AI 마케팅 실패 사례로 본 신뢰 격차, Pew 52%가 말하는 것

무슨 일이 일어나고 있나

최근 며칠 사이 성격이 다른 세 건이 겹쳤습니다.

첫째, Anthropic이 Claude의 과학 성과 두 건을 공개했습니다. Claude Mythos Preview와 Opus 4.8이 15개 타깃 중 14개에서 단백질 결합제 설계에 성공했고, 개별 설계의 결합 성공률은 셋업에 따라 22%에서 35% 사이였어요. 원문은 이를 '오늘날 단백질 설계 캠페인에서 통상적인 10-15%'와 대비합니다. 가장 강한 설계 일부는 기존에 발표된 최고 결과보다 결합력이 몇 배 강했다고 밝혔고요. 두 번째 실험은 성격이 다릅니다. 일반 공개 모델인 Claude Opus 5가 외주 실험실의 NMR, LC-MS 원본 파일과 두 문장짜리 프롬프트만 받고 각각 23분, 19분 만에 분석을 끝냈고, 수소 개수와 순도 측정치가 96.4%로 실험실 실측 96.33%와 거의 일치했습니다. 전문가 한 명이 타깃당 몇 주에서 몇 달을 쓰던 작업이라는 게 원문 설명이에요.

둘째, OpenAI가 8월 11일 챗GPT 광고 시범 운영을 영국, 멕시코, 브라질, 일본, 한국 5개국으로 확대했습니다. 2월 9일 미국 첫 테스트, 3월 캐나다와 호주, 뉴질랜드, 5월 확대 예고를 거친 순차 전개입니다. 저녁 모임 준비를 묻는 대화 하단에 밀키트 상품이 가격, 조리시간과 함께 스폰서 표시로 붙는 형태고요. 확대 근거로 든 건 두 가지, 초기 테스트에서 사용자 신뢰 지표에 별다른 영향이 없었다는 점과 광고 숨김 비율이 낮았다는 점입니다. 같은 주 Anthropic은 8월 14일 Claude 텍스트 결과물에 워터마크를 삽입한다고 발표했는데, 8월 2일 시행된 EU AI Act 제50조 투명성 의무 대응이고 전 세계 일괄 적용입니다.

셋째, 여론 지표가 반대로 움직였습니다. Pew Research에서 AI 확산을 '기대보다 우려'한다고 답한 미국인이 52%(2021년 37%)로 15%p 올랐고, CNBC가 18-34세에게 AI 업계 리더 9명의 이름을 제시했을 때 과반이 이들을 책임감 있게 행동할 사람으로 믿지 않는다고 답했습니다. May Economist/YouGov 조사에서는 70% 넘는 미국인이 AI가 너무 빠르게 발전한다고 봤어요. Wall Street Journal 보도에 따르면 데이터센터 건설 여론이 나빠지자 빅테크가 일자리 보장, 청정수 투자, 루이지애나 한 교구 교사 대상 5만 달러 보너스 같은 지역 유화책을 내놓고 있습니다. Axios 보도로는 전미공화당상원위원회가 AI 기업들에 미국 데이터센터가 오하이오 주요 선거에서 당의 승산을 깎고 있다는 메모를 보냈고요. Anthropic CEO Dario Amodei는 X에서 AI 업계가 신뢰의 위기에 있고 이는 세상에 도움이 되겠다는 약속을 아직 못 지킨 업계 자신의 문제라고 인정했습니다.

왜 중요한가

성능 발표와 여론이 반대로 가는 건 우연이 아니라 구조입니다. 메커니즘을 한 단계 더 들어가보면 이렇습니다.

TechCrunch 원문의 진단이 정확해요. 소비자는 AI가 자기 삶을 어떻게 낫게 만드는지는 못 보는데 비용은 계속 떠안으라는 요구를 받고 있습니다. 여기서 '비용'은 추상적 표현이 아닙니다. 데이터센터가 들어서는 지역 주민에게는 전력과 물이고, 학부모에게는 학교에서의 커닝이고, 창작자에게는 자기 지적재산으로 학습한 모델입니다. 그래서 빅테크가 협상 테이블에 올린 것도 추상적 비전이 아니라 교사 보너스 5만 달러 같은 현물이에요. 이 협상이 필요하다는 사실 자체가 '기술 발전이 곧 수용'이라는 전제가 이번엔 안 통한다는 증거입니다.

반면 성과 발표는 그 비용을 지불하는 사람들과 완전히 다른 집단을 겨냥합니다. 단백질 결합제 성공률 22-35%는 제약 R&D 담당자와 투자자에게 의미 있는 숫자지, 데이터센터 옆에 사는 사람에게 전달되는 언어가 아니에요. 발표 채널과 체감 채널이 분리돼 있으니 격차는 좁혀지지 않고 벌어집니다.

마케터에게 중요한 갈림길은 여기서 생깁니다. 22-35%라는 수치는 헬스케어와 제약 B2B 세일즈 콘텐츠에 'R&D 사이클 단축'이라는 완성된 내러티브를 공짜로 제공합니다. 인용될 겁니다. 문제는 검증 주체예요. 벤치마크를 공급자가 설계하고 발표하는 구조라 독립 리뷰 전까지는 마케팅 자료로 읽는 게 맞고, 결합제 설계 성공에서 임상까지 넘어야 할 벽은 이 실험이 다루지 않은 영역입니다.

그리고 이게 왜 리스크인지를 숫자로 보여주는 게 Ahrefs 조사예요. AI가 자기 홍보 신호를 어떻게 처리하는지 직접 실험한 데이터입니다.

• 셀프 홍보성 '베스트' 리스트 34개를 5개 도메인에 발행하고 ChatGPT, Gemini, Perplexity, Copilot에서 9,886개 답변을 추적한 결과, AI는 그 글을 정보원으로 쓰면서도 브랜드를 답변에 언급하지 않았고 43%의 경우 경쟁사 행사를 대신 추천했습니다. Ahrefs가 자사 콘퍼런스 Ahrefs Evolve를 홍보하는 리스트를 썼더니 AI가 경쟁 행사를 추천한 실제 사례고요.
• llms.txt는 137,000개 사이트 로그 분석에서 28%가 파일을 올렸지만 그중 97%가 한 번도 읽히지 않았고, 읽힌 것 중 77%는 AI 봇도 아니었습니다.
• schema 마크업은 30일간 ChatGPT와 Google AI Mode에서 유의미한 인용 상승을 만들지 못했어요.

반면 실제로 작동한 건 기본기였습니다. ChatGPT 인용의 88.46%가 일반 검색 색인에서 나왔고, 브랜드 멘션 상관계수는 YouTube 언급 약 0.737, 웹상 브랜드 멘션 0.656-0.709로 도메인 레이팅(0.266-0.326)이나 백링크 수(0.191-0.244)의 2-3배였습니다. 자기 입으로 하는 주장은 43% 확률로 경쟁사를 밀어주고, 남의 입으로 나온 언급은 상관계수 0.7대를 찍는다는 게 이 데이터의 요약이에요.

이해관계, 역학

왜 하필 지금 이 발표들이 몰렸는지를 보면 각자의 유인이 드러납니다.

Anthropic - 과학 성과와 자기 고백의 짝. CEO가 '신뢰의 위기'를 인정한 것과 신약 개발 가속 사례를 공개한 것은 같은 문제에 대한 두 개의 대응입니다. 챗봇으로 학생이 커닝하고 남의 저작물로 학습한다는 인식이 굳어지는 상황에서 필요한 건 더 화려한 데모가 아니라 '사람에게 좋은 AI'의 구체적 증거인데, 생명과학은 그 증거를 만들기에 가장 유리한 영역이에요. 다만 흥미로운 건 Anthropic이 같은 시기 위험 보고서에서 오정렬 위험 등급을 '매우 낮음'에서 '낮음'으로 스스로 올렸다는 점입니다. 좋은 소식과 나쁜 소식을 동시에 내놓는 건 투명성이기도 하지만, 위험 담론의 정의권을 자사가 쥐겠다는 포지셔닝이기도 합니다.

워터마킹 - 결단이 아니라 준수. 8월 2일 시행된 EU AI Act 제50조 투명성 의무에 대한 대응이고, 전 세계 일괄 적용은 지역별로 다른 출력 파이프라인을 유지하는 비용을 피하는 선택입니다. 규제 대응 조치를 브랜드 가치로 읽으면 과대 해석이에요.

OpenAI 광고 - 무료 사용자를 수익원으로 전환하는 통로. 원문이 밝힌 명분은 무료와 저가 요금제를 유지할 인프라 투자 재원 확보인데요, 구독료만으로 대규모 무료 사용자층을 지탱하기 어렵다는 판단이 깔려 있습니다. 여기서 주목할 건 확대 논리의 구조예요. '사용자 신뢰 지표에 영향 없음'과 '광고 숨김 비율 낮음'을 근거로 다음 시장을 열었는데, 이 두 지표는 모두 OpenAI가 정의하고 OpenAI가 측정합니다. Pew 52%와 이 지표가 충돌하지 않는 이유이기도 하고요.

지역 선정도 의도적입니다. 아시아(한국, 일본), 중남미(멕시코, 브라질), 유럽(영국)을 고르게 묶은 1차 확대는 전면 전개 전에 지역별 소비 문화와 광고 반응을 학습하겠다는 단계적 접근이에요. 한국이 여기 포함됐다는 건 국내 시장이 유의미한 테스트베드로 인식된다는 뜻입니다. 광고주 입장에서 알아야 할 구조 한계는 명확해요. 광고주가 받는 건 노출 수, 클릭 수 같은 집계 데이터뿐이고 채팅 내용, 채팅 기록, 메모리, 개인정보에는 접근할 수 없습니다. 어떤 광고를 노출할지는 대화 주제, 과거 채팅, 과거 광고 상호작용 이력으로 매칭되는데 이 로직을 광고주가 통제할 수 없다는 뜻이고요. OpenAI 스스로도 '답변의 독립성'을 다섯 가지 안전장치 중 첫 번째로 내세웠는데, 이 원칙이 실제로 지켜지는지는 광고 매출 비중이 커지는 시점부터 검증대에 오를 수밖에 없습니다.

OpenAI의 Private Safety Processing - 안전 기능의 외피를 쓴 매출 해법. 기업 고객에게 Zero Data Retention을 유지하면서 여러 상호작용에 걸친 악용 패턴을 잡겠다는 설계입니다. 콘텐츠는 고객이 통제하는 인프라에 남거나 고객이 관리하는 키로 암호화되고, OpenAI에는 활동 유형을 나타내는 제한된 신호만 전달돼요. 여기서 원문이 직접 밝힌 대목이 핵심입니다. 최근 일부 프런티어 모델 배포에서 고객이 안전 모니터링용으로 민감 콘텐츠 보존을 허용해야 했고, 그 요구가 여러 조직의 보안 의무나 고객 약속과 충돌했다는 거예요. 즉 ZDR을 포기시키는 조건이 곧 계약 탈락 사유였다는 얘기고, 이 기능의 1차 목적은 금융과 헬스케어 같은 규제 산업의 도입 장벽 제거입니다. 9월 기술 백서와 함께 순차 출시 예정이고요.

Ahrefs - 스폰서가 곧 결론의 수혜자. 원문에 sponsored 표시가 붙어 있습니다. llms.txt와 schema 지름길을 부정하고 클래식 SEO 랭킹과 브랜드 멘션을 강조하는 결론은, 랭킹 트래킹과 백링크 도구를 파는 회사의 사업 모델과 정확히 맞아떨어져요. 다만 표본 규모(15백만 데이터 포인트, 137,000개 사이트, 9,886개 답변)와 실험 설계가 공개돼 있어 제3자가 재현을 시도할 수 있는 형태라는 점에서, 설계와 채점을 모두 내부에서 한 벤치마크와는 신뢰 등급이 다릅니다. 이 구분이 이 글의 핵심이에요. 벤더 자료라고 다 같은 벤더 자료가 아닙니다.

실무에 주는 함의

내일부터 바꿀 것 다섯 가지입니다.

1. 인용 수치에 검증 주체를 병기하는 규칙을 카피 가이드에 넣으세요. '22-35% 성공률'을 쓸 거면 '개발사 자체 실험 기준'을 같은 문장 안에 넣습니다. 별도 각주나 하단 출처가 아니라 같은 문장이어야 해요. 헬스케어와 제약 B2B 콘텐츠에서 이 수치가 인용될 확률이 높은데, 표기 없이 쓰면 나중에 독립 검증에서 수치가 흔들릴 때 브랜드가 같이 흔들립니다.

2. AI를 앞세운 메시지의 반응을 별도 셀로 측정하세요. Pew 52%, 18-34세 과반의 리더 불신, 70% 넘는 '너무 빠르다' 응답은 미국 데이터라 그대로 이식할 순 없지만 방향은 참고할 만합니다. 실무에서 흔한 패턴이 내부 성과 발표에서는 환호가 나오는데 소비자 설문에서는 반응이 싸늘한 경우예요. 동일 소구점에 AI 언급 유무만 다르게 한 크리에이티브를 돌려 반응 차이를 숫자로 확보해두면, 'AI를 빼자'는 판단도 '넣자'는 판단도 근거를 갖게 됩니다.

3. GEO 예산의 항목을 갈아끼우세요. 빼는 쪽: llms.txt 개발 리소스(97% 미열람), schema 마크업 추가 투자(30일 무효과), 셀프 베스트 리스트 발행(43%가 경쟁사 추천). 넣는 쪽: PR과 콘텐츠, 인플루언서 예산(웹 브랜드 멘션 0.656-0.709), YouTube 언급 확보(약 0.737). 그리고 지키는 쪽: 클래식 SEO 예산(ChatGPT 인용의 88.46%가 일반 검색 색인에서 발생). 광고주 리포트에 이 상관계수를 도메인 레이팅(0.266-0.326)과 나란히 넣으면 예산 재배분 설득이 훨씬 빨라집니다.

4. 챗GPT 광고를 검토한다면 '통제 불가 항목'부터 문서로 만드세요. 상품 매칭 로직, 노출되는 대화 맥락, 개별 사용자 데이터가 전부 광고주 통제 밖입니다. 받는 건 노출 수와 클릭 수 같은 집계 지표뿐이고, 건강과 정신 건강, 정치 주제에는 광고가 붙지 않으며 Plus, Pro, Business, Enterprise, Education 요금제 사용자에게도 노출되지 않아요. 즉 유료 구독자를 제외한 무료와 Go 요금제 성인 로그인 사용자가 도달 범위입니다. 기존 검색광고 CPC와 비교할 벤치마크는 공개되지 않았으니 초기 예산은 성과 예산이 아니라 학습 비용으로 회계 처리하는 게 맞습니다.

5. 민감 데이터를 다루는 조직은 9월 백서를 직접 뜯어보세요. Private Safety Processing의 '제한된 신호'가 정확히 무엇을 포함하는지가 규제 감사 통과 여부를 가릅니다. 활동 유형 메타데이터만으로 여러 대화에 걸친 패턴을 식별한다는 설명은 백서 공개 전까지는 검증되지 않은 주장이에요. 도입 명분만 만들어주는 수준인지 실제 요건 충족인지, 보안팀과 법무팀이 함께 읽고 판단할 일정을 지금 잡아두세요.

리스크, 반대 관점

여론 악화가 곧 채택 감소는 아닙니다. Pew와 CNBC 수치는 태도 조사고, 챗GPT 광고 확대 근거가 '초기 테스트에서 사용자 신뢰 지표에 별다른 영향 없음, 광고 숨김 비율 낮음'이라는 점을 보면 실제 행동은 태도와 따로 움직입니다. 설문에서 우려한다고 답한 사람이 다음 날 챗봇을 쓰는 건 흔한 일이에요. 브랜드 커뮤니케이션에서 AI 언급을 아예 빼는 과잉 대응도 그 나름의 기회비용이 있습니다. 위 2번 제안이 '빼라'가 아니라 '측정하라'인 이유고요.

Anthropic 실험이 전부 마케팅용이라는 지적은 절반만 맞습니다. 화학 분석 쪽은 검증 구조가 달라요. 외주 실험실의 독립 분석 결과(순도 96.33%)와 Claude 결과(96.4%)를 대조한 형태라 자체 채점이 아니고, 23분과 19분이라는 소요 시간도 다른 팀이 재현을 시도할 수 있는 종류의 주장입니다. 단백질 설계 성공률과는 신뢰 등급이 다르니 뭉뚱그려 '벤더 자료'로 치워버리면 쓸 수 있는 근거까지 같이 버리게 됩니다. 판단 기준은 발표 주체가 아니라 '외부 대조군이 있는가'예요.

Ahrefs 데이터에도 함정이 있습니다. AI Overviews 인용 URL 중 상위 10위 안에 든 비율이 1년 전 약 76%에서 현재 약 38%로 떨어졌다는 건 쿼리 팬아웃 영향이 커졌다는 뜻이지, 클래식 SEO가 무의미해졌다는 뜻이 아닙니다. 랭킹 하나만으로는 부족해졌다는 해석이 맞아요. 더 중요한 건 상관계수는 인과가 아니라는 점입니다. YouTube 언급 0.737은 '유튜브 영상을 만들면 AI가 인용한다'가 아니라 '유튜브에서 많이 언급될 만큼 유명한 브랜드가 AI에도 자주 인용된다'는 역방향일 수 있어요. 예산 재배분의 참고 근거로는 쓰되, 임원 보고에서 인과처럼 서술하면 다음 분기에 그 숫자로 추궁당합니다.

워터마킹은 검출 성능이 공개되지 않았습니다. AI 생성 텍스트 판별이 가능해지면 AI로 대량 생산한 콘텐츠 마케팅의 리스크가 올라가는 건 맞는데, Anthropic 발표에는 검출 정확도나 오탐률 수치가 공개되지 않았어요. 편집을 거친 텍스트에도 워터마크가 남는지, 검출 도구를 누가 어떤 조건으로 쓸 수 있는지도 공개되지 않았습니다. 지금 단계에서 '이제 다 걸린다'거나 '어차피 못 잡는다'는 양쪽 주장 모두 근거가 없습니다.

자주 묻는 질문

anthropic claude 란 무엇인가요

Anthropic이 만든 대형 언어모델 계열입니다. 이번 공개 실험에서는 Mythos Preview와 Opus 4.8이 단백질 결합제 설계를, 일반 공개 모델인 Opus 5가 NMR과 LC-MS 데이터 분석을 맡았어요. Opus 5는 외주 실험실 원본 파일과 두 문장짜리 프롬프트만으로 23분과 19분 만에 분석을 끝냈고, 수소 개수와 순도 96.4%로 실험실 실측 96.33%와 거의 일치했습니다. 같은 시기 Anthropic은 Claude 텍스트 결과물 워터마킹(8월 14일 발표)과 오정렬 위험 등급 상향도 함께 공개했습니다.

AI 마케팅 실패 사례에는 어떤 것이 있나요

Ahrefs 실험이 가장 구체적입니다. 셀프 홍보성 베스트 리스트 34개를 5개 도메인에 발행하고 9,886개 AI 답변을 추적했더니, AI는 그 글을 정보원으로만 쓰고 브랜드는 언급하지 않았으며 43%는 경쟁사를 대신 추천했어요. llms.txt는 137,000개 사이트 중 28%가 파일을 올렸는데 그중 97%가 한 번도 읽히지 않았고, 읽힌 것의 77%는 AI 봇도 아니었습니다. schema 마크업도 30일간 ChatGPT와 Google AI Mode에서 유의미한 인용 상승이 없었고요. 개발 리소스를 투입하고 성과가 0에 수렴한 사례들입니다.

AI 마케팅 트렌드에서 지금 챙길 것은 무엇인가요

채널 측면에서는 챗GPT 광고가 8월 11일부터 한국을 포함한 5개국에서 시작됐다는 점입니다. 대화 하단 스폰서 카드 형태고 광고주는 집계 지표만 받으며, 무료와 Go 요금제 로그인 성인 사용자가 도달 범위예요. 커뮤니케이션 측면에서는 Pew 조사의 52% 우려 응답(2021년 37%)과 18-34세 과반의 업계 리더 불신이 보여주듯 AI를 앞세운 메시지 자체가 역효과를 낼 구간이라, AI 언급 유무의 반응 차이를 자사 데이터로 측정해두는 게 먼저입니다.

마케팅 데이터 분석 툴로 AI를 쓸 때 검증은 어떻게 하나요

판단 기준은 '외부 대조군이 있는가'입니다. Claude 화학 분석은 외주 실험실의 독립 분석 결과(96.33%)와 대조한 형태라 검증 여지가 있지만, 단백질 설계 성공률 22-35%는 Anthropic이 설계하고 발표한 수치예요. Ahrefs 조사처럼 스폰서가 붙었어도 표본 규모와 실험 설계가 공개된 자료는 또 등급이 다릅니다. 사내 도입 검토라면 자사 데이터로 소규모 재현 테스트를 먼저 돌려 발표 수치와의 격차를 확인하고, 그 격차를 도입 판단 기준에 반영하세요.

AI 광고 트렌드에서 챗GPT 광고 성과는 어떻게 측정하나요

현재 구조에서는 노출 수와 클릭 수 같은 집계 데이터만 광고주에게 제공됩니다. 채팅 내용, 채팅 기록, 메모리, 개인정보에는 접근할 수 없고, 건강과 정신 건강, 정치 주제에는 광고가 붙지 않도록 설계됐어요. 사용자는 광고를 숨기거나 광고 기록을 확인하고 맞춤 광고 여부를 전환하거나 광고 데이터를 삭제할 수 있습니다. 기존 검색광고와 직접 비교할 CPC나 CTR 벤치마크는 공개되지 않았으니, 초기에는 별도 KPI를 세우고 학습 예산으로 운영하는 게 맞습니다.