AI가 뽑은 2026 북중미 월드컵 최종 순위는?
월드컵 시즌이 다가오면 늘 궁금해지는 질문이 있습니다.
“이번 월드컵, 누가 우승할까?”
예전에는 스포츠 기사, 배당률, 전문가 예측, 파워랭킹을 찾아봤다면 이제는 조금 다른 방법도 있습니다. 바로 생성형 AI에게 직접 물어보는 것입니다.
그렇다면 AI는 2026 북중미 월드컵의 최종 순위를 어떻게 예측할까요?
TBWA Data Lab은 이 질문을 조금 더 집요하게 실험해봤습니다. GPT, Gemini, Perplexity, Claude 네 가지 AI 엔진에 동일한 질문을 각각 100번씩 반복해서 입력해보았는데요. 질문은 단순했습니다.
“2026 북중미 월드컵 최종 순위 1위부터 8위까지 어떻게 될 거 같아? 순위와 국가만 짧게, 중복 없이.”
총 400개의 답변을 모았고, 각 답변에 등장한 1위부터 8위까지의 국가를 모두 기록했습니다.
그 결과, 꽤 흥미로운 순위표가 나왔습니다.
AI가 뽑은 2026 북중미 월드컵 종합 순위
먼저 4개 AI 엔진의 결과를 모두 합쳐본 종합 순위입니다.
이 순위는 각 모델에서 국가가 몇 위에 등장했는지, 얼마나 자주 등장했는지를 함께 반영한 결과입니다.
AI들이 가장 강하게 본 국가는 프랑스였습니다. 프랑스는 4개 모델 평균 기대순위 1.81위로 가장 앞섰습니다.
2위는 아르헨티나였습니다. 특히 아르헨티나는 평균 등장률이 100%인데요. 4개 엔진 전체에서 빠지지 않고 반복적으로 상위 후보군에 들어간 국가입니다.
3위는 스페인입니다. 스페인은 모델에 따라 평가가 크게 갈렸지만, 종합적으로는 3위권에 자리 잡았습니다.
그 뒤를 잉글랜드, 브라질, 포르투갈, 독일, 네덜란드가 이었습니다.
AI 엔진별 답변 순위는 어떻게 달랐을까?
이번 실험에서 가장 재미있는 지점은 엔진별 순위 차이였습니다.
같은 질문을 던졌지만, GPT와 Gemini, Perplexity, Claude가 만든 순위표는 꽤 달랐습니다.
GPT (교과서형) : “프랑스가 우승이지”
GPT는 프랑스와 스페인을 가장 강하게 봤습니다. 특히 프랑스는 100회 중 64회 1위로 등장했고, 스페인도 평균 1.68위로 프랑스 바로 뒤에 붙었습니다.
GPT의 특징은 후보군이 비교적 안정적이라는 점입니다.
총 100회 중 32개의 서로 다른 완전순위 패턴이 나왔지만, 기본 후보군은 거의 유지됐습니다.
100번을 물어도 8위권 밖의 다크호스는 딱 하나, 모로코만 6번 등장했어요. 8위 자리는 94번이 네덜란드로 고정되었죠.
그리고 눈여겨볼 대목은, 아르헨티나를 은근히 낮게 봤다는 점입니다. (평균 3.93위, Top3 진입은 23%)
Gemini (변덕형) : “프랑스는 확실, 근데 스페인은 잘..?”
Gemini도 프랑스를 가장 강하게 봤습니다. 프랑스는 Gemini에서 100회 중 71회 1위로 등장했습니다.
다만 GPT와 달리 Gemini에서는 아르헨티나가 2위권으로 올라왔고, 스페인은 4위권으로 내려갔습니다.
Gemini에서 흥미로운 국가는 스페인이였습니다. 평균순위만 보면 3.83위지만, 실제로는 1위로 25회 등장했고 동시에 5위로도 39회 등장했습니다. 실행에 따라 “우승 후보”로 볼 때도 있고 “중위권”으로 볼 때도 있는, 종잡을 수 없는 예측을 보여줬습니다.
반대로 아르헨티나는 Top3에 84%나 넣었지만, 정작 1위로는 4%밖에 안 뽑았습니다. “아르헨티나는 상위권은 맞지만, 우승감은 아니다”라는, 꽤 일관된 시선이였죠.
또, 8위 자리에만 무려 8개 나라가 번갈아 들락거리기도 했습니다. (콜롬비아·우루과이·에콰도르·벨기에·모로코·노르웨이)
Perplexity (소신형) : “무조건 아르헨티나”
Perplexity는 네 모델 중 가장 독특했습니다.
다른 셋이 프랑스·스페인을 정상에 둘 때, Perplexity는 아르헨티나를 74% 확률로 1위에 올렸습니다.
아르헨티나의 Top3 진입률은 무려 100%. 메시의 나라를 가장 강하게 밀어준 AI입니다.
Perplexity는 소신이 유독 강했습니다. 100번 중 무려 61번이 완전히 똑같은 순위였어요. 그런데 그 소신 안에 재밌는 고집이 숨어 있었습니다.
다른 AI들은 거의 쳐다도 안 본 콜롬비아를 100번 모두 순위권 안에 포함했고, 반대로 다른 AI들이 자주 언급한 독일은 거의 제외하면서, 독자적인 순위 프레임이 나타났다는 점이였습니다.
Claude (신중형) : “글쎄, 셋 다 가능성 있지”
Claude는 가장 신중했습니다.평균순위를 기준으로 보면 프랑스가 가장 높지만, 1위로 가장 자주 등장한 국가는 스페인이였습니다. 1위를 하나로 못 박지 않고 스페인(37%)·프랑스(35%)·아르헨티나(27%)를 거의 삼등분했어요. 세 팀 다 “우승할 수도 있다”고 본 거죠.
Claude는 4개 모델 중 가장 많은 완전순위 패턴을 보였습니다. 100번 물었더니 무려 76가지의 서로 다른 순위가 나와. 4개 AI 중 단연 가장 분산적인 모습을 보였습니다.
상상력도 제일 풍부했습니다. 벨기에를 28번 소환했고, 심지어 개최국 미국, 그리고 일본·이탈리아까지 8위권에 등장시켰어요. 쉽게 말하면, Claude는 후보를 가장 넓게 열어두는 모델에 가까웠습니다.
같은 팀, AI는 이렇게 다르게 봤다
여기까지 읽으셨다면 눈치채셨겠지만, 같은 질문이지만, AI마다 답변이 극과 극이라는 것을 알 수 있습니다. AI마다 세부적인 판단 시 꽤 다른 기준을 적용하고 있다는 점이 드러나는 대표사례 두가지는 다음과 같습니다.
아르헨티나 — Perplexity의 최애, GPT의 찬밥
- Perplexity: 평균 1.5위 (거의 우승 확정)
- GPT: 평균 3.9위 (Top3 진입 23%)
같은 아르헨티나를 두고 두 AI가 두 계단 넘게 다르게 봤습니다. Perplexity만 봤다면 “AI가 아르헨티나 우승을 점쳤다”고 쓸 테고, GPT만 봤다면 “아르헨티나는 4강권”이라고 썼겠죠.
스페인 — GPT의 강호, Gemini의 럭비공
- GPT: 평균 1.68위 (거의 항상 1·2위, 안정적)
- Gemini: 평균 3.83위 (1위 25번 ↔ 5위 39번, 들쭉날쭉)
평균만 보면 “GPT가 스페인을 더 높게 본다” 정도지만, 속을 보면 GPT는 스페인을 꾸준한 강호로, Gemini는 오늘은 1위 내일은 5위인 럭비공으로 본 겁니다. 성격이 완전히 다르죠.
핵심은 이겁니다. 어떤 AI에게 물었느냐에 따라 위치와 인식이 통째로 바뀔 수 있다는 점입니다.
AI의 추천 순위, 믿어도 될까?
AI에게서 한 번 나온 답변을 그대로 “AI의 최종 예측”으로 받아들이기는 어렵습니다.
같은 AI 모델에게, 같은 질문을 반복했을 때도 답변 속 추천 순위가 계속 달라질 수 있기 때문인데요.
이번 실험에서 GPT는 100회 중 32개의 서로 다른 순위 패턴을 냈고, Gemini는 50개, Claude는 76개의 패턴을 냈습니다. Perplexity는 8개 패턴으로 비교적 고정적이었지만, 다른 모델과는 다른 후보군을 강하게 반복했습니다.
생성형 AI는 정답을 ‘검색’해서 꺼내오는 게 아니라, 확률적으로 다음에 올 말을 고르며 문장을 만들어냅니다. 그래서 매번 살짝 다른 선택을 하고, 그 작은 차이가 순위표에서는 순서가 바뀌는 걸로 나타나죠. 실시간 검색 결과가 반영되거나, 모델 버전이 달라지는 것도 영향을 줍니다.
즉, AI 답변은 하나의 고정된 정답이라기보다 매번 조금씩 달라지는 확률 분포에 가깝습니다.
한 번의 답을 그 AI의 ‘확정된 판단’으로 믿으면 안 되는 이유가 바로 그 때문입니다.
GEO 성과 측정의 문제
이 실험에서 ‘국가’를 ‘브랜드’로 바꿔 읽으면, 요즘 뜨거운 GEO(생성형 엔진 최적화) 관점에서 중요한 시사점이 있습니다.
요즘 소비자는 “○○ 카테고리 추천 브랜드 알려줘”, “△△랑 □□ 중에 뭐가 나아?” 같은 질문을 AI에게 던지고, 정리된 답을 그대로 받아들입니다. 그러니 브랜드 입장에선 AI 답변 속에서 인용과 추천 순위가 점점 중요해지고 있죠.
하지만 이번 월드컵 실험이 보여준 것처럼, AI는 한 번의 답변으로 고정되지 않습니다. 같은 질문을 반복해도 순위가 달라질 수 있고, AI 엔진이 달라지면 후보지 자체가 바뀔 수 있습니다.
그래서 GEO 성과를 볼 때도 단순히 “우리 브랜드가 몇 위에 나왔는가”만 보면 부족합니다.
중요한 것은 반복되는 답변 속에서 브랜드가 얼마나 자주 등장하는지, 어떤 AI 엔진에서 주로 강하고 약한지, 평균순위와 실제 분포를 함께 보는 것입니다.
마치며
사실 이 글의 결론은 여러분이 직접 확인해볼 수 있습니다.
지금 즐겨 쓰는 AI를 열고 브랜드가 속한 카테고리에서 “추천 후보 순서대로 알려줘”라고 반복해서 물어보세요. 답이 계속해서 달라지는 걸 보게 되실 겁니다.
TBWA Data Lab은 이러한 현상에 맞춰, 브랜드가 AI 답변 속에서 더 안정적으로 발견되고 추천될 수 있도록 측정, 진단, 개선, 검증까지 연결되는 성과 중심의 GEO 프레임워크를 만들어가고 있습니다.
AI 검색 시대, 여러분의 브랜드는 AI에게 어떻게 보이고 있을까요?
FAQ
AI가 예측한 2026 북중미 월드컵 우승 후보는 어디인가요?
이번 실험에서 GPT, Gemini, Perplexity, Claude 4개 AI 엔진의 결과를 종합했을 때 가장 높은 순위를 기록한 국가는 프랑스였습니다. 프랑스는 평균 기대순위 1.81위로 가장 앞섰고, 아르헨티나와 스페인이 그 뒤를 이었습니다. 다만 AI 엔진별 판단은 달랐습니다. GPT와 Gemini는 프랑스를 강하게 봤고, Perplexity는 아르헨티나를 1위 후보로 반복해서 선택했으며, Claude는 프랑스·스페인·아르헨티나를 고르게 평가했습니다.
AI 엔진마다 답변이나 순위가 달라지는 이유는 무엇인가요?
생성형 AI는 하나의 정답을 그대로 검색해 보여주는 방식이 아니라, 학습된 정보와 현재 입력된 질문을 바탕으로 가장 그럴듯한 답변을 생성합니다. AI 모델마다 학습 방식, 참조하는 정보, 답변 생성 구조가 다르기 때문에 같은 질문에도 서로 다른 답변이 나오게 됩니다. 여기에 실시간 검색 반영 여부, 모델 버전, 답변 생성 시점의 차이까지 더해지면 예측 결과는 더 달라질 수 있습니다.
한 번의 AI 답변만 보고 순위를 판단하면 왜 위험한가요?
한 번의 AI 답변은 전체 경향이 아니라 특정 순간에 나온 하나의 결과이기 때문입니다.
특정 질문에서 A 브랜드를 언급하거나 1위로 추천하더라도, 똑같은 질문을 다시 하면 같은 AI라도 결과가 달라지거나 순위가 바뀔 수 있습니다. 때문에 AI 답변을 해석할 때는 등장률, 평균순위, 순위 변동 폭과 같은 지표를 함께 봐야 합니다.
GEO 성과는 어떻게 봐야 하나요?
한 번이 아니라, 반복해서 _ 브랜드가 얼마나 자주(등장률), 어느 자리에(평균순위)
한 AI가 아니라, 여러 AI에서 _ GPT·Gemini·Perplexity·Claude 등
순위 하나가 아니라, 분포로 _ 평균순위와 등장률·변동 폭(표준편차)
