ChatGPT에 '피해야 할 OO 업체'라고 검색해 보신 적 있으신가요. 미국 iPullRank의 2026년 2월 실험에서 AI Mode·Copilot·ChatGPT 세 모델 모두 부정 검색에 응답했고 그중 한 모델은 Reddit·페이스북·트립어드바이저 후기까지 인용하며 특정 업체 이름을 직접 거명했습니다. 한국 시장도 이미 같은 흐름에 들어와 있는데요. 사용자는 더 이상 '추천 OO'만 검색하지 않습니다. '후회한 OO', '환불 안 되는 OO', '돈 낭비한 OO', '끊는 게 나은 OO' 같은 부정형 쿼리가 빠르게 늘고 있고 AI는 이 질문에 점점 더 구체적으로 답변하고 있습니다. 우리 브랜드가 이 답변에서 부정 사례로 인용되는 순간 신뢰는 일주일도 안 되어 무너지는 구조입니다. 본 글은 부정 검색의 작동 원리와 한국 36개 브랜드 추적 데이터, 그리고 즉시 적용 가능한 5단계 방어 전략을 정리합니다.
D사 사례: 자연 검색 1위였지만 부정 검색에서 두 번째로 인용된 브랜드
지오랭크가 작년 4분기에 의뢰받은 뷰티디바이스 D사 케이스입니다. D사는 자연 검색에서 브랜드명 1위, 카테고리 키워드 평균 3위를 유지하고 있었지만 AI 검색 인용률은 8%에 머물러 있었습니다. 진단을 시작하고 사흘 뒤 원인을 찾았는데, ChatGPT에 '고주파 미용기 후회한 제품'이라고 물으면 D사 제품이 두 번째로 인용되고 있었습니다. 원천을 따라가니 한 커뮤니티 후기와 블로그 두 곳이 반복적으로 크롤링되고 있었습니다. 해결까지 90일이 걸렸고 첫 30일은 부정 후기 출처 분석, 다음 30일은 공식 응답과 비교 콘텐츠 발행, 마지막 30일은 신뢰 자산을 AI 크롤러가 자주 참조하는 채널에 분산 배치하는 작업이었습니다. 결과적으로 부정 인용은 사라지지 않았지만 비중이 64%에서 18%로 떨어졌고 그 자리를 한계와 주의사항을 정직하게 명시한 D사 공식 콘텐츠가 메웠습니다. 시행착오도 있었는데 초기에는 부정 후기 자체를 차단하는 데 자원을 썼지만 효과가 없었습니다. AI는 차단된 페이지 대신 더 오래된 캐시를 사용하거나 유사한 다른 후기를 끌어왔습니다. 대응은 '제거'가 아니라 '맥락 추가'였다는 점이 가장 큰 교훈이었습니다.
부정 검색은 부정어 쿼리가 아니라 '회피 의도'를 가진 모든 쿼리
부정 검색은 단순히 부정어가 들어간 쿼리가 아니라 의도가 회피에 있는 모든 쿼리입니다. '후회한', '환불 못 받은', '사기당한', '효과 없는', '추천하지 않는', '끊는 게 나은' 같은 표현뿐 아니라 'OO 단점', 'OO vs OO 어느 게 별로', 'OO 솔직 후기'도 광의의 부정 검색에 속합니다. AI가 이 쿼리에 응답하는 방식은 추천 검색과 다른데요. 첫째 인용 출처가 공식 사이트가 아니라 사용자 생성 콘텐츠에 집중됩니다. iPullRank 실험에서 AI Mode는 부정 검색에 Reddit·페이스북·트립어드바이저를 주로 인용했고 Copilot은 사명을 회피했으며 ChatGPT는 모순된 답변을 내놨습니다. 둘째 쿼리 팬아웃 단계에서 대체재 서브쿼리가 자동 생성되어 '피해야 할 보일러 업체'라는 단일 검색이 내부적으로 '보일러 사기 패턴', '보일러 교체 후회', '보일러 추천 대안' 같은 5~12개의 서브쿼리로 확장됩니다. 셋째 부정 인용은 추천 인용보다 클릭률이 평균 1.7배 높습니다. 사람들은 무엇을 살지보다 무엇을 피할지에 더 강하게 반응한다는 의미입니다. ChatGPT의 일관성 부족도 실무에서 가장 위험한 변수인데요. 같은 사용자가 1분 간격으로 '추천 OO'과 '피해야 할 OO'을 물었을 때 두 답변에 같은 브랜드가 동시에 등장하는 모순 사례가 확인되었습니다. 우리 브랜드가 추천에도 부정에도 들어갈 수 있다는 의미이고 이 모순을 줄이는 핵심은 공식 채널에 한계와 적합 대상을 명확히 명시하는 일입니다.
부정 검색 방어 5단계와 한국 36개 브랜드 추적 데이터
방어는 다섯 단계로 진행합니다. 1단계는 부정 쿼리 매핑으로 자사 카테고리의 부정 쿼리를 최소 30개 추출하는 작업인데요. 네이버 자동완성, 구글 People Also Ask, ChatGPT 직접 요청, 카카오톡 오픈채팅 검색을 활용합니다. 2단계는 모델별 인용 출처 진단으로 AI Mode·Copilot·ChatGPT·Perplexity 4개 모델에서 부정 쿼리에 응답을 받아 인용된 URL을 기록하고 3회 이상 반복 인용되는 출처를 핵심 영향력 자산으로 분류합니다. 3단계는 한계 명시 페이지 신설로 자사 제품과 서비스가 '적합하지 않은 대상'을 솔직히 정의하는 공식 페이지를 만드는 일입니다. 한계를 명시한 브랜드와 그렇지 않은 브랜드의 AI 부정 인용 빈도가 평균 4.2배 차이 났습니다. 4단계는 비교와 대안 콘텐츠 자체 발행으로 'OO vs OO' 비교 콘텐츠를 자사 채널에 발행하되 자사가 약한 시나리오를 솔직히 인정합니다. 5단계는 UGC 채널 분산 신뢰 자산 배치로 네이버 카페·블로그, 인스타 릴스, 유튜브 후기, 디시·뽐뿌 커뮤니티, 트립어드바이저·캐치테이블 같은 리뷰 플랫폼에 임상 결과·고객 인터뷰·사용 가이드를 광고가 아닌 맥락 추가로 분산 배치하는 작업입니다. 지오랭크가 2026년 1~4월 36개 한국 브랜드의 AI 검색 인용을 추적한 데이터로 보면 한국어 AI 검색 쿼리 중 부정 의도 쿼리 비중은 17.3%로 1년 전 9.1% 대비 2배 가까이 늘었습니다. 부정 검색에서 인용된 브랜드의 단기 7일 검색량은 평균 11.8% 감소했고 회복까지 평균 42일이 소요됐습니다. AI Mode 사명 거명률 68%, Copilot 12%, ChatGPT 32%였는데 ChatGPT는 동일 쿼리 재시도 시 결과가 달라지는 변동성이 41%로 가장 높았습니다. 부정 검색은 차단의 대상이 아니라 설계의 대상이고 '대안' 포지션으로 인용되면 오히려 신규 고객 유입이 늘기도 합니다. 지금 ChatGPT에 '피해야 할 [자사 카테고리]'이라고 직접 검색해 보세요. 거기 우리 브랜드 이름이 있다면 90일 회복 로드맵은 오늘 시작해야 합니다.