직접 확인한 내용에서는 네이버 블로그와 스마트스토어가 AI 검색 봇 9종을 모두 막고 있었다.

## 지금 AI는 긴 목록을 얼마나 잘 만들까?

실험에서 가장 높은 부분 점수를 받은 퍼플렉시티의 F1은 0.363이었다. 완전 점수 F1은 0.133이었다.

과제 하나를 처리하는 데 걸린 시간의 중앙값은 14.9분이었다. 또 다른 앞선 실험에서는 실제 사용자 질문 200개로 넓게 찾기 시험을 했고, 표를 완벽하게 채운 성공률은 가장 높은 시스템도 5.1%였다.

| 시스템 | 부분 점수 F1 | 완전 점수 F1 | 부분 정확도 | 부분 채운 비율 | 과제당 비용 |
|---|---|---|---|---|---|
| 퍼플렉시티 | 0.363 | 0.133 | 0.389 | 0.357 | 5.20달러 |
| 앤스로픽 | 0.249 | 0.072 | 0.354 | 0.222 | 46.43달러 |
| 오픈AI | 0.121 | 0.035 | 0.149 | 0.115 | 0.50달러 |
| 구글 제미나이 | 0.055 | 0.009 | 0.132 | 0.042 | 15.24달러 |
| 패럴렐 | 0.069 | 0.019 | 0.154 | 0.055 | 1.19달러 |
| 엑사 | 0.070 | 0.020 | 0.130 | 0.057 | 0.50달러 |

이 결과는 AI가 아직 목록을 만들 때 많은 정보를 빠뜨릴 수 있다는 뜻이다. 그래서 고객이 AI에게 가게 목록을 요청하는 상황에서는 AI의 검색 능력뿐 아니라, 가게 페이지에서 확인할 수 있는 정보가 중요하다.

## 동네 가게는 아직 준비가 덜 된 걸까?

중소벤처기업부·소상공인시장진흥공단 조사에서는 디지털·스마트 기술을 쓰는 소상공인이 2023년 18.0%에서 2024년 27.2%로 늘었다. 2024년에도 72.8%는 사용하지 않았다.

온라인 판로를 쓰는 비율도 2023년 7.6%에서 2024년 13.3%로 늘었다. 다만 홈페이지 보유율만 따로 집계한 공식 통계는 찾지 못했다.

| 항목(소상공인실태조사) | 2023 | 2024 |
|---|---|---|
| 디지털·스마트 기술 활용 | 18.0% | 27.2% |
| 미활용 | 82.0% | 72.8% |
| 온라인 판로 | 7.6% | 13.3% |
| 매장관리 | 4.2% | 9.4% |
| 스마트 주문·결제 | 3.9% | 4.1% |

여기서 중요한 점은 단순히 디지털 기술을 쓰느냐가 아니다. AI가 다시 열어 볼 수 있는 자기 페이지에 고객이 찾는 조건이 적혀 있느냐가 중요하다.

## AI가 더 똑똑해지면 이런 문제는 없어질까?

퍼플렉시티는 2026년 6월 검색 과정을 코드로 짜서 한꺼번에 돌리는 방식을 개발자용 API와 자사 에이전트 제품의 기본값으로 넣었다. 목록형 요청을 처리하는 성능이 좋아지면 AI가 찾아내는 가게도 늘어날 수 있다.

하지만 가게 페이지에 필요한 근거 문장이 없다면 다른 문제가 남는다. AI가 가게를 발견하더라도 조건을 확인할 문장이 없으면 목록에 넣을 근거가 약해진다.

이 실험은 그대로 동네 가게에 적용할 수 있는 자료는 아니다. 퍼플렉시티의 사용 기록에서 나온 직장 업무 중심 과제이고, 한국어·동네 가게·업종별 성적은 공개되지 않았다.

| 한계 | 내용 |
|---|---|
| 과제 출처 | 퍼플렉시티 사용 기록 1곳, 직장 업무 중심 |
| 이해관계 | 만든 회사 시스템이 1위(F1 0.363) |
| 채점 | AI 채점, 오류율 약 10% 넘는 과제만 제외 |
| 빠진 것 | 한국어·동네 가게·업종별 성적 |

그래도 사장님이 홈페이지를 정리할 때 참고할 부분은 분명하다. 고객이 AI에게 물을 만한 조건을 한곳에 모으고, AI가 페이지를 열어 그 조건을 확인할 수 있게 만드는 것이다.

요점 ① 가장 잘한 AI의 부분 점수 F1은 0.363이었다. ② 기록의 33.6~68.3%는 조건을 다 담지 못한 페이지를 출처로 달았다. ③ 옮긴 문장이 조건 전부를 증명한 비율은 55.6~80.4%였다. ④ 디지털·스마트 기술을 쓰는 소상공인은 2024년 27.2%였다.

## 같이 읽을 글

 

- 고객이 적은 사정까지 AI가 추천에 반영할까?

- 홈페이지를 못 읽으면 AI는 우리 가게를 어떻게 설명할까?

- 고객이 AI에 뭘 물을지 몰라도 글을 고칠 수 있나?

- 왜 우리 가게는 구글 지도엔 있는데 챗GPT엔 안 나올까?
 

## 자료 출처

 

- WANDR: A Benchmark for Wide and Deep Research(퍼플렉시티·arXiv 2608.14747·2026.8, 과제 500개·기록 170,495개·시스템 6개)

- WANDR 본문 HTML판(시스템별 F1·정확도·채운 비율·비용·실패 단계 수치)

- WideSearch: Benchmarking Agentic Broad Info-Seeking(바이트댄스·arXiv 2508.07999·2025.8, 질문 200개, 최고 성공률 5.1%)

- DeepWideSearch: Benchmarking Depth and Width in Agentic Information Seeking(arXiv 2510.20168·2025.10, 과제 220개)

- Rethinking Search as Code Generation(퍼플렉시티 리서치·2026.6)

- Perplexity Lets AI Agents Write Their Own Search Code(WinBuzzer·2026.6.7)

- 소상공인 디지털 활용률 27.2%…1년 새 9.2%p 증가(데이터솜·2026.3.13, 중소벤처기업부·소상공인시장진흥공단 소상공인실태조사 2023~2024)

- 2023년 소상공인실태조사 잠정결과 발표(중소벤처기업부·2025.2)