AI 검색 에이전트는 왜 잘못된 쿼리를 계속 따라갈까? GEO의 경로 관성

AI 딥리서치가 브랜드를 찾지 못했다고 공식 사이트에 정보가 없는 것은 아닙니다. 에이전트가 처음에 부적절한 쿼리를 만들고 자기 선택이라는 이유로 그 경로를 계속 정당화할 수 있습니다.

이 실패는 최종 답변이 아니라 검색 과정에서 시작됩니다. 브랜드 언급 점수만으로 콘텐츠 부족, 쿼리 이탈, 자기 강화형 도구 사용을 구분하기 어렵습니다.

행동 이력 소유가 만드는 관성 편향

2026년 8월 24일 제출된 *From Inertia to Objectivity*은 모델이 자신이 생성한 쿼리, 계획, 중간 결론을 평가할 때 같은 정보를 중립 관찰자로 볼 때보다 경로를 바꾸기 어려워지는 현상을 관성 편향이라고 부릅니다.

IBIS 벤치마크는 과제와 검색 결과를 같게 두고 직전 쿼리를 모델 자신의 행동으로 보여 주는지만 바꿨습니다. 재검색이 정답인 항목에서 관찰자 모드로 바꾸자 거의 모든 시험 모델의 성공률이 약 15~30% 높아졌습니다. 최종 벤치마크에는 ‘재검색해야 함’ 245개와 ‘페이지를 방문해야 함’ 209개가 포함됐습니다. 모드 사이에서 판단이 바뀐 사례의 91.9%는 관찰자는 재검색하고 행동자는 기존 경로에 남는 관성 방향이었습니다.

이 결과는 통제 검색 에이전트와 연구 벤치마크에서 나온 것이며 ChatGPT, Gemini, Perplexity의 브랜드 노출 시험이 아닙니다. 내부 메커니즘도 블랙박스로 다루므로 한 수치를 모든 AI 검색에 적용할 수 없습니다.

답변뿐 아니라 경로 진단하기

최종 답변 외에 최초 쿼리, 검색 스니펫, 방문 페이지, 쿼리 수정 지점을 보관하세요. 브랜드가 빠졌다면 원래 경로를 유지한 실행, 과제와 결과만 보는 독립 검토, 다르지만 같은 의도의 최초 쿼리에서 다시 시작한 실행을 비교합니다.

독립 경로는 공식 근거를 안정적으로 찾지만 원래 경로는 무관한 페이지를 계속 연다면 궤적 문제가 더 가깝습니다. 여러 합리적 경로가 모두 페이지를 못 찾거나 페이지가 주장을 뒷받침하지 못한다면 콘텐츠, 접근성, 권위 부족 진단이 더 강합니다.

최초 쿼리가 너무 좁음, 관련돼 보이는 스니펫에 답이 없음, 초기 결론이 후속 판단을 오염시킴, 검증 단계가 자기 추론을 다시 승인함 등으로 오류를 나누세요. 모든 실패를 콘텐츠 추가 요청으로 만들면 안 됩니다.

GEO Radar는 https://www.georadar.top 에서 고정 질문, 여러 플랫폼 답변, 과거 차이를 저장해 경로 재시험이 필요한 이상을 찾을 수 있습니다. 폐쇄형 제품의 내부 쿼리와 탐색 절차를 모두 볼 수 없으므로 경로가 관찰되지 않는다면 관성은 진단 가설로 남겨야 합니다.

이 글의 자료 출처

• arXiv, 2026년 8월 24일, *From Inertia to Objectivity: Improving Deep Research Agents with Noise Isolation*: https://arxiv.org/abs/2608.23045
• arXiv HTML 전체 본문(IBIS 구축, 행동자/관찰자 대조, 결과, 한계): https://arxiv.org/html/2608.23045v1