AI 검색이 단 출처, 그거 진짜 맞나
요즘 검색은 링크 열 개가 아니라 깔끔한 한 문단으로 온다. 밑에 출처도 달려 있다. 문제는 그 출처가 맞느냐다. 마음 놓고 믿었다가 데이는 일이 잦아서, 공개된 통제 실험들을 찾아 확인했다. 결과가 꽤 셌다.
운영자 메모 — 나는 AI 검색 답을 그대로 복붙하지 않는다. 출처 링크를 꼭 한 번 클릭해 본다. 처음엔 내가 유난인가 싶었는데, 아래 숫자를 보고 나선 이게 유난이 아니라 기본이라는 걸 확신했다.
8개 엔진을 1,600번 돌렸더니 — 60% 넘게 틀렸다
컬럼비아대 토우센터가 2025년 3월에 한 실험이다. 발행사 20곳 × 기사 10개 × 챗봇 8개, 총 1,600건을 통제 조건으로 물었다. 챗봇들은 집합적으로 질의의 60% 이상에서 출처를 틀리게 댔다.
도구 격차가 컸다. 퍼플렉시티가 37% 오답으로 가장 나았고, Grok-3은 94% 오답으로 최악이었다. ChatGPT 서치는 200개 응답 중 134개 기사를 잘못 짚었는데, 자신 없다는 신호는 단 15번만 냈고 답을 거부한 적은 한 번도 없었다. 틀리면서 당당한 거다. 제미나이와 Grok은 절반 넘는 응답이 조작되거나 깨진 URL을 인용했다. Grok-3은 200개 중 154건이 에러 페이지로 이어졌고, 제미나이는 200개 질의에서 완전히 맞은 답이 단 1건이었다.
출처: Columbia Journalism Review (Tow Center), 2025-03
유료가 더 정확할 거란 착각
돈 내면 낫겠지 싶지만, 같은 실험은 반대를 가리킨다. 퍼플렉시티 프로($20)나 Grok-3($40) 같은 프리미엄 모델은 더 많은 질문에 답을 했지만, 동시에 오답률은 오히려 더 높았다. 모른다고 물러서는 대신 '단정적으로 틀린' 답을 내놓는 경향 때문이다. 비싼 게 더 자신 있게 틀린다.
그래도 인용 습관은 결이 갈린다
2026년의 다른 실사용 비교(FindSkill)는 인용 '방식'의 차이를 짚는다. 퍼플렉시티는 모든 주장에 인라인 인용을 붙이고, 최근 6개월 내 출처를 쓰며, 데이터가 불확실하면 그렇다고 인정했다. ChatGPT 딥리서치는 인라인 링크가 없어 검증이 번거롭고 사소한 디테일을 종종 지어냈다. 제미나이는 인용 형식이 들쭉날쭉하고 저품질 출처를 구분 없이 끌어오기도 했다. 정확도 자체는 다 부족해도, '출처를 바로 확인하게 해 주느냐'는 퍼플렉시티가 앞선다.
출처: FindSkill.ai — 리서치 5과제 테스트, 2026-04
미리 알았으면 좋았을 것들
- "출처가 달려 있으니 사실이겠지" — 60% 넘게 틀렸다. 링크는 장식이 아니라 검증용이다. 한 번 클릭해 원문을 본다.
- "유료니까 더 정확하겠지" — 프리미엄이 오히려 더 자신 있게 틀린다는 결과가 있다. 가격은 정확도 보증이 아니다.
답이 아니라 출처를 고르는 기준
출처를 바로바로 확인하며 자료를 모으는 리서치엔 퍼플렉시티가 손이 간다(인용을 즉시 클릭해 검증 가능). 구글 문서·메일 안에서 흐름을 안 끊고 쓰려면 제미나이. 단 어느 쪽이든 '답'이 아니라 '출처'를 믿어야 한다. 중요한 사실은 반드시 원문을 열어 확인하자. 두 검색 전반 비교는 Perplexity vs Gemini에 정리해 뒀다.
인용한 실험은 2025~2026년 시점·모델 기준입니다. 각 도구는 빠르게 개선되니 최신 정확도는 달라질 수 있습니다.