AI에게 왜 같은 질문을 다시 하게 될까?

AI에게 돈이나 건강 문제를 물었는데 답을 한 번에 이해하지 못하고 다시 묻는 일이 적지 않다. 실제 대화 8만 4,000여 건을 분석한 연구에서도 이런 막힘은 질문의 목적에 따라 크게 달랐다. 특히 사업 자금과 금융 공부처럼 내용을 이해하고 따져야 하는 질문에서 다시 묻는 일이 두드러졌다.

실제 AI 대화 8만 4,000여 건을 봤다

영국 리서치 회사 스트라이프 파트너스★ 연구진은 2025년 7~10월 미국 이용자 2,626명의 실제 챗GPT·제미나이 대화를 분석했다. 전체 질문은 110만 개가 넘었고, 이 가운데 돈과 건강에 관한 대화 약 8만 4,000개를 따로 살폈다.

연구진은 대화가 막힌 흔적을 두 가지로 확인했다. 앞서 한 질문을 비슷하게 다시 하는 경우와, AI 답을 이해하지 못했다며 뜻을 되묻는 경우다.

이 지표가 사람의 머릿속 부담을 직접 측정한 것은 아니다. 다만 AI와 대화하다가 다시 설명을 요구한 순간을 보여 주는 자료라는 점에서 의미가 있다.

어떤 질문에서 다시 묻게 될까?

돈에 관한 질문에서는 단순히 정보를 찾는 것보다 복잡하게 조사하거나 배우고, 비교하고, 자신의 재정을 분석해 달라는 질문에서 막힘이 더 컸다.

예를 들어 복잡한 조사에서는 같은 질문을 다시 할 확률이 2.13배였다. 금융 공부·배우기에서는 AI 답의 뜻을 되물을 확률이 2.57배였다.

반대로 짧게 정보를 찾는 질문에서는 두 지표가 모두 낮았다. 같은 질문을 다시 하는 경우는 0.81배, 뜻을 되묻는 경우는 0.75배였다.

이 차이는 질문의 목적과 관련이 있다. 단순한 정보 확인은 필요한 내용을 찾으면 끝날 수 있지만, 배우기나 비교는 답을 이해한 뒤 자신의 상황에 적용해야 한다.

사업 자금은 왜 특히 많이 막혔을까?

돈과 관련된 주제 가운데 사업 자금은 두 가지 지표가 모두 높았다. 같은 질문을 다시 할 확률은 1.49배, 답의 뜻을 되물을 확률은 1.70배였다.

금융 기반 서비스는 같은 질문을 다시 하는 경우가 1.61배였고, 송금·결제는 뜻을 되묻는 경우가 1.36배였다. 다만 금융 기반 서비스의 뜻 되묻기와 송금·결제의 같은 질문 다시 하기는 의미 있는 차이가 아니었다.

사업 자금 질문은 단순한 정보 확인보다 상황을 설명하고 조건을 따져야 하는 경우가 많다. 이번 연구에서 사업 자금 대화가 두 가지 막힘 신호에서 모두 높게 나타난 것도 이런 질문의 특성과 함께 볼 필요가 있다.

건강 질문도 비슷할까?

건강 대화에서도 복잡한 질문일수록 다시 묻는 일이 나타났다. 복잡한 조사는 같은 질문을 다시 하는 경우가 1.71배였고, 건강 수치 분석은 1.61배였다.

특히 건강 수치 분석은 답의 뜻을 되묻는 경우가 2.01배였다. 마음·자기 인식은 1.50배, 사회·일상 기능은 1.65배였다.

돈 문제와 건강 문제는 모두 개인의 상황을 이해해야 답을 제대로 활용할 수 있다는 공통점이 있다. 그래서 단순히 정보를 나열하는 것보다 내용의 관계를 쉽게 설명하는 일이 중요하다는 점을 생각해 볼 수 있다.

AI 답은 짧게 쓰면 해결될까?

답이 길다고 해서 무조건 더 많이 막힌 것은 아니었다. 글머리 기호나 굵은 글씨 같은 꾸밈도 많다고 해서 항상 이해하기 쉬워지는 것은 아니었다.

오히려 꾸밈이 30단어당 하나씩 늘어날 때 같은 질문을 다시 하는 확률은 돈 대화에서 1.10배, 건강 대화에서 1.12배였다. 다만 건강 대화에서 뜻을 되묻는 경우는 0.78배로 줄었다.

더 눈에 띄는 것은 답의 길이와 낱말의 다양함이 함께 움직였다는 점이다. 답이 짧을 때는 다양한 낱말을 쓰는 답일수록 다시 묻는 일이 줄었지만, 답이 길어질수록 그 효과가 약해졌다.

돈 대화에서는 약 600단어에서 이런 흐름이 만났다. 정보가 빽빽한 답은 길어질수록 되묻기가 늘었고, 정보가 성긴 답은 길어질수록 줄었다.

다만 연구진도 이 수치를 모든 AI 답변에 적용할 기준으로 보지는 않았다. 이번 자료에서 나온 모델 값이라는 점을 함께 봐야 한다.

홈페이지 글에는 어떤 뜻이 있을까?

이 연구는 홈페이지를 직접 시험한 연구는 아니다. 따라서 홈페이지 글을 이렇게 쓰면 고객이 반드시 AI에게 다시 묻지 않는다고 말할 수는 없다.

그래도 방향은 생각해 볼 수 있다(예상). 고객이 비교하거나 배우거나 절차를 이해해야 하는 내용이라면, 가격과 조건, 진행 순서처럼 다시 물을 만한 부분을 미리 풀어 두는 것이 도움이 될 여지가 있다.

특히 사장님 홈페이지가 AI가 참고할 수 있는 정보가 되려면 짧게 쓰는 것만 목표로 삼을 필요는 없다. 중요한 내용을 충분히 담되, 긴 설명 안에서 정보가 한꺼번에 몰리지 않도록 나누는 방식이 이번 연구 결과와 맞닿아 있다.

결국 핵심은 글자 수 자체가 아니다. 고객이 무엇을 알고 싶어 하는지에 맞춰 필요한 정보를 이해하기 쉽게 담는 것이 중요하다.

제미나이와 챗GPT의 차이는 어떻게 봐야 할까?

연구에서는 제미나이 대화가 챗GPT 대화보다 같은 질문을 다시 하는 경우가 돈 대화에서 4.06배, 건강 대화에서 3.89배 높았다. 뜻을 되묻는 경우도 각각 2.80배와 2.42배 높았다.

하지만 이것을 두 AI의 성능 차이라고 단정할 수는 없다. 이용자가 어떤 AI를 골라 사용했는지까지 통제한 실험이 아니라 실제 이용 기록을 분석한 자료이기 때문이다.

이번 연구가 사장님 홈페이지에 주는 메시지는 단순하다. AI가 답을 잘 만드는 것만큼, AI가 참고할 홈페이지의 정보도 고객이 다시 묻지 않아도 될 만큼 분명해야 한다.

같이 읽을 글

• 홈페이지는 다음 질문까지 답해야 하나?
• AI는 왜 질문 하나를 여러 개로 나눌까?
• 지금 있는 홈페이지, AI가 가져가게 하려면 무엇부터 고칠까

자료 출처

• When AI Becomes Hard to Understand: Cognitive Demands in Real-World Human–AI Conversations(Wang·Bilal·Zaman, 스트라이프 파트너스·arXiv 2026년 9월 제출·미국 이용자 2,626명·돈 4만 3,100·건강 4만 1,500 대화)
• From Information to Delegation: Mapping Human-AI Financial Decision Making(Bilal 등, 같은 연구진·2026년 8월 arXiv — 원 데이터셋과 알려 주기·거들기·맡기기 분류)
• AI 검색 트렌드 리포트 2026 하반기(오픈서베이, 2026년 7월, 전국 1,000명 — 바로 묻기 56.9%·이어 묻기 42.3%)
• How People Use ChatGPT(Chatterji 등, 전미경제연구소 NBER 워킹페이퍼 34255, 2025 — 챗GPT 이용 목적 분류)
• textstat(읽기 쉬움 점수 Flesch Reading Ease 계산 도구, 연구에서 사용)