AI 검색은 이름은 알아도 신제품은 추천하지 않는다

이름을 대면 AI는 제품을 거의 다 알아본다. 그런데 "이 분야에 좋은 신제품 추천해줘"라고 범주로 물으면 112개 중 6개만 답변에 나왔다. 2025년 12월 공개된 디스커버리 격차 연구는 Product Hunt 상위 제품 112개를 2,240개 질문으로 측정해, 브랜드 인지(99.4%)와 실제 추천(3.32%) 사이에 30배 격차가 있음을 보여준다^[1]. 더 눈에 띄는 결과는, AI 노출을 겨냥해 만든 GEO 최적화 점수가 추천율과 아무 상관이 없었다는 것이다^[1].

근거는 Amit Prakash Sharma가 2025년 12월에 공개한 단독 저자 프리프린트 한 편이다(The Discovery Gap)^[1]. 표본은 Product Hunt 2025년 상위 500개 중 무작위로 고른 112개(업보트 200 이상, 작동하는 영문 웹사이트), 측정은 2025년 12월 15일부터 20일까지 ChatGPT(gpt-4o-mini)와 Perplexity(sonar) API로 돌린 질문 2,240개다. 판정은 답변에 제품명이 글자 그대로 나왔는지만 보는 단순 문자열 일치다. 그래서 표본이 Product Hunt에 쏠려 있고(개발자 도구, 생산성, AI), 모델이 둘뿐이며, GEO 점수가 정규식 기반이라는 한계가 처음부터 붙는다^[1].

우리는 AI 답변 속 브랜드 언급을 반복 측정하는 제품을 만들고 있어 이 주제에 이해관계가 있다. 그래서 "GEO가 소용없다"는 식으로 결과를 당기지 않으려고, 수치는 원문 그대로 적고 저자의 해석을 함께 옮긴다. 어제 글 GEO 효과를 매출로 재는 법에서 등장 확률을 곱셈 인수로 넣는 모델을 다뤘다. 이 글은 그 인수가 많은 신제품에서 0에 가깝다는, 한 단계 앞의 문제를 다룬다.

인지와 추천은 다른 질문이다

이름을 아는 것과 추천하는 것은 AI에게 서로 다른 작업이다. 연구는 질문을 둘로 나눈다. 직접 질문은 제품명을 그대로 넣는다. "What is [제품]?", "[제품]에 대해 알려줘" 같은 세 가지로, 모델이 그 제품의 존재를 아는지 본다. 디스커버리 질문은 범주로 묻는다. "2025년에 나온 best [범주] 도구는?", "새로운 [범주] 제품을 추천해줘" 같은 일곱 가지로, 사용자가 특정 제품을 찾지 않을 때 그 제품이 저절로 등장하는지 본다.

두 질문의 성공률 격차가 이 연구의 중심 숫자다.

표 1. 질문 유형별 노출률과 격차. 출처: Sharma 2025, 표 4.1^[1].

ChatGPT는 이름을 물으면 99.4%를 알아보지만, 범주로 물으면 112개 중 6개만, 그것도 784개 디스커버리 질문 가운데 26번만 등장했다(원문 표 4.1). 브랜드 인지율을 성과로 읽으면 이 격차가 통째로 가려진다. 고객은 보통 제품 이름을 모른 채 추천을 구하므로, 실제 신규 접점에 가까운 숫자는 디스커버리율이다. 이 구분은 AI 답변의 브랜드 언급 단계 모형에서 Match와 Selection을 나눈 것과 같은 자리다.

신생 제품이 추천되지 않는 이유

신제품이 디스커버리에서 불리한 이유를 저자는 세 가지 구조로 정리한다.

첫째, 최신성 벽이다. 학습 컷오프 이후 출시된 제품은 지식 컷오프 모델의 세계에 존재하지 않는다. 최적화로 넘을 수 있는 벽이 아니다.

둘째, 권위 집중이다. 학습 데이터는 기성 플레이어에 쏠려 있다. Slack에 관한 텍스트는 올해 나온 어떤 경쟁 제품보다 압도적으로 많다. AI 가시성에서 부익부가 일어난다.

셋째, 질문 구조다. 직접 질문은 "X가 뭐야?"라는 사실 검색 메커니즘을 깨우고, 디스커버리 질문은 다른 편향을 가진 추천 메커니즘을 깨운다. 같은 모델이라도 두 경로가 다르게 작동한다.

이 셋은 신제품이 측정되지 않은 0에서 출발한다는 뜻이다. 측정되지 않은 0과 진짜 0의 구분이 여기서 실무적으로 중요해진다.

GEO 최적화가 효과 없는 경우

이 연구에서 가장 반직관적인 결과는, AI 노출을 겨냥해 만든 GEO 점수가 추천율과 상관이 없었다는 것이다. 통계, 인용 밀도, 전문 용어, 권위적 표현, 구조화 데이터, 콘텐츠 깊이 여섯 축을 0에서 100으로 매겨 평균한 합성 점수였는데(Aggarwal 틀 기반)^[1], ChatGPT에서 r = -0.108 (p = 0.256), Perplexity에서 r = -0.102 (p = 0.286)로 둘 다 통계적으로 0이었다^[1].

이 결과는 GEO라는 용어를 만든 Aggarwal 등의 2024년 연구^[2]와 어긋난다. 그 연구는 인용, 통계, 전문 용어 같은 신호가 생성형 응답 노출을 30–40% 높인다고 보고했다. 저자는 이 모순을 이렇게 푼다. Aggarwal의 실험은 이미 검색 응답에 나오는 콘텐츠를 대상으로 최적화 효과를 쟀고, 이 연구의 데이터는 그 앞 단계, 아직 발견조차 되지 않은 제품을 담는다.

그래서 저자는 GEO를 촉매가 아닌 곱셈 계수로 본다. 이미 발견되고 있으면 최적화한 콘텐츠가 더 자주 나오게 하지만, 발견 자체가 0이면 곱할 것이 없다. 0은 아무리 곱해도 0이다. 어제 다룬 GMMM이 등장 확률을 시장별 노출의 곱셈 인수로 넣었는데, 이 연구는 그 인수가 신제품 대부분에서 0에 가깝다는 것을 실측으로 보여준다. GEO와 SEO, AEO의 차이를 하나의 단계로 읽어야 하는 이유다.

AI 검색 노출을 예측하는 요인

GEO 점수 대신 노출을 예측한 것은 전통적인 SEO 신호였고, 그것도 Perplexity에서만이었다. 참조 도메인이 가장 강한 예측자로 나왔다(r = +0.319, p < 0.001)^[1]. 참조 도메인과 dofollow 비율은 DataForSEO로 수집했고, dofollow 비율도 유의했다(r = +0.238, p = 0.012). Product Hunt 지표에서는 POTD 순위(r = -0.286, p = 0.002, 순위가 높을수록 노출 상승), 업보트(r = +0.225, p = 0.017), 평점(r = +0.187, p = 0.048)이 유의했다.

표 2. Perplexity 디스커버리 노출과 유의하게 상관된 요인(p < 0.05). 출처: Sharma 2025, 부록 B^[1].

Perplexity가 실시간 웹 검색을 하기 때문에, 전통 검색에서 잘 걸리는 페이지가 Perplexity 답변에도 인용될 확률이 높다. 참조 도메인을 쌓는 백링크 전략과 AI 시대의 SEO 기본기가 AI 노출의 기초 공사라는 뜻이다.

ChatGPT와 Perplexity의 노출 차이

같은 디스커버리 질문이라도 ChatGPT와 Perplexity는 작동 방식이 달랐다. Perplexity의 디스커버리율은 같은 연구에서 ChatGPT의 2.5배였다(8.29% 대 3.32%)^[1]. 더 중요한 차이는 예측 가능성이다. ChatGPT에서는 유의한 상관이 하나도 없었다. 노출이 사실상 무작위로 보인다. Perplexity에서는 유의한 상관이 일곱 개였다. 노출에 알아볼 수 있는 패턴이 있다.

저자는 이를 아키텍처 분기라고 부른다. 웹 검색 모델에는 당길 레버가 있고, 지식 컷오프 모델에는 기다림만 있다. 컷오프 모델에서 노출을 올리려면 학습 데이터가 갱신되기를 기다리는 것 외에 직접 손댈 것이 거의 없다. 그래서 자원을 쓸 곳은 웹 검색 모델 쪽이다.

커뮤니티 신호는 측정이 정확할 때만 보였다

레딧 신호는 처음엔 상관이 없어 보였지만, 측정 오류를 걷어내자 드러났다. 원자료에서 레딧 언급은 노출과 무상관이었다(r = +0.052, p = 0.586). 저자는 이상한 점을 발견한다. "Cursor", "DROP", "Solar" 같은 일반명 제품이 엄청난 레딧 언급 수를 가졌는데 디스커버리 성공은 전혀 없었다. 레딧 검색이 마우스 커서, 음악 drop, 태양광 패널 이야기를 긁어 오고 있었다.

일반명 탓에 오탐이 섞인 제품 52개(표본의 46%)를 제거하자 분석 결과가 바뀐다. 레딧 언급 r = +0.395 (p = 0.002), 고유 서브레딧 r = +0.405 (p = 0.001)로 둘 다 유의해졌다^[1]. 반면 GitHub 스타와 Hacker News 점수는 정제 전후 모두 무의미했다.

교훈은 신호가 없었던 것이 아니라 측정이 틀렸다는 것이다. 더러운 숫자 하나를 그대로 믿으면 "커뮤니티는 효과 없음"이라는 반대 결론에 이른다. 같은 조건으로 반복 측정해야 하는 이유가 여기에 있다.

이 연구가 못 본 것

저자가 인정한 한계가 여럿이다. 표본이 Product Hunt 한 곳에서 와서 개발자 도구, 생산성, AI 범주에 쏠린다. 소비자 제품이나 기업용 소프트웨어는 다를 수 있다. 모델도 ChatGPT와 Perplexity 둘뿐이라 Claude나 Gemini는 다른 패턴을 보일 수 있다. 레딧 정제가 표본의 46%를 덜어내 커뮤니티 분석의 검정력이 떨어졌다(저자가 밝힌 한계). GEO 점수는 정규식 기반이라, 더 정교한 콘텐츠 분석은 다른 신호를 잡을 수 있다.

여기에 우리가 보기에 남는 의문을 하나 더한다. ChatGPT 디스커버리에 성공한 6개 제품은 나머지 106개와 무엇이 달랐나. 저자도 이를 후속 과제로 남긴다. 그리고 이 글은 단독 저자의 동료심사 전 프리프린트 한 편에 기댄다. 수치는 원문 그대로지만, 한 연구의 결과를 일반 법칙으로 읽지는 않는다.

측정부터 하면 길이 보인다

이 결과를 실무로 옮기면 가장 먼저 할 일은 지금 우리가 발견되고 있는지를 재는 것이다. 브랜드 인지율과 디스커버리율을 나눠서 보고, 직접 질문에서 거의 완벽했던 인지율에 안심하지 않는 데서 시작한다. 그다음은 저자가 제안하는 단계적 접근이다. 참조 도메인, 진짜 커뮤니티 대화, 플랫폼 성공 같은 SEO 기반을 먼저 세우고, 발견 임계를 넘은 뒤에 GEO 최적화를 얹는다. 측정 없이 GEO부터 돌리면 곱할 기반이 없어 효과를 못 본다. 자원은 레버가 있는 웹 검색 모델에 집중한다.

우리가 만드는 측정 도구는 "이 분야 추천해줘" 같은 비브랜드 질문을 엔진별로 반복해 물어, 브랜드가 추천 답변에 등장하는 비율을 질문, 엔진, 시점 단위로 기록한다. 지금 발견되는지 아닌지를 먼저 숫자로 보여주는 자리다. 그 숫자가 0에 가까우면 콘텐츠 최적화보다 추천 센서스에서 진입과 순위를 올리는 기반 공사가 먼저다. 이 연구의 결론을 한 줄로 줄이면, 수레가 말을 끌 수는 없다는 것이다.