AI는 회사 이름으로 판단할까 - 한국 피부과 240콜 재현 결과

Peec AI(독일 GEO 분석 도구)는 AI 어시스턴트가 회사를 이름으로 판단하며, 이름에 든 어휘가 회사 묘사로 옮겨 간다고 자사 블로그에서 관측했습니다. 우리는 이 관측을 2026-08-31 실측 한국어 피부과 표본으로 당일 재현 시도했으나, 결과는 원 주장을 지지하지 않았고 대신 더 주목할 관측이 나왔습니다.

Peec은 무엇을 주장했나?

Peec의 관측은 회사 이름에 든 어휘가 AI의 회사 묘사에 스며든다는 것이었습니다. 고급스러운 뜻의 단어가 이름에 있으면 AI도 그 회사를 고급스럽게 묘사하는지 측정했습니다.

이 관측이 맞다면 상호명 자체가 GEO 변수가 됩니다. 회사에 대한 정보가 부족할수록 AI가 이름을 설명 재료로 삼을 가능성이 있기 때문입니다.

한국 피부과 20곳으로 어떻게 실험했나?

우리는 결과를 보기 전에 가설과 표본, 판정 규칙을 고정했습니다. 외부 관측을 발견한 2026-08-31에 수집 전 사전등록 문서를 남겼습니다.

표본은 심평원 표시과목 피부과 450개소에서 정보 풍부와 정보 빈약 두 층으로 나누어 골랐습니다. 각 층에서 층당 10곳씩 선정해 피부과 20곳을 비교했습니다.

실험은 모델 A/B × 웹 검색 켬/끔 × 반복 3회로 구성했습니다. 총 240콜을 수집했고 실패는 0건이었습니다.

판정 기준은 이름 어휘가 묘사로 옮겨갔는지, 확인 가능한 사실 형식의 주장이 있는지, “모른다”가 주된 태도인지였습니다. 이후에는 이 판정을 각각 이름 어휘가 묘사로 옮겨간 응답, 사실 주장, 모른다가 주된 응답으로 부릅니다.

결과: 이름 어휘 전이는 재현되지 않았다

층 간 차이는 작았습니다. 검색 끔에서 모델 B는 정보 빈약 13.3%(4/30), 정보 풍부 10.0%(3/30)였습니다. 모델 A는 양쪽 모두 0%였습니다.

전이 신호는 청담에만 모였습니다. 전이 판정 7건은 전부 이름에 ‘청담’이 든 병원에서 나왔습니다. 미소, 고운, 빛, 맑은 같은 일반 어휘의 전이는 0건이었습니다.

청담만으로는 이름 효과를 확인할 수 없습니다. 청담은 지명이면서 고급 함의가 있어 이름 효과와 지역 고정관념을 이 설계로 가를 수 없습니다.

검색 켬에서는 이름 어휘가 묘사로 옮겨간 비율이 0%로 사라졌습니다. 이는 웹 정보가 있으면 이름 어휘의 영향이 줄어든다는 두 번째 가설의 방향과 일치했습니다.

예상 밖 관측: 모른다고 한 응답이 없었다

더 주목할 결과는 두 모델 모두 정보가 없을 때 침묵하지 않았다는 점입니다. 이 항목은 결과를 본 뒤 주목한 사전등록 밖의 탐색 관측입니다.

모른다가 주된 응답은 0/240이었습니다. 사실 주장은 240건 전부에 포함됐습니다.

웹에 확인할 정보가 없어도 AI는 구체적인 내용을 만들었습니다. 구글 색인 0인 병원에도 진료과목 목록을 확신조로 생성했습니다.

다만 사실 주장이 포함됐다는 판정은 사실로 확인됐다는 뜻이 아닙니다. 이번 설계로는 개별 주장의 정확도를 측정할 수 없으므로 오류율을 말하지 않습니다.

한국에서 내릴 수 있는 결론

Peec의 이름 어휘 전이는 이 한국어 표본에서 재현되지 않았습니다. 한국어 상호에서 이름이 AI 묘사를 바꾼다는 근거는 아직 없습니다.

다만 청담 같은 지명 겸 함의 어휘는 예외 신호를 보였습니다. 이름 효과와 지역 고정관념을 분리하는 설계로 따로 검증할 가치가 있습니다.

더 실무적인 결론은 한국 병원이 걱정할 것이 이름보다 정보가 없을 때 AI가 지어내는 내용이라는 점입니다. 웹에 정보가 없어도 AI는 침묵하지 않았습니다.

이 결과를 어디까지 믿어야 하나?

이 결과는 본실험이 아닌 파일럿으로 보아야 합니다. 표본은 피부과 20곳이고 n은 층당 10이라 층 간 차이에 신뢰구간을 붙일 수 없습니다.

동명 병원 조인 버그도 결과 해석을 제한합니다. 병원명만 조인 키로 써 최대 6/20의 지역과 웹사이트 정보가 다른 지역의 동명 병원과 섞였을 수 있습니다. 이 때문에 region_error 지표는 무효 처리했습니다.

이 관찰 연구로는 인과를 말할 수 없고 단일 업종과 단일 국가 밖으로 일반화할 수도 없습니다. 인트릭스는 순위·인용·노출을 보장하지 않습니다.

병원은 무엇부터 확인해야 할까?

먼저 병원명을 검색 없이 물은 답변과 검색을 켠 답변을 따로 저장해야 합니다. 그다음 진료과목, 주소, 의료진처럼 공식 자료와 대조할 수 있는 주장부터 확인해야 합니다.

답변의 주된 태도와 구체 주장은 함께 봐야 합니다. 인트릭스의 무료 SEO·GEO 진단은 사이트의 색인과 AI 접근 조건을 실제 요청으로 확인하며, 답변 내용의 정확도는 별도 질문 표본과 공식 자료 대조로 측정해야 합니다.

자주 묻는 질문

Q. Peec의 이름 효과가 한국에서도 확인됐나요?
아닙니다. 이 피부과 20곳 표본에서 일반 어휘의 전이는 0건이었고, 청담 신호도 지역 고정관념과 분리하지 못했습니다.

Q. 240건 모두 틀린 답변이었다는 뜻인가요?
아닙니다. 사실 주장은 240건 전부에 있었지만 개별 주장의 정오를 판정한 결과가 아니므로 오류율로 읽으면 안 됩니다.

Q. 이 결과를 우리 병원에도 적용할 수 있나요?
바로 일반화할 수 없습니다. 단일 업종과 단일 국가의 파일럿이므로 각 병원은 검색 켬과 끔 답변을 나눠 공식 자료와 대조해야 합니다.