AI 추천 변동성 (Recommendation Volatility)

정의

같은 질문이라도 시점·설정·맥락에 따라 AI 가 추천하는 브랜드·제품이 크게 달라지는 성질. 단발 측정이 오도하기 쉬워 반복 측정의 추세로 읽어야 한다.

#AI 추천 변동성#Recommendation Volatility#AI 추천#AI 가시성 측정#브랜드 가시성#GEO

AI 추천 변동성이란?

AI 추천 변동성 (Recommendation Volatility) 은 같은 질문이라도 시점·설정·맥락에 따라 AI 가 추천하는 브랜드·제품이 크게 달라지는 성질이다. 변동성이 크다는 것은 한 번의 결과로 "우리는 추천된다 / 안 된다" 를 단정하기 어렵다는 뜻이다.

얼마나 흔들리나

2026년 한 분석은 1,000개 추천 질문을 각 10회 (총 20,000개 응답) 측정했는데, 검색 연동을 켜고 끄는 설정 하나만으로도 ChatGPT 의 제품 추천이 80.2% 바뀌었다. 검색 전후로 겹친 추천은 19.8%에 불과했다 (Visibility Labs 분석, Search Engine Land 보도). 설정 하나로도 이만큼 흔들린다면, 시점·맥락까지 더해진 실제 측정은 더 큰 편차를 보인다.

측정 시사점

추세로 읽는다 — 단발 결과가 아니라 반복 측정으로 추세를 본다.
조건을 고정한다 — 질문·시점·설정을 일정하게 유지해야 변화의 원인을 신호 보강 효과와 잡음으로 구분할 수 있다.
여러 AI 를 함께 본다 — 플랫폼마다 추천 브랜드가 달라 하나만 보면 왜곡된다.

이런 변동성은 LLM 브랜드 편향 과 함께, "한 번 측정으로는 부족하다" 는 결론으로 이어진다.

더 읽기

생성형 AI 답변에 추천받는 브랜드가 되는 법 — 측정 → 신호 보강 → 재측정 루프
AI 검색 신뢰의 역설 — 채택은 늘고 신뢰는 떨어진 이유 — 추천이 흔들리는 시장 배경