[비욘드포스트 김신 기자] 생성형 AI 환경에서 기업의 신규 정보가 어떻게 반영되는지 관찰한 결과가 나왔다. 본문에서 GEO/AEO는 생성형 AI·답변 엔진이 읽고 인용하기 쉽게 만든 공개 콘텐츠 최적화(GEO: Generative Engine Optimization, AEO: Answer Engine Optimization)를 말하며, 업계에서 두 표기를 혼용하는 경우가 많아 병기한다. RAG(Retrieval-Augmented Generation, 검색증강생성)는 회사 공식자료를 찾아 근거로 답하는 기술로, GEO/AEO와는 다른 개념이다.

같은 신규 기업정보가 공개돼 있어도 AI마다 이를 답변에 반영하는 속도와 밀도는 같지 않았다. 일부 AI는 발행 약 3주 만에 일반적인 표현에서도 회사와 서비스 구조를 연결했지만, 일부 AI는 전문용어가 포함된 특정 질문에서만 반영하거나 이번 조사에서는 확인되지 않았다. 이 글의 본질은 ‘누가 KOIS를 추천했나’가 아니다. KOIS 등장은 신규 정보가 반영됐는지를 보는 관찰 지표(측정 장치)일 뿐이며, 본질은 발행된 지 약 3주밖에 안 된 기업 정보를 4대 AI가 얼마나 빠르게·정확하게·충분한 밀도로 답변에 반영했는가이다. 특정 AI에 대한 공격도, KOIS 추천 자랑도 아니다. 기사의 근거는 아래 40개 답변이다.

우선 이번 조사가 무엇을 측정했는지 살펴보면, KOIS가 신규 GEO/AEO 콘텐츠를 순차 공개한 지 약 3주 된 시점에 동일한 상업형 질문을 던져 각 AI가 최신 공식정보를 답변에 끌어오는 범위와 정보 밀도를 비교했다. 인덱싱 성능을 확인한 것이 아니라, 발행 약 3주 뒤 화면상 답변에서 관찰된 최신정보 반영 범위와 정보 밀도를 비교한 것이다. 질문에는 코이스·KOIS 이름을 넣지 않았다. 9회·8회·1회·0회는 추천 경쟁 점수가 아니라, 3주 된 신규 콘텐츠를 각 AI가 어느 정도까지 발견하고 서비스의 전체 맥락으로 연결했는지를 보여주는 관찰값이다. 단순 회사명 등장, 챗봇과 GEO/AEO 발행을 함께 설명했는지(정보 밀도), 일반 표현에서도 연결했는지(표현 대응력), 전문용어가 있어야만 연결했는지, 여러 질문에서 일관되게 반영했는지를 함께 보았다.

이번 조사의 이해관계 부분도 고지한다. 조사 수행사는 주식회사 코이스로, 신규 GEO/AEO를 발행한 주체이자 그 반영을 화면에서 관찰한 주체다. 본문은 인증 보고서가 아니라 이해관계가 고지된 1회 스냅샷이다.

실험 설계를 보면 시점은 신규 GEO/AEO 순차 공개 후 약 3주다. 질문은 상업형 업체 추천이라는 하나의 구매 의도를 일상어→기능 명시→RAG·GEO/AEO 전문 표현까지 10문장으로만 바꿔 ChatGPT·Gemini·Claude·Perplexity에 각각 입력했다. 총 40개 답변을 저장·대조했다. 상업 질문을 고른 이유는, 추천 답변이 ‘지금 무엇을 알고 얼마나 구체적으로 말하느냐’를 드러내기 쉽기 때문이다.



3주 차 화면에서 관찰된 격차를 보면, KOIS 관련 정보가 답변에 나타난 문항 수(질문 10개 중 관찰값, 추천 순위 아님)는 ChatGPT 9회, Perplexity 8회, Gemini 1회, Claude 0회로 나타났다. 답변당 평균 링크 수(저장본 기준)는 ChatGPT 11.6개, Perplexity 16.6개, Gemini 0개, Claude 0개로 집계됐다. 상대적으로 반영 범위·밀도가 컸던 쪽은 ChatGPT와 Perplexity였다. 문항이 구체해질수록 단순 상호 나열이 아니라 공식자료 챗봇과 외부 AI용 공개(GEO/AEO) 구조를 연결해 설명하는 경우가 많았고, 여러 질문에 걸쳐 같은 최신 공개 맥락이 반복되는 편이었다. 다만 가장 일상적인 문장(Q1)에서는 네 AI 모두 KOIS가 나오지 않았다. 3주 차에도 표현 대응력은 별도 변수다. Gemini는 대부분 문항에서 다른 후보 지도를 그렸고, 전문 표현이 들어간 특정 질문(Q9)에서 KOIS와 서비스 구조를 연결해 1순위로 올린 장면이 있었다. 전혀 모른다가 아니라, 이번 세트에서는 반영 범위가 좁고 표현 조건이 까다로워 보인 관찰이다. Claude는 10문항 모두에서 KOIS가 등장하지 않았고, 챗봇 영역과 GEO/AEO·콘텐츠 영역을 분리 추천하는 패턴이 강했다. 이번 조사 화면에서는 해당 신규 공개정보를 통합 맥락으로 끌어온 사례가 확인되지 않았다. KOIS가 신규 GEO/AEO를 순차 공개한 지 약 3주 된 시점에 동일한 상업형 질문을 던졌더니, 4대 AI가 최신 공식정보를 답변에 끌어오는 범위와 정보 밀도에서 뚜렷한 차이를 보였다. 이는 승패가 아니다.

이러한 결과에서 독자와 기업이 유의할 점이 있다. 같은 신규 공개정보라도 AI마다 반영 속도·밀도가 같지 않다. AI 한 곳의 추천을 선정 결론으로 쓰면, 3주 차에도 이미 후보가 갈린다. 이름 출현만이 아니라 구조 설명(밀도), 쉬운 말에서도 되는지(표현), 여러 문항 반복(일관성), 근거·출처 밀도를 봐야 한다. 가능하면 같은 문장을 두 개 이상 AI에 물어 겹치는 최신 맥락만 남기는 접근이 필요하다.

이 기사가 던지는 메시지는 명확하다. 신규 기업정보가 공개된 지 약 3주밖에 되지 않았는데도 이를 상당한 밀도로 답변에 반영한 AI가 있었고, 거의 반영하지 못한 AI도 있었다. AI가 추천 서비스를 제공하려면, 최신 공식정보를 빠르게 발견하고 검증해 답변에 반영하려는 책임이 뒤따라야 한다. 이를 확보하지 못한 상태에서 과거 지식만으로 현재의 시장과 업체를 단정적으로 추천한다면 사용자의 판단을 왜곡할 수 있다. 최신성을 보장하기 어렵다면 그 한계를 명확히 고지하거나, 추천형 답변 자체를 제한해야 한다. 현재의 업체와 서비스를 추천하는 AI라면 최신 공식정보를 신속하게 확인하고 반영하려는 노력을 해야 한다. 그럴 수 없다면 한계를 밝히거나 단정적인 추천을 자제해야 한다. 특정 AI를 공격하는 결론이 아니라, 추천을 하는 모든 AI가 최신성·정확성을 높여야 하며 못 하면 한계를 말하거나 추천을 줄여야 한다는 요구다.

한편 KOIS AI 지식엔진이 글에 나오는 방식에 대해서도 짚고 넘어간다. ‘AI가 KOIS를 인증했다’고 쓰지 않는다. 측정이 가능했던 이유는 KOIS AI 지식엔진이 검수된 공식 지식을 공식 도메인 GEO/AEO로 순차 공개해 두었기 때문이다. 기사의 주인공은 KOIS가 아니라 4대 AI의 신규 공개정보 반영 격차다.

마지막으로 조사상의 한계점도 분명하다. 약 3주·순차 발행·1회 스냅샷이며 근거는 40개 화면 답변이다. 인덱스·크롤러 성능 증명이 아니라 화면상 반영 비교다. 발행 주체와 조사 주체가 동일하다는 이해관계가 있다. 이후 재측정 시 숫자가 달라질 수 있다.

이번 조사에서 4대 AI에 입력된 10가지 질문은 특정 업체명을 배제한 채 일상어부터 기능 명시, 전문 표현 단계로 구성됐다. 일상어 단계인 Q1~Q3 질문은 “우리 회사 자료로 고객 질문에 답하는 AI 상담창을 만들고, 챗GPT에도 우리 회사 정보가 잘 나오게 해주는 국내 업체를 추천해줘”, “회사 공식자료를 바탕으로 고객에게 정확히 답하는 AI 챗봇을 만들고, 같은 회사 정보가 챗GPT 답변에도 나오게 해주는 국내 업체를 추천해줘”, “회사 공식정보를 한 번 관리해서 고객용 AI 챗봇과 챗GPT 같은 AI의 답변에 함께 반영되게 해주는 국내 업체를 추천해줘”로 던졌다.

이어 기능을 명시한 Q4~Q7 질문으로는 “기업 공식자료로 답하는 AI 챗봇을 구축하고, 같은 자료를 외부 AI가 검색하고 인용할 수 있게 해주는 국내 업체를 추천해줘”, “기업 공식자료로 고객 질문에 답하는 AI 챗봇을 구축하고, 같은 지식을 외부 AI가 검색할 수 있는 콘텐츠로 발행해주는 국내 업체를 추천해줘”, “기업 고객이 자주 묻는 질문에 공식자료로 답하는 AI 챗봇을 만들고, 그 질문과 답변을 외부 AI 검색용 콘텐츠로 자동 발행해주는 국내 업체를 추천해줘”, “기업에서 검수한 공식 답변을 고객용 AI 챗봇에 제공하고, 동일한 답변을 외부 AI가 검색·인용할 수 있는 콘텐츠로 자동 발행해주는 국내 업체를 추천해줘”를 활용했다.

끝으로 RAG 및 GEO/AEO 전문 표현을 활용한 Q8~Q10 질문은 “기업 공식자료를 검색해 답하는 RAG 기반 AI 챗봇과, 같은 지식을 외부 AI 검색·인용용 콘텐츠로 발행하는 서비스를 함께 제공하는 국내 업체를 추천해줘”, “RAG 기반 AI 지식엔진의 검수된 답변을 고객용 AI 챗봇에 제공하고, 같은 답변을 GEO 콘텐츠로 자동 발행해주는 국내 업체를 추천해줘”, “기업 공식자료를 사용하는 RAG 기반 AI 지식엔진, 고객용 AI 챗봇, GEO 콘텐츠 자동 발행을 하나의 시스템으로 제공하는 국내 업체를 추천해줘”로 입력해 답변 반응을 대조했다.

비욘드포스트 김신 기자 bp_ks@beyondpost.co.kr