AI는 우리 가게를 찾을 때 어디를 검색할까?

고객이 챗GPT나 클로드, 그록, 딥시크에 우리 업종을 물어도 AI가 매번 인터넷을 검색하는 것은 아니다. 같은 질문을 넣었는데도 챗GPT는 140개, 클로드는 825개에서 웹을 검색했다. AI마다 검색하는 방식과 참고하는 사이트가 다르므로, 우리 가게 정보는 정확하게 작성하고 여러 경로에서 확인할 수 있도록 관리해야 한다.

고객이 물어보면 AI는 항상 검색할까?

그렇지 않다. AI는 질문의 내용과 모델의 판단에 따라 인터넷을 검색하거나 기존에 학습한 정보로 답한다. 최신 정보나 장소 정보가 필요한 질문에서는 검색하는 비율이 높았다.

독일 막스플랑크 소프트웨어시스템연구소 연구진은 챗GPT·클로드·그록·딥시크 이용자 613명에게서 실제 대화 17만 1,264건을 기증받았다. 이어 실제 대화에서 개인정보를 걸러 낸 질문 1,000개를 네 회사 모델에 다시 넣어 검색 여부와 답변의 정확성, 출처 선택을 비교했다.

실제 대화에서도 플랫폼마다 검색 방식이 달랐다. 연구진은 이용자가 기증한 대화 기록과 별도의 실험 결과를 함께 살펴봤다. 실제 대화에서 나타난 검색 횟수와 같은 질문을 다시 넣은 실험의 검색 횟수는 구분해서 봐야 한다.

우리 업종을 물으면 검색할 가능성이 높을까?

여행, 날씨, 쇼핑, 행사처럼 최신 정보나 장소가 중요한 질문은 네 플랫폼 모두 검색률이 높았다. 반면 프로그래밍, 수학, 언어 질문은 검색률이 낮았다. 동네 가게를 찾는 질문은 검색이 필요한 유형에 속한다.

하지만 검색한다고 해서 답변이 반드시 정확해지는 것은 아니다. 연구진이 검색한 답과 검색하지 않은 답의 정확성을 비교했더니 결과는 모델마다 달랐다.

챗GPT와 그록, 딥시크는 검색한 답의 정확성 점수가 검색을 끈 답보다 높았다. 반면 클로드는 검색한 답이 3.29점, 검색을 끈 답이 3.41점이었다. 검색을 가장 많이 했다고 가장 정확한 답을 내놓은 것은 아니다.

검색을 하지 않기로 한 질문의 정확성은 네 모델 모두에서 가장 높았다. AI가 검색이 필요 없는 질문을 구분하는 경우도 있지만, 검색이 필요한 질문에서도 빠진 정보가 생길 수 있다는 뜻이다.

검색 여부는 누가 정하나?

AI가 검색할지는 회사가 정한 사용 지침과 모델 자체의 판단에 영향을 받는다. 연구진은 공개된 오픈AI 모델 세 개의 검색 지침을 서로 바꿔 끼워 검색 횟수가 달라지는지 확인했다.

실험에서 o4-mini는 GPT-5.3의 검색 지침을 받자 검색 횟수가 634개에서 478개로 줄었다. 그래도 GPT-5.3-chat보다 세 배 넘게 검색했다. 검색 지침이 영향을 주지만 모델 자체의 성향도 중요하다는 결과다.

같은 모델이라도 어디에서 사용하느냐에 따라 검색 방식이 달라질 수 있다. 클로드의 개발자 문서에도 검색 빈도를 지침으로 조절하고, 요청당 검색 횟수의 상한과 허용하거나 차단할 사이트 목록을 정할 수 있다고 나와 있다. 따라서 한 앱에서 나타난 검색 결과가 다른 앱에서도 똑같이 나타난다고 기대하기는 어렵다.

AI마다 검색하는 사이트도 다를까?

그렇다. 연구진이 확인한 검색 결과에서는 플랫폼마다 자주 등장하는 사이트가 달랐다. 레딧과 유튜브는 챗GPT와 그록의 검색 결과에서 두드러졌고, 딥시크에서도 높은 비중을 보였다. 클로드의 검색 결과에는 두 사이트가 나타나지 않았다.

클로드는 깃허브, 마이크로소프트 학습 문서, 스택오버플로 같은 개발 관련 사이트를 주로 보여줬다. 중국의 생활·쇼핑 플랫폼 샤오훙수는 딥시크 검색 결과에서 많이 보였다. 같은 질문을 다시 넣은 실험에서도 사이트 차이가 나타났다.

이 결과만으로 한국의 동네 가게가 어느 사이트에 정보를 올려야 한다고 단정할 수는 없다. 연구는 주로 영어 대화를 분석했고, 한국어 검색이나 네이버 같은 국내 서비스를 별도로 확인하지 않았다.

검색 결과에 들어가면 AI가 꼭 인용할까?

그렇지 않다. AI가 검색한 사이트를 실제 답변의 출처로 밝히는 비율도 플랫폼마다 크게 달랐다. 검색 결과에 포함되는 것과 답변의 출처로 표시되는 것은 서로 다른 일이다.

AI용 검색은 검색어 하나에 주소를 대략 5~15개 정도 돌려줬다. 고객이 입력한 긴 질문을 그대로 검색하는 것도 아니다. AI는 질문을 짧은 검색어로 바꿔 여러 사이트를 찾고, 검색을 반복하면서 날짜와 장소, 이름처럼 구체적인 조건을 더하기도 했다.

받은 주소가 답변의 출처로 모두 표시되는 것도 아니다. 그록은 검색 결과로 받은 주소 중 출처로 밝힌 비율이 1.8%였고, 딥시크는 34.1%였다. 따라서 답변의 출처 목록에 우리 홈페이지가 없다는 이유만으로 홈페이지 정보가 전혀 사용되지 않았다고 판단해서는 안 된다.

우리 홈페이지 내용은 AI 답변에 어떻게 반영될까?

연구진은 챗GPT의 답변을 짧은 주장 단위로 나눈 뒤, 각 주장을 뒷받침하는 근거가 어디에 있는지 확인했다. 바로 옆에 표시된 출처가 뒷받침한 주장의 정확성은 3.47점이었다. 반면 근거를 찾지 못한 주장은 2.84점으로 가장 낮았다.

검색해서 읽었지만 출처로 밝히지 않은 문서도 답변의 근거가 될 수 있었다. 연구에서는 이런 문서가 뒷받침한 주장의 정확성이 3.33점이었다. 출처 표시만 확인해서는 AI가 어떤 정보를 참고했는지 모두 알기 어렵다.

그렇다고 홈페이지에 글을 올리기만 하면 AI가 반드시 읽거나 답변에 반영한다는 뜻은 아니다. 이 연구는 특정 홈페이지의 노출 효과를 실험한 것이 아니다. 다만 AI가 검색 결과를 선택하고 출처를 밝히는 과정이 서로 다르다는 점은 확인됐다.

그럼 우리 가게 정보는 어디에 둬야 할까?

우선 홈페이지에 고객이 실제로 찾는 정보를 분명하게 적어야 한다. 영업시간, 가격, 위치, 행사 날짜처럼 바뀔 수 있는 정보는 정확하게 관리해야 한다. 지역명과 업종도 페이지마다 알아보기 쉽게 작성하는 편이 좋다.

한 플랫폼에만 정보를 두는 것도 피하는 편이 낫다. AI마다 검색 결과가 다르기 때문이다. 홈페이지를 기본 정보의 중심으로 관리하면서 다른 경로에 있는 가게 정보도 서로 일치하도록 살펴야 한다.

검색 결과가 제한적이라는 점도 기억해야 한다. AI가 검색어 하나로 받은 주소는 많지 않으므로, 정보가 어디에 있는지 명확하고 내용이 구체적이어야 한다. 잘못된 영업시간이나 가격을 발견했다면 해당 정보를 바로잡아야 한다.

이 연구 결과를 어디까지 믿어야 할까?

연구진도 몇 가지 한계를 밝혔다. 기증된 기록만으로는 각 회사의 내부 검색 규칙을 모두 알 수 없고, 이용자 613명이 전체 이용자를 대표한다고 보기도 어렵다. 정확성 점수 역시 채점용 AI가 매겼으며, 연구 자료는 주로 영어 대화에 집중됐다.

따라서 이번 결과를 한국의 모든 AI 검색에 그대로 적용해서는 안 된다. 국내 검색 서비스와 한국어 질문에서는 다른 결과가 나올 수 있다. 다만 같은 질문에도 검색 여부와 참고 사이트, 출처 표시가 달라질 수 있다는 점은 가게 정보를 관리할 때 고려할 만하다.

동네 사장님이 지금 할 일은 분명하다. 가게 정보를 정확하게 작성하고, 바뀐 내용을 제때 수정하며, 한 AI의 답변만 보고 노출 여부를 판단하지 않는 것이다. AI가 우리 가게를 소개할 가능성을 높이려면 먼저 고객이 확인할 수 있는 정보부터 제대로 갖춰야 한다.

같이 읽을 글

• 챗GPT는 우리 가게를 몇 번이나 검색할까?
• 챗GPT는 고객이 친 말을 그대로 검색할까?
• 우리 홈페이지가 챗GPT에 나오면 다른 AI에도 나올까?
• AI는 고객의 질문을 다시 쓴다

자료 출처

• Characterizing Web Search by Conversational LLM Agents(막스플랑크 소프트웨어시스템연구소 등·arXiv 2609.19244·2026년 9월 제출, 이용자 613명 대화 17만 1,264건·질문 1,000개 실험)
• 같은 논문 HTML 본문(표 1·3·4·5·6·10, 부록 H, 한계 절)
• 연구진 공개 코드 저장소(AgenticSearchLens, 분석 코드·예시 자료)
• How People Use ChatGPT(미국 경제연구소 NBER 워킹페이퍼 34255·2025, 2025년 7월 세계 성인 약 10% 사용)
• Web search tool(앤트로픽 개발자 문서, 검색 빈도 조절·요청당 검색 상한·사이트 허용·차단)