AI는 우리 가게 화장품 성분을 제대로 알려줄까?

화장품 성분을 AI에게 물었을 때 항상 정확한 답이 나오는 것은 아니다. 실제 제품의 합성 방부제를 모두 찾는 문제에서 AI 14개는 전반적으로 낮은 정답률을 보였다. 반면 웹 검색을 켠 제미나이는 같은 문제를 100% 맞혔다.

AI 14개에는 무엇을 물었나

연구진은 오픈AI·구글·메타·xAI·앤스로픽·미스트랄·딥시크 등 7개 회사의 AI를 두 개씩 골라 모두 14개를 시험했다. 각 회사에서 큰 모델과 가벼운 모델을 하나씩 사용했고, 웹 검색은 모두 껐다.

질문은 결합 수, 방부제 찾기, 분자량, 끓는점 계산, 피부 관리 조언의 5개 갈래였다. 성분이나 제품은 갈래마다 5개씩 제시했고, 답은 PubChem과 성분 해설 데이터베이스, 화장품학 교과서 등을 기준으로 확인했다.

어떤 문제를 잘 맞혔나

AI가 모든 화장품 문제를 똑같이 어려워한 것은 아니다. 분자량처럼 널리 알려진 값을 찾는 문제에서는 14개 가운데 6개가 5개 모두를 맞혔고, 나머지도 5개 가운데 4개를 맞혔다.

반면 여러 단계를 거쳐야 하는 끓는점 계산은 결과가 크게 달랐다. 14개 가운데 7개가 5개 문제를 하나도 맞히지 못했고, 가장 높은 정답률도 60%였다. 모델이 크다고 정답률이 높아지는 관계도 통계적으로 의미가 없었다.

제품 속 방부제는 왜 자꾸 틀리나

여기서 동네 가게가 특히 눈여겨볼 부분이 있다. 연구진은 실제 판매되는 화장품 5개를 제시하고, 들어 있는 합성 방부제를 빠짐없이 말하라고 했다.

방부제는 제품에 따라 2개에서 4개까지 확인됐다. 그런데 14개 AI 대부분이 이 문제에서 어려움을 보였다. 하나라도 빠뜨리면 틀린 것으로 계산했기 때문에 제품별 성분 정보를 충분히 알지 못하면 정답을 만들기 어려운 문제였다.

AI가 계산을 못해서 그런 걸까

연구진의 추가 시험에서는 다른 모습이 나타났다. 웹 검색을 사용할 수 있게 하자 제미나이는 제품 속 합성 방부제를 찾는 문제를 100% 맞혔다.

이 결과를 보면 부족했던 것은 단순한 계산 능력만은 아니다. AI가 제품별 성분 정보를 직접 찾아 읽을 수 있느냐가 중요한 차이를 만들었다. 연구진도 실시간 검색이 정답률 차이의 상당 부분을 설명한다고 적었다.

즉, 고객이 AI에게 특정 제품의 성분을 물었을 때 AI가 그 제품 정보를 읽을 수 없다면 일반적인 화장품 지식으로 답할 가능성이 있다. 반대로 검색할 수 있는 제품 정보가 있다면 그 내용을 바탕으로 답할 수 있다.

피부 관리 조언은 믿어도 될까

일반적인 피부 관리 조언은 비교적 무난했다. 예를 들어 아젤라산을 바른 뒤의 관리나 기미·노화 관리에서는 세안 후 피부를 가볍게 두드려 말리거나 매일 자외선 차단제를 사용하라는 식의 답이 많았다.

대부분은 피부과 전문의 상담을 권하는 문구도 붙였다. 다만 연구진은 이런 답이 개인 피부에 맞춘 구체적인 조언보다는 일반론에 머물렀다고 봤다. 말투가 자신 있어 보여도 소비자가 넓은 범위의 답을 지나치게 믿을 수 있다는 점도 한계로 제시했다.

그럼 우리 가게 성분표는 어디에 둬야 하나

이 연구에서 가게가 가져갈 점은 단순하다. 고객이 특정 제품의 성분을 AI에게 물었을 때, AI가 읽을 수 있는 제품 정보를 만들어 두는 것이 필요하다.

현재 스마트스토어 상세 페이지에만 성분 정보가 있다면 이런 점을 확인할 필요가 있다. 2026년 9월 29일 확인 기준으로 네이버 스마트스토어의 robots.txt는 GPTBot·OAI-SearchBot·ClaudeBot·PerplexityBot 등 AI 봇 10종과 그 밖의 봇을 막고 있으며, 페이스북 미리보기 봇 하나만 허용하고 있다. 따라서 스마트스토어 상세 페이지에 있는 성분 정보를 AI 검색이 읽지 못할 가능성이 있다(예상).

특히 성분표를 이미지로만 올리는 것도 충분하지 않을 수 있다. AI가 읽기 쉬운 정보는 제품명과 전성분, 방부제 목록처럼 내용을 글자로 적어 둔 정보다.

그래서 화장품 가게나 피부관리실은 판매하는 제품의 전성분과 방부제 목록을 자체 홈페이지에도 글자로 정리해 두는 방법을 생각해볼 수 있다(예상). 자체 홈페이지를 AI 봇이 막지 않았다면 AI가 검색을 통해 그 정보를 읽을 수 있는 경로가 생긴다.

고객이 「이 제품에 페녹시에탄올이 들어 있나」라고 AI에게 물었을 때 중요한 것은 AI가 그 성분을 외우고 있느냐만이 아니다. 고객이 묻는 바로 그 제품의 성분표를 AI가 찾아 읽을 수 있느냐가 중요하다.

같이 읽을 글

• 한국 고객은 온라인 쇼핑 때 AI에게 무엇을 물어볼까?
• 지금 있는 홈페이지, AI가 가져가게 하려면 무엇부터 고칠까
• AI가 믿는 가게는 무엇이 다를까?
• 고객은 AI 답을 검색 결과만큼 믿을까?

자료 출처

• Accuracy and Reliability of Large Language Models in Cosmetic Chemistry and Skin Health: A Benchmarking Study(Amelia Liu, 독립 연구자·arXiv 2026년 7월 제출·AI 14개·5개 갈래)
• 연구 코드 저장소(저자 깃허브, 분석 코드 공개)
• PubChem 페녹시에탄올 항목(미국 국립보건원 화학 데이터베이스 — 연구의 정답 확인 기준)
• INCIDecoder 페녹시에탄올 성분 해설(연구의 방부제 정답 확인 기준)
• Evaluation of ChatGPT Dermatology Responses to Common Patient Queries(Ferreira 등, JMIR Dermatology 2023)
• 네이버 스마트스토어 robots.txt(2026년 9월 29일 확인 — GPTBot·OAI-SearchBot 등 AI 봇 10종 차단·facebookexternalhit 1종만 허용)