AI 검색은 어떤 페이지를 '근거'로 고르는가

궁금한 것을 검색하면 이제 링크 목록보다 요약된 답이 먼저 도착한다. 답은 편리하지만, 그 답의 품질은 결국 한 가지에 달려 있다. 무엇을 읽고 요약했는가.

그 '무엇'은 화면에 작게 표시된다. 답변 문장 끝의 출처 칩, 그리고 접혀 있는 정보출처 번호 목록. 대부분의 이용자는 열어 보지 않고 지나친다. 이 글은 그것을 직접 세어 본 기록이다.

2026년 8월 13일, 네이버 통합검색의 AI 브리핑에 성격이 다른 12개 질문을 던지고, 답변이 인용한 출처 전부를 기록해 유형별로 분류했다. 결과는 한 장의 단순한 그림이 아니었다. 질문의 종류에 따라, AI가 기대는 '근거'의 세계가 완전히 달랐다.

관찰 방법

질문은 세 유형으로 네 개씩 설계했다. 제도 안내형(공공누리 유형별 상업적 이용, 청년도약계좌 가입 조건, 전자세금계산서 의무발행 기준, 개인정보 동의서 필수 항목), 기업 정보형(비바리퍼블리카 매출, 무신사, 센드버드, 마이리얼트립), 실무 방법형(법인 설립 절차와 비용, 퇴직금 계산, 상표 셀프 출원, 스마트스토어 사업자등록 여부).

같은 날, 로그인하지 않은 데스크톱 화면이라는 동일 조건에서 질의했고, AI 브리핑이 뜨지 않은 질문은 시간을 두고 한 번 더 던져 재확인했다. 인용 집계는 답변에 달린 정보출처 목록을 기준으로 삼았으며, 답변 아래 붙는 추천 콘텐츠 카루셀은 답변의 인용으로 세지 않았다.

발견 1 — 질문의 종류가 출처의 종류를 정한다

12개 질문 중 AI 브리핑이 뜬 것은 6개였고, 이 6개의 답변이 인용한 출처는 모두 26건이었다. 유형별로 나누자 경계가 뚜렷했다.

제도 질의에서는 공식의 세계가 지배했다. 청년도약계좌 답변의 인용 8건은 대한민국 정책브리핑 2건, 지자체 청년정책 포털 2건, 시중은행 공식 상품 페이지 4건으로 구성됐다. 전자세금계산서 답변의 인용 2건은 모두 국세청이었다. 네이버는 이런 출처 칩에 '공식' 표식을 스스로 달아 두었고, 정책 질의에는 일반 답변과 다른 전용 답변 지면을 따로 운용하고 있었다.

실무 질의에서는 반대의 그림이 나타났다. 법인 설립과 상표 출원 답변의 인용 10건 중 공공 출처는 1건(한국디자인진흥원의 디자인DB)에 그쳤고, 나머지는 개인 블로그 5건, 카페 게시글 1건, 상업 서비스형 콘텐츠 3건이었다. 법적 절차의 안내에서 답변의 첫 번째 근거가 개인 블로그 글이었다.

발견 2 — 기업 소개는 기업이 말하지 않는다

기업 정보형 질문에서 가장 또렷한 사실 하나. 무신사와 마이리얼트립 답변의 인용 6건 가운데 해당 기업의 공식 홈페이지나 공식 채널은 한 건도 없었다.

대신 등장한 것은 투자 정보 데이터베이스(THE VC), 채용 정보 플랫폼(인크루트), 기업 리뷰 플랫폼(잡플래닛), 직장인 커뮤니티(블라인드), 그리고 잡지 기사였다. 답변 속 "매출 1,120억 원, 평균연봉 6,783만 원" 같은 구체적 수치도 채용 플랫폼 페이지를 근거로 조립된 것이었다.

회사에 대한 소개가 회사의 목소리가 아니라 제3자의 기록으로 구성된다는 것. 이번 관찰에서 기업 질의의 답변은 예외 없이 그랬다.

발견 3 — 공식 출처가 있어도 인용되는 것은 아니다

법인 설립 질의의 검색 화면에는 정부가 운영하는 공식 서비스인 '온라인 법인설립시스템'이 일반 검색결과로 노출되어 있었다. 그러나 바로 위 AI 답변의 인용 5건에 이 공식 서비스는 들어 있지 않았다. 답을 떠받친 것은 블로그 3건, 카페 1건, 법률 플랫폼 1건이었다.

같은 화면의 최상단에는 법인 설립 대행 광고 7건이 AI 브리핑보다 먼저 자리 잡고 있었다. 공식 정보가 화면 안에 존재하는 것과, AI가 그것을 근거로 고르는 것은 별개의 사건이었다.

절반의 질문에 AI는 답하지 않았다

12개 중 6개 질문에는 AI 브리핑 자체가 나타나지 않았고, 재질의에서도 같았다. 공공누리 유형별 상업적 이용(전문 제도), 개인정보 동의서 필수 항목, 비바리퍼블리카 매출(비상장사 실적), 센드버드(기업 간 거래 기업), 퇴직금 계산, 스마트스토어 사업자등록 여부가 그랬다.

표본이 작아 규칙으로 단정할 수는 없다. 다만 전문 제도, 비상장 기업의 실적, 일반 소비자 접점이 얇은 기업처럼 정리된 공개 기록이 상대적으로 얇은 주제에서 답 자체가 사라진다는 공통점은 눈에 띈다. 어떤 질문에 답을 낼지 고르는 것 역시 하나의 편집 행위다.

이 관찰이 어디에서 의미가 커지는가

정보를 찾는 쪽에서는, 답변의 매끈함과 근거의 단단함을 구분하는 습관이 남는다. 같은 화면에서도 어떤 답은 국세청을 인용하고 어떤 답은 개인 블로그를 인용한다. 출처 칩과 정보출처 목록을 한 번 열어 보는 것만으로 답을 다루는 강도를 조절할 수 있다.

자료를 공개하는 기관과 기업 쪽에서는, 자신에 대한 답이 어떤 기록으로 조립되는지의 문제가 된다. 제도 정보는 공식 문서가 비교적 그대로 인용되는 반면, 기업과 실무 정보의 답은 공식 채널 바깥의 제3자 기록과 정리 콘텐츠 위에서 만들어지고 있었다. 자신에 관한 질문에 어떤 페이지가 대신 답하고 있는지, 그 페이지의 내용이 정확한지는 이제 점검 가능한, 그리고 점검할 이유가 있는 항목이 됐다.

편집부의 판단

이번 관찰에서 AI 브리핑의 출처 선택은 무작위가 아니라 질의 유형별로 계열화되어 있었다. 공식 기록이 두터운 영역에서는 공식을 그대로 인용하고, 공식이 얇은 영역에서는 제3자 기록과 개인 기록을 조립한다. 답이 아예 나타나지 않는 영역도 절반이었다.

도입 검토를 위한 질문:

• 지금 보고 있는 AI 답변의 정보출처 목록을 열어 본 적이 있는가.
• 수치나 조건이 걸린 답이라면, 그 수치의 원 출처가 공식 문서인지 확인했는가.
• 우리 조직에 대한 질문에 AI는 어떤 제3자 기록을 인용하는가. 그 기록은 정확한가.
• 어떤 질문에 답이 아예 뜨지 않는다면, 그 주제의 공개 기록이 얇다는 신호는 아닌가.

자료와 해석 범위

이 글의 관찰은 2026년 8월 13일 네이버 통합검색(데스크톱 화면, 비로그인) 환경에서 12개 질의로 수행했고, AI 브리핑이 뜨지 않은 질의는 같은 날 재질의로 한 차례 재확인했다. 인용 집계는 답변의 정보출처 번호 목록 기준이며, 답변 하단의 추천 콘텐츠는 포함하지 않았다. 출처 유형 분류(공공·정부/기업 공식/제3자 정보 플랫폼/개인 블로그·카페/상업 콘텐츠/언론)는 편집부 기준이다.

생성형 답변은 시점, 질문 표현, 이용 환경에 따라 달라질 수 있으므로 본문 수치는 이 관찰 세션의 기록으로 한정된다. 이 글은 특정 서비스의 품질에 대한 평가나 순위 판정이 아니며, 인용된 개인 블로그·카페 등은 유형으로만 서술했다. 별도 대화형 AI 검색 지면은 이번 관찰 범위 밖이다.