WP "가장 정확한 답변하는 AI는 '구글 AI 모드' … 챗GPT 제쳐"

주요 AI 모델 중 검색도구로서 가장 정확한 답을 내놓는 AI는 '구글 AI 모드'라는 테스트 결과가 나왔다.

연합뉴스 등에 따르면 워싱턴포스트(WP)는 자체적으로 미국 공공·대학도서관 사서들과 함께 진행한 AI 검색도구 테스트에서 구글 'AI 모드'가 가장 정확한 답변을 내놓았다고 27일(현지시각) 보도했다.

이번 테스트는 △구글 AI 모드 △AI 오버뷰 △챗GPT(오픈AI) △클로드(앤스로픽) △메타 AI △그록(xAI) △퍼플렉시티 △빙 코파일럿(마이크로소프트) 등 9개의 AI 도구를 대상으로 진행됐다. 챗GPT는 GPT-5와 GPT-4 터보 두 모델을 포함했다.

AI 모드와 AI 오버뷰는 구글의 검색도구다. AI 모드는 웹을 깊이 검색해 여러 출처를 종합한 뒤 답변을 제공하고, AI 오버뷰는 검색 결과를 AI가 요약해준다.

테스트는 30개의 까다로운 질문을 던진 뒤 AI 도구가 내놓는 답변 900건을 점수화했다.

모든 도구는 무료 기본 버전(7~8월 기준)으로만 테스트했다. 질문은 △퀴즈 △전문자료 검색 △최근 사건 △내재한 편향(편견) △이미지 인식 등 5가지에 집중됐다.

테스트 결과 구글 AI 모드가 100점 만점 가운데 60.2점을 얻어 가장 높은 점수를 받았다. GPT-5 기반의 챗GPT가 55.1점으로 2위를, 퍼플렉시티가 51.3점으로 3위를 차지했다.

일론 머스크의 그록3는 40.1점에 그쳐 8위, 메타 AI는 33.7점으로 가장 낮은 점수를 얻었다. 그록 최신 모델인 그록4는 무료 버전이 없어 테스트 대상에 포함되지 않았다.

구글 AI 모드는 '검색왕'답게 퀴즈와 최신 사건부문에서 가장 정확한 답을 제시했다. 전문 출처 검색에서는 빙 코파일럿, 이미지 인식에서는 퍼플렉시티가 가장 높은 점수를 받았다. GPT-4 터보는 가장 치우치지 않는 답을 제공했다.

GPT-5는 전반적으로 성능 개선을 보여 2위를 차지했지만, 일부 영역에서는 GPT-4보다 오히려 낮은 점수를 받았다.

이번 테스트는 AI의 약점을 의도적으로 공략했지만, 일상 질문 중 상당수에 대해 여전히 AI가 제대로 답하지 못한다는 사실이 드러났다고 WP는 분석했다.

AI는 정보가 최신인지 아닌지, 출처가 어느 정도 신뢰가 있는지를 판별하는 데 어려움을 겪고 있으며 잘못된 답을 자신 있게 내놓기도 했다.

WP는 "결국 이번 실험은 현재 무료로 제공되는 주요 AI 서비스들의 실력을 객관적으로 비교했다는 점에서 의미가 있다"며 "AI가 제공하는 답변을 그대로 믿기보단 책을 찾는 사서처럼 출처를 확인하고 최신성을 검증하는 과정이 필요하다"고 말했다.

이어 "AI는 복잡한 질문의 답을 구하는 좋은 도구가 될 수도 있지만 AI는 어떤 출처가 권위 있고 최신인지, 어떤 출처를 참조하는 게 가장 적절한지 알지 못할 수 있다"며 "출처 확인, 최신성 검증, 비판적 사고 없이는 정확한 지식이 아닌 잡음만 얻을 수 있다"고 했다.