AI 어시스턴트, 브랜드 이름의 감정 신호로 기업 설명 바뀐다

핵심

AI 어시스턴트가 기업을 객관적으로 설명한다고 가정할 수 있지만, 실제로는 브랜드 이름의 단어들이 기업 설명에 영향을 미친다. 특히 모델이 해당 기업을 잘 모를 때 이 효과가 가장 강하게 나타난다.

연구 방법

데이터셋과 감정 측정

• 약 14,000개 영어 단어를 인간이 1~9 척도로 평가한 데이터셋 사용 (1=부정적, 5=중립적, 9=긍정적)
  • "신뢰할 수 있는"(reliable): 7.30 / 9 (긍정)
  • "기만적인"(deceptive): 3.73 / 9 (부정)
• 이 척도는 단어의 감정 가중치(emotional valence)를 측정하는 심리언어학 표준 방법

1단계: 실제 데이터 분석

• ChatGPT, Gemini, Google AI Overview, Google AI Mode, Microsoft Copilot에 904개 실제 브랜드(단일 영어 단어 이름) 설명 요청
• 각 모델의 설명에 사용된 속성(attribute)을 감정 척도로 점수화

결과

• 긍정적으로 들리는 이름의 기업이 더 긍정적으로 설명됨: 이름이 1점 높으면 설명도 0.07점 더 긍정적
• 대부분 중립선(5점) 위쪽에 위치
  • 중앙값: 6.47/9 (인간이 "오이"에 매긴 점수와 동일)
  • 중간 50%: 0.38점 범위 내 (예: "당나귀" 6.29/9 vs "돌고래" 6.67/9)
• 이름만 바꿔도 전체 범위 대부분 커버: "따분한 회사"(boring, 2.7/9) vs "환상적인 회사"(fantastic, 8.36/9)
• 기업 규모, 산업, 설립 시기 통제 후에도 관계 유지

2단계: 실험실 통제 연구

• 조건: 웹 검색 비활성화
• 모델: Google Gemma 4 31B, Google Gemini 3.5 Flash, DeepSeek v4 Pro, OpenAI GPT 5.6 Terra

실험 설계

• 80개 가상 브랜드 쌍 구성 (각 쌍: 긍정 단어 vs 부정 단어)
  • 길이, 음절, 단어 빈도, 감정 강도, 권력감이 일치하도록 조정
  • 유일한 차이: 감정 신호만
• 각 이름을 4가지 중립 사실만 담은 설명과 조합 (쌍당 640개 표본)
• 결과: 더 긍정적인 이름일 때 같은 기업이 더 좋게 설명됨

결과

• Gemini 제외 거의 모든 모델에서 효과 유의미
• 최신 모델이 더 강한 효과: Terra는 Gemma의 약 4배
• Terra에서 "환상적인 회사"는 85 백분위수, "따분한 회사"는 17 백분위수로 평가됨

잠재적 위험: 의미적 침탈(Semantic Takeover)

소수의 경우 모델이 기업 사실을 무시하고 이름의 사전적 의미만 설명하는 현상 발생:

• "부도덕한(Unethical) 회사"(가상 급여 관리 소프트웨어): "부정직한, 부패한, 기만적인"으로 설명
• "무자비한(Merciless) 회사"(가상 문서 저장 회사): "무자비한, 냉정한, 절단적인, 무정한"으로 설명
• Terra에서는 12개 설명 중 1개(약 8%)에서 발생

실제 브랜드에 적용되지 않는 이유

Discord(3.58), Riot(3.15), Slack(3.85) 같은 부정적 단어 이름의 유명 기업들은 정상적으로 설명된다. Poison(2.16) ~ Joy(8.21) 범위의 다양한 브랜드들도 이름의 감정치와 무관하게 기업이 정확히 설명된다.

원인: 웹 검색이 기업 정보를 찾으면 설명의 '앵커'로 작용해 이름의 신호가 개입할 여지가 없어짐. 모델이 브랜드를 알면 효과 소멸.

결론

신규 브랜드 명명

• 이름을 명시적 의미가 있는 영어 단어로 선택할 경우, 모델이 당신을 인식할 때까지 이름의 감정 신호가 설명에 영향을 미칠 수 있음
• 이름이 감정 신호를 지닌 영어 단어라면 AI 어시스턴트가 기업인지 단어인지 설명하는지 확인 필요

기존 브랜드

• 이름 변경은 도움이 되지 않음
• 해결책: 브랜드 인지도 확보. 모델이 당신의 기업을 알게 되는 순간 단어는 중요하지 않아짐
• 첫 단계: 지금 당신이 AI 어시스턴트에 어떻게 설명되는지 파악