가짜 숫자를 적은 웹페이지에도 출처 링크가 붙고, 그 링크를 은행 보고서가 다시 인용했다. Peec AI의 GEO 연구자 메테한 예실유르트(Metehan Yesilyurt)는 10월 7일 공개한 글에서, 자신이 만든 통계 사이트 StateGlobe의 숫자가 학술논문과 금융기관 자료에 들어갔다고 밝혔다. 검색 답변에 출처가 달려 있다는 것만으로는 숫자가 어디서 나왔는지 알 수 없다는 사례다.
그는 2026년 3월 새 도메인을 사서 GPT-4.1로 통계 페이지 5만 개를 하루 만에 만들었다. SEO, 콘텐츠 마케팅, 전자상거래 등 200개국의 통계를 표방했지만, 숫자는 모두 지어냈다고 설명한다. 만드는 데 약 30달러가 들었고, 나중에 목록형 글 1만 5,000개를 더하는 데 약 20달러를 썼다. 시장조사를 한 뒤 틀린 수치를 낸 것이 아니라, 조사 없이 숫자부터 채운 사이트였다.
은행 보고서에는 어떤 숫자가 들어갔나
예실유르트가 공개한 QNB Financial Services의 2026년 5월 10일자 시장 보고서 화면에는 StateGlobe가 출처로 적혀 있다. 해당 문단은 카타르 전자상거래 주문의 최대 68%가 당일 배송되고 평균 배송 소요 시간은 3시간이라고 서술한다. 여기서 68%와 3시간은 카타르 배송 시장의 사실로 소개할 숫자가 아니다. 가짜 통계 사이트의 수치가 금융기관 문서에 실린 사례로 읽어야 한다.
인도의 경제 매체 사례도 제시했다. 공개된 지면 화면에는 음성 AI의 접근성과 위험을 정리한 상자 아래에 ‘Source: Industry, stateglobe.com’이 적혀 있다. 출처 이름이 기사나 보고서에 들어가면, 다음 독자는 그 기관의 편집 과정을 거친 정보로 받아들이기 쉽다. 원래 사이트가 어떻게 숫자를 만들었는지는 인용 문구에서 보이지 않는다.
학술논문 사례로는 라이브 커머스의 채널 운영과 협력을 다룬 논문 화면을 공개했다. 저자가 말하는 문제는 이런 재인용이 쌓이며 출처의 권위가 덧붙는 ‘인용 세탁’이다. 숫자의 생성 과정은 그대로인데, 그것을 가리키는 문서의 이름만 더 믿음직해진다. 한 은행 문서에서 인용됐다는 사실이 그 숫자를 조사 자료로 바꾸지는 않는다.
구글 노출이 줄어도 답변용 수집은 이어졌다
그의 설명에 따르면 사이트는 처음 일주일 사이 대부분의 페이지가 구글에 색인됐지만, 뒤이은 업데이트 후 검색 노출이 급감했다. 그런데 챗GPT의 페이지 조회와 유입은 계속됐다. 글을 쓸 때 확인한 직전 30일의 Cloudflare 기록에는 봇 요청이 60만 건 이상, 그중 ChatGPT-User 요청이 약 7만 2,000건이었다고 한다.
ChatGPT-User는 사용자의 요청에 따라 웹페이지를 여는 용도의 사용자 에이전트다. 이 기록을 곧바로 모델 학습량으로 읽을 수는 없다. 페이지를 가져온 횟수와 답변에서 인용한 횟수도 다르다. 여러 페이지를 확인한 뒤 하나도 인용하지 않을 수 있고, 한 사용자의 질문에서 여러 요청이 생길 수도 있다.
별도로 그는 GA4에서 3월 이후 챗GPT 유입 세션 1만 건 이상을 확인했다고 밝혔다. Ahrefs와 Semrush로 파악한 링크 도메인은 330개 이상이었다. 이 숫자들도 같은 기간의 같은 사건을 센 값이 아니다. 봇 요청, 방문 세션, 링크를 건 사이트를 한데 모아 ‘수십만 명이 가짜 통계를 믿었다’고 계산하면 또 다른 잘못된 통계가 된다.
구글 순위가 낮다고 해서 다른 검색 시스템에서도 자료를 가져오지 못하는 것은 아니다. 답변형 검색은 질문을 여러 검색어로 바꾸고 자료를 선택해 읽는다. 이 사례에서는 구글의 노출 감소와 챗GPT의 접근 지속이 함께 관찰됐다. 이를 모든 모델의 검색 방식이나 사실 확인 수준을 설명하는 실험으로 넓힐 필요는 없다.
보고서의 링크를 어디까지 따라가야 하나
시장 규모나 도입률을 보고서에 넣는다면, 인용된 문장을 찾는 데서 검토를 끝내지 않는 편이 낫다. 그 문장의 출처가 조사 결과를 직접 공개한 기관인지, 다른 글의 숫자를 모은 페이지인지 먼저 구별할 수 있다. 원조사에는 조사 시점, 대상 집단, 표본과 질문 방식 같은 조건이 있어야 수치의 뜻을 판단할 수 있다. 같은 숫자를 옮겨 쓴 사이트가 여러 개 나온다고 독립된 근거가 늘어난 것은 아니다. 구매 추천에 섞인 가짜 비교 사이트를 검토할 때도 인용된 페이지의 제작 주체를 먼저 구별하는 문제가 남는다.
답변 작성 도구에도 ‘통계와 링크를 달라’는 요청보다 ‘원조사의 해당 표와 조사 대상을 함께 찾아 달라’는 요청이 검토에 도움이 된다. 찾은 자료에서 숫자의 조건이 확인되지 않으면, 그 숫자를 핵심 근거로 삼지 않는 선택이 남는다. 특히 투자 판단이나 매출 전망에 들어가는 값이라면, 링크의 개수보다 계산에 쓸 수 있는 원자료가 있는지가 먼저다.
예실유르트는 Peec에 합류한 뒤 출처를 확인한 실제 통계 페이지도 만들었고, 그 페이지에도 다른 사이트의 링크가 붙었다고 설명한다. 통계를 읽기 쉽게 정리하는 형식 자체가 문제는 아니다. 출처와 연도를 숫자 가까이에 두고, 원자료로 돌아갈 수 있게 만드는 쪽으로 쓸 수 있다. 보고서에 쓸 숫자를 골랐다면 링크된 페이지에서 원조사까지 따라가 조사 대상과 시점부터 확인해야 한다.