AI 답변 속 한국 브랜드의 감성(좋다·별로다·믿을 만하다)은 모델이 '느끼는' 것이 아니라, 검색 단계에서 끌어온 출처 문서들의 감성이 재정렬·요약을 거쳐 농축된 결과다. 즉 브랜드 톤은 모델의 의견이 아니라 검색된 코퍼스의 평균 정서를 압축한 그림자에 가깝다. 같은 브랜드를 물어도 ChatGPT는 호의적인데 Perplexity는 시큰둥하다면, 두 엔진이 서로 다른 출처(위키백과 vs 커뮤니티)를 봤기 때문이지 브랜드에 대한 '판단'이 달라서가 아니다. 이 글은 그 감성이 만들어지는 경로를 RAG(retrieval→reranking→generation) 메커니즘으로 한 단계씩 해부한다.
왜 'AI의 감정'이 아니라 '검색된 출처의 감성'인가
현대 AI 검색은 대부분 RAG 구조를 쓴다. Lewis 등(2020, arXiv:2005.11401)이 정식화한 이 구조의 핵심은 모델 안에 박제된 지식(파라메트릭 메모리)과 그때그때 검색해 온 외부 문서(비파라메트릭 메모리)를 결합한다는 것이다. 브랜드 질문처럼 최신성·구체성이 중요한 주제일수록 답변의 무게중심은 후자, 즉 '방금 끌어온 문서'로 쏠린다.
비유하자면 AI는 브랜드에 대한 개인적 호불호가 없는 대변인이다. 발언 직전에 책상 위에 놓인 자료 뭉치를 빠르게 읽고, 그 자료의 논조를 압축해 말한다. 자료 뭉치가 칭찬 일색이면 우호적으로, 불만 글이 섞이면 신중하게 말한다. 그러므로 '브랜드 감성을 바꾼다'는 과제는 모델을 설득하는 일이 아니라 책상 위에 어떤 자료가 올라가느냐를 바꾸는 일이다.
감성이 결정되는 4개의 관문
| 단계 | 하는 일 | 감성에 미치는 영향 |
|---|---|---|
| ① Retrieval(검색) | 질의와 의미·키워드가 맞는 문서를 후보로 끌어옴 | 어떤 정서의 글이 후보에 드느냐를 결정. 출발점. |
| ② Reranking(재정렬) | 후보를 질문과 함께 다시 읽어 순위 매김 | 상위에 오른 소수 문서가 톤을 지배 |
| ③ Context 배치 | 상위 문서를 프롬프트에 배열 | 앞·뒤에 놓인 문서가 더 크게 반영(U자형) |
| ④ Generation(생성) | 읽은 내용을 요약·서술 | 모델별 보수성·가드레일이 톤을 미세조정 |
관문 ①: 검색 — 후보에 끼지 못하면 감성은 시작도 안 된다
검색은 두 갈래로 일어난다. 키워드가 정확히 겹치는지 보는 희소(lexical) 검색(BM25 계열)과, 의미가 가까운지 보는 밀집(dense) 검색(임베딩)이다. Karpukhin 등(2020, arXiv:2004.04906)은 의미 임베딩 검색(DPR)이 단순 키워드 매칭(BM25)을 능가함을 보였다. 즉 '저렴한 가성비 운동화 브랜드'라고만 물어도, 브랜드명을 한 번도 안 쓴 사용자 후기가 의미적으로 끌려 나올 수 있다.
비유하면 하이브리드 검색은 도서관의 키워드 색인 카드(BM25)와 주제를 꿰고 있는 사서(임베딩)를 동시에 쓰는 것이다. 색인은 '운동화'라는 단어가 박힌 책을 정확히 찾고, 사서는 '발 편한 신발'을 물어도 운동화 코너로 안내한다. 공개 벤치마크 종합치를 보면 recall@10이 의미 단독 약 78%, BM25 단독 약 65%, 둘을 합친 하이브리드(RRF)가 약 91%로 가장 높다. Anthropic의 Contextual Retrieval(2024) 실험에서도 청크에 맥락을 덧붙이면 검색 실패율이 35% 줄고(5.7%→3.7%), BM25를 더한 하이브리드에서 49%, 재정렬까지 더하면 67%까지 감소했다.
여기서 브랜드 감성의 첫 번째 진실이 나온다. 후보군에 들어간 문서들의 정서가 곧 가능한 감성의 원료다. 브랜드에 대한 균형 잡힌 설명 글이 검색에 안 잡히면, 남은 후보가 불만 커뮤니티 글뿐일 때 답변은 부정적으로 기운다. 좋은 자료를 '쓰는 것'만으로는 부족하고, 그 자료가 의미·키워드 양쪽에서 검색되게 만들어야 한다.
❌약한 예 / ✅강한 예 — 검색에 잡히는 문장
❌ 약한 예:
"저희는 고객 만족을 최우선으로 하는 브랜드입니다."
→ 추상적·자기칭찬. 어떤 질의 임베딩과도 가깝지 않고,
비교·후기형 질문("A 브랜드 환불 잘 되나")에 전혀 안 걸린다.
✅ 강한 예:
"A 브랜드는 단순 변심도 30일 내 무료 반품을 보장하며,
2025년 한국소비자원 기준 평균 환불 처리 기간은 3영업일이다."
→ 구체 조건·수치·기간 포함. "환불 잘 되는 브랜드",
"반품 정책" 류 질의와 의미적으로 강하게 매칭된다.GEO 연구(Aggarwal 등, 2023, arXiv:2311.09735, KDD 2024)는 통계·출처 인용·직접 인용문을 더하면 생성엔진에서의 가시성이 특정 조건에서 최대 약 40%까지 올랐다고 보고한다. 구체성은 검색 친화성인 동시에 감성을 우호적으로 끌고 가는 지렛대다.
관문 ②③: 재정렬과 배치 — 소수의 상위 문서가 톤을 독점한다
검색이 후보 수십 개를 끌어오면, 재정렬(cross-encoder)은 그 후보를 질문과 한 묶음으로 다시 정독해 순위를 다시 매긴다. 1차 검색이 제목만 훑는 빠른 분류라면, 재정렬은 본문을 꼼꼼히 읽는 정밀 심사다. 실무에서 cross-encoder 재정렬은 NDCG를 5~15포인트(난도 높은 셋에서는 약 20까지) 끌어올린다.
문제는 최종적으로 모델 프롬프트에 들어가는 문서가 소수(권장 top-20 안팎)라는 점이다. 그리고 Liu 등(2023, arXiv:2307.03172)의 'Lost in the Middle'에 따르면, 긴 맥락에서 모델은 맨 앞과 맨 끝 정보를 잘 쓰고 중간은 흘린다(U자형). 즉 재정렬 상위 1~3위와 마지막 문서의 정서가 답변 톤을 사실상 지배한다.
비유하면 재판에서 배심원이 가장 또렷이 기억하는 건 첫 증인과 마지막 증인의 진술이다. 중간에 길게 늘어선 증인들의 말은 잘 남지 않는다. 브랜드에 대한 가장 잘 정리된 우호적 출처가 상위에 랭크되도록 만드는 일이, 답변 한가운데 묻힌 균형 잡힌 설명보다 훨씬 결정적이다.
관문 ④: 생성 — 같은 자료, 다른 톤의 엔진들
마지막 관문에서 모델은 읽은 내용을 요약한다. 이때 모델마다 '근거를 얼마나 깐깐하게 따지느냐'가 다르고, 이 차이가 같은 브랜드의 감성을 엔진별로 갈라놓는다. 한 대규모 인용 분석(Profound·Discovered Labs 등)에서는 ChatGPT와 Perplexity의 인용 도메인 중복이 약 11%에 불과했고, 인용의 약 90%가 엔진마다 달랐다. ChatGPT는 위키백과 비중이 약 47.9%, Perplexity는 Reddit 비중이 약 46.7%로 나타났다.
| 엔진 | 출처 성향 | 브랜드 감성에 주는 색채 |
|---|---|---|
| ChatGPT | 위키백과·커뮤니티 선호 | 정제된 사실 톤 + 커뮤니티 여론이 섞임 |
| Perplexity | 실시간 웹·Reddit·인라인 인용 | 최신 후기·커뮤니티 정서가 강하게 반영 |
| Gemini | 구글 색인·E-E-A-T 신호 | 권위·경험 신호가 약하면 보수적 |
| Claude | 근거 약한 콘텐츠를 보수적으로 걸러냄(Citations API) | 출처 빈약하면 단정적 칭찬·비난 모두 회피 |
| Grok | 실시간 웹 + X 스트림 | 실시간 여론에 민감, 인용 정확도 편차 |
특히 Claude는 근거가 약한 주장에 보수적이다. 브랜드 페이지에 '업계 1위', '최고의 품질' 같은 무근거 형용사만 가득하면 Claude는 그 말을 인용하기보다 침묵하거나 중립적으로 처리한다. 반대로 출처가 붙은 사실은 그대로 인용한다. 감성을 우호적으로 만들고 싶다면 형용사가 아니라 검증 가능한 사실을 줘야 한다는 뜻이다.
❌ 약한 예:
"국내 최고의 프리미엄 매트리스, 압도적 만족도!"
→ 출처 0. 보수적 엔진은 인용 회피, 감성에 기여 못 함.
✅ 강한 예:
"독립 시험기관 KOTITI 시험 결과 내구 압축 8만 회 후
복원율 96%를 기록했다(보고서 번호·연도 명시)."
→ 검증 가능한 사실 + 출처. 모델이 안심하고 인용 →
우호적 정량 근거가 답변 톤에 직접 반영된다.한국 브랜드의 특수 변수: 출처 생태계가 갈라져 있다
한국 브랜드 감성에는 글로벌 브랜드에 없는 변수가 하나 더 있다. 네이버가 외부 크롤러를 차단한다는 점이다. 그 결과 글로벌 AI(ChatGPT·Gemini·Claude 등)는 네이버 블로그·카페의 풍부한 한국어 후기를 직접 읽지 못하고, 나무위키·위키백과·티스토리 같은 우회 출처로 한국 브랜드의 감성을 추정한다. 즉 같은 브랜드라도 '네이버 안에서의 평판'과 'AI 답변 속 평판'이 서로 다른 출처에 뿌리내릴 수 있다.
크롤러가 robots.txt에서 허용돼야 애초에 후보 진입이 가능하다. 주요 AI 크롤러는 GPTBot·OAI-SearchBot(OpenAI), PerplexityBot, ClaudeBot·anthropic-ai(Anthropic), Google-Extended(구글) 등이다. 브랜드 공식 사이트가 이들을 막아두면, AI는 공식 입장을 못 읽고 제3자 출처의 정서만으로 감성을 구성한다. 자기 브랜드의 가장 정확한 자료를 스스로 차단하는 자충수인 셈이다.
한편 네이버 내부 생태계도 진화 중이다. 네이버는 큐:(Cue:)·클로바X를 2026-04-09 종료하고, AI탭을 2026-06-25~26 정식 출시했으며, AI 브리핑(요약)은 통합검색 쿼리의 20% 이상에 적용된다. 한 표본분석(272건)에서는 AI 브리핑 인용 출처의 약 58%가 블로그였고, 인용의 약 49%가 검색결과 Top10 밖에서 나왔다. 네이버 알고리즘은 출처 신뢰·전문성을 보는 C-Rank와 문서 의도를 보는 D.I.A.+로 구성된다. 국내 고객을 보는 브랜드라면 글로벌 엔진(나무위키·티스토리 경로)과 네이버(블로그·C-Rank 경로)를 둘 다 관리해야 감성이 한쪽으로 기울지 않는다.
한국 브랜드 감성 관리 체크리스트
- 크롤러 허용: GPTBot·ClaudeBot·PerplexityBot·Google-Extended를 robots.txt에서 차단하지 않았는지 확인.
- 우회 출처 정비: 나무위키·위키백과 항목의 사실 정확성과 톤(글로벌 엔진이 보는 1차 자료).
- 네이버 콘텐츠 5원칙: 직접경험·일관된 주제·진정성·읽기 쉬운 구조·최신성.
- 사실 기반 서술: 형용사 칭찬 대신 수치·출처·기간이 박힌 문장(보수적 엔진 통과용).
감성은 한 번 재면 끝나는 숫자가 아니다 — 측정의 함정
브랜드 감성을 추적하려면 먼저 측정이 흔들린다는 사실을 받아들여야 한다. LLM은 temperature=0에서도 GPU 연산·배치 순서 때문에 출력이 미세하게 흔들린다. 한 실험에서는 2,350억 파라미터급 모델이 동일 입력 1,000회에 80가지 출력을 냈다. AI 가시성의 불확실성을 정량화한 연구(arXiv:2603.08924)는 인용 빈도가 멱법칙처럼 출렁이므로 다중 실행 + 부트스트랩 신뢰구간을 권한다. 6개 모델 480회 실험(arXiv:2602.14349)도 같은 결을 가리킨다. 한 번의 측정은 감성이 아니라 노이즈일 수 있다.
그래서 '오늘 ChatGPT가 우리를 부정적으로 말했다' 같은 단발 관찰로 일희일비하면 안 된다. 비유하면 주가를 1초 보고 '폭락했다'고 단정하는 것과 같다. 같은 질문 세트를 여러 번, 여러 엔진에 던져 분포로 봐야 진짜 추세가 보인다.
또 하나, 'AI 프롬프트 검색량' 같은 데이터는 실측이 거의 불가능하다. 대부분 시장 1% 미만 패널을 모델링한 추정치다. Conductor는 "신뢰할 수 없는 검색량 데이터는 없는 것보다 나쁘다"고 못 박는다. 감성·가시성 지표는 그 자체가 목적이 아니라 매출·리드를 설명하는 2차 지표로 다뤄야 한다. Share of Voice(카테고리 AI 답변 중 브랜드 언급 비율)도 어떤 질문 세트를 골랐느냐가 결과를 좌우하므로, 엔진을 뭉뚱그려 합산하면 메커니즘이 가려진다.
마지막으로 검증의 언어. RAG 품질 지표 RAGAS의 faithfulness는 답변의 주장이 출처에서 실제로 추적되는 정도를 본다. 실무에서 0.9 이상이면 안정, 0.7 미만이면 위험으로 보는 경우가 많다(팀마다 기준은 다르다). 브랜드 감성도 결국 '답변의 호의가 실재하는 출처에 근거하는가'의 문제로 환원된다. 근거 없는 칭찬은 faithfulness가 낮고, 보수적 엔진에서 먼저 사라진다.
Citeon은 이 원리를 제품에 담았다
지금까지의 결론은 하나다. 한국 브랜드 감성은 '검색되는 출처'와 '엔진별 인용 성향'의 함수이고, 단발 측정으로는 잡히지 않는다. Citeon은 이 메커니즘을 그대로 도구로 옮겼다.
- 4엔진 인용 측정(SOV): ChatGPT·Gemini·Perplexity·Claude에서 브랜드가 실제로 어떻게·얼마나 언급되는지를 엔진별로 분리해 본다. 합산이 가리는 엔진별 감성 차이를 그대로 드러낸다.
- 사이트 진단엔진: 브랜드 페이지가 검색 후보에 들 만큼 구체적인지, 크롤러를 막고 있지 않은지, 사실 근거가 있는지를 SEO/AEO/GEO 점수로 진단한다.
- 경쟁사 역추적: 경쟁 브랜드가 어떤 출처로 우호적 감성을 얻는지 역설계한다.
- 주간 모니터 추이: 단발 노이즈가 아니라 추세선으로 감성 변화를 본다(측정 비결정성 대응).
지금 우리 브랜드가 4개 엔진에서 어떤 톤으로 인용되는지 궁금하다면, Citeon 무료 진단(₩0)으로 시작해 보라. URL 하나로 현재 감성의 발원지를 진단 리포트로 받아볼 수 있다.
자주 묻는 질문
AI가 우리 브랜드를 부정적으로 말합니다. 모델에게 항의하면 바뀌나요?
아니요. 모델은 브랜드에 대한 사적 감정이 없습니다. 부정적 톤은 검색 단계에서 끌려온 출처들의 정서가 압축된 결과입니다. 바꿔야 할 것은 모델이 아니라 그 모델이 읽는 출처입니다. 사실 근거가 붙은 우호적 콘텐츠가 검색·재정렬 상위에 오르도록 만드는 것이 정공법입니다.
왜 ChatGPT와 Perplexity의 답이 그렇게 다른가요?
두 엔진이 보는 출처가 거의 겹치지 않기 때문입니다. 한 대규모 분석에서 둘의 인용 도메인 중복은 약 11%, 인용의 약 90%가 서로 달랐습니다. ChatGPT는 위키백과(약 47.9%), Perplexity는 Reddit(약 46.7%) 비중이 컸습니다. 출처가 다르면 같은 브랜드의 감성도 달라집니다.
네이버에서 평판이 좋은데 글로벌 AI는 왜 다르게 말하나요?
네이버가 외부 크롤러를 차단하기 때문입니다. 글로벌 AI는 네이버 블로그·카페를 직접 읽지 못하고 나무위키·위키백과·티스토리 같은 우회 출처로 한국 브랜드를 추정합니다. 두 생태계의 출처가 다르므로 감성도 갈릴 수 있습니다. 양쪽을 함께 관리해야 합니다.
감성을 한 번 측정하면 그 숫자를 믿어도 되나요?
한 번은 위험합니다. LLM은 temperature=0에서도 출력이 흔들립니다(한 모델은 동일 입력 1,000회에 80가지 출력). 인용 빈도는 멱법칙처럼 출렁이므로 다중 실행과 신뢰구간으로 분포를 봐야 합니다. 단발 관찰은 추세가 아니라 노이즈일 수 있습니다.
가장 먼저 무엇을 고쳐야 하나요?
첫째, robots.txt에서 AI 크롤러(GPTBot·ClaudeBot·PerplexityBot·Google-Extended)를 막고 있지 않은지 확인하세요. 막혀 있으면 공식 자료가 후보에조차 못 듭니다. 둘째, 무근거 형용사를 수치·출처·기간이 박힌 사실 문장으로 바꾸세요. 보수적 엔진(예: Claude)은 근거 없는 칭찬을 인용하지 않습니다.
참고자료
- Lewis et al., 2020 — Retrieval-Augmented Generation (arXiv:2005.11401)
- Karpukhin et al., 2020 — Dense Passage Retrieval (arXiv:2004.04906)
- Liu et al., 2023 — Lost in the Middle (arXiv:2307.03172)
- Aggarwal et al., 2023 — GEO: Generative Engine Optimization (arXiv:2311.09735)
- Anthropic, 2024 — Introducing Contextual Retrieval
- Conductor — Debunking AI Prompt Volume