← 매거진 목록
LISTAI MAGAZINE · 측정 노트 #05

브랜드 질문의 "노출 7건"은 전부 다른 회사였다 — 동명 엔티티와 환각의 실측

우리 이름을 넣은 질문 2개("리스트AI 평가 어때?", "리스트AI 뭐하는 회사야?")를 4엔진에 던져 응답 8건을 한 줄씩 읽었다. 자동 탐지기가 노출로 표시한 7건은 전부 동명의 다른 회사였다 — 2013년 설립된 국내 데이터 기업, 미국 부동산용 AI 콜봇, 그리고 한 엔진은 국내 다른 AI 서비스를 통째로 우리 이름으로 설명했다. 같은 회차 비브랜드 47문항 188건에서 실제 노출은 0건이다. 브랜드 질문을 헤드라인에 섞어 세면, 리포트는 문제를 축소 보고한다.

리스트AI · 2026-08-06 · 측정일 2026-08-03
원본 데이터는 공개 실측 리포트에 전량 있습니다.

이 노트는 우리 자신을 측정 대상으로 삼은 기록이다. 고객 리포트에서 가장 위험한 오류는 숫자가 나쁘게 나오는 게 아니라 나쁜데 좋게 나오는 것이고, 브랜드 질문이 정확히 그 통로다.


1 설정

8월 3일 회차 질문 세트 중 3개가 브랜드 카테고리였고, 그중 2개에 자사명이 들어간다.

우리 브랜드는 처음부터 엔티티 경쟁이 있는 이름이다. 2013년 설립된 국내 데이터·AI 기업이 있고, 쿠팡 판매자용 도구 listai.store가 있고, 해외에는 이름이 거의 같은 부동산용 AI 콜봇과 iOS 앱이 여럿 있다. 이 사실을 알고도 이름을 밀기로 했으므로, 엔티티 싸움의 진행 상황을 매 회차 추적한다.

브랜드 언급 탐지기는 응답 텍스트에서 자사명과 등록된 별칭을 찾는다. 표기 흔들림을 잡되 경쟁사를 우리 것으로 잘못 세면 안 되므로 자동 유사도 임계값은 0.88로 좁게 잡혀 있다 — 거의 동일한 오탈자만 잡는 수준이다.


2 결과 — 8건을 한 줄씩 읽었다

브랜드 질문 응답 전수 검토 · 2026-08-03
엔진질문탐지실제로 답한 대상판정
Perplexity평가 어때?노출해외 리뷰 사이트 평점 3.3/5 · 이름이 비슷한 해외 iOS 앱 4.5/5 — 여러 앱을 섞어 설명오탐
Perplexity뭐하는 회사야?노출2013년 설립된 국내 데이터·AI 기업 — 데이터 가공·AI 솔루션. 우리와 무관오탐
ChatGPT평가 어때?노출미국 부동산용 AI 콜봇 — 해외 리뷰 사이트 평점 2.9/5오탐
ChatGPT뭐하는 회사야?노출같은 미국 콜봇 서비스 — AI 음성 에이전트로 부동산 리드 발굴·예약오탐
Claude평가 어때?노출위 데이터 기업과 웹 스크래핑 도구를 후보로 제시하고 되물음오탐
Claude뭐하는 회사야?노출"특정 회사 정보를 찾지 못했다"고 답하고 웹 스크래핑 도구·다른 국내 AI 서비스를 후보로 제안오탐
Gemini평가 어때?노출전혀 다른 국내 AI 플랫폼을 "리스트AI"라는 이름으로 1,000자 넘게 설명환각
Gemini뭐하는 회사야?미노출위 데이터 기업의 제품·연혁을 정확히 설명 — 우리가 아닌 회사를 정확히미탐

탐지기가 노출로 센 7건 전부가 오탐이다. 그리고 8번째 행은 반대 방향의 오류다 — 탐지기는 미노출로 봤는데 응답은 그 데이터 기업을 상세히 설명하고 있었다. 이름 문자열만 보는 자동 집계는 양방향으로 어긋난다.

가장 흥미로운 한 줄

"리스트AI(Writt AI)라는 명칭은 주로 국내 AI 플랫폼인 '○○'을 지칭하거나…" — Gemini, q43

이건 동명이인 문제가 아니다. 존재하지 않는 연결을 만들어낸 것이다. 그리고 그 뒤로 그 국내 AI 플랫폼의 장단점·요금·사용자층을 1,000자 넘게 상세하게, 자신 있게 설명한다. 자동 파서 입장에서 이 응답은 "리스트AI가 긍정적으로 평가된 응답"으로 보인다. 사람이 읽지 않으면 잡히지 않는다.


3 왜 이게 리포트에서 가장 위험한 지점인가

같은 회차 비브랜드 47문항 × 4엔진 = 188건에서 우리 노출은 0건이다. 그런데 브랜드 질문을 합산해 보고하면 이렇게 된다.

같은 데이터, 두 가지 보고 방식
보고 방식노출고객이 받는 인상
전체 합산 (브랜드 포함)7 / 196"적지만 나오긴 하는구나"
비브랜드 기준0 / 188"전혀 안 나오는구나"
브랜드 질문 검수 후0 / 196"이름을 검색해도 다른 회사가 나오는구나"

세 줄 다 같은 데이터에서 나온다. 그리고 첫 줄이 가장 팔기 좋다. 0을 보여주는 진단서보다 "적지만 나온다"가 상담을 부드럽게 만든다. 그래서 이 방향의 오차는 저절로 굳어진다 — 아무도 이의를 제기하지 않기 때문이다.

우리가 정한 규칙은 세 가지다.

  1. 헤드라인 수치는 항상 비브랜드 기준. 브랜드 질문은 별도 표에만 싣는다.
  2. 브랜드 질문은 성장 지표가 아니라 진단 지표다. 자기 이름을 검색하면 나오는 건 당연하고, 안 나오는 게 사건이다. 브랜드 질문이 재는 것은 노출량이 아니라 엔티티 장악 여부다.
  3. 브랜드 질문은 2~3개면 충분하다. 늘려봐야 같은 사실을 반복 확인할 뿐이고, 문항 수를 채우는 데 쓰이면 전체 지표를 낙관적으로 물들인다.

동명 엔티티가 있는 브랜드의 실무 함의

이 데이터에서 네 엔진이 우리 이름에 붙인 대상은 서로 다른 다섯 곳이었다 (국내 데이터·AI 기업, 미국 부동산 콜봇, 이름이 비슷한 해외 앱, 웹 스크래핑 도구, 국내 AI 플랫폼). 즉 지금 이 이름의 엔티티 자리는 비어 있는 게 아니라 여러 후보가 나눠 갖고 있다. 이 상태에서 필요한 작업은 노출을 늘리는 게 아니라 "이 이름 = 이 회사"라는 연결을 만들 1차 문서를 자기 도메인에 두는 것이다. 인용의 87%가 업체 자기 도메인에서 나온다는 노트 #02의 결과가 여기서도 그대로 적용된다.


4 재현 방법

  1. 자사명만 넣은 질문 2~3개를 만든다("○○ 뭐하는 회사야?", "○○ 평가 어때?").
  2. 4엔진에 던지고 응답 전문을 사람이 읽는다. 이름 매칭 결과를 믿지 않는다.
  3. 각 응답이 어느 대상을 설명하는지 적는다. 우리가 아니면 노출이 아니다.
  4. 비브랜드 문항의 노출과 절대 합산하지 않는다.

측정 도구를 검토 중이라면 물어볼 질문은 하나다 — "브랜드 질문과 비브랜드 질문을 나눠서 보고합니까?" 합쳐서 보고하는 도구는 동명 엔티티가 있는 순간 낙관적으로 틀린다.

RELATED NOTES
#02 — AI가 인용한 2,513회를 분해했다: 87%는 업체 자기 홈페이지 #04 — "GEO 대행사 추천"을 ChatGPT는 글로벌 인사대행으로 읽었다 #06 — 같은 질문, 같은 날, 4개의 다른 시장