2025년 12월, 챗GPT의 AI 검색 만족도는 75.6%였습니다. 7개월 뒤 같은 질문을 받은 이용자들은 챗GPT에 70.6%를 줬고, 제미나이에 77.3%를 줬습니다. 오픈서베이가 2026년 7월 검색 이용자 1,000명을 대상으로 진행한 'AI 검색 트렌드 리포트 2026 하반기'에 담긴 숫자들입니다.

만족도 순위가 뒤바뀐 것 자체는 눈길을 끕니다. 그런데 이 조사에서 챗GPT를 쓰다가 그만둔 이유 1위가 유료 요금 부담, 35.6%라는 사실을 함께 보면 물음이 달라집니다. 어느 AI가 더 좋아졌는가보다 지금 내가 내는 구독료가 적절한가가 더 실용적인 질문입니다.

AI 검색이 어느새 두 명 중 한 명의 일이 됐습니다

이번 조사에서 최근 3개월 안에 챗GPT를 검색 용도로 써봤다는 응답자는 58.1%였습니다. 제미나이는 52.2%로, 반년 전보다 이용 경험이 23.3%p 급증하며 전체 검색 서비스 상위 5위 안에 처음 이름을 올렸습니다.

두 서비스 모두 이용자 절반을 넘는다는 것은, AI 검색이 이제 일반 검색 이용자 전반으로 확산됐다는 뜻입니다. 키워드 대신 문장으로 묻고 정리된 답을 받는 방식이 검색 루틴의 하나로 자리를 잡아가고 있습니다. 주변에서 세 명을 만나면 그 중 한 명 이상은 이미 그렇게 쓰고 있습니다.

전통적인 검색 강자인 네이버는 최근 이용 경험 77.7%, 주 이용 1순위 38.8%로 여전히 선두를 지키고 있습니다. 다만 반년 새 네이버의 주 이용률이 7.2%p 빠졌고, 그 빈자리를 AI 검색이 채워가고 있습니다. 네이버가 무너지는 구도가 아니라, 하루 동안 검색 행동이 여러 서비스로 분산되는 방식으로 이동하는 중입니다.

만족도보다 신뢰도가 더 크게 벌어졌습니다

역전의 구체적인 내용을 보면, 어떤 항목에서 격차가 더 벌어졌는지가 눈에 띕니다.

전체 만족도는 제미나이 77.3% 대 챗GPT 70.6%로 6.7%p 차이였습니다. 관련성 평가, 즉 질문과 답변이 얼마나 잘 맞는가를 보는 항목에서는 제미나이 75.5%, 챗GPT 71.2%로 4.3%p 차이였습니다. 그런데 신뢰도에서는 제미나이 57.5%, 챗GPT 48.0%로 격차가 9.5%p까지 벌어졌습니다.

만족도 격차(6.7%p)보다 신뢰도 격차(9.5%p)가 더 크다는 점이 흥미롭습니다. 챗GPT를 쓸 만하다고 느끼면서도, 이 답변이 맞는지 한 번 더 확인해야 한다는 불안이 제미나이보다 강하게 남는다는 뜻입니다. 이 불안이 매일 반복되는 검색 경험으로 누적되면, 어느 서비스를 기본 검색 도구로 고정할지를 가르는 간격이 됩니다.

이탈 이유 1위가 요금 부담(35.6%)이라는 점도 맥락을 읽게 합니다. 서비스가 나빠서 떠나는 게 아니라, 비용을 계속 내는 판단이 애매해질 때 이탈이 쉬워집니다. 신뢰도가 낮아지면 '그래도 돈 내고 쓸 만한가'라는 질문이 더 자주 떠오릅니다. 두 감각이 겹치면 결론은 빠르게 납니다.

이 역전이 품질이 아니라 접근성의 결과라는 반론

이 수치들을 품질 경쟁의 결과로 읽는 것은 조심스럽다는 시각도 있습니다. 제미나이는 구글 크롬, 안드로이드 운영체제, 구글 검색 등 이미 수십억 명이 매일 쓰는 플랫폼에 기본으로 탑재되어 있습니다. 반년 새 이용 경험이 23.3%p 급증한 것이, 사용자가 적극적으로 찾아 쓴 결과가 아니라 이미 쓰는 환경 안에 들어와 있었기 때문일 수 있다는 것입니다.

만족도와 신뢰도 수치도 비슷하게 읽을 수 있습니다. 매일 쓰는 브라우저에서 자연스럽게 제공되는 AI 기능이, 별도 사이트에 접속해 써야 하는 서비스보다 익숙하게 느껴지는 건 품질이 아니라 마찰의 차이일 수 있습니다. 구글 검색 결과와 같은 화면 안에서 함께 제공되는 AI 답변이 신뢰도에서 높게 평가받는 건, 인접한 플랫폼의 신뢰가 함께 작용하는 후광 효과로 설명될 여지도 있습니다.

이 해석이 맞다면, 이번 역전은 어느 AI 서비스가 품질 경쟁에서 앞선 결과가 아니라 접근 경로를 장악한 플랫폼이 체감 만족도에서도 앞서가는, 낯설지 않은 흐름입니다. 챗GPT의 하락이 서비스 자체의 후퇴가 아니라 제미나이가 마찰 없이 가까워진 결과라는 시각도 숫자만큼이나 설득력이 있습니다. 어느 쪽 해석이 맞는지는 아직 데이터가 더 필요합니다.

AI 구독료를 다시 계산해볼 이유가 생겼습니다

비즈니스 환경에서 도구가 빠르게 교체될수록, 그 도구를 고르는 기준을 갖추는 것이 도구 자체를 쓰는 능력보다 오래갑니다. 2030년을 앞두고 업무 방식의 변화를 추적한 한 경영 저술은 이렇게 지적했습니다. 어떤 일을 누가, 어떤 방식으로 처리할지를 먼저 설계한 뒤 기술을 배치하는 사람이, 전환이 잦은 시기에 더 작은 비용으로 더 빠르게 움직인다고. 기술이 무엇인지보다 그 기술이 내 일에서 어떤 역할을 해야 하는지를 먼저 정하는 사람이 유리하다는 관점입니다.

이번 조사 결과를 1인 사업자의 구독 관리 관점으로 읽으면 몇 가지 실용적인 질문이 생깁니다.

지금 유료 구독 중인 AI 서비스가 있다면, 지난 한 달 동안 어떤 작업에서 얼마나 썼는지를 돌아볼 필요가 있습니다. 이탈 이유 1위가 요금 부담(35.6%)이었다는 건, 비용 자체가 아니라 그 비용의 용도가 불분명할 때 이탈 결정이 쉬워진다는 신호입니다. 쓰고 있다는 것과, 그 돈에 값하게 쓰고 있다는 것은 다른 문장입니다.

무료로 쓸 수 있는 대안이 있다면, 같은 작업을 두 서비스에 번갈아 넣어보는 것이 유료 서비스의 값어치를 가장 빠르게 확인하는 방법입니다. 신뢰도 수치 9.5%p 격차보다 내 업무에서 어느 쪽 답변이 더 자주 맞았는지가 훨씬 실용적인 기준입니다. 조사 수치는 1,000명의 평균이고, 내 판단은 내 업무에서 나와야 합니다.

AI 도구를 여럿 쓰는 환경이 됐을 때, 어떤 작업을 어떤 서비스에 넘길지를 어느 시점에 한 번 정리해두면 도움이 됩니다. 반년마다 순위가 바뀌는 시장에서 지금 최선인 도구가 다음에도 최선이라는 보장은 없습니다. 결정의 기준을 기록해두면 다음 번 교체가 더 빨라지고, 같은 고민을 처음부터 다시 시작하지 않아도 됩니다.

반년 만에 만족도 순위가 뒤집혔고, 다음 반년 뒤에 어느 쪽이 앞설지는 아직 모릅니다. 그 불확실성 속에서 1인 사업자가 할 수 있는 건, 지금 쓰는 도구가 내 일에서 무엇을 하고 있는지를 설명할 수 있게 되는 것입니다. 도구의 순위가 아니라 그 도구를 고른 이유가 남아 있어야, 다음 역전이 와도 흔들리지 않습니다.