브랜드 위기 대응, 이제는 AI 오류 수정 프로토콜이 필요하다

하이퍼앰의 AI마케팅연구소는 2019년에 설립된 이후 AI를 효과적으로 마케팅에 접목할 방법론을 연구하고 있습니다.
AI를 통한 광고효과 극대화, RPA를 통한 마케팅 자동화, AEO/GEO 최적화를 연구하고 브랜드와 마케터에게 도움이 되고자 노력하고 있습니다.

지난 회에서는 인간과 AI가 미디어를 소비하는 방식이 근본적으로 다르다는 것을 확인했습니다. 이제 더욱 심각한 문제를 다뤄야 할 때입니다. AI가 여러분의 브랜드에 대해 잘못된 정보를 제공하고 있다면 어떻게 해야 할까요?

새로운 유형의 브랜드 위기

잠재 고객이 ChatGPT에 여러분의 회사에 대해 물어봤다고 가정해봅시다. 그런데 돌아온 답은 자신감 넘치지만 제품 스펙, 가격, 심지어 회사의 역사까지 완전히 왜곡된 정보입니다. 이는 단순한 가정이 아닙니다. 전 세계적으로 매달 13억 명 이상이 AI 플랫폼을 사용한다는 점을 생각하면, 이미 지금 일상에서 벌어지고 있는 일입니다.

최근 경험한 실제 사례를 소개하겠습니다. 국내의 한 핀테크 스타트업이 찾아왔습니다. 이 회사는 몇 년 전 서비스 초기에 보안 이슈로 언론의 주목을 받았고, 이후 시스템을 완전히 개편해 금융위원회 인증까지 받았습니다. 그런데 ChatGPT에 이 회사에 대해 물어보면 여전히 “과거 보안 문제가 있었던 것으로 보고되었다”는 식의 답변이 나왔습니다. 3년 전 문제가 해결된 지 오래인데도, AI는 계속 과거의 부정적 프레임을 반복하고 있었습니다.

더 심각한 경우도 있습니다. 어떤 B2B SaaS 기업은 ChatGPT가 해당 회사를 완전히 다르지만 이름이 비슷한 경쟁사와 혼동하고 있었습니다. 제품 기능, 고객 사례, 심지어 CEO 이름까지 경쟁사 정보로 답하고 있었습니다. 잠재 고객이 이 정보를 믿고 영업팀에 연락한다면 어떻게 될까요? 완전히 잘못된 기대를 품고 오거나, 아예 관심을 잃어버릴 것입니다.

플랫폼이 바꾸는 커뮤니케이션의 법칙

역사를 보면 새로운 플랫폼의 등장할 때마다 커뮤니케이션 전략이 근본적인 변화를 겪었습니다. 미국 선거는 이런 변화를 가장 극명하게 보여주는 사례입니다.

2012년 오바마 대통령은 Facebook의 정밀 타깃 광고를 활용하며 ‘Facebook 선거’라는 표현을 남겼습니다. 데이터 기반 타깃팅이 선거의 판도를 바꿨습니다. 2024년에는 트럼프가 Joe Rogan의 팟캐스트에 출연해 4,500만 회 이상의 조회수를 기록하며 ‘Podcast 선거’가 되었습니다. 전통 미디어보다 긴 형식의 대화와 진정성이 더 큰 영향력을 발휘했습니다.

그렇다면 다음 단계는 무엇일까요? 아마도 2028년, 늦어도 2032년에는 ‘LLM 선거’, 즉 AI 챗봇이 평판과 여론의 전장이 되는 시대가 올 것입니다. 유권자들이 후보자에 대해 직접 검색하는 대신 ChatGPT에게 물어보고, AI가 요약해준 정보를 바탕으로 판단하게 되는 것입니다.

과거 커뮤니케이션 전문가들이 Facebook 알고리즘과 Podcast 호스트의 영향력을 이해해야 했던 것처럼, 이제는 AI 챗봇이 브랜드 내러티브를 형성하는 핵심 이해관계자로 등장하고 있습니다. 한국도 예외가 아닙니다. ChatGPT 유료 사용자가 미국 다음으로 많은 나라가 한국이라는 점을 기억하세요.

새로운 가시성의 문제, AI의 환각

ChatGPT 같은 대규모 언어모델은 이제 사람들이 정보를 얻는 중간 단계에 자리 잡았습니다. 이들은 악의적으로 거짓말을 하는 것이 아닙니다. 하지만 ‘통계적으로 가능성이 높은 단어’를 예측해 문장을 생성하기 때문에, 겉보기에 그럴듯하지만 사실과 다른 내용을 만들어낼 수 있습니다.

이름이 비슷한 회사를 혼동하거나, 오래된 정보를 최신 정보처럼 인용하거나, 심지어 존재하지 않는 사실을 ‘환각(hallucination)’으로 만들어 내기도 합니다. 문제는 AI가 이런 오류를 매우 자신감 있는 어조로 전달한다는 것입니다. 사용자는 AI가 확신에 찬 답변을 내놓으면 그것이 사실이라고 믿는 경향이 있습니다.

이 위험은 곧 비즈니스에 직결됩니다. 잠재 고객이 잘못된 제품 정보를 보고 연락을 포기할 수도 있고, 기존 고객이 왜곡된 회사 이력을 보고 신뢰를 잃을 수도 있습니다. 투자자가 잘못된 재무 정보를 보고 투자를 재고할 수도 있습니다. AI의 대답이 아무리 틀렸더라도 많은 사용자는 이를 다시 확인하지 않습니다.

이것이 바로 전례 없는 평판 리스크입니다. 전통적인 위기 관리에서는 특정 기사나 소셜미디어 포스트를 대응의 대상으로 삼을 수 있었습니다. 하지만 AI의 오류는 명확한 출처도 없고, 연락할 편집자도 없으며, 삭제 요청을 보낼 곳도 없습니다.

AI 오류에 대응하는 5단계 프레임워크

그렇다면 어떻게 해야 할까요? 모든 브랜드가 도입할 수 있는 실질적인 대응 프레임워크를 제시합니다.

1단계: 정기적으로 AI 언급 모니터링하기

보이지 않으면 고칠 수도 없습니다. 주요 AI 플랫폼에서 회사명, 제품명, CEO 이름, 주요 서비스 등을 직접 검색해보세요. 최소한 분기별로, 가능하면 월별로 체크해야 합니다.

테스트해야 할 주요 질문들:

✔️ “[회사명]이 뭐야?”

✔️ “[회사명]의 주요 제품은?”

✔️ “[카테고리]에서 추천할 만한 회사는?”

✔️ “[회사명]의 장단점은?”

✔️ “[회사명] vs [경쟁사] 비교해줘”

ChatGPT, Gemini, Perplexity, Copilot 모두에서 테스트하세요. 각 AI마다 다른 답변을 내놓을 수 있습니다.

저희는 클라이언트들을 위해 이런 모니터링을 정기적으로 수행합니다. 어떤 경우에는 한 AI는 정확한 정보를 제공하는데, 다른 AI는 완전히 틀린 정보를 제공하기도 합니다. 이런 사전 점검이 부정확한 정보 확산을 막는 조기 경보 시스템이 됩니다.

2단계: 데이터 출처 진단하기

오류를 발견했다면 원인을 찾아야 합니다. AI는 보통 답변 끝에 출처를 표시하거나, Perplexity처럼 인용 링크를 제공합니다.

이를 추적해보세요.

✔️ 오래된 기사를 참조하고 있나요?

✔️ 웹사이트의 업데이트되지 않은 페이지를 읽었나요?

✔️ 비슷한 이름의 다른 회사와 혼동하고 있나요?

✔️ 출처 없이 환각으로 만들어낸 정보인가요?

문제의 원인을 알아야 어떤 경로로 수정할지 전략을 세울 수 있습니다. 만약 특정 오래된 기사가 문제라면 해당 언론사에 정정 또는 업데이트를 요청할 수 있습니다. 자사 웹사이트의 오래된 페이지가 문제라면 즉시 수정할 수 있습니다.

3단계: 출처에서 직접 교정하기

잘못된 정보를 게재한 웹사이트가 있다면 정정 요청을 보냅니다. 한국 언론사의 경우 대부분 정정 보도 시스템이 있습니다. 예의 바르지만 명확하게 오류를 지적하고, 정확한 정보와 함께 근거 자료를 제공하세요.

동시에 자체 채널에서 명확하고 사실 중심인 공식 정보를 공개합니다. 회사 블로그, 뉴스룸, FAQ 페이지에 정확한 정보를 게재하세요. 이것이 ‘신뢰할 수 있는 단 하나의 정보원(Single Source of Truth)’이 됩니다.

예를 들어, AI가 단종된 제품을 여전히 판매 중이라고 말한다면, 공식 웹사이트에 ‘현재 제공 중인 제품’ 페이지를 명확하게 만들고, 단종 제품 목록도 함께 제공하세요. AI가 과거의 부정적 이슈를 계속 언급한다면, ‘2025년 현재 보안 인증 현황’ 같은 최신 정보를 상세히 게재하세요.

4단계: AI가 읽기 쉬운 형태로 확산시키기

단순히 정정만으로 끝내지 마세요. 정확한 정보가 AI 생태계에 퍼지도록 해야 합니다.

1. Q&A 형식의 간결한 콘텐츠를 만드세요. “우리 회사는 어떤 제품을 판매하나요?” 같은 명확한 질문과 답변 구조가 AI에게 효과적입니다.

2. 구조화된 데이터(Schema Markup)를 활용해 AI가 핵심 사실을 쉽게 인식할 수 있도록 하세요.

3. 주요 언론사를 통해 정확한 정보를 담은 새로운 기사를 확보하세요. 3년 전의 부정적 기사가 계속 인용된다면, 최근의 긍정적 성과를 담은 새로운 기사가 필요합니다.

4. Wikipedia가 있다면 정확하게 업데이트하세요. Wikipedia는 AI가 매우 신뢰하는 소스입니다.

최근 작업한 사례에서는 클라이언트의 오래된 제품 정보가 계속 인용되는 문제가 있었습니다. 이에 주요 테크 미디어에 최신 제품 라인업을 소개하는 기사를 확보하고, 회사 웹사이트에 명확한 제품 가이드를 게재하며, FAQ를 구조화된 형식으로 다시 작성했습니다. 3개월 후 ChatGPT가 최신 정보로 업데이트하여 답하기 시작했습니다.

5단계: 지속적으로 루프를 돌리기

교정 후 몇 주가 지나면 다시 확인하세요. AI의 답변이 실제로 바뀌었는지, 여전히 오류가 있는지 주기적으로 점검해야 합니다. AI는 새로운 데이터를 계속 학습하기 때문에 한 번 고쳐졌다고 영구적으로 해결되는 것은 아닙니다.

이를 일회성 대응이 아닌 지속 가능한 거버넌스 프로세스로 운영해야 합니다. 분기별 AI 가시성 감사를 정례화하고, 담당자를 지정하며, 체크리스트를 만드세요. 마치 언론 모니터링이나 소셜미디어 모니터링을 정례화한 것처럼, AI 모니터링도 정례 업무가 되어야 합니다.

한국 시장의 특수성

국내 기업들이 특히 주의해야 할 점이 있습니다. ChatGPT 같은 글로벌 AI는 한국어 콘텐츠도 읽지만, 영어 콘텐츠에 훨씬 높은 가중치를 부여합니다. 따라서 한국어로만 정정 정보를 게재하면 효과가 제한적일 수 있습니다.

만약 글로벌 시장을 대상으로 하거나, 글로벌 투자자를 유치하려는 기업이라면 영어로 된 정확한 정보를 반드시 제공해야 합니다. 영문 웹사이트, 영어 보도자료, 글로벌 테크 미디어 보도가 한국어 콘텐츠만큼, 아니 그보다 더 중요할 수 있습니다.

위기 대응의 새로운 기준

이제 AI 시스템은 하루에도 수많은 사람들에게 여러분의 영업팀이 1년 동안 대답하는 것보다 더 많은 브랜드 관련 질문에 답하고 있습니다. 그렇기에 ‘AI 오류 수정 프로토콜’을 구축하는 일은 단순한 위기 대응이 아니라, 브랜드 서사의 통제권을 되찾는 일입니다.

‘AI가 틀리지 않기를 바라는 것’이 아니라 ‘언젠가 틀릴 것을 전제로 대비하는 것’, 이것이 새로운 위기 관리의 기본 원칙입니다. 전통적인 위기 관리에서는 특정 사건이 발생한 후 대응하는 것이 일반적이었습니다. 하지만 AI 시대에는 사전 예방적 모니터링과 지속적인 정보 관리가 필수입니다. 위기가 터지고 나서 대응하는 것이 아니라, 위기가 되기 전에 발견하고 수정하는 것입니다.

지금 이 프로토콜을 준비하는 브랜드는 AI로 인한 평판 리스크를 막을 뿐 아니라, 자동화된 정보 환경 속에서도 신뢰받는 브랜드로 자리매김하게 될 것입니다. 지금이 바로 여러분의 브랜드가 AI 허위 정보의 희생양이 되기 전에 준비해야 할 때입니다.

다음 단계: 새로운 성과 측정의 시대

지금까지 AI가 신뢰하는 콘텐츠를 만드는 법, 보도자료와 미디어 트레이닝을 재설계하는 법, 출처의 중요성, AI 가시성 진단, 리뷰 사이트 활용, 인간과 AI의 차이, 위기 대응까지 살펴봤습니다.

이제 마지막 실무 질문이 남았습니다. 이 모든 노력을 어떻게 측정할 것인가? 전통적인 PR 성과 측정은 보도 건수, 광고 환산 금액(AVE), 도달 범위 같은 지표를 사용했습니다. 하지만 AI 시대에는 이것만으로는 충분하지 않습니다. “보도됐는가”를 넘어 “AI가 정확하게 이해했는가”, “AI가 우리를 추천하는가”를 측정해야 합니다.

다음 회에서는 AI 시대의 새로운 PR 성과 측정 프레임워크를 다루겠습니다. 구체적인 지표, 측정 방법, 경영진에게 보고할 수 있는 대시보드 구성까지 실무적으로 살펴보겠습니다. PR 효과를 어떻게 정량화하고 입증할 것인지 그 새로운 방법론을 제시하겠습니다.

#HyperM #하이퍼앰 #디지털마케팅 #콘텐츠마케팅 #Digital #IMC #PR #대행사 #마케팅전략컨설팅 #디지털에이전시 #AI #GEO #AEO #AI위기관리 #AI평판관리 #AI환각 #온라인평판관리 #AI모니터링 #AIHallucination #기업커뮤니케이션