AI 답변은 웹 검색보다 지식의 폭이 좁았다, 정확도 연구는 아니다

연구진은 12개국과 관련된 155개 주제에 실제 사용자 질문을 바탕으로 만든 200가지 표현을 넣어 언어모델의 지식 다양성을 측정했다.

측정값은 서로 다른 현실 세계 주장이 얼마나 나왔는지다. 적은 주장이 곧 오답이라는 뜻도, 웹 검색 결과가 더 정확하다는 뜻도 아니다.

무엇을 얼마나 비교했나

OpenAI·Meta·Google·Alibaba 계열을 포함한 27개 모델에서 약 170만 개 답변과 7,000만 개 개별 주장을 추출했다. 핵무기·결혼·인종주의·K팝처럼 범위가 다른 155개 주제와 12개국 맥락을 사용했다.

18.7%는 무엇인가

실험에서 가장 다양한 답변을 낸 GPT-5조차 기본 Google 검색보다 측정된 주장 다양성이 최소 18.7% 낮았다. 모델별·주제별 차이가 있었고, 최신 모델은 구형보다 다양했으며 검색증강(RAG)은 대체로 폭을 넓혔다.

왜 “지식 붕괴”를 말하나

많은 사람이 비슷한 AI 요약만 보고, 다음 세대 모델도 그 출력을 학습하면 덜 알려진 관점이 반복적으로 빠질 수 있다는 위험 가설이다. 연구진도 지금 지식 붕괴가 실제로 일어났다고 결론내리지 않고, 그 메커니즘이 존재한다고 경고했다.

어떻게 읽고 무엇을 더 봐야 하나

중요한 질문에서는 AI 요약 하나로 끝내지 말고 원자료와 서로 다른 관점의 출처를 확인하는 것이 실용적인 대응이다. 논문은 EMNLP 2026 채택 예정 연구로 소개됐으며, 지표의 재현성·검색 비교 조건·비영어권 사용자 행동은 후속 검증 대상이다.

원자료와 독립 확인

원자료: arXiv 연구 원고

기관 설명: University of Copenhagen 연구 설명

독립 확인: 연구팀 CopeNLU 서지 페이지

다른 언어로 읽기

한국어 · English · Español · 日本語 · Tiếng Việt