AI와 구글 검색 차이, 어느 칸에 입력할지 정하는 간단한 기준

차이는 하나, 나머지는 거기서 따라옵니다

검색 엔진은 이미 존재하는 페이지를 찾아냅니다. 당신이 나타나기 전에 누군가 그 페이지를 썼고, Google이 하는 일은 당신이 입력한 말이 들어 있을 가능성이 가장 높은 페이지를 가리키는 것입니다. 챗봇은 완전히 다른 일을 합니다. 당신의 구체적인 질문에 맞춰 새 답변을 한 조각씩 써 내려갑니다. 그 답변은 5초 전만 해도 어디에도 없었고, 탭을 닫는 순간 다시 어디에도 없게 됩니다.

사람들이 다투는 나머지 차이는 전부 이 하나에서 나옵니다. 검색이 출처를 보여주는 건 검색이 가진 것이 출처뿐이기 때문입니다. AI가 출처를 보여주지 않는 건 페이지를 인용하는 게 아니라, 학습하면서 흡수한 패턴을 따라 새 텍스트를 만들어내기 때문입니다. 검색이 최신인 건 살아 있는 웹이 최신이기 때문입니다. AI가 자주 뒤처지는 건 학습 데이터가 몇 달 전 어느 날짜에서 멈췄기 때문입니다. 검색은 다섯 페이지를 읽고 어느 쪽을 믿을지 당신이 판단하게 만듭니다. AI는 그 일을 대신 해주고, 가끔은 잘 정리된 문단 안에서 자신 있게 틀립니다.

더 읽기 전에 실험을 하나 해보세요. 이번 주에 실제로 Google에 입력했던 질문을 하나 골라, 어설픈 키워드까지 그대로 챗봇에 붙여넣어 보세요. 그리고 두 답변을 나란히 보면서, 실제로 쓰려면 어느 쪽이 더 손이 많이 갔을지 생각해 보세요. 그 2분짜리 비교가 이 페이지의 나머지보다 더 많은 것을 가르쳐 줍니다. 챗봇을 한 번도 열어본 적이 없다면 AI란 무엇인가가 먼저 읽을 짧은 버전입니다.

검색이 여전히 이기는 것들, 에두르지 않고

챗봇이 그냥 잘못된 도구인 질문들이 있고, 아무리 프롬프트를 잘 써도 해결되지 않습니다. 이런 것들은 매번, 생각할 것도 없이 검색을 쓰세요.

• 지금 벌어지고 있는 모든 것. 경기 결과, 선거, 서비스 장애, 열차가 다니는지, 친구가 말한 그 회사가 정말 그 일을 했는지. 모델은 마감 시점까지 학습한 뒤 그대로 멈춰 있습니다.
• 가격, 재고, 구매 가능 여부. 챗봇은 항공권이나 노트북 값을 흔쾌히 알려줍니다. 그 숫자는 옛날 가격에 대한 그럴듯한 기억이지 오늘의 가격이 아닙니다.
• 공식 서류와 정부 페이지. 세금 신고 기한, 비자 요건, 지원금 자격, 방문 예약. 진짜 정부 도메인의 진짜 페이지가 필요합니다. 그 페이지에 적힌 문구가 곧 규정이기 때문입니다.
• 영업시간, 주소, 전화번호. 조용히 바뀌고, 아무도 정정 공지를 내주지 않는 작은 사실들입니다.
• 의료와 법률의 구체적인 내용. AI의 일반적인 설명은 괜찮습니다. 복용량, 약물 상호작용, 조문, 신고 기한처럼 내 몸이나 내 사건을 두고 실제로 움직일 내용은 이름과 날짜가 붙은 출처의 몫입니다.
• 누군가에게 보여줘야 할 모든 것. 동료나 의사, 집주인이 그거 어디서 봤냐고 물을 상황이라면 요약이 아니라 링크가 필요합니다.

이 목록을 관통하는 것은 정확성이라기보다 검증 가능성입니다. 챗봇은 대부분의 일에 대해 대체로 맞습니다. 문제는 틀렸을 때의 모습이 맞았을 때와 완전히 똑같다는 점입니다. 같은 말투, 같은 유창함, 확인해 봤다는 듯한 같은 분위기. 검색은 도메인 이름과 게시 날짜, 그리고 당신 눈으로 직접 읽을 수 있는 페이지를 건네줍니다. 그 세 가지가 바라는 대신 판단할 수 있게 해주는 것입니다. AI가 틀리는 이유가 그 자신만만한 실수 뒤의 원리를 설명합니다. 중요한 일을 챗봇에 기대기 전에 10분을 들일 값어치가 있습니다.

AI가 이기는 것들, 그리고 키워드가 알려주는 신호

검색에는 사람들이 잘 눈치채지 못하는 전제가 하나 있습니다. 답이 대략 어떤 모습인지 이미 알고 있어야 한다는 것입니다. 그 답이 담긴 페이지에 나올 법한 단어를 미리 맞춰야 하니까요. "마드리드 날씨"에는 잘 통하지만, "보일러 문제로 집주인에게 공격적으로 들리지 않게 뭐라고 말해야 할까"에서는 무너집니다. 질문이 키워드로 압축되기를 거부하는 순간, 두 도구의 경계선을 찾은 것입니다.

• 내 상황이 통째로 들어간 질문. 통근 거리가 다른 두 개의 채용 제안. 오류 메시지와 이미 시도해 본 네 가지. 뭔가 어색한데 왜인지 말할 수 없는, 내가 쓴 문단.
• 내 수준에 맞춰 설명해 줘. 이 주제를 한 번도 접해본 적 없는 사람을 위한 버전을 요청하고, 그다음 한 단계 위를 요청하고, 그다음 내가 아직 이해하지 못한 게 무엇인지 물어보세요. 웹 페이지는 당신에게 맞춰 스스로를 바꾸지 못합니다. 챗봇은 지겨워하지 않고 네 번도 해줍니다.
• 가진 것을 필요한 것으로 바꾸기. 40페이지 PDF를 요점 여섯 줄로. 휘갈긴 메모를 정중한 이메일로. 설문 응답 90개를 세 가지 주제로. 어느 것도 검색으로 할 일이 아닙니다. 원자료가 당신 것이고 온라인 어디에도 없기 때문입니다.
• 내 사정에 비춰 선택지 비교하기. "식기세척기 추천"이 아니라 "배관이 오래된 작은 집에서, 밤 11시에 돌리는 사람에게 이 셋 중 무엇이 맞을까"입니다.
• 탭 아홉 개 문제. 정직한 검색 답변이 "페이지 아홉 개를 열어서 전부 읽고 종합하세요"일 때, 챗봇은 당신이 손으로 하려던 바로 그 일을 하고 있는 것입니다.

사람들의 습관을 바꾸는 것은 마지막 항목이고, 대가가 가장 아프게 다가오는 지점도 여기입니다. 요약이 그 아홉 페이지 없이 도착하기 때문이죠. 어떤 프롬프트 기교보다 도움이 되는 습관이 하나 있습니다. 답변 중 어느 부분은 확신하고 어느 부분은 직접 확인해야 하는지 챗봇에게 물어보세요. 그 구분이 완벽하지는 않겠지만, 확신 표시가 하나도 없는 답변보다는 훨씬 낫습니다. AI에게 맡길 만한 일상 업무에 그대로 복사해 쓸 수 있는 프롬프트와 함께 더 긴 목록이 있습니다.

평범한 일주일을 위한 판단 표

같은 기준을 사람들이 실제로 하는 일에 적용해 봤습니다. 결론만 보지 말고 이유 칸을 읽으세요. 이 표에 없는 당신의 작업으로 옮겨 갈 수 있는 건 이유 쪽입니다.

할 일	무엇을 쓸까	이유
오늘 밤 가게가 여는지 확인	검색	영업시간은 조용히 바뀌고 모델은 듣지 못했습니다
보험 안내문의 용어 이해하기	AI	일반적인 정의가 아니라 내 보험에 맞춘 설명이 필요합니다
주소 변경 공식 서류 찾기	검색	설명이 아니라 진짜 정부 페이지가 필요합니다
그 서류에 붙일 안내 이메일 쓰기	AI	백지에서 시작하는 일이고 확인할 사실이 없습니다
고민 중인 휴대폰 두 대 비교	둘 다	장단점 정리는 AI, 현재 가격과 재고는 검색
무엇이든 가격 알아보기	검색	챗봇이 주는 숫자는 견적이 아니라 기억입니다
받은 긴 PDF 요약하기	AI	나만 가진 문서에 해당하는 웹 페이지는 없습니다
약물 상호작용 확인하기	검색	이름과 날짜가 붙은 출처에서 읽어야 합니다
냉장고 재료로 일주일 식단 짜기	AI	남이 올린 레시피가 아니라 내 조건에 맞춰야 합니다
오늘 뉴스에 무슨 일이 있었는지	검색	오늘에 관한 것은 어떤 학습 데이터에도 없습니다
딱딱한 문단을 부드럽게 다시 쓰기	AI	내 문단이 담긴 페이지는 세상 어디에도 없습니다

이 표 안에 두 가지 패턴이 숨어 있습니다. 답이 바깥세상에 존재하고 바뀔 수 있는 사실이라면 검색입니다. 답이 나만 가진 무언가를 중심으로 만들어져야 한다면 AI입니다. 정말 애매하게 느껴지는 거의 모든 경우는 결국 "둘 다"에 해당하고, 둘 다는 대개 답의 뼈대를 잡는 데 AI를 먼저, 실제로 움직일 부분을 확인하는 데 검색을 나중에 쓰라는 뜻입니다. 문제가 그게 아니라 챗봇이 자꾸 내 의도를 빗나가는 것이라면, 그건 표현의 문제이고 AI와 대화하는 법이 대부분을 정리해 줍니다.

한 달쯤 지나면 자리 잡는 작업 흐름

둘 다 쓰는 사람 중에 규칙을 계속 들여다보는 사람은 없습니다. 대신 두 도구가 같은 작업 안에서 서로 다른 자리에 정착합니다. AI는 앞쪽에 놓입니다. 아직 무엇을 상대하고 있는지, 선택지가 무엇인지 파악하는 동안이죠. 검색은 뒤쪽에 놓입니다. 실제로 움직일 구체적인 주장들을 겨냥해서요. 내가 낼 가격, 놓치면 안 되는 기한, 내가 먹을 복용량, 내가 차를 몰고 갈 주소 같은 것들입니다. 한쪽은 이해와 초안 쓰기, 다른 쪽은 검증입니다.

알아둘 만한 중간 선택지가 있습니다. Perplexity가 가장 잘 알려진 AI 검색 도구이고, 요즘 Google 검색 결과 맨 위에 붙는 AI 답변도 같은 부류입니다. 이들은 순서를 뒤집습니다. 살아 있는 웹을 먼저 검색한 다음, 찾아낸 것에 링크를 달아 답변을 씁니다. 최신성 문제를 메워 주고 눌러볼 것도 생깁니다. 다만 대가는 분명합니다. 답변의 품질은 우연히 걸려든 몇 개 페이지의 품질을 넘지 못하고, 문장 옆에 붙은 출처가 그 문장이 원문과 일치한다는 보장은 아니며, 평범한 페이지 세 개를 자신 있게 요약한 글은 훌륭한 페이지 세 개를 자신 있게 요약한 글과 똑같이 읽힙니다. 링크를 눌러 보세요. Perplexity와 ChatGPT 비교에서 각각이 어디에 자리 잡는지 짚어 봅니다.

다음 한 주를 위한 세팅입니다. 쓰던 검색 엔진은 그대로 두고, 두 번째 탭에 챗봇을 열어 두세요. 대체가 아니라 나란히요. 그동안 포기했던 질문들, 너무 구체적이거나 너무 얽혀 있어서 키워드로 칠 수 없던 질문들을 그쪽으로 보내세요. 그 탭에 모델이 하나 이상 있으면 좋겠다면, Whizi가 제공사마다 계정을 따로 만드는 대신 GPT, Claude, Gemini와 이미지 모델을 하나의 구독에 담고 있습니다. 얽힌 질문 하나를 두 모델에 돌려 보는 것이 어느 쪽도 확신하지 못하는 부분을 찾아내는 가장 빠른 방법입니다. 그리고 그 아래에 작은 습관 하나를 계속 굴리세요. 챗봇이 알려준 것을 실행에 옮기기 전에, 그걸 어디서 봤는지 남에게 보여줘도 괜찮을지 자문해 보세요. 답이 아니라면, 그 질문은 처음부터 검색이었습니다.