AI가 우리 가게 전화번호도 지어낼까?

AI는 가게 정보를 언제나 정확하게 알고 있는 것이 아니다. 인용 링크 약 22만 개를 조사한 결과 3~13%는 애초에 존재하지 않았고, 전화번호 조사에서도 오답이 36%였다. 특히 AI가 가게 정보를 확인할 원본 자료가 부족하면 틀린 정보를 답에 넣을 가능성이 커진다.

AI가 링크도 지어낼 수 있나

챗GPT나 딥리서치가 답변 끝에 출처 링크를 붙이는 일이 흔해졌다. 그런데 그 링크가 실제로 존재하는지, 지금도 열리는지는 별개의 문제다.

한 조사에서는 상용 챗봇과 딥리서치 에이전트 13개가 답변에 붙인 인용 링크 약 22만 개를 확인했다. 두 개 실험을 합쳐 32개 학문 분야의 자료를 살펴봤고, 웨이백 머신 기록과 대조해 주소가 실제로 존재했는지 확인했다.

여기서 중요한 숫자가 있다. 애초에 없던 주소는 3~13%였고, 삭제되거나 오류가 발생해 열리지 않는 링크까지 합치면 5~18%였다. 답변 하나에 인용이 여러 개 붙는다면, 이런 문제가 답변 전체의 신뢰도에도 영향을 줄 수 있다.

딥리서치면 더 정확한 것 아닌가

딥리서치는 여러 자료를 찾아 긴 답변을 만드는 방식이다. 하지만 답변이 길고 출처가 많다는 사실만으로 각각의 출처가 실제로 존재한다는 뜻은 아니다.

조사에서는 딥리서치 에이전트 10개와 검색증강 챗봇 3개를 함께 살펴봤다. 특히 딥리서치처럼 여러 단계를 거치는 답변도 인용 링크가 실제로 존재하는지 따로 확인할 필요가 있다는 점이 드러났다.

문제는 링크만이 아니다. AI가 가게의 전화번호나 영업정보처럼 아주 기본적인 사실을 답할 때도 틀릴 수 있다.

우리 가게 전화번호도 틀리게 말할까

실제로 전화번호를 확인한 조사에서도 오답이 나왔다. 브랜드 178곳을 대상으로 AI 모델 7종에 전화번호를 물었는데, AI가 전화번호를 답에 포함한 비율은 91%였다.

그런데 전화번호를 답한 경우 가운데 오답은 36%였다. AI가 전화번호를 아예 모르는 경우만 문제가 되는 것이 아니라, 그럴듯하지만 틀린 번호를 답하는 경우도 있다는 뜻이다.

가게 정보 전체로 범위를 넓히면 문제는 더 분명해진다. 런던 기업 165곳을 대상으로 한 조사에서는 AI 응답 13,365건 가운데 최소 하나의 사실 오류나 누락이 있는 경우가 93%였다.

특히 소상공인이 조작된 사실을 받은 비율은 50%로 대기업의 32%보다 높았다. 자신 있게 지어낸 비율도 소상공인은 5%, 대기업은 2%였고, 브랜드명 혼동은 소상공인 4%, 대기업 0.7%였다.

왜 우리 가게 정보가 틀릴까

AI가 틀린 정보를 답하는 이유 가운데 하나는 확인할 수 있는 원본 자료가 부족하기 때문이다. 가게 정보가 특정 플랫폼에만 있고 AI가 그 자료를 직접 확인하지 못한다면, 다른 자료를 참고해 답하거나 비어 있는 부분을 잘못 채울 수 있다.

2026년 9월 16일부터 20일까지 직접 확인한 결과, 네이버 블로그·스마트스토어·네이버쇼핑은 AI 봇 9종을 전부 차단한 상태였다. 이런 곳에 가게 정보가 있다면 AI가 그 내용을 직접 확인하기 어렵다.

실제로 9월 16일 측정한 챗GPT 인용 31건을 보면 가게 자체 홈페이지가 출처인 경우는 10건이었다. 정부·공공기관은 3건, 티스토리는 1건이었고 네이버 블로그와 브런치는 각각 0건이었다.

이 숫자가 보여주는 것은 단순하다. 가게 정보가 인터넷 어딘가에 존재하는 것과 AI가 그 정보를 확인할 수 있는 것은 같은 일이 아니다.

확인할 수 있게 하면 달라질까

줄일 방법도 확인됐다. 앞서 링크의 생존 여부를 실시간으로 확인하는 교정 도구를 적용했을 때 비정상 링크 비율은 1% 미만으로 내려갔다. 기존 비정상 비율과 비교하면 6~79배 감소한 수치다.

검색 기능을 사용할 수 있을 때도 차이가 있었다. 동네 병원 추천을 다룬 연구에서는 검색 기능을 끄고 답했을 때 정확한 추천 비율이 4~11%였지만, 검색 기능을 켜고 확인한 뒤 답하게 하자 64~71%까지 올라갔다.

이 결과는 가게 정보에도 중요한 의미가 있다. AI가 확인할 수 있는 자료가 열려 있고 최신이면 틀린 답을 줄이는 데 도움이 된다. 반대로 원본 자료를 확인하기 어렵다면 AI가 다른 자료를 참고하거나 잘못된 정보를 답할 가능성을 무시하기 어렵다.

결국 "우리 가게 정보도 AI가 지어낼 수 있을까"라는 질문의 답은 숫자로 확인된다. 인용 링크에서도 환각이 측정됐고, 전화번호에서도 36%의 오답이 확인됐다.

가게 홈페이지에 정확한 정보를 적어두는 것만으로 모든 오류가 사라진다고 말할 수는 없다. 다만 AI가 확인할 수 있는 원본 자료가 있는지, 그리고 그 자료가 최신 정보인지가 중요하다는 점은 조사 결과에서 확인된다.

같이 읽을 글

• 우리 글은 왜 AI 답변에 안 들어갈까?
• AI는 우리 홈페이지를 인용하고도 왜 다르게 말할까?
• AI는 가게의 새 가격과 옛 가격 중 무엇을 믿을까?
• AI는 가게가 지어낸 사실을 걸러낼 수 있을까?

자료 출처

• Detecting and Correcting Reference Hallucinations in Commercial LLMs and Deep Research Agents(Rao·Wong·Callison-Burch, arXiv, 2026.4, DRBench 53,090건+ExpertQA 168,021건)
• AI local visibility is up to 30x harder than ranking in Google(Search Engine Land, SOCi 로컬 가시성 지수★ 인용 보도, 2026.1)
• SOCi Local Visibility Index(SOCi★, 2026, 약 35만 곳·브랜드 2,751개·6개 플랫폼)
• AI Models Provide Incorrect Phone Numbers 36% of the Time(Seer Interactive★, 2025.12, 브랜드 178개·AI 모델 7종)
• Over 9 in 10 local businesses suffer from AI chatbot inaccuracies(SME Magazine, Searchable 조사 인용, 2026, 런던 기업 165곳·AI 응답 13,365건)
• 동네 병원 추천 검색 기능 유무 비교 연구(arXiv 2609.18341)