우리 가게의 새 메뉴 이름을 AI는 알아볼까?

우리 가게가 새 메뉴나 서비스를 출시해도 AI가 그 이름의 뜻을 저절로 아는 것은 아니다. 한국어 신조어 4,271개를 AI 21종에 시험한 연구에서 상용 AI는 학습 마감 뒤에 생긴 말을 낱말만 보고 11.1%만 정확히 풀었다. 쓰임 문장 하나를 함께 주자 정확도가 31.2%로 올랐다.

우리 가게가 만든 이름도 AI가 모를 수 있나?

그렇다. 가게에서 새로 만든 메뉴명이나 서비스명은 고객에게 익숙해도 AI에게는 생소할 수 있다. 특히 가게에서만 쓰는 줄임말이나 기존 낱말을 독특하게 합친 이름은 글자만 보고 뜻을 알아내기 어렵다.

고려대 인공지능학과 연구진은 뉴스와 영상 댓글, 일상 대화, 온라인 커뮤니티 글 등에서 모은 한국어 신조어를 이용해 AI를 시험했다. 연구진은 문서 1,280만 건과 네이버 검색 결과 조각 20만 7,000건, 인기 유튜브 영상 760개의 자막과 댓글 등에서 후보를 모아 실제 신조어 4,271개를 추렸다.

시험 대상은 상용 AI 13종과 공개 AI 8종이었다. 모델마다 학습 데이터의 마감 시점이 달랐기 때문에, 그 시점 전에 생긴 말과 이후에 생긴 말을 나눠 평가했다.

신조어는 만들어지는 방식도 다양했다. 여러 낱말을 합치거나 일부 글자만 남기기도 하고, 기존 낱말의 일부를 섞거나 소리와 글자 모양을 바꾸기도 한다.

이름만 알려 주면 뜻을 얼마나 맞힐까?

AI는 처음 보는 이름을 낱말만 보고 정확하게 이해하는 데 약했다. 상용 AI 13종의 평균 정확도는 학습 마감 전에 생긴 말에서 34.7%, 마감 뒤에 생긴 말에서 11.1%였다. 공개 AI 8종의 평균은 각각 11.1%와 1.1%였다.

모델별 차이도 있었다. 하지만 각 모델이 자기 학습 마감 해에 생긴 말을 맞힌 비율은 13~30%에 머물렀다. 한국어를 잘 처리하는 모델이라고 해도 최근에 생긴 말의 뜻까지 정확히 안다고 볼 수는 없다.

학습 마감은 AI가 모든 새로운 표현을 알아서 익히는 시점이 아니다. 마감 뒤에 만들어진 말은 모델이 학습 과정에서 접하지 못했을 수 있다. 따라서 우리 가게가 새로 만든 이름을 AI가 정확히 이해할 것이라고 기대하기는 어렵다.

이름 옆에 설명 한 문장만 붙여도 달라질까?

달라진다. 연구진이 신조어가 쓰인 문장 하나를 함께 제시하자 상용 AI의 정확도는 학습 마감 뒤에 생긴 말에서 11.1%에서 31.2%로 올랐다. 낱말만 보고는 뜻을 맞히지 못하던 경우에도 문맥이 도움이 됐다.

문장 빈칸에 알맞은 말을 고르게 하는 시험에서는 정확도가 더 높았다. 상용 AI는 학습 마감 뒤에 생긴 말도 83.3%의 비율로 맞혔다. 다만 보기에서 답을 고르는 것과 아무런 설명 없이 이름의 뜻을 정확하게 풀어내는 것은 다른 과제다.

이 결과는 가게 홈페이지를 만들 때도 참고할 만하다. 메뉴 이름만 적는 대신 무엇으로 만들었는지, 어떤 서비스인지, 고객이 언제 이용하는지를 문장으로 설명하는 편이 좋다. 실제 고객이 그 이름을 사용하는 상황을 예문으로 덧붙이면 뜻을 이해할 단서가 더 생긴다.

줄임말이나 독특한 이름은 어떻게 적어야 할까?

줄임말은 특히 어렵다. 상용 AI가 줄임말을 낱말만 보고 정확히 풀이한 비율은 23.1%였다. 여러 명사를 이은 말의 정확도는 39.3%였다.

새 메뉴 이름이 가게만의 줄임말이라면 정식 명칭이나 풀어 쓴 표현을 함께 적어야 한다. 이름만으로 음식의 종류나 서비스 내용을 알기 어렵다면, 설명 문장에서 핵심 정보를 직접 밝혀야 한다.

예를 들어 새 메뉴 이름이 가게만의 줄임말이라면 메뉴판 사진만 올리는 데 그치지 말아야 한다. 「○○○: 쌀가루로 만든 식빵, 아침 8시부터 판매」처럼 메뉴 이름과 재료, 판매 정보를 글자로 적을 수 있다. 「아이 간식으로 ○○○ 두 개를 사 갔다」처럼 실제 쓰임을 보여 주는 문장도 함께 둘 수 있다.

중요한 점은 설명을 사진에만 넣지 않는 것이다. 메뉴 이름과 설명을 홈페이지 본문에도 글자로 올려야 AI와 검색 시스템이 해당 정보를 확인할 수 있다.

AI가 인터넷을 검색하면 알아낼 수 있지 않을까?

검색을 이용하면 정확도가 높아질 수 있다. 연구진이 모델 3종으로 학습 마감 뒤에 생긴 말 46~55개를 시험했을 때, GPT-5.6 sol은 낱말만 제시했을 때 23%, 쓰임 문장을 제시했을 때 42%, 웹 검색을 켰을 때 70%를 맞혔다. 클로드 Sonnet 5는 각각 11%, 42%, 65%였고, 제미나이 3.5 Flash-Lite는 15%, 17%, 52%였다.

하지만 검색이 모든 문제를 해결하지는 않았다. 세 모델 모두에게 학습 마감 뒤에 생긴 말 46개 가운데 9개는 웹 검색을 켜도 정확히 풀지 못했다.

가게 이름이나 메뉴명이 인터넷에 충분히 공개되어 있지 않다면 검색으로 찾을 수 있는 정보도 제한적일 수 있다. 연구진은 일반 신조어를 시험했으며, 동네 가게의 상품명이나 서비스명을 따로 시험하지는 않았다. 따라서 가게 이름에 대한 정확도를 이 숫자로 단정할 수는 없다.

다만 가게가 새 이름의 뜻을 설명한 글을 홈페이지에 올려 두는 것은 실천할 수 있는 방법이다. 고객이 실제로 사용하는 일반적인 표현도 함께 적어 두면 이름과 설명을 연결하는 데 도움이 된다. 구글 검색 센터 역시 같은 대상을 사람마다 다른 낱말로 검색할 수 있으므로, 독자가 사용할 만한 표현을 고려해 콘텐츠를 작성하도록 권한다.

새 이름을 만들었다면 무엇부터 해야 할까?

새 메뉴나 서비스를 출시할 때는 이름을 정하는 것만으로 작업을 끝내지 않는 편이 좋다. 이름의 뜻과 재료, 기능, 이용 방법을 설명하고 실제 사용 예문을 함께 준비해야 한다. 고객이 그 상품을 어떤 말로 찾을지 생각해 관련 표현도 페이지에 적어 두면 좋다.

이름을 홈페이지에 올린 뒤에는 AI 2~3곳에 이름의 뜻을 물어보며 확인할 수 있다. AI가 뜻을 다르게 이해한다면 설명이 부족한 부분을 찾아 보완하면 된다. 다만 AI의 답변은 모델과 검색 여부에 따라 달라질 수 있으므로, 한 번의 답변만으로 모든 AI가 같은 뜻을 이해한다고 판단해서는 안 된다.

연구 결과를 해석할 때는 한계도 알아야 한다. 신조어가 처음 등장한 날짜는 확인 가능한 가장 이른 기록일 뿐이며, 실제 사용 시점과 다를 수 있다. 뜻풀이 채점은 AI 심사관이 맡았고 사람의 판단과 일치한 비율은 81.3%였다. 웹 검색 시험도 모델 3종과 제한된 수의 단어만을 대상으로 했다.

그럼에도 핵심은 분명하다. AI가 우리 가게의 새 이름을 모를 가능성을 줄이려면, 그 이름이 무엇을 뜻하는지 홈페이지에 명확하게 써 두어야 한다. 이름과 설명, 쓰임 문장을 함께 공개하는 것이 시작이다.

같이 읽을 글

• 가게 이름에 검색어를 붙이면 AI가 더 잘 찾을까?
• 한국어로 물으면 우리 가게를 AI가 찾을 수 있을까?
• 사진으로 만든 PDF 메뉴판도 AI가 읽을까?
• AI가 모르는 회사는 없는 회사다

자료 출처

• KoAGE: Do Large Language Models Know, Learn, and Coin Korean Neologisms?(고려대 인공지능학과·arXiv 2610.19399·2026년 10월 제출, 신조어 4,271개·AI 21종·문제 5,930개)
• 같은 논문 HTML 본문(표 2, 6장, 부록 D·F 표, 한계 절)
• KoNeoBench: A Curated Evaluation Dataset for LLM Understanding of Korean Neologisms(경북대 등·arXiv 2609.19916·2026년 9월, 2020년 이후 뉴스 신조어 1,785개)
• Gemini 3.5 Flash-Lite 모델 카드(구글 딥마인드, 지식 마감 2026년 3월·일부 분야는 2025년 1월 수준)
• Models overview(앤트로픽 개발자 문서, 모델별 학습 데이터 마감 표기)
• SEO Starter Guide(구글 검색 센터·2025년 12월 갱신, 독자가 쓸 검색어를 예상해 쓰기)