AI 검색이 호텔 발견을 바꾸다: 의도‑소스 분열과 중개권 재편

본 논문은 “AI 검색이 호텔 중개 구조를 재편한다”는 가설을 검증하기 위해, 도쿄 지역을 대상으로 156개의 호텔 검색 질의를 설계하고 Google Gemini 2.5 Flash의 근거 인용을 1,357건 수집·분석하였다. 연구는 크게 네 부분으로 구성된다. **1. 연구 배경 및 이론적 토대** 전통적인 OTA(Online Travel Agency) 모델은 호텔이 예약당 15‑25%의 수수료를 지급하고, OTA가 가격 비교·예약 인터페이스를 독점함으로써 ‘발견(discovery)’ 단계에서 강력한 시장 지배력을 확보한다는 점을 강조한다. 최근 등장한 생성형 AI 검색 엔진은 사용자가 질문을 하면 여러 웹 페이지를 검색·통합해 ‘합성 답변’과 함께 해당 페이지를 인용한다. 이는 기존 SEO·링크 기반 순위와는 다른 ‘근거 인용(grounding)’ 메커니즘이며, GEO(Generative Engine Optimization) 연구가 이를 탐구하고 있다. 정보 검색 이론에서는 질의 의도(intent)가 검색 전략을 결정한다는 점을 강조하며, Broder의 ‘네비게이션·정보·거래’ 분류가 핵심이다. 저자들은 거래형(Transactional)과 체험형(Experiential) 질의를 각각 거래·정보 카테고리에 매핑한다. **2. 데이터 설계 및 수집** 질의 설계는 네 가지 여행자 요구 카테고리(예산, 평점·품질, 편의성, 비즈니스)를 기반으로, 각 카테고리마다 ‘거래형’(예: “Cheap hotel in Shinjuku”)과 ‘체험형’(예: “Good value hotel with local charm in Shinjuku”)을 짝지은 156개(영어·일본어 각각) 질의를 만든다. 지리적 범위는 도쿄 23구 중 호텔 밀집도가 높은 9개 구와 전체 시를 포함한다. 모든 질의는 Gemini 2.5 Flash에 기본 파라미터(temperature = 1.0)로 한 번 실행했으며, 비결정성을 보완하기 위해 20개 질의를 5회씩 재실행해 신뢰성을 검증했다. 결과로 1,357개의 인용이 추출됐으며, 평균 8.7개 인용/질의(범위 2‑32)였다. **3. 인용 분류 및 통계 분석** 인용은 OTA(Booking.com, Expedia, Jalan 등)와 비OTA로 구분했으며, 비OTA는 ‘호텔 직접’, ‘편집 큐레이션’, ‘여행 블로그’, ‘여행 매체’, ‘지역 관광’, ‘공유·워크스페이스’, ‘여행사’, ‘사용자 생성 콘텐츠’, ‘숙박 플랫폼’ 등 9개 하위 유형으로 세분화했다. 도메인 매칭과 수작업 검증을 통해 정확도를 확보했다. 통계 분석은 χ² 검정, 오즈비, Cramer’s V, 로지스틱 회귀(언어·카테고리 조정) 및 쿼리 수준의 quasi‑binomial 모델을 적용해 인용의 비독립성을 보정했다. **주요 결과** - 체험형 질의의 비OTA 인용 비율은 55.9%(419/750)였으며, 거래형은 30.8%(187/607)로 25.1%p 차이가 뚜렷했다(χ² = 84.23, p = 4.40 × 10⁻²⁰). 오즈비는 2.84, 효과 크기 V = 0.249. - 일본어 질의는 전반적으로 비OTA 인용 비율이 높았다(OR = 1.33, p = 0.015). 특히 체험형 일본어 질의에서는 62.1%가 비OTA였으며, 이는 영어 체험형(≈51%)보다 유의미하게 높다. - 카테고리별로는 비즈니스·편의성 질의가 체험형 대비 비OTA 인용을 더 많이 포함했다(비즈니스 OR = 2.57, 편의성 OR = 2.00). - 로지스틱 회귀에 의한 상호작용 분석에서 ‘체험형 × 일본어’ 변수는 유의미하게 양의 효과를 보였으며, 이는 일본어 웹 생태계가 OTA 외 다양한 현지 콘텐츠를 제공함을 시사한다. **4. 논의 및 시사점** 결과는 AI 검색이 질의 의도에 따라 인용 소스를 선택한다는 ‘콘텐츠 매칭’ 메커니즘을 뒷받침한다. 거래형 질의는 가격·예약 데이터가 풍부한 OTA를, 체험형 질의는 서술·편집 콘텐츠가 풍부한 비OTA를 선호한다. 이는 AI가 기존 OTA 중심의 ‘발견 순간’을 약화시키고, 호텔이 직접 운영하는 웹사이트나 지역 편집 매체가 노출될 기회를 확대한다는 의미다. 특히 일본어 시장에서 비OTA 비중이 높아지는 현상은 현지 언어·문화 특성이 AI 인용에 영향을 미친다는 점을 강조한다. **5. 한계와 향후 연구** - 단일 AI 모델(Gemini)과 단일 도시(도쿄)만을 대상으로 했으므로, 다른 모델·지역에서의 일반화 가능성을 검증해야 한다. - 인용은 비결정적이며 질의당 인용 수가 크게 변동(CV = 53%)하므로, 장기적·대규모 샘플링이 필요하다. - 현재는 인용이 ‘발견’ 단계만을 포착하므로, 실제 예약 전환율과의 연계 분석이 부족하다. - OTA와 비OTA의 ‘품질·신뢰도’ 차이를 정량화하면, 호텔 전략 수립에 더 구체적인 인사이트를 제공할 수 있다. 종합하면, AI 검색은 호텔 산업에서 OTA가 차지하던 중개 권한을 재분배할 잠재력을 가지고 있다. 호텔은 AI가 선호하는 비OTA 콘텐츠(예: 현지 블로그, 편집 기사, 자체 웹사이트)를 강화함으로써 AI 기반 발견 단계에서의 가시성을 높이고, OTA 의존도를 낮출 전략적 기회를 잡을 수 있다.