홈페이지를 못 읽으면 AI는 우리 가게를 어떻게 설명할까?

AI 비서는 홈페이지를 못 읽는다고 답변을 멈추지 않는다. 대신 다른 사이트를 더 찾아서 답을 만든다. 이번 실험에서는 홈페이지를 읽기 쉬운 회사의 정보가 답에서 78%를 차지했지만, 읽기 어려운 회사는 58%에 그쳤다.

홈페이지를 못 읽으면 정말 다른 곳을 찾아갈까?

그렇다. 미국의 AI 에이전트 준비도 평가 회사 ora★ 연구팀이 2026년 9월 공개한 실험은 회사 1,056곳을 대상으로 AI 비서를 3만 7,927번 실행했다. 읽기 쉬운 사이트 528곳과 읽기 어려운 사이트 528곳을 나눠 비교했고, 요금·기능·설정 방법을 물었다.

읽기 쉬운 사이트에서는 답의 78%가 회사 자기 홈페이지에서 나왔다. 반면 읽기 어려운 사이트에서는 자기 홈페이지의 비중이 58%로 줄고, 웹 검색 결과와 다른 사이트의 정보가 더 많이 들어갔다.

여기서 말하는 「읽기 어렵다」는 단순히 홈페이지가 보기 불편하다는 뜻이 아니다. 자바스크립트로만 화면을 만들어 AI가 글자를 잡기 어려운 경우, 봇 차단으로 AI 비서가 들어오지 못하는 경우, 요금표나 설명서가 로그인 뒤에 있는 경우를 포함한다.

홈페이지가 막히면 AI는 어디서 답을 찾을까?

AI 비서는 홈페이지에서 막혔다고 바로 답을 포기하지 않았다. 읽기 쉬운 회사에는 답 하나를 만들 때 웹 검색을 평균 2.16번 했지만, 읽기 어려운 회사에는 3.38번 검색했다.

AI가 원래 알고 있던 지식의 비중은 두 경우 모두 7~10%에 머물렀다. 부족한 정보를 기억으로 채운 것이 아니라 검색을 더 해서 채운 셈이다.

실제 기록에서도 한 회사의 홈페이지 접속이 두 번 막히자 AI 비서가 웹 검색을 일곱 번 하고 경쟁사 블로그 두 곳을 읽은 뒤 답을 끝낸 사례가 있었다.

이것이 동네 가게에도 중요한 이유가 있다. AI가 가게 홈페이지를 읽지 못하면 「모르겠다」고 끝내는 것이 아니라, 검색해서 찾은 다른 글을 바탕으로 가게를 설명할 수 있기 때문이다.

그러면 홈페이지를 못 읽는 가게는 추천도 덜 받을까?

실험에서는 차이가 있었다. 홈페이지를 읽기 쉬운 회사 가운데 분명한 추천을 받은 비율은 20.4%였고, 읽기 어려운 회사는 10.6%였다.

추천만 달라진 것도 아니다. 홈페이지를 읽기 어려운 회사는 AI가 사이트에 접속하지 못했다고 밝히거나, 회사 대신 비교·모음 사이트를 근거로 제시하거나, 영업팀에 직접 문의하라고 넘기는 경우도 더 많았다.

이 결과는 「홈페이지를 잘 만들면 무조건 추천받는다」는 뜻은 아니다. 이번 실험에서 확인된 것은 AI가 회사의 정보를 직접 읽을 수 있을 때 답에 회사 정보가 더 많이 들어가고, 추천으로 이어지는 답의 비율도 달랐다는 점이다.

틀린 정보보다 빠지는 정보가 더 문제다

홈페이지를 읽지 못했을 때 생기는 문제는 엉뚱한 말을 하는 것만이 아니었다. 물어본 사실 가운데 아예 답하지 않는 경우가 크게 늘었다.

홈페이지를 바탕으로 만든 답은 물은 사실의 40%를 맞게 말했고, 다른 곳에서 만든 답은 28%를 맞게 말했다. 반대로 아예 언급하지 않은 사실은 29%에서 45%로 늘었다.

특히 요금 질문에서 차이가 컸다. 홈페이지로 만든 답의 요금 관련 정확도는 60.4%, 다른 곳으로 만든 답은 36.9%였다. 설정 방법은 23.9%와 23.5%로 거의 차이가 없었다.

이 차이는 가게에도 그대로 생각해 볼 부분이다. 영업시간, 가격, 예약 방법처럼 고객이 자주 묻는 내용을 홈페이지에서 AI가 읽지 못하면, 다른 곳에서 찾은 정보만으로 답이 만들어질 수 있다.

네이버 블로그만 있으면 어떻게 봐야 할까?

한국에서는 이 문제가 조금 더 까다롭다. 9월 16일부터 20일까지 직접 확인한 결과, 네이버 블로그·스마트스토어·네이버쇼핑은 AI 검색 봇 9종을 모두 막고 있었다.

따라서 가게 정보가 네이버 블로그에만 있다면 해외 AI 비서가 그 글을 직접 읽기는 어렵다고 보는 편이 맞다. 네이버 블로그에 글을 꾸준히 올리는 것과 AI가 그 내용을 답에 활용할 수 있는 것은 같은 문제가 아니다.

실제로 9월 16일 측정에서 챗GPT 답에 달린 인용 31건 가운데 회사 자기 홈페이지는 10건이었지만, 네이버 블로그는 0건이었다.

다만 이번 실험 자체는 영어권 소프트웨어·온라인 판매 회사가 중심이었다. 읽기 쉬운 정도도 실험을 진행한 회사의 자체 점수표로 측정했다. 따라서 이 숫자를 한국의 동네 가게에 그대로 적용하기보다는, AI가 홈페이지를 읽을 수 있는 환경을 만들어야 한다는 참고 자료로 보는 것이 맞다.

동네 가게 홈페이지는 무엇부터 바꿔야 할까?

이 실험을 동네 가게에 옮기면 할 일은 세 가지로 보인다(예상). 첫째는 요금, 영업시간, 예약 방법처럼 고객이 자주 묻는 정보를 홈페이지에 글자로 적는 것이다. 가능하면 홈페이지 첫 화면 가까운 곳에서 확인할 수 있게 두는 것이 좋다.

둘째는 홈페이지 제작 업체의 봇 차단 설정을 확인해야 한다. 사람에게는 정상적으로 보이는 홈페이지라도 AI 비서가 들어오는 것을 막고 있다면, AI는 그 내용을 읽지 못한다.

셋째는 「가격은 문의해 주세요」처럼 정보가 비어 있는 표현만 두기보다 대표 가격을 적어 두는 것이 좋다. 이번 실험에서 가장 크게 차이가 난 질문이 요금이었기 때문이다.

결국 핵심은 홈페이지를 예쁘게 만드는 데서 끝나지 않는다. 고객이 읽을 수 있는 정보이면서 동시에 AI가 읽을 수 있는 정보여야 한다.

같이 읽을 글

• 홈페이지를 만든 곳이 AI 봇을 막으면 어떻게 될까?
• 우리 홈페이지도 AI 크롤러가 막혔을까?
• llms.txt를 만들면 AI가 우리 홈페이지를 더 잘 읽을까?
• 우리 쇼핑몰, AI가 가격·재고·반품을 확인할 수 있게 돼 있을까?

자료 출처

• AX is the New AEO(Finder·Elovic·Shalev, ★ora research, arXiv 2026년 9월 제출, 회사 1,056곳·에이전트 실행 3만 7,927번·AI 비서 4종)
• 같은 논문 HTML 전문(표 1~7·그림 1~11 수록)
• 같은 연구 분석 코드·자료 표본(ora research 깃허브)
• 에이전트 준비도 공개 규격(agentready.org, 찾기·읽기·실행 3단계)
• Introducing AX: Why agent experience matters(Mathias Biilmann, 2025년 1월, 「에이전트 경험」 용어 제안)
• The rise of the AI crawler(버셀·MERJ, 2024년 12월, AI 크롤러의 자바스크립트 미실행 측정)
• AI 검색 트렌드 리포트 2026 하반기(오픈서베이, 2026.7 — 바로 묻기 56.9%)
• AI 포용 관점에서 본 생성형 AI 이용 격차(정보통신정책연구원 KISDI STAT Report 26-04, 2026.4.15 — 단독 자영업자 12.6%)