ChatGPT냐 Gemini냐…딥리서치는 출처 수보다 검증 방식이 갈린다

ChatGPT Deep Research와 Gemini Deep Research 중 하나를 고른다면 출처 개수보다 결론을 원자료에 대조하기 쉬운지를 먼저 봐야 한다. 논문 인용의 적합성과 조사할 사이트의 범위를 중시한다면 ChatGPT가, Gmail·Drive에 있는 자료를 웹 조사와 결합하고 Google Docs에서 보고서를 이어서 편집한다면 Gemini가 더 잘 맞는다.

두 도구 모두 여러 자료를 조사해 인용이 달린 보고서를 만든다. 차이는 자료를 많이 찾았다는 사실을 어떻게 평가할지, 업무에 쓰던 문서를 어떤 조건으로 가져올지, 완성된 보고서에서 무엇을 다시 확인할 수 있을지에 있다. 한국어 시장조사, 논문 검토, 여러 PDF의 종합은 각각 필요한 자료와 오류의 형태가 달라 같은 도구에도 서로 다른 선택 기준을 요구한다.

출처가 많아도 인용이 정확해지는 것은 아니다

학술 서베이 과제를 평가한 ReportBench의 공개 결과에서 Gemini Deep Research는 보고서당 평균 참고문헌 32.42개, OpenAI Deep Research는 9.89개를 제시했다. 그러나 인용된 문장이 연결된 자료와 일치하는 비율은 각각 72.94%와 78.87%였다. 이 평가에서는 참고문헌을 더 많이 제시한 쪽이 인용 일치율에서는 앞서지 못했다.

두 수치는 서로 다른 질문에 답한다. 참고문헌 수는 보고서가 얼마나 많은 자료를 나열했는지를 보여주지만, 인용 일치율은 특정 문장이 그 자료의 내용과 맞는지를 본다. 후보 문헌을 폭넓게 모으는 일에는 전자가 유용할 수 있다. 반면 대외 보고서의 핵심 주장처럼 문장마다 근거를 추적해야 할 때는 후자가 직접적인 기준이다.

이 평가의 과제는 학술 서베이 작성이며, 문장과 출처의 일치 여부에는 자동화된 의미 판정이 쓰였다. 따라서 수치를 한국어 시장조사나 기업 내부 문서 분석의 승률로 옮길 수는 없다. 다만 출처 목록의 길이를 신뢰도의 대용 지표로 삼으면 놓치는 문제가 무엇인지는 분명하다. 링크가 실제로 열리는지와 링크 안의 내용이 보고서의 주장까지 뒷받침하는지는 별도로 살펴야 한다.

같은 문헌 과제에서는 무엇이 달랐나

유료 계정에 같은 문헌 검토 과제를 준 2026년 공개 비교 시험에서는 ChatGPT의 인용 31개 중 27개, Gemini의 인용 31개 중 25개가 연결된 문장을 뒷받침했다. 시험 기록상 Gemini가 살펴본 고유 자료는 더 많았고 보고서도 더 빨리 완성했다. 자료 탐색의 폭과 최종 문장의 인용 적합성이 같은 방향으로 움직이지 않았다는 점에서 앞선 평가와 구분해 읽을 만한 결과다.

이 시험에서 ChatGPT의 잘못 연결된 인용에는 주장한 결과를 다루지 않는 해설 문헌과 연도가 어긋난 수치가 포함됐다. 근거 자체는 관련이 있어도 원 논문 대신 보도자료를 가리킨 사례도 있었다. Gemini 쪽에서는 문장을 지지하지 않는 인용과 열리지 않는 링크가 기록됐다. 어느 보고서든 참고문헌이 실제로 존재한다는 확인만으로 본문 검토가 끝나지는 않는다.

이 결과는 특정 영어 문헌 과제를 당시의 계정과 설정으로 실행한 관찰이다. 한국어 자료를 대상으로 같은 검사를 한 결과로 해석하거나 이후 실행에서도 같은 차이가 난다고 예측하기는 어렵다. 특히 PDF 종합에 관한 해당 글의 설명에는 시험에 사용한 Gemini 모델명이 서로 다르게 적혀 있어, 그 대목을 두 딥리서치 제품의 확정적인 성능 비교로 삼기 어렵다.

한국어 시장조사는 자료가 어디에 있는지가 먼저다

국내 시장조사에서는 한국어로 질문을 입력하는 능력보다 결론에 필요한 자료에 접근하는 경로가 더 중요할 수 있다. 공개 통계와 기업 공시는 웹에서 찾을 수 있지만, 거래처가 보낸 메일이나 팀의 기존 조사 문서는 권한이 있는 계정에 묶여 있다. 공개 수치와 내부 추정을 한 문장에 합칠 때는 각 수치의 작성 주체와 범위가 유지돼야 한다.

Gemini Apps 이용 안내에 따르면 Deep Research는 기본 검색 자료에 사용자가 선택한 Gmail·Drive를 더하고 파일도 업로드할 수 있다. Gmail·Drive를 조사 자료로 쓰려면 Google Workspace 앱이 연결돼 있어야 하며, 원한다면 기본으로 포함되는 Google 검색을 제외할 수도 있다. 보고서는 Google Docs로 내보낼 수 있어 조사에 쓴 문서 환경에서 편집을 이어갈 수 있다.

이 기능은 근거가 Gmail이나 Drive에 쌓이는 조직에 유리한 조건이다. 다만 접근할 수 있는 문서가 많아져도 서로 다른 기준의 숫자가 비교 가능해지는 것은 아니다. 예를 들어 국내 매출, 국내 소비 규모, 해외 기업의 한국 사업 추정치는 모두 ‘한국 시장’이라는 말과 함께 등장할 수 있다. 이런 경우 보고서에 담긴 출처별 기간과 조사 범위를 구분해야 결론의 크기를 판단할 수 있다.

공개된 두 비교 결과만으로 한국어 검색의 우열을 정할 자료는 부족하다. 국내 조사에서 선택을 가르는 실질적인 차이는 필요한 근거가 공개 웹에 있는지, 허용된 내부 문서에 있는지, 그리고 결과를 조직의 문서 흐름에 연결해야 하는지다. 내부 자료가 핵심이면 연결 권한과 검색 범위부터 제품의 적합성을 판단하게 된다.

논문 검토는 문헌 발견과 주장 검증을 나눠 본다

논문 검토의 초기 단계에서는 관련 연구를 폭넓게 발견하는 편이 도움이 된다. 그러나 선행연구의 설계와 결론을 정리하는 단계에서는 각 인용이 어느 주장에 붙었는지가 중요해진다. 초록에 나온 연관성을 인과관계로 바꾸거나, 후속 연구의 수치를 앞선 논문에 붙이면 문헌 목록이 정확해도 본문은 잘못될 수 있다.

앞선 학술 과제 평가에서 Gemini가 더 많은 참고문헌을 제시한 결과는 후보 문헌을 모으는 목적과 연결된다. 인용 일치율에서 OpenAI가 앞선 결과는 문장별 근거를 따지는 목적과 연결된다. 어느 수치도 특정 주제의 중요한 논문을 빠짐없이 찾는다거나 생성된 문장을 그대로 인용해도 된다는 보증은 아니다. 서로 다른 작업의 기준을 하나의 ‘보고서 품질’ 점수로 합치지 않는 편이 정확하다.

원 논문과 해설 기사 사이의 거리도 검토 비용을 바꾼다. 해설은 연구를 찾는 단서가 될 수 있지만 표본, 측정 방식, 제한 사항이 빠져 있을 수 있다. 연구 결과를 대외 문서에 옮길 목적이라면 보고서 문장에 붙은 링크가 원문 연구의 해당 대목까지 이어지는지가 핵심이다. 탐색용 초안이라면 관련 문헌의 범위를 넓히는 능력에 더 무게를 둘 수 있다.

여러 PDF와 내부 문서를 합칠 때의 차이

PDF 종합에서는 파일 업로드 자체보다 여러 파일에 흩어진 근거를 한 결론으로 연결하는 과정이 어렵다. 본문 표의 값과 부록의 정의가 다르거나, 파일마다 같은 용어를 다른 기간에 사용하면 매끄러운 요약도 잘못된 비교를 담을 수 있다. 결론을 확인할 때 필요한 것은 보고서에 붙은 파일명뿐 아니라 해당 값이 나온 부분과 그 값의 적용 범위다.

ChatGPT Deep Research 이용 안내는 업로드 파일, 공개 웹, 사용 가능한 연결 앱을 조사 자료로 쓸 수 있다고 설명한다. 사용자는 조사할 사이트를 제한하거나 우선하도록 설정하고, 시작 전에 제안된 조사 계획을 수정할 수 있다. 완성된 보고서에는 인용과 자료 목록, 조사 진행 기록이 제공되며 Markdown·Word·PDF 형식으로 내려받을 수 있다.

따라서 Drive 연결만으로 두 제품을 나누는 설명은 부정확하다. ChatGPT도 계정과 조직 설정이 허용하면 Google Drive 같은 문서 저장소를 조사 자료로 쓸 수 있다. 차이는 연결하려는 앱의 지원 여부와 권한, 웹사이트를 지정하는 방식, 보고서가 완성된 뒤 쓰는 문서 형식에 있다. 조직의 파일이 어느 저장소에 있는지에 따라 같은 PDF 종합 업무에도 자료를 가져오는 수고가 달라진다.

어느 도구로 여러 PDF를 합치든 출처를 따라가는 방법은 과제의 성격에 맞아야 한다. 서로 다른 파일의 수치를 비교한다면 원본 표의 단위와 기간을 확인할 수 있어야 하고, 조항이나 정의를 요약한다면 부록까지 찾아갈 수 있어야 한다. 보고서가 답을 자신 있게 서술하는 것과 필요한 대목을 실제로 찾아 연결했다는 것은 별개의 문제다.

보고서의 다음 용도가 선택을 마무리한다

팀이 Google Docs에서 결과를 공동 편집하고 Gmail·Drive 문서를 조사에 자주 포함한다면 Gemini의 입력과 내보내기 경로가 자연스럽다. 반대로 조사할 웹사이트의 범위를 미리 정하고, 사용한 자료와 진행 기록을 살핀 뒤 Word나 PDF로 전달하는 일이 잦다면 ChatGPT의 제공 방식이 맞을 수 있다. 이는 기능의 우열보다 기존 업무와의 접점에 관한 판단이다.

숫자를 다시 계산해야 하는 업무에서는 보고서를 내려받을 수 있다는 사실만으로 결과가 재현되는 것은 아니다. 입력값, 계산식, 제외한 항목이 결과물에 남아 있는지가 필요하다. 공개 비교에 스프레드시트 작업 파일에 대한 평가가 등장하지만, 이를 딥리서치 보고서가 항상 계산 가능한 파일을 제공한다는 약속으로 받아들일 근거는 없다.

하나만 구독해야 한다면 반복 업무에서 가장 비싼 오류가 무엇인지가 결정적이다. 논문과 수치의 근거를 문장별로 따지고 조사 범위를 통제하는 일이 중심이면 ChatGPT를 우선 검토할 이유가 있다. 허용된 Gmail·Drive 자료를 웹과 함께 살피고 Docs에서 결과를 이어서 다듬는 일이 중심이면 Gemini가 더 잘 맞는다. 출처를 많이 모으는 능력과 핵심 문장을 확인하는 능력은 끝까지 따로 평가해야 한다.

함께 읽기:

• ChatGPT Plus vs Perplexity Pro: 같은 20달러, 검증 방식이 갈린다
• Clockify냐 Toggl Track이냐…무료 좌석 뒤 감시 방식이 갈린다
• AI 시대 인사평가, 산출물 개수보다 재작업률을 봐야 한다