우리는 ChatGPT, Perplexity, Gemini, Claude, 그리고 Google의 AI Overviews에 일상적으로 사람들이 묻는 유형의 숫자 질문 200개를 던졌습니다. 주석 1 통계(statistic)란 어시스턴트가 사실이라고 진술하는 공유 비율, 요율, 평균, 개수 또는 비용을 의미합니다. 우리는 조언(“소득의 20%를 절약하세요”)이나 가격은 제외했습니다. 그런 다음 인용된 출처(citation)를 클릭했고, 계속해서 클릭했습니다. 여기는 답변부터 끝까지의 하나의 추적 과정입니다.
Google AI Overviews
영업사원의 몇 퍼센트가 한 번의 후속 조치 후에 포기할까요?
판매사원의 44%가 단 한 번의 후속 시도만으로 포기합니다.
한 번의 후속 조치 후에 판매사원의 44%가 포기한다 (출처).
회의 후 5번의 후속 전화가 필요한 영업 활동은 80%, 판매사원의 44%는 한 번의 후속 조치만으로 포기합니다.
근거 연구 없음(No study behind it) 이 페이지에는 어떤 연구도 인용되어 있지 않습니다.
-
답변에서
모든 어시스턴트가 동일한 질문을 받았습니다: “판매사원의 몇 퍼센트가 한 번의 후속 조치 후에 포기할까요?” 다섯 개의 어시스턴트 모두 같은 수치를 제시했으며, 오직 ChatGPT만이 그 근거 증거가 불분명하다고 언급했습니다.
-
첫 번째 클릭에서
Google AI Overviews는 2020년 자료를 인용한 한 판매 회사 페이지를 출처로 삼았습니다. 숫자는 바로 거기에 있습니다. 이의 “출처” 링크는 글쓰기 샘플로 연결됩니다.
-
두 번째 클릭에서
그것은 2017년에 온라인에 올라온 프리랜서 작가의 샘플 기사로 이어집니다. 그 숫자는 헤드라인에 실려 있습니다. 이 기사는 슬라이드 덱 2개, 블로그 목록, 뉴스 기사 2개를 나열하고 있지만, 후속 조치에 대한 연구는 없습니다.
-
추적의 끝
여기서 추적이 끝납니다. 우리는 이 숫자를 찾기 위해 시도할 수 있는 모든 다른 경로를 따랐지만, 각각은 어떤 연구도 인용하지 않는 페이지에서 멈췄습니다. 이것이 우리가 말하는 좀비 통계(zombie stat)입니다: 근거가 되는 연구 없이 계속 반복되는 숫자입니다.
대부분의 숫자는 이와 같지 않습니다. 문제는 어느 것이 답변에 기반한 것인지 알 수 없다는 것입니다. 이 숫자는 다른 어떤 숫자와 마찬가지로 자신감 있는 어조와 동일한 유형의 출처를 가지고 있었고, 다섯 개의 어시스턴트 모두 이에 동의했습니다. 그래서 우리는 1,285개의 통계(statistics)를 같은 방식으로 추적했습니다.
각 어시스턴트가 인용한 통계 중 무작위 표본 1,285개를 추출하여 모든 추적 경로를 동일하게 따라갔습니다. 즉, 인용된 페이지에서 해당 페이지의 출처로, 최대 5페이지 깊이까지 거슬러 올라갔다는 의미입니다.참고 2 각 어시스턴트별 표본은 자체적으로 인용한 통계로부터 무작위로 추출되었습니다: ChatGPT 108개, Perplexity 277개, Gemini 300개, Claude 300개, Google AI Overviews 300개. 이 다섯 가지 어시스턴트의 비율(rate weights)은 각 어시스턴트가 인용한 통계 개수에 따라 가중치를 부여하여 사람들이 어떤 통계를 접했는지 설명합니다. 만약 페이지가 링크 없이 출처를 명시한 경우, 저희는 해당 출처를 검색했습니다.
40%는 같은 내용을 담은 연구에 도달했습니다. 또 다른 8%는 연구에는 도달했지만, 과정에서 숫자나 맥락이 변경되었습니다. 나머지는 전혀 도달하지 못했습니다: 40%는 출처가 잠겨 있거나(locked), 사라졌거나(gone) 숫자에 대한 언급이 없어서 확인할 수 없는 곳에서 멈췄고, 11%는 아예 아무 데도 연결되지 않았습니다.참고 3 AI 모델이 모든 경로를 판단했으며, 더 강력한 모델은 300개의 경로를 재판단했습니다. 이후 사람들은 무작위로 150개 경로를 다시 확인했고, 두 의견이 불일치하는 곳에서는 세 번째 검증을 거쳤습니다. 사람들은 모델이 놓친 원본 자료들을 발견했는데: 모델만으로도 23%가 출처가 명시되었습니다. 여기서 제시된 모든 비율은 수동 점검(hand checks)을 통해 수정되었으며, 그 범위는 두 가지의 불확실성을 모두 포함합니다.
열 개 중 네 개의 경로가 같은 내용을 담은 연구에 도달했습니다
각 사각형은 우리가 추적한 1,285개 통계 중 100분의 1을 나타내며, 그 경로가 끝난 지점을 기준으로 정렬되었습니다.
- 40% 저희는 해당 연구를 찾았으며, 같은 내용을 담고 있습니다.
- 8% 저희는 해당 연구를 찾았지만, 요청된 숫자, 누가, 어디서, 또는 언제인지가 다릅니다.
- 40% 페이지가 실제 출처를 명시하지만, 그곳에 숫자가 없거나, 출처가 잠겨 있거나 사라졌습니다.
- 11% 경로 전반에 걸쳐 어떠한 연구도 없습니다. 모든 페이지는 해당 숫자를 반복할 뿐 아무도 출처로 인정하지 않습니다.
마지막 1%: 저희에게 로드되지 않는 페이지의 경로입니다.
ChatGPT가 가장 좋은 성과를 보였으며, 답변당 인용한 숫자가 가장 적었습니다 (Claude의 6.8개 대비 1.3개). 나머지 네 개는 38%와 46% 사이에 분포하여 순위를 매기기에는 너무 근접했습니다.
ChatGPT가 가장 적은 수의 숫자를 인용하고, 가장 많은 출처를 제시했습니다
각 어시스턴트가 자체적으로 인용한 통계 샘플에서 동일한 100개 항목입니다.
ChatGPT
**57%**는 Perplexity에서 출처를 얻음
**46%**는 AI Overviews에서 출처를 얻음
**39%**는 Gemini에서 출처를 얻음
**38%**는 Claude에서 출처를 얻음
**38%**는 [출처 미기재]
이 수치가 우리가 선택한 질문들 때문이 아닌지 확인하기 위해, Google AI Overviews 답변에서 실제 일상 검색까지 300개의 통계를 추적했습니다. 이 중 40%가 출처를 확보했으며, 이는 거의 동일한 비율입니다.주석 4 Trakkr가 2026년 9월 25일부터 2026년 10월 25일 사이에 추적한 52,930건의 일상 영어 검색에 대한 Google AI Overviews 답변을 기준으로 합니다. 통계가 포함된 비율은 4.4%였으며, 우리는 그중 300개를 동일하게 추적했습니다. 오직 수치와 비율만이 우리 시스템을 빠져나갑니다.
AI는 대부분 숫자를 지어내지 않았습니다. 인용된 페이지에는 82%의 경우에 해당 수치가 있었습니다. 하지만 숫자 출처로 인용된 페이지 중 실제 원본 연구 자료였던 곳은 21%에 불과했습니다.
절반 이상이 회사 블로그였습니다. 여기에 뉴스 기사와 통계 요약까지 더하면 대부분의 인용물이 됩니다. 즉, 다른 곳의 수치를 반복하는 페이지들이며, 종종 그 출처를 링크하지 않습니다.
인용된 페이지 유형별로 연구 결과에 도달한 빈도
어시스턴트가 숫자를 위해 가장 먼저 인용한 모든 페이지들을 유형별로 분류했습니다. 각 열의 너비는 해당 인용물의 비율을 나타냅니다. 녹색은 그 추적 경로가 동일한 내용을 담고 있는 연구 자료에 도달한 빈도를 의미합니다.
연구 기관(Research firm): 인용물의 13%
정부(Government): 인용물의 7%
회사 블로그(Company blog): 인용물의 54%
뉴스(News): 인용물의 10%
통계 요약(Stats roundup): 인용물의 8%
기타(Other): 인용물의 8%
첫 페이지가 큰 차이를 만들었습니다. 추적 경로가 연구 기관이나 정부 페이지에서 시작했을 때, 일치하는 연구 자료에 도달한 비율은 61%였습니다. 회사 블로그에서는 37%; 통계 요약에서는 35%였습니다. 심지어 연구 기관의 경우에도 38%의 확률로 미흡했는데, 이는 종종 전체 보고서가 양식 뒤에 숨겨져 있기 때문이었습니다.
인용(citation)은 AI가 숫자를 어디에서 찾았는지를 알려줄 뿐, 그 숫자가 실제로 어디에서 왔는지(출처)를 알려주지는 않습니다.
연구에 도달했다고 해서 그 수치가 항상 유지되는 것은 아니었습니다. 해당 통계 중 17%는 과정에서 변경되었습니다. 숫자가 변한 경우는 약 4번 중 1번 정도였습니다. 보통은 측정 대상(context), 연도, 출처, 또는 질문을 받은 사람이 바뀌었기 때문이었습니다.
우리가 기록한 모든 변화를 통해 바뀐 것들
- 수치가 변경됨: 26%
- 측정 대상이 변경됨: 20%
- 연도가 변경됨: 17%
- 출처가 변경됨: 16%
- 질문을 받은 사람이 변경됨: 14%
- 장소가 변경됨: 4%
한 사례에서는 2004년 진행된 건강 웹사이트를 평가한 15명의 여성에 대한 연구가 모든 웹사이트의 첫인상에 관한 주장으로 바뀌었습니다. 아래는 우리가 추적한 가장 명확한 경로들로, 각각 수작업으로 확인했습니다.주석 5 우리는 원래의 연구들을 언급합니다. 이 연구들을 반복하는 페이지들은 이름 대신 유형으로 설명됩니다. 이러한 경로의 모든 단계는 아카이브된 사본과 함께 공개 웹에서 수작업으로 확인되었습니다.
숫자가 맥락을 잃어버리는 것을 지켜보기
각 경로는 원래 연구부터 2026년 10월에 비서(assistant)가 제공한 답변까지 이어집니다. 그 경로를 따라가 보면, 숫자는 유지되지만 주변의 단어들은 바뀝니다.
질문: 웹사이트 첫인상 중 디자인과 관련된 비율은 얼마입니까?
원래 연구: Sillence와 동료들, CHI, 2004년
건강 웹사이트를 거부하거나 불신하는 것에 대해 15명의 여성이 남긴 댓글 중 94%가 디자인에 관한 것이었습니다.
2004년의 한 연구는 15명의 영국 여성이 건강 웹사이트를 평가하는 것을 관찰했으며, 사이트를 거부한다는 그들의 댓글 중 94%가 디자인에 관한 것이었습니다. 이 내용을 20년간 반복하면서 “첫인상의 94%는 디자인과 관련이 있다”라는 주장이 되었고, Google AI Overviews는 이를 사실로 진술하고 있습니다.
1단계/4단계: 다섯 명의 비서에게 같은 질문을 하면 종종 다섯 개의 다른 숫자를 얻게 됩니다. 다섯 명이 모두 백분율을 제시한 71개의 질문 중 28개에서 우리는 네 개 또는 다섯 개의 다른 수치를 얻었습니다.주석 6 우리는 동일한 질문에 대해 각 비서의 헤드라인 수치를 비교했습니다. 범위는 중앙값을 계산하며, 2포인트 이내의 수치는 같은 것으로 간주합니다.
하나의 질문, 49%에서 96%까지 다섯 가지 답변
‘마케터 중 몇 퍼센트가 마케팅 자동화 도구를 사용하나요?’라는 질문을 문구 그대로, 같은 날에 물었을 때의 응답.
**49–51%**AI Overviews
**62%**ChatGPT
**70–79%**Gemini
**81%**Perplexity
**96%**Claude
ChatGPT 보편적인 단일 수치는 없으며, 설문조사나 ‘마케팅 자동화’로 무엇을 간주하느냐에 따라 다릅니다. 일반적으로 인용되는 한 설문조사에 따르면 미국 디지털 마케터의 **62%**가 자동화 소프트웨어를 사용했지만, 이 데이터는 2020년 자료이므로 현재의 도입률을 반영하지 못할 수 있습니다.Perplexity 마케팅 조직의 약 **81%**가 마케팅 자동화를 사용합니다.Gemini 주요 산업 벤치마크 전반에 걸쳐, 마케터와 기업 중 70%에서 79% 사이가 어떤 형태로든 마케팅 자동화 도구를 사용하고 있습니다.Claude 마케터의 **96%**가 마케팅 자동화 플랫폼을 사용했거나 사용할 계획입니다.AI Overviews Moosend 및 관련 연구 조사에 따르면, 회사와 마케팅 팀 중 약 **49%에서 51%**가 현재 마케팅 자동화 도구를 사용하고 있습니다.
이러한 질문들 전반에 걸쳐, 최고 수치와 최저 수치 사이의 일반적인 격차는 16포인트였습니다.
전체 71개 질문 중 31개에서 다섯 모델 간의 수치가 20포인트 이상 차이가 남
다섯 모델이 모두 백분율을 제시한 모든 질문(가장 낮은 수치부터 가장 높은 수치까지, 각기 한 줄씩)에 대해 분석했습니다. 최고점 근처에서 가장 비슷했습니다.
다섯 모델이 모두 일치했을 때도 그 숫자가 더 정확할 확률은 높지 않았습니다. 10개 질문에서 같은 수치를 제시했으며, 추적한 5개 중 2개만 출처가 있었습니다. 세 개 이상의 어시스턴트가 인용한 통계 역시 나을 것이 없었습니다. 29개 중 11개만이 출처가 있었습니다.
모든 다섯 어시스턴트가 인용한 네 가지 통계는 있었지만, 그 어떤 것에도 연구 자료를 찾을 수 없었습니다.
팔로우업(Follow-up)을 한 번 하고 포기하는 영업 사원
추적한 모든 경로가 연구 자료를 인용하지 않은 페이지로 끝났으며, 그중 하나는 프리랜서 작가의 샘플 기사였습니다. 전체 경로는 챕터 1을 열고 있습니다.
모든 다섯 모델이 인용한 통계
최소 한 개의 브랜드를 팔로우하는 소셜 미디어 사용자
출처가 명시되지 않음. 이 수치를 가진 연구는 발견되지 않았습니다.
다섯 개 모두에서 인용됨.
검색 결과 첫 페이지를 넘겨보지 않는 검색자
출처 없이 반복되며, 더 이상 해당 내용을 다루지 않는 오래된 마케팅 요약본에서 인용되는 경우가 많습니다. 연구는 발견되지 않았습니다.
다섯 개 모두에서 인용됨.
고객을 유지하는 것보다 확보하는 것이 얼마나 더 비용이 많이 드는가
2014년 하버드 비즈니스 리뷰(Harvard Business Review) 기사는 "어떤 연구를 믿느냐에 따라 다르다"라는 범위만 제시했을 뿐, 구체적인 수치는 언급하지 않았습니다.
다섯 개 모두에서 인용됨.
AI가 가장 많이 반복하는 29가지 통계
각 통계는 다섯 개 어시스턴트 중 최소 세 곳에서 인용되었으며, 대부분 첫 번째로 언급되었고 그 출처를 수동으로 확인했습니다.
-
95% / 5개 중 5개 / 2025년 연구
측정 가능한 재정적 수익을 제공하지 못하는 생성형 AI(Generative AI) 파일럿 프로젝트
MIT NANDA의 2025년 보고서에 따르면, 조직의 95%가 생성형 AI로부터 수익을 얻지 못했습니다. 이는 파일럿 프로젝트의 95%가 실패했다는 것과는 다릅니다.
-
44% / 5개 중 5개
후속 조치 한 번 만에 포기하는 영업사원
모든 출처는 연구를 인용하지 않은 페이지에서 끝나며, 그중 하나는 프리랜서 작가의 샘플 기사입니다. 이의 전체 출처는 제1장(chapter 1)을 펼칩니다.
-
4%에서 10% / 5개 중 5개 / 1979년 연구
실제로 불만을 제기하는 불만족 고객
백악관 소비자 사무실(White House consumer office)을 위한 TARP의 1979년 연구로 거슬러 올라갑니다. 저자는 낮은 비율은 소액 구매에 적용된다고 말하며, 2016년에는 가장 심각한 문제에 대해 22%에서 41%가 불만을 제기했습니다.
-
2시간 21분 / 5개 중 5개 / 2025년 연구
사람들이 매일 소셜 미디어에 보내는 시간
GWI 설문조사 데이터를 기반으로 한 DataReportal의 Digital 2025 보고서: 일반적인 인터넷 사용자는 하루에 소셜 미디어에 2시간 21분을 소비합니다.
-
46% / 5개 중 5개
지역적 의도를 가진 구글 검색
검색 컨퍼런스에서의 슬라이드에 대한 2018년 소셜 게시물로 거슬러 올라갑니다. 우리가 찾을 수 있는 한, Google은 이를 발행한 적이 없습니다.
-
90% / 5개 중 5개
최소 한 개의 브랜드를 팔로우하는 소셜 미디어 사용자
출처가 명시되지 않음. 이 수치를 가진 연구는 발견되지 않았습니다.
-
94% / 5개 중 5개 / 2004년 연구
웹사이트의 첫인상은 디자인에 관한 것임
이 연구는 15명의 여성이 건강 웹사이트를 어떻게 평가했는지에 대한 2004년 연구로 시작되었습니다. 전체 내용은 챕터 4에서 확인할 수 있습니다.
- 검색 결과의 첫 페이지를 넘기지 않는 이용자의 75% (of 5)
출처 없이 반복 인용되며, 더 이상 존재하지 않는 오래된 마케팅 요약본에 자주 기인하는 경우가 많습니다. 관련 연구는 발견되지 않았습니다.
사용 시
인용 출처를 따라가고, 다시 그 출처를 따라가세요.
인용된 페이지가 통계 목록이나 회사 블로그인 경우, 해당 페이지의 링크를 사용하여 한 단계 더 나아가세요. 원본 연구에 도달하거나 더 이상 추적할 수 없을 때까지 계속하세요.
누가, 몇 명에게, 언제 질문했는지 확인하세요.
우리가 발견한 대부분의 변화는 숫자가 아니라 맥락에 있었습니다: 한 국가의 여론조사, 10년 전 연구, 15명.
동의를 검증 기준으로 삼지 마세요.
다섯 명의 조교가 같은 숫자를 제시한다고 해서 그것이 다섯 개의 출처인 것은 아닙니다. 그들이 가장 많이 반복한 숫자들은 나머지 숫자들보다 더 잘 출처가 확보된 것이 아니었습니다.
출판 시
숫자 옆에 방법을 명시하세요.
