「광주 상무지구 근처 한의원」이라고 물으면 AI가 진짜 가까운 곳을 골라 줄까?
AI가 거리를 계산해 고르는지, 동네 가게 홈페이지에는 위치를 어떻게 적어야 하는지 정리했다.
「광주 상무지구 근처 한의원」처럼 물었을 때 AI가 실제 거리를 계산해 가장 가까운 곳을 고른다고 생각하면 안 된다. 연구에서는 거리를 미리 적어 주자 GPT-4의 쉬운 거리 질문 오차가 100% 줄었다. 동네 가게 홈페이지도 AI가 계산할 필요가 없도록 거리와 방향을 문장으로 적어 두는 편이 안전하다.
AI는 거리를 새로 계산하게 하기보다, 홈페이지에 적힌 위치 정보를 그대로 가져다 쓸 수 있게 만드는 편이 안전하다.
「근처」라는 말을 AI는 어떻게 이해할까?
사람에게 「역 근처」는 어렵지 않다. 지도를 보고 실제 거리를 확인하면 되기 때문이다. 하지만 AI가 장소 사이의 거리를 알고 있다고 해서, 질문에 나온 여러 조건을 실제 거리 계산까지 해서 답한다고 볼 수는 없다.
메릴랜드대와 시드니대 연구자들은 위치 질문을 거리, 관계, 방향으로 나눠 살폈다. 「공원 옆에 있고 지하철역에서 0.5km 안에 있는 식당」처럼 거리와 관계를 한꺼번에 묻는 질문은 더 복잡하다.
| 질문 종류 | 연구에 실린 예 | 동네 가게에 옮기면 |
|---|---|---|
| 거리 | 「학교에서 10km 안, 고속도로에서 5km 넘게 떨어진 집」 | 「역에서 걸어서 갈 만한 미용실」 |
| 거리(여러 곳) | 「도서관· | 「병원 들렀다가 걸어서 갈 약국· |
| 관계 | 「공원 옆, 지하철역 0.5km 안 식당」(워싱턴 D.C.) | 「주차장이 붙어 있는 식당」 |
| 방향 | 「동쪽에 바다, 북쪽에 주차장, 남쪽에 골프장이 있는 식당」 | 「버스정류장 건너편 2층 카페」 |
| 그림으로 묻기 | 「거리 사이를 3km 미만으로」처럼 선마다 조건을 단 약도 | 고객이 기억하는 「큰 사거리 모퉁이」 |
연구팀은 기존 검색과 지도 기능이 낱말에 맞는 장소를 각각 찾는 것과, 「옆」이나 「0.5km 안」 같은 조건을 실제로 따지는 것은 다른 문제라고 설명한다. 그래서 「근처」라는 말만 믿고 AI가 정확한 거리를 계산한다고 전제하기는 어렵다.
거리를 적어 놓으면 정말 달라질까?
같은 연구팀이 호주의 도시와 마을을 대상으로 거리 질문 60개를 만들었다. 쉬운 질문 20개, 중간 질문 20개, 어려운 질문 20개로 나눠 GPT-4의 오차를 비교했다.
쉬운 질문은 두 곳 사이 거리를 묻는 것이었다. GPT-4만 사용했을 때 평균제곱오차는 1.01×10⁵였지만, 거리표를 찾아 붙이자 0이 됐다. 중간 질문도 오차가 3.07×10⁴에서 3.04×10³으로 줄었고, 질의를 직접 짜서 물었을 때는 0이 됐다.
| 질문 난이도(각 20개) | GPT-4만 | 거리표를 찾아 붙임 | 거리표에 질의를 직접 짜서 물음 |
|---|---|---|---|
| 쉬움: 두 곳 사이 거리 | 1.01×10⁵ | 0(100% 감소) | 0(100% 감소) |
| 중간: 가장 가까운 곳 | 3.07×10⁴ | 3.04×10³(90% 감소) | 0(100% 감소) |
| 어려움: 두 단계 추론 | 4.11×10⁷ | 8.34×10⁷(오히려 약 2배) | 20개 모두 답을 포기 |
| 60문항 처리 시간 | 61.9초 | 137.1초 | 274.1초 |
하지만 모든 문제가 해결된 것은 아니다. 두 단계를 거쳐야 하는 어려운 질문에서는 거리표를 붙였는데도 오차가 8.34×10⁷로 오히려 약 2배가 됐고, 질의를 직접 짜서 물었을 때는 20개 모두 답을 포기했다.
이 결과에서 중요한 점은 따로 있다. 거리가 이미 자료에 적혀 있으면 AI가 그 숫자를 가져오는 일은 훨씬 쉬워진다. 반대로 여러 장소와 조건을 이어서 새로 판단해야 하는 문제는 여전히 어렵다.
우리 동네 가게는 왜 더 헷갈릴까?
연구팀은 AI가 세계의 장소를 대략 알고 있어도 덜 알려진 장소는 잘 모를 수 있고, 장소 사이의 거리를 추론하는 데 어려움이 있다고 설명한다. 이름이 낯설고 긴 장소는 위치와 연결하기도 더 어렵다고 했다.
오스트리아 빈대학의 2024년 연구에서도 비슷한 결과가 나왔다. 챗GPT는 빈과 잘츠부르크처럼 큰 도시 사이의 거리는 그럴듯하게 맞혔지만, 츠베틀 같은 작은 도시나 미국의 여러 스프링필드처럼 이름이 같은 장소에서는 거리를 틀리거나 장소를 구분하지 못했다.
한국 동네 가게에도 같은 문제가 생길 가능성을 생각할 수 있다. 예를 들어 「남구 ○○동 미용실」처럼 동네 이름만 적으면 다른 도시의 같은 이름과 구분하기 어려울 수 있다. 이 부분은 해당 연구가 한국 동네 가게를 직접 시험한 결과는 아니다.
| 연구가 짚은 어려움 | 숫자· | 가게에 주는 의미 |
|---|---|---|
| 계산이 무거움 | 조건 맞추기 문제는 NP-난해, 조건이 늘면 계산량이 지수적으로 늘어남 | 「근처」 조건이 둘만 겹쳐도 실시간 답에서는 건너뛸 수 있다(예상) |
| 기존 방법의 시험 범위 | 대부분 장소 6개 이하로만 시험 | 「병원+약국+주차」처럼 묶은 질문은 시험된 적이 적다 |
| 관계 종류가 많음 | 관계 연산만 9가지(포함· | 「옆」「안」「건너편」을 글로 분명히 적는다 |
| 낯선 장소 | 학습 자료에 적게 나옴 | 동네 이름만 쓰지 말고 시· |
그래서 홈페이지에서는 「광주광역시 남구 ○○로 ○○(○○동)」처럼 지역을 줄이지 않고 적는 것이 낫다. 여기에 역이나 건물처럼 고객이 실제로 찾을 때 쓰는 기준점도 함께 적어 두는 편이 좋다.
고객이 어디 있는지도 AI가 아는 것 아닌가?
고객의 위치를 AI가 항상 알고 있다고 생각해서도 안 된다. 오픈AI 도움말에 따르면 챗GPT는 기기 위치를 사용하면 「근처 커피숍」 같은 질문에 더 맞는 답을 낼 수 있지만, 위치 공유는 기본으로 꺼져 있다.
고객이 위치를 공유하지 않은 경우에는 질문에 직접 적은 도시나 동네와 웹에 적힌 가게 위치 정보가 중요한 기준이 된다. 그래서 홈페이지에 지역명을 분명하게 적어 두는 것이 필요하다.
구글 지역 검색은 관련성·거리·인지도 세 가지를 기준으로 순위를 정한다고 안내한다. 여기서 거리는 구글이 지도 자료로 계산하지만, 챗GPT 같은 대화형 AI가 같은 방식으로 매번 거리를 계산하는지는 공개돼 있지 않다.
| 누가 | 고객 위치를 어떻게 아나 | 가게 쪽에서 할 일 |
|---|---|---|
| 구글 지역 검색 | 고객이 알려 준 위치, 없으면 구글이 아는 위치 | 비즈니스 프로필에 전체 주소· |
| 챗GPT 검색 | 기기 위치(기본 꺼짐), 아니면 질문 속 지명 | 홈페이지에 시· |
| 연구팀이 그린 AI | 질문을 그래프 질의로 바꿔 지도 자료에서 찾음(아직 구상) | 지금은 해당 없음. 연구 단계다 |
따라서 「지도에 등록했으니 홈페이지에는 위치를 자세히 적지 않아도 된다」고 생각할 필요는 없다. 지도에서 계산하는 거리와 AI가 홈페이지의 글을 읽어 답에 활용하는 방식은 구분해서 봐야 한다.
그럼 홈페이지에는 위치를 어떻게 써야 할까?
핵심은 AI가 계산하지 않아도 되게 적는 것이다. 지도 이미지만 올리거나 지도만 임베드해 두기보다, 고객이 찾을 때 쓰는 거리와 방향을 글로 남겨 둔다.
예를 들어 「○○역 2번 출구에서 ○○m, 걸어서 ○분」처럼 적는다. 「○○은행 맞은편, ○○약국 2층」처럼 방향을 적고, 주차도 「건물 뒤 전용 주차 ○대, 바로 옆 공영주차장」처럼 관계를 문장으로 분명하게 적는다.
| 고객이 물을 법한 말 | 질문 종류 | 홈페이지에 적을 문장 예시 |
|---|---|---|
| 「○○역 근처 ○○」 | 거리 | 「○○역 2번 출구에서 ○○m, 걸어서 ○분」 |
| 「주차되는 곳」 | 관계 | 「건물 뒤 전용 주차 ○대, 바로 옆 공영주차장」 |
| 「○○ 맞은편 그 가게」 | 방향 | 「○○은행 맞은편, ○○약국 2층」 |
| 「남구 ○○동」 | 같은 이름 | 「광주광역시 남구 ○○로 ○○(○○동)」를 줄이지 않고 |
| 「우리 동네까지 와 주나」 | 범위 | 「출장 가능: ○○구 전역, ○○구 일부(○km 안)」 |
숫자는 실제 가게의 정보를 직접 재서 넣어야 한다. 중요한 것은 거리를 대충 설명하는 것이 아니라, AI가 그대로 읽어 갈 수 있는 구체적인 문장을 만들어 두는 것이다.
실제로 9월 19일 챗GPT에 한의원 관련 질문을 했을 때 지도 카드와 다른 업체들이 나왔고, 우리 회사는 나오지 않았다. 지도 카드에 무엇이 뜨는지는 가게가 직접 정할 수 없지만, 홈페이지에 적는 거리와 방향은 가게가 직접 정할 수 있다.
그럼 홈페이지에 거리만 적으면 AI에 꼭 나올까?
여기서는 선을 그어야 한다. 이번 연구가 증명한 것은 거리가 자료에 적혀 있을 때 AI가 그 숫자를 덜 틀린다는 것이다. 「홈페이지에 거리를 적으면 AI 답변에 더 자주 나온다」는 것까지 증명한 연구는 아니다.
또한 해당 연구의 정확도 숫자는 호주 지명 60개 질문과 GPT-4-0613 한 모델을 대상으로 한 결과다. 한국어 지명, 걸어서 가는 거리, 동네 가게 단위는 시험하지 않았다.
연구팀의 글 자체에도 측정된 정확도 숫자가 있는 것은 아니다. 숫자는 앞서 진행한 60개 질문 실험에서 가져온 것이다. 지금 사용하는 검색 기능이 붙은 챗GPT나 지도와 연결된 AI에서는 결과가 달라질 수 있다.
그래도 동네 가게 홈페이지에서 위치 정보를 글로 분명하게 적어 두는 것은 피할 이유가 없다. AI가 복잡한 거리 계산을 해주기를 기다리기보다, 「역에서 몇 m인지, 어느 방향인지, 어디에 붙어 있는지」를 바로 읽을 수 있게 만들어 두는 쪽이 안전하다.
① GPT-4의 쉬운 거리 질문 20개 오차는 1.01×10⁵였고, 거리표를 붙이자 0으로 100% 줄었다. ② 중간 질문 20개 오차도 3.07×10⁴에서 3.04×10³으로 90% 줄었고, 직접 질의하면 0이 됐다. ③ 어려운 질문 20개는 거리표를 붙여도 오차가 8.34×10⁷로 약 2배가 됐고, 직접 질의하면 20개 모두 답을 포기했다. ④ 홈페이지에는 「역에서 ○m·걸어서 ○분·어느 쪽」처럼 숫자와 방향을 글로 적는다.
같이 읽을 글
- 고객이 AI에게 물으면 우리 가게가 추천될까?
- AI가 가게 정보를 못 찾으면 어떻게 될까?
- 상품 정보를 사진에만 넣어도 AI가 알아볼까?
- AI가 처음 우리 가게를 못 찾으면 끝인가요?
자료 출처
- Graph-Enhanced Large Language Models for Spatial Search(메릴랜드대·시드니대, arXiv 2606.22909, 2026년 6월 제출, VLDB 2025 워크숍 LLM+Graph, 방향 제시 논문·실험 없음)
- DistRAG: Towards Distance-Based Spatial Reasoning in LLMs(메릴랜드대·시드니대, arXiv 2506.03424, 2025년 6월, 호주 지명 거리 질문 60개·GPT-4-0613)
- Exploring challenges of Large Language Models in estimating the distance(빈대학, ICA 초록집 7권 68, 2024, 오스트리아·이란 도시 간 거리)
- The World As Large Language Models See It(오스트리아 연구팀, arXiv 2506.00203, 2025년 5월, GPT-4o·Gemini 2.0 Flash 지리 정보 정확도)
- How to improve your local ranking on Google(구글 비즈니스 프로필 고객센터, 관련성·거리·인지도)
- Search in ChatGPT(오픈AI 도움말, 위치 공유·근처 결과 안내)
작성일
← 칼럼 목록