LLM 추천에서 브랜드 경쟁 동학을 스킨케어 제품을 사례로 3개 상용 LLM(GPT-4o-mini, Claude Sonnet, Gemini 3 Flash)에서 분석했다. 세 실험에서 (1) 사양이 동일할 때 유명 브랜드가 100% 추천되는 '조건부 독점'(IAI=10.0)이 나타나지만 경쟁자가 +0.1성 미만 평점 우위만 가져도 사라지고, (2) 조작된 임상 근거 주장 등 권위형 마케팅 언어가 평점 +0.17점 가치로 이 독점을 깨뜨리며 모델마다 다르게 반응하고, (3) 다브랜드 GEO 경쟁에서 모두 같은 최적화 전략을 쓰면 개별 보수가 +0.802에서 +0.007로 급락하는 사회적 딜레마가 발생함을 발견했다. GEO를 보안 위험이자 시장 경쟁을 형성하는 마케팅 관행으로 볼 것을 시사한다.
- •스킨케어 제품으로 3개 상용 LLM(GPT-4o-mini·Claude Sonnet·Gemini 3 Flash)의 브랜드 추천 동학 분석
- •사양 동일 시 유명 브랜드 100% 추천 '조건부 독점'(IAI=10.0), 경쟁자 +0.1성 미만 우위로도 소멸
- •조작된 임상 근거 등 권위형 마케팅 언어가 평점 +0.17점 가치로 독점 붕괴
- •다브랜드 GEO 경쟁에서 동일 전략 채택 시 개별 보수 +0.802→+0.007 급락하는 사회적 딜레마 발견
Incumbent Advantage: Brand Bias and Cognitive Manipulation Dynamics in LLM Recommendation Systems
- 1.LLM 추천에서 유명 브랜드가 동일 스펙 시 100% 추천되는 '조건부 독점' 발견
- 2.경쟁사가 +0.1점 평점 우위만 가져도 이 독점이 사라짐
- 3.조작된 임상 근거 등 권위형 마케팅 문구가 +0.17점 가치로 독점을 깨벌
- 4.모든 브랜드가 같은 GEO 최적화 채택 시 개별 보상이 +0.802→+0.007로 붕괴하는 사회적 딜레마
왜 중요한가?
소비자가 구매 전 품질 판단이 어려운 영역에서 LLM 추천이 새 경쟁 채널이 되며, 생성엔진 최적화(GEO)가 보안 위험을 넘어 시장 경쟁을 형성하는 신흥 마케팅 관행임을 시사한다.
🏷️ 언급 프로젝트
LLM 추천 시스템에서 발생하는 브랜드 편향과 인지 조작 역학에 대한 연구는 국내 온라인 상거래 및 콘텐츠 시장에 중요한 윤리적, 규제적 시사점을 던집니다. 공정한 경쟁 환경을 조성하고 소비자 보호를 강화하기 위해 이러한 편향성을 이해하고 관리하는 방안 마련이 시급합니다.
본문 미리보기
arXiv:2606.17443v1 Announce Type: new Abstract: Large language models (LLMs) are becoming a major way for consumers to find products, but we do not yet understand how brands compete in this new channel. We study brand dynamics in LLM recommendations using skincare products -- a category where consumers cannot easily judge quality before buying and must rely on brand reputation -- across three commercial LLMs (GPT-4o-mini, Claude Sonnet, Gemini 3 Flash), with a robustness check on search goods.
전체 내용이 궁금하다면?
원문을 직접 읽어보세요
