AI가 우리 회사를 옛 이름으로 답하는 이유는 정보 부족이 아닙니다

사명을 바꾸거나 대표가 교체됐는데 AI에 회사를 물으면 여전히 예전 정보가 나오는 경험, 겪어보셨을 겁니다. 서치엔진저널에 실린 캐롤린 셸비의 분석은 이 문제의 원인을 정보 부족이 아니라 브랜드에 관한 정보가 서로 어긋나 있는 상태에서 찾습니다(2026년 9월 7일). 한국은 이 구조가 더 크게 작동합니다. 국내 AI 답변의 근거가 자사 페이지보다 블로그와 카페 같은 자사 밖 콘텐츠에 크게 기대고 있기 때문입니다. 이 글을 읽고 나면 우리 회사의 어떤 자료부터 손봐야 하는지, 측정 항목에 무엇을 추가해야 하는지 판단하실 수 있습니다.

AI는 정보가 없어서가 아니라 정보가 어긋나서 틀립니다

지금까지 AI 검색 대응은 대부분 노출 문제로 다뤄졌습니다. 답변에 우리 이름이 나오는지, 몇 번째로 나오는지가 관심사였고 대응책도 콘텐츠를 더 만드는 쪽으로 모였습니다. 셸비는 이 전제부터 다시 봅니다. 문제는 데이터가 부족한 것이 아니라 너무 많다는 것입니다.

일반 검색은 여러 문서를 나란히 보여주고 판단을 사용자에게 넘깁니다. 상충하는 정보가 있으면 사용자가 발행일을 보고 걸러냅니다. AI 검색은 여러 출처를 모아 하나의 답으로 재구성하고, 어떤 근거를 채택했는지는 거의 드러나지 않습니다. 근거가 서로 어긋나 있어도 결과물은 정리된 사실처럼 보이므로, 오래된 정보가 현재 정보와 같은 무게로 답변에 들어갑니다.

셸비가 든 사례는 인수합병 이후 독립 대표 자리가 없어진 미국 기업입니다. 회사명은 공개되지 않았고, 현재 리더십 페이지가 그 자리를 다른 직함으로 표기하면서 옛 직함이 남아 있는 과거 자료가 근거로 올라오는 구조였습니다. 원문 사례는 여기까지 참고하고, 같은 구조가 한국 기업에서 어떤 형태로 나타나는지를 이어서 봅니다.

사명 변경과 지배구조 개편이 잦은 국내 환경에서 더 크게 나타납니다

한국 기업에서 이 문제는 조직 개편과 함께 옵니다. 상장사만 봐도 사명 변경은 드문 일이 아닙니다. 딥마인드플랫폼은 2020년 이에스브이에서 경남제약헬스케어로, 2022년 커머스마이너로, 2024년 다시 지금 이름으로 바뀌었습니다. 세아메카닉스는 로봇 사업 중심으로 정체성을 바꾸며 에이치티로보틱스로 상호를 변경했습니다(뉴스토마토, 2026년 8월 19일). 사명이 바뀔 때마다 그 시점의 이름이 보도자료와 블로그, 카페, 채용 공고에 그대로 남습니다.

지주회사 전환은 여기에 한 겹을 더합니다. SPC그룹은 파리크라상을 물적분할해 2026년 1월 13일 지주회사 상미당홀딩스를 출범시켰고, 베이커리 사업은 사업회사 파리크라상이 이어서 맡습니다. 이 경우 하나의 이름이 법인명과 브랜드명, 지주회사명으로 갈라지므로 “이 회사는 어디 소속인가”, “이 브랜드를 운영하는 법인은 어디인가” 같은 질문 자체가 여러 답을 가질 수 있게 됩니다. 실제 답변이 정확한지와 별개로, 이런 구조에서는 어떤 문서를 근거로 삼느냐에 따라 결과가 갈릴 여지가 커집니다.

대표이사 교체와 제품 단종도 같은 형태입니다. 국내는 대표 변경 공시가 잦고, 각자대표와 공동대표 체제도 흔합니다. 홈페이지 인사말 페이지는 새 대표로 바뀌었더라도, 전임 대표 이름으로 나간 수년치 보도자료와 인터뷰 기사, 임원 프로필은 그대로 검색됩니다. 단종된 제품 역시 공식몰에서는 사라지지만 후기 블로그와 카페 구매 정보에는 계속 남습니다.

여기서 확인할 점은 이 기업들이 정보를 방치했다는 것이 아닙니다. 현재를 설명하는 페이지는 대부분 이미 있습니다. 다만 그 페이지가 사용자의 옛 질문과 연결돼 있지 않을 뿐입니다. 사용자는 예전 이름과 예전 직함으로 묻고, 현재 페이지에는 그 단어가 없습니다. 그러면 그 단어가 살아 있는 과거 문서가 근거로 올라옵니다.

AI 검색 답변에서 우리 브랜드는 어떻게 나오고 어떤 출처로 인용되는지 궁금하다면, GEO(생성형 엔진 최적화, Generative Engine Optimization) 컨설팅을 통해 현재 상태를 확인하고 개선 방향을 함께 잡을 수 있습니다. 👉GEO 컨설팅 문의하기

네이버 AI 브리핑 인용 콘텐츠의 70%가 이용자 생성 콘텐츠입니다

국내에서 이 구조가 더 크게 작동하는 이유는 근거의 출처 구성에 있습니다. 네이버는 2026년 6월 미디어 라운드테이블에서 AI 브리핑이 답변을 만들 때 사용한 콘텐츠 가운데 네이버 이용자 생성 콘텐츠 비중이 70%에 이른다고 밝혔습니다. 블로그와 카페, 지식iN처럼 개인이 쓴 글이 국내 AI 답변의 근거에서 큰 몫을 차지한다는 뜻입니다.

인용 규모도 빠르게 늘고 있습니다. 네이버 메이트에 선정된 창작자 9,000명의 콘텐츠 기준으로 AI 브리핑 인용은 2026년 5월 6억 2,623만 회에서 7월 13억 3,926만 회로 두 배 이상 늘었습니다. 네이버 AI 브리핑은 2025년 말 기준 전체 검색 질의의 20%를 넘어서는 범위에 적용됐고, 네이버 검색 점유율은 2026년 1월 1일부터 3월 7일까지 64.39%로 집계됐습니다(인터넷트렌드).

문제는 이런 글이 갱신되지 않는다는 점입니다. 2023년에 쓴 구매 후기는 2023년의 가격과 제품명, 회사 이름을 담은 채 그대로 남습니다. 작성자에게 고칠 이유가 없고, 브랜드가 요청할 대상도 아닙니다. 자사 홈페이지를 아무리 정확하게 관리해도 국내 AI 답변의 근거 상당 부분은 우리가 직접 손댈 수 없는 곳에 있습니다.

답변이 근거에 따라 얼마나 흔들리는지는 해외 조사에서 수치로 확인됩니다. 클로비온이 챗GPT와 클로드, 제미나이를 대상으로 다중 턴 대화 69,120건을 분석한 결과, 조건을 붙인 후속 질문 하나에 첫 답변의 브랜드 추천 62%가 사라졌고 세 AI 사이의 검증된 모순은 330건이었습니다(클로비온 AI 펀널 생존 리포트, 2026년 7월). 같은 질문을 그대로 반복했을 때는 90%가 유지됐습니다. 흔들림의 원인이 모델의 무작위성이 아니라 근거를 다시 고르는 과정에 있다는 뜻입니다.

이 대목에서 SEO와 GEO의 관계가 분명해집니다. SEO는 여전히 GEO의 기반 인프라입니다. 검색엔진이 우리 페이지를 정확히 색인하고 이해해야 AI도 그 내용을 근거로 씁니다. 다만 색인은 우리 페이지가 읽히는지까지만 보장합니다. 읽힌 문서들이 서로 다른 사실을 말하고 있으면 색인이 잘될수록 어긋난 정보가 더 많이 후보에 오릅니다. 콘텐츠를 더 만드는 일과 이미 웹에 있는 정보를 정합하게 맞추는 일은 서로 다른 작업입니다. 👉AI 검색 최적화가 무엇인지부터 확인해 보기

옛 정보를 지우면 오답이 오히려 굳어집니다

가장 먼저 떠오르는 대응은 옛 페이지를 지우고 현재 페이지만 남기는 것입니다. 이 방식은 권하지 않습니다. 지운 문서는 사라지지만 그 문서를 인용했던 기사와 요약본, 외부 프로필은 남습니다. 오히려 옛 사실을 정정할 근거가 자사 쪽에서 없어집니다.

필요한 것은 옛 표현과 현재 사실을 한 문장 안에서 잇는 연결 콘텐츠(브리지 콘텐츠)입니다. 사명이 바뀐 기업이라면 회사 소개 페이지에 이런 문장을 둡니다. “저희 회사는 2024년 사명을 이전 상호에서 현재 상호로 변경했습니다. 이전 상호로 검색되는 회사와 동일한 법인이며 사업 영역과 사업자등록번호는 그대로입니다.” 대표가 바뀐 기업이라면 인사말 페이지에 “2025년 3월부로 대표이사가 변경됐으며, 전임 대표 명의로 배포된 자료는 그 시점 기준입니다”를 붙입니다.

이 방식이 작동하는 이유는 검색이 질문에 담긴 단어를 기준으로 후보 문서를 모으기 때문입니다. 현재 페이지에 옛 상호가 아예 없으면 그 페이지는 옛 상호로 들어온 질문의 후보에 오르지 못합니다. 옛 단어를 문서에서 지우는 대신 남겨 두고 그 옆에 현재 사실을 붙이는 편이, 옛 어휘로 들어온 질문과 현재의 정답을 같은 문서에서 만나게 하는 방법입니다.

폐기된 자료도 삭제가 아니라 상태 표시로 처리합니다. 발행일과 함께 어느 시점 기준인지 문서 상단에 명시하고 현재 정보로 향하는 링크를 둡니다. 언론 보도는 삭제 요청이 아니라 정정 요청으로 접근합니다. 국내에서는 후속 보도자료를 한 번 더 배포해 현재 사실을 명시하는 방법이 함께 쓰입니다. 여기서 PR과 언론 홍보의 역할이 브랜드 인지 확보를 넘어 AI가 인용할 근거를 관리하는 일로 확장됩니다.

국내 기업이 놓치는 기존 정보 보관과 처리 방법

자사 웹사이트 본문은 개편할 때마다 손을 대지만, 아래 자료들은 몇 년째 그대로인 경우가 많습니다. 텍스트가 명확하고 검색에 잘 잡혀 AI가 근거로 삼기 좋은 형태라는 점이 문제를 키웁니다. 이 표에서는 우리가 직접 고칠 수 있는 곳과 그렇지 않은 곳을 나눠 처리 방법을 봅니다.

옛 정보가 남는 위치	처리 방법
네이버 플레이스, 지도 사업자 정보	사업자 계정에서 직접 갱신, 대표 사진과 영업 정보 포함
네이버 블로그와 카페의 과거 후기	정정 요청 대상이 아니므로 현재 정보를 담은 공식 콘텐츠를 새로 쌓아 근거를 갱신
위키형 커뮤니티 문서	직접 편집 대신 언론 보도와 공식 자료를 정비해 인용 근거를 바꾸는 방식으로 접근
채용 사이트의 회사 소개	인사 담당 계정에서 상호, 대표, 사업 영역 갱신
보도자료 배포처 아카이브	삭제 대신 후속 보도자료로 현재 사실을 재공지
PDF 회사소개서, IR 자료, 미디어 키트	발행일과 기준 시점 표기 후 현재 문서로 연결
유튜브 영상 설명란, SNS 계정 소개	현재 명칭과 현재 링크로 갱신
옛 브랜드 사이트, 폐지된 서브도메인	삭제 대신 리다이렉트와 안내 문구 배치

표의 위쪽 세 줄이 국내에서 가장 어렵고 동시에 가장 중요한 구간입니다. 네이버 AI 브리핑 근거의 70%가 이용자 생성 콘텐츠라는 점을 감안하면, 우리가 편집할 수 없는 영역을 삭제로 해결하려는 시도는 성립하지 않습니다. 현재 사실을 담은 공식 자료와 언론 보도, 정부와 공공기관 자료를 꾸준히 쌓아 인용 후보의 구성을 바꾸는 쪽이 실행 가능한 방향입니다.

오답이 인용한 출처를 거꾸로 따라가면 고칠 대상이 목록으로 남습니다

AI 답변이 틀렸다는 것을 확인한 다음 단계는 그 답변이 무엇을 보고 그렇게 말했는지 확인하는 것입니다. 네이버 AI 브리핑은 요약 아래 참고한 출처를 함께 보여주고, 챗GPT와 퍼플렉시티, 제미나이도 인용 링크를 표기합니다. 그 링크를 하나씩 열어 어느 문서의 어느 문장이 오답의 근거가 됐는지 확인하면, 고쳐야 할 대상이 추측이 아니라 목록으로 남습니다.

정리는 항목별로 기록해 두는 편이 낫습니다. 고객과 기자, 지원자가 실제로 던질 법한 질문, 그 질문에 섞여 있는 옛 전제, 더 이상 쓰지 않는 명칭과 현재 명칭의 대응, 그 사실의 공식 근거가 되는 자사 페이지 한 곳, 옛 정보가 남아 있는 위치, 부정확한 답변이 실제로 인용한 URL, 필요한 조치, 그리고 그 항목을 실제로 고칠 권한이 있는 조직입니다.

마지막 항목이 실행 여부를 가릅니다. 국내 기업에서 상호와 지배구조는 경영지원이나 IR, 대표 이력은 인사, 제품 사양은 상품 조직, 외부 매체 정정은 홍보 조직에 권한이 있는 경우가 많습니다. 마케팅 조직이 오류를 발견하더라도 실제 수정은 다른 부서의 협조 없이 진행되기 어려우므로, 목록을 만드는 단계에서 담당 조직을 함께 지정해 두어야 합니다.

측정 지표도 함께 바뀝니다. 지금 대부분의 AI 가시성 보고서는 언급 여부와 언급 순위를 셉니다. 여기에 답변이 사실에 맞고 최신인지, 사용자의 실제 의도에 답하고 있는지, 인용 출처를 열어 보면 실제로 그 내용이 있는지를 더해야 합니다. 언급은 됐지만 내용이 틀린 답변은 노출 지표에서 성공으로 잡히고 실제로는 손실입니다. 챗GPT와 퍼플렉시티, 제미나이, 네이버는 인용 출처가 다르므로 플랫폼별로 각각 확인해야 하고, 같은 질문도 여러 번 측정해 패턴을 봐야 합니다.

이 반복 측정과 출처별 인용 패턴을 지표로 관리하는 일이 GEO 진단이 하는 역할입니다. AI 답변에서 브랜드 노출과 인용 채널의 패턴을 점검하고, AIBA를 통해 AI 답변 안에서 브랜드가 어떻게 인식되는지를 대표성, 점유율, 경쟁도, 연관어, 센티멘트 다섯 지표와 종합 등급으로 진단합니다. 👉AIBA AI 인용 지수 대시보드 살펴보기

결론

AI 검색에서 브랜드가 겪는 문제는 두 가지입니다. 답변에 등장하지 못하는 문제와, 등장하는데 내용이 틀린 문제입니다. 두 번째 문제는 콘텐츠를 더 만들어서 풀리지 않습니다. 새 페이지를 아무리 많이 게시해도 옛 상호와 전임 대표, 단종 제품이 웹 곳곳에 남아 있으면 AI는 계속 그중 하나를 골라 답합니다.

국내 기업이라면 순서는 이렇게 잡습니다. 옛 명칭과 현재 사실을 한 문서 안에서 연결하는 콘텐츠를 자사 페이지에 두고, 우리가 직접 고칠 수 있는 자료(플레이스, 채용 사이트, PDF, SNS 프로필)부터 갱신한 뒤, 직접 고칠 수 없는 영역은 공식 자료와 언론 보도를 쌓아 인용 후보의 구성을 바꿉니다. 마지막으로 가시성 지표에 정확성 항목을 넣습니다. 네이버 AI 브리핑 근거의 70%가 이용자 생성 콘텐츠인 환경에서, 이 작업은 자사 페이지 안에서 끝나지 않습니다. SEO로 다져 둔 기반 위에서 GEO 실행으로 완성됩니다. 지금 정보 정합성을 정리하는 브랜드가 AI 답변에서 정확한 자리를 먼저 확보합니다.

AI 검색에서 우리 브랜드가 어떤 질문에 등장하고 그 답변이 사실에 맞는지, 경쟁사 대비 어떤 위치인지 AIBA 종합 등급과 5대 핵심 지표로 확인하고 싶다면 브랜드 진단 패키지로 4주 안에 확인하실 수 있습니다. 브랜드명, 산업 분야, 마케팅 목표를 전달해주시면 사전 분석을 바탕으로 미팅을 진행합니다. 👉GEO 컨설팅 문의하기

자주 묻는 질문

Q1. 사명을 바꿨는데 AI가 옛 이름으로 답합니다. 옛 자료를 지우면 되나요?

지우는 방식은 권하지 않습니다. 자사 문서를 지워도 그 내용을 인용한 외부 기사와 블로그, 프로필은 남고 옛 사실을 정정할 근거만 사라집니다. 회사 소개 페이지에 “이전 상호로 검색되는 회사와 동일한 법인”이라는 문장을 명시해 옛 상호와 현재 상호를 한 문서에서 연결하고, 폐기된 자료에는 발행일과 기준 시점을 표기한 뒤 현재 문서로 링크를 두는 편이 안전합니다.

Q2. 네이버 블로그와 카페에 남은 오래된 정보는 어떻게 처리하나요?

개인이 쓴 글은 정정 요청 대상이 아니므로 삭제나 수정으로 접근하기 어렵습니다. 네이버 AI 브리핑 근거의 70%가 이용자 생성 콘텐츠인 만큼, 현재 사실을 담은 공식 콘텐츠와 언론 보도, 정부와 공공기관 자료를 꾸준히 쌓아 인용 후보의 구성을 바꾸는 쪽이 현실적입니다. 네이버 플레이스와 사업자 정보처럼 직접 고칠 수 있는 항목은 먼저 갱신합니다.

Q3. AI가 우리 회사 정보를 틀리게 답하는지 어떻게 확인하나요?

고객이 실제로 물어볼 법한 질문 열 개 정도를 정해 챗GPT, 퍼플렉시티, 제미나이, 네이버 AI 브리핑에 각각 입력해 보십시오. 회사 이름이 나오는지만 보지 말고 상호, 대표, 제품 라인업, 가격, 사업 범위가 현행과 맞는지 확인하고, 답변 아래 표기된 인용 링크를 열어 어느 문서가 근거였는지 기록하면 고쳐야 할 대상이 목록으로 남습니다. 어떤 질문에서 어떤 오답이 나오고 어느 출처가 근거가 되는지 진단부터 필요하시다면, 딜라이트 GEO 컨설팅에 브랜드명과 산업, 마케팅 목표를 전달해 주시면 사전 분석과 미팅으로 실행 순서를 함께 잡아드립니다. 👉GEO 컨설팅 문의하기

관련 인사이트는 딜라이트 GEO 인사이트에서 이어서 확인하실 수 있습니다. 👉딜라이트 GEO 인사이트 글 모아보기