같은 질문, 36개 지점: AI의 동네 추천은 얼마나 바뀔까

뉴욕, 서울, 오스틴, 도쿄의 36개 지점에서 ChatGPT와 Gemini에 “근처” 질문 15개를 두 번씩 물었습니다. 3km 떨어진 두 답변이 함께 추천한 장소는 ChatGPT 4.9%, Gemini 15.1%였습니다.

무엇을 쟀나

“근처 치과”, “저녁 맛집” 같은 질문은 묻는 사람이 서 있는 곳을 기준으로 답이 나옵니다. 그 범위가 어디까지인지 보고 싶었습니다. 손님이 3km를 이동하면 AI 비서가 다른 가게를 알려 주는지, 그 변화 중 얼마가 위치에서 오고 얼마가 매번 조금씩 다르게 답하는 엔진에서 오는지입니다.

네 도시에 3 × 3 격자 지점을 3km 간격으로 놓고, 각 지점에서 지역 질문 15개를 ChatGPT와 Gemini에 물었습니다. 같은 1,080건을 한 번 더 보내 답변 2,160개를 모았습니다. 그래서 두 가지를 비교합니다. 같은 지점에서 두 번 물은 답변, 그리고 같은 회차의 서로 다른 지점 답변입니다.

3km면 답이 바뀝니다

첫 회차의 질문 하나를 보겠습니다. 뉴욕의 아홉 지점에서 ChatGPT에 “Recommend a dentist near me”(근처 치과 추천해줘)를 물었습니다. 아홉 답변이 추천한 치과는 28곳이었고, 두 지점 이상에서 나온 곳은 없었습니다. 핀마다 ChatGPT가 말한 사용자의 동네, 첫 번째 추천, 같은 답변이 더 추천한 치과 수를 적었습니다.

서울도 한국어로 같은 결과가 나왔습니다. 옥수동부터 일원동까지 아홉 지점에서 “근처 치과 추천해줘”를 묻자 ChatGPT는 치과 31곳을 추천했고, 두 지점 이상에서 나온 곳은 없었습니다.

네 도시와 질문 15개 전체에서도 지점이 움직이면 겹침이 바로 줄어듭니다. 여기서 겹침은 두 답변 중 하나라도 추천한 장소 가운데 둘 다 추천한 장소의 비율이고, 모든 답변 쌍의 평균입니다.

ChatGPT는 물을 때마다 답이 조금씩 달라서, 같은 지점에서 두 번 물어도 겹침은 35.1%였습니다. 3km를 옮기면 4.9%로 떨어졌고, 서로 다른 지점 답변 쌍의 85.6%는 같은 장소가 하나도 없었습니다. Gemini는 같은 지점에서 68.5%로 더 일관되고, 3km에서 15.1%로 떨어집니다. 두 엔진 모두 변화의 대부분은 위치에서 나옵니다.

어떤 질문이 가장 많이 바뀌나

개인 가게를 찾는 질문이 가장 많이 움직입니다. 저녁 식당, 카페, 미용실, 치과, 부동산 중개사무소는 ChatGPT에서 1.1% 이하였습니다. 약국, 외래 진료, 은행 지점은 겹침이 더 큽니다. 체인과 전국 은행은 동네마다 지점이 있고 두 엔진이 브랜드 이름으로 추천하기 때문입니다. 장소는 지점명을 뗀 이름으로 셌습니다. “Chase Bank, Hunters Point”와 “Chase Bank”는 한 장소입니다.

몇몇 지점에서 ChatGPT는 변호사 질문에 어떤 분야의 변호사가 필요한지 되물었습니다. 이런 답변은 장소를 추천하지 않았으므로 겹침 계산에서 뺐습니다.

도시별 결과

밀집한 도시일수록 많이 바뀝니다. 서울과 도쿄에서 서로 다른 지점의 ChatGPT 답변은 장소를 2% 미만만 공유했고, 도쿄에서 Gemini 추천 장소까지의 거리 중앙값은 0.5 km였습니다. 오스틴은 넓게 퍼져 있습니다. Gemini는 중앙값 2.6 km 거리의 장소를 추천했고 다운타운 전역에서 같은 치과와 카페를 골라, 다른 지점 답변의 겹침이 27.8%였습니다.

같은 지점에서도 ChatGPT와 Gemini는 다른 곳을 고릅니다

같은 회차, 같은 지점에서 Gemini는 ChatGPT가 추천한 장소의 30.8%를 함께 추천했습니다. Gemini는 Google 지도에서 장소를 읽고 장소마다 좌표를 돌려주므로 위의 거리는 Gemini 기준입니다. ChatGPT는 웹을 검색합니다. “a dentist near me”를 “best dentists Upper West Side Manhattan NYC reviews”, “잠실동 송파구 서울 치과 추천 후기 진료시간”처럼 그 지점의 동네 이름을 넣은 검색어로 바꿨습니다.

사업자는 두 가지를 따로 봐야 합니다. 지점마다 근처에서 노출되는지, 그리고 어느 엔진에서 노출되는지입니다. 전국 단위 노출률은 모든 동네를 숫자 하나로 평균 내어 둘 다 가립니다.

수집 방법

태스크 2,160건은 2026년 10월 10일 UTC 18:53부터 18:58 사이(서울, 도쿄 기준 10월 11일)에 querying.ai API로 보냈고 모두 완료됐습니다. 격자 하나는 POST /v1/async/task/grid 요청 하나입니다. 같은 태스크를 격자의 각 지점에서 그 지점을 기기 위치로 실행합니다.

{
  "taskType": "CHATGPT",
  "payload": {
    "prompt": "Recommend a dentist near me",
    "country": "US"
  },
  "grid": {
    "center": {
      "latitude": 40.7484,
      "longitude": -73.9857
    },
    "size": 3,
    "radiusMeters": 3000
  }
}

ChatGPT의 장소는 답변의 entities 목록에서, Gemini의 장소는 좌표가 붙은 map 카드에서 읽었습니다. 질문은 도시의 언어로 묻고 country는 US, KR, JP로 정했습니다. 장소를 추천하지 않은 답변은 ChatGPT 35개, Gemini 13개이며 모든 겹침 계산에서 그 쌍을 뺐습니다. Google AI Mode 답변은 장소를 본문 안에 싣기 때문에 이번 조사는 ChatGPT와 Gemini를 다룹니다.

데이터는 공개합니다. answers.csv는 답변마다 한 행으로 지점, 추천 장소, 인용 도메인, ChatGPT 검색어를 담고, places.csv는 추천 장소마다 한 행으로 순위와 Gemini의 좌표, 거리를 담습니다. 이 페이지의 모든 숫자는 두 파일에서 다시 계산했습니다.

내 매장 위치에서 재는 법

격자 중심을 매장에 두고, 손님이 오는 범위를 덮는 반경을 고른 뒤, 손님이 실제로 묻는 질문을 보내세요. 격자마다 두 번 이상 또는 정기적으로 실행하면 반복 겹침이 엔진 자체의 흔들림과 위치의 효과를 나눠 줍니다. 한 위치를 재는 방법은 로컬 GEO 가이드에, 비율에 필요한 답변 수는 표본 크기 가이드에 있습니다.