AI에게 영어로 물으면 우리 가게가 덜 보일까?

같은 브랜드라도 AI에게 어떤 언어로 묻느냐에 따라 추천 결과가 크게 달라질 수 있다. 특히 세계적으로 알려진 브랜드보다 지역에서 주로 알려진 브랜드에서 차이가 컸다. 영어로만 AI를 점검하면 지역 브랜드의 실제 AI 노출을 낮게 볼 수 있다는 조사 결과다.

우리 브랜드가 어느 정도 알려졌는지가 중요할까?

이번 조사는 에스토니아 기업대학 연구자가 북유럽·발트·중부유럽 11개 나라의 브랜드 66곳을 대상으로 했다. 브랜드마다 세계적 브랜드와 범유럽 브랜드, 그리고 각 나라에서 잘 알려진 지역 브랜드를 함께 넣고, 사람이 네 단계의 인지도 등급을 매겼다.

질문은 12개 언어로 번역해 세 AI에 던졌다. GPT-5.4, 제미나이 3.1 프로, 퍼플렉시티 소나 프로가 웹을 검색해 답하도록 했고, 모두 3만 5,640건의 답을 모았다.

핵심은 브랜드의 인지도 등급에 따라 언어의 영향이 달랐다는 점이다. 세계적으로 알려진 브랜드는 영어로 물어도 이름이 나올 가능성이 높았지만, 지역 브랜드는 질문 언어가 바뀌자 추천 여부가 크게 달라졌다.

자국어로 물으면 지역 브랜드가 얼마나 더 나올까?

가장 눈에 띄는 차이는 추천이었다. 본사가 영어권이 아닌 65곳을 지역 브랜드 24곳과 세계·범유럽 브랜드 41곳으로 나눠 비교했는데, 영어 질문을 자국어 질문으로 바꾸자 지역 브랜드의 추천 비율은 0~1 척도에서 0.80 올랐다. 세계·범유럽 브랜드는 0.15 오르는 데 그쳤다.

지역 브랜드가 영어 답에서는 거의 이름을 보이지 않다가 자국어 답에서는 거의 모든 답에 나왔다는 뜻이다. 반대로 세계적 브랜드는 어느 언어로 물어도 추천 결과가 비교적 비슷했다.

여기서 중요한 것은 평판과 추천을 나눠서 보는 것이다. 평판 점수도 언어에 따라 달라졌지만 추천만큼 크게 뒤집히지는 않았다. 이 조사에서 언어가 특히 크게 바꾼 것은 브랜드를 어떻게 평가하느냐보다 어떤 브랜드를 답에 넣느냐였다.

영어로 물었을 때 평판도 달라질까?

평판의 온도도 언어마다 차이가 있었다. 에스토니아어와 리투아니아어에서는 평판 점수가 높게 나왔고, 영어와 독일어에서는 낮게 나왔다.

다만 이것을 특정 언어가 항상 유리하거나 불리하다는 뜻으로 볼 수는 없다. 연구자는 영어와 독일어처럼 관련 언론 보도가 많은 언어에서 비판적인 기사가 더 많이 잡혔을 가능성을 제시했지만, 그 원인을 직접 확인한 것은 아니다.

또한 이 조사에서 평판 차이가 나타났다고 해서 지역 브랜드가 실제로 더 좋은 평가를 받는다는 뜻도 아니다. 같은 브랜드를 두고 AI가 다른 언어에서 서로 다른 정보를 참고해 다른 답을 만들 수 있다는 의미에 가깝다.

그럼 한 번만 점검하면 안 될까?

한 AI, 한 언어만 보면 전체 모습을 알기 어렵다. 같은 질문을 다섯 번 반복한 결과를 보면 답변의 일관성은 평균 0.935였지만, 그 차이를 설명하는 정도는 언어보다 AI 종류에서 훨씬 크게 나타났다.

AI 종류가 설명하는 몫은 0.319였고 언어는 0.011이었다. 연구에서는 AI 종류가 언어보다 약 30배 큰 차이를 보인 것으로 나타났다.

따라서 AI 점검에서 언어만 바꾸는 것도 충분하지 않다. 고객이 실제로 사용하는 언어와 여러 AI를 함께 놓고 봐야 어느 한 결과를 전체 상황으로 잘못 받아들이는 일을 줄일 수 있다.

AI는 우리 브랜드를 어디서 알고 있을까?

AI가 브랜드를 설명할 때 참고하는 출처도 한쪽으로 몰렸다. 분석한 인용 15만 93건 가운데 80%가 전체 사이트 2만 1,077곳 중 3,878곳에서 나왔다.

위키백과는 12개 언어 가운데 11개에서 가장 많이 인용됐다. 리투아니아어에서는 현지 경제 신문 vz.lt가 4.38%로 위키백과를 앞섰다. 작은 언어에서는 현지 경제 매체가 중요한 출처가 될 수 있다는 점도 확인됐다.

이 결과는 지역 브랜드의 인지도 등급을 볼 때 특히 중요하다. 지역에서 실제로 알려진 브랜드라도 AI가 참고할 수 있는 정보가 충분하지 않으면 다른 언어에서는 이름이 잘 나오지 않을 수 있기 때문이다.

한국 가게는 어떻게 봐야 할까?

이번 조사는 한국어와 한국 브랜드를 대상으로 하지 않았다. 따라서 한국의 동네 가게에 같은 결과가 그대로 나타난다고 단정할 수는 없다.

다만 한국 고객과 외국인 고객이 서로 다른 언어로 AI에 가게를 물어본다면 결과를 따로 확인할 필요가 있다는 점은 참고할 수 있다. 한국어로는 추천되는 가게가 영어·일본어·중국어 질문에서는 빠질 가능성을 점검하는 식이다.

결국 사장님이 확인해야 할 것은 단순히 「AI가 우리 가게를 좋게 말하느냐」만이 아니다. 우리 브랜드의 인지도 등급에 맞게, 고객이 실제로 쓰는 언어에서 AI가 이름을 답에 넣는지도 함께 봐야 한다.

세계적으로 알려진 브랜드와 지역에서 주로 알려진 브랜드는 AI가 다르게 반응할 수 있다. 특히 지역 브랜드라면 영어 결과 하나만 보고 「AI에서 우리 가게가 안 보인다」고 판단하지 않는 것이 중요하다.

같이 읽을 글

• 고객이 AI에게 우리 회사를 물으면 홈페이지를 읽을까?
• 고객이 한국어로 물으면 한국어 홈페이지가 더 잘 보일까?
• AI 시대, 큰 회사와 작은 회사는 어떻게 될까

자료 출처

• The Language Blind Spot: How Query Language and Brand Recognition Tier Shape AI-Constructed Brand Reputation Across Twelve European Languages(Żatuchin·에스토니아 기업대학·랭크포AI·2026년 6월 arXiv 제출·브랜드 66곳·12개 언어·답 3만 5,640건)
• 같은 논문 전체 본문(HTML·언어별 평판 표·인지도 등급 비교 포함)
• Who Owns the AI Recommendation? A Multi-Industry Empirical Map of Brand Category Ownership Across LLMs(Żatuchin·2026년 6월·세 AI 1위 일치 41.6%)
• How Large Language Models Source Brand Reputation Across Languages and Markets(Żatuchin·2026년 6월·브랜드 128곳·13개 언어)
• Lost in Multilinguality: Dissecting Cross-lingual Factual Inconsistency in Transformer Language Models(Wang 외·2025년 4월·같은 사실도 언어마다 다르게 저장)
• W3Techs 웹사이트 콘텐츠 언어 사용 통계(한국어 0.9%)