부산은 136곳, 수서는 35곳 — AI 추천 경쟁률은 지역마다 4배 차이납니다
네이버 AI탭에 132개 지역 맛집을 물어 인용 34,800건을 모았습니다. 지역별 추천 총량은 180~317회로 비슷한데, 그 자리를 나눠 갖는 업체 수는 35곳에서 136곳까지 벌어졌습니다. 서울 안에서만 봐도 3.5배 차이입니다.
"우리 동네에서 AI 추천에 뜨는 게 얼마나 어려운가요."
답이 없던 질문입니다. 네이버 검색광고처럼 입찰 경쟁률이 공개되는 것도 아니고, AI가 몇 개 업체를 후보로 놓고 고르는지 알 방법이 없었습니다.
저희는 이걸 세봤습니다. 결과부터 말하면, 같은 질문인데 지역에 따라 경쟁자 수가 4배 가까이 차이났습니다.
어떻게 셌는지부터
네이버 AI탭에 전국 132개 지역의 맛집을 물었습니다. 지역마다 질문 4종을 8~9일에 걸쳐 반복해서 던지고, 답변에 이름이 나온 업체를 전부 기록했습니다.
- 측정 기간: 2026년 7월 3일 ~ 8월 22일
- 인용 기록: 34,800건
- 등장 업체: 8,570곳
- 지역: 132곳
여기서 두 가지를 따로 셌습니다.
- 추천 총량 — 그 지역 질문에 AI가 업체 이름을 부른 총 횟수
- 등장 업체 수 — 그 횟수를 나눠 가진 서로 다른 업체가 몇 곳인지
1번이 파이 크기, 2번이 파이를 자르는 사람 수라고 보면 됩니다.
발견 1 — 파이 크기는 어디나 비슷합니다
지역별 추천 총량은 이렇게 나왔습니다.
| 항목 | 값 |
|---|---|
| 가장 적은 지역 | 180회 |
| 가장 많은 지역 | 317회 |
| 중앙값 | 264회 |
| 평균 | 264회 |
부산이든 연천이든, AI가 뱉는 추천의 양 자체는 크게 다르지 않습니다. 최소와 최대가 1.8배 차이인데, 이 정도면 "지역마다 비슷하다"고 볼 만한 범위입니다.
측정 조건도 동일합니다. 132개 지역 전부 질문 4종, 8~9일간 반복이었습니다. 특정 지역만 더 많이 물어봐서 생긴 차이가 아니라는 뜻입니다.
발견 2 — 파이를 자르는 사람 수는 4배 차이납니다
같은 파이를 나눠 갖는 업체 수는 완전히 달랐습니다.
| 항목 | 값 |
|---|---|
| 가장 적은 지역 | 35곳 (수서) |
| 가장 많은 지역 | 136곳 (부산) |
| 중앙값 | 74곳 |
| 평균 | 74곳 |
부산에서는 136곳이 나눠 갖고, 수서에서는 35곳이 나눠 갖습니다.
파이 크기가 같은데 자르는 사람이 4배 많으면, 한 조각의 크기는 4분의 1이 됩니다.
발견 3 — 업체 한 곳이 받는 몫
이걸 업체당 인용 횟수로 환산하면 차이가 더 선명해집니다.
| 지역 | 추천 총량 | 등장 업체 | 업체당 인용 |
|---|---|---|---|
| 대구 | 221회 | 123곳 | 1.8회 |
| 부산 | 300회 | 136곳 | 2.2회 |
| 마포 | 306회 | 121곳 | 2.5회 |
| 과천 | 234회 | 46곳 | 5.1회 |
| 수서 | 232회 | 35곳 | 6.6회 |
| 까치산 | 264회 | 37곳 | 7.1회 |
대구에서는 한 업체가 평균 1.8번 불립니다. 까치산에서는 7.1번 불립니다. 3.9배 차이입니다.
1.8번이라는 건, 8~9일 동안 네 가지 질문을 반복해서 던졌는데 이름이 두 번도 채 안 나왔다는 뜻입니다. 한 번 나오고 다음엔 다른 가게로 바뀌는 구조입니다.
경쟁이 가장 치열한 지역 10곳
숫자는 그 지역 AI 추천에 이름이 오른 서로 다른 업체 수입니다. 많을수록 자리를 잡기 어렵다고 볼 수 있습니다.
| 순위 | 지역 | 등장 업체 | 업체당 인용 |
|---|---|---|---|
| 1 | 부산 | 136곳 | 2.2회 |
| 2 | 인천 | 127곳 | 2.0회 |
| 3 | 광주 | 124곳 | 2.3회 |
| 4 | 대구 | 123곳 | 1.8회 |
| 5 | 마포 | 121곳 | 2.5회 |
| 6 | 잠실 | 112곳 | 2.6회 |
| 7 | 수원 | 111곳 | 2.3회 |
| 8 | 제주 | 106곳 | 2.2회 |
| 9 | 동대문 | 104곳 | 2.6회 |
| 10 | 송파구 | 99곳 | 3.1회 |
자리가 아직 비어 있는 지역 10곳
| 순위 | 지역 | 등장 업체 | 업체당 인용 |
|---|---|---|---|
| 1 | 수서 | 35곳 | 6.6회 |
| 2 | 까치산 | 37곳 | 7.1회 |
| 3 | 옥수 | 41곳 | 5.9회 |
| 4 | 연천 | 42곳 | 6.4회 |
| 5 | 과천 | 46곳 | 5.1회 |
| 6 | 당산 | 46곳 | 6.2회 |
| 7 | 쌍문 | 46곳 | 4.9회 |
| 8 | 공덕 | 47곳 | 4.3회 |
| 9 | 약수 | 48곳 | 5.6회 |
| 10 | 교대 | 50곳 | 5.7회 |
수서는 35곳입니다. AI가 수서 맛집을 추천할 때 부르는 이름이 35개뿐이라는 뜻입니다.
"광역시라서 그런 거 아닌가요"
당연히 나올 반론입니다. 부산·인천·광주·대구는 도시 전체를 가리키는 말이고, 수서·까치산·옥수는 역 하나 주변을 가리키는 말입니다. 범위가 넓으면 후보 업체가 많은 게 자연스럽습니다.
그래서 서울 안에서만, 그것도 비슷한 크기의 생활권끼리 비교해봤습니다.
| 지역 | 등장 업체 |
|---|---|
| 마포 | 121곳 |
| 잠실 | 112곳 |
| 동대문 | 104곳 |
| 송파구 | 99곳 |
| 영등포 | 96곳 |
| (중략) | |
| 교대 | 50곳 |
| 약수 | 48곳 |
| 공덕 | 47곳 |
| 당산 | 46곳 |
| 옥수 | 41곳 |
| 까치산 | 37곳 |
| 수서 | 35곳 |
마포 121곳, 수서 35곳. 같은 서울인데 3.5배입니다.
광역시 효과만으로는 설명되지 않는 차이가 남는 것으로 보입니다. 지역 범위가 넓어서 생긴 부분과, 그 지역에 AI가 참고할 만한 정보가 얼마나 쌓여 있는지에서 생긴 부분이 섞여 있다고 보는 편이 자연스럽습니다.
전체 분포는 이렇습니다
132개 지역을 등장 업체 수 구간으로 나누면 이렇습니다.
| 등장 업체 수 | 지역 수 | 비율 |
|---|---|---|
| 50곳 미만 | 9곳 | 6.8% |
| 50~74곳 | 58곳 | 43.9% |
| 75~99곳 | 56곳 | 42.4% |
| 100곳 이상 | 9곳 | 6.8% |
절반 가까운 지역이 50~74곳 구간에 몰려 있습니다. 100곳이 넘는 초경쟁 지역과 50곳 미만인 저경쟁 지역은 각각 9곳씩, 전체의 7%도 안 됩니다.
바꿔 말하면, 대부분의 동네는 경쟁자가 60~70곳쯤 되는 판입니다. 이 숫자를 모르고 "우리 동네는 경쟁이 심하다"거나 "우리 동네는 아무도 안 한다"고 짐작해왔던 셈입니다.
이 숫자를 어떻게 쓸까
이 데이터로 바로 할 수 있는 게 두 가지입니다.
1. 내 동네의 경쟁자 수부터 센다
네이버 AI탭에 "[내 지역] [내 업종]"을 직접 물어보고, 답변에 나온 업체 이름을 기록합니다. 며칠 간격으로 몇 번 반복하면 서로 다른 업체가 몇 곳인지 셀 수 있습니다.
- 50곳 미만이면 상대적으로 자리가 비어 있는 편입니다
- 100곳이 넘으면 한 번 이름이 불려도 다음 답변에서 밀려날 가능성이 큽니다
2. 노리는 키워드의 범위를 조정한다
많은 경우 "강남 맛집", "홍대 맛집" 같은 큰 키워드부터 노립니다. 그런데 그런 키워드는 경쟁자가 100명이 넘는 판입니다.
한 단계 좁은 지역명(역 이름, 동 이름)으로 내려오면 경쟁자가 절반 이하로 줄어드는 경우가 있습니다. 실제로 저희 데이터에서 마포(121곳)와 공덕(47곳)은 지리적으로 겹치는데 등장 업체 수는 2.6배 차이났습니다.
한계
몇 가지 분명히 해둘 것이 있습니다.
등장 업체 수가 적다고 해서 실제 식당 수가 적다는 뜻은 아닙니다. 저희가 센 것은 AI가 답변에 이름을 부른 업체이지, 그 지역에 존재하는 업체가 아닙니다. 수서에 식당이 35곳뿐이라는 뜻이 아니라, AI가 부르는 이름이 35개라는 뜻입니다.
"경쟁이 쉽다"를 증명한 것도 아닙니다. 등장 업체가 적은 지역에서 새로 진입하기가 실제로 더 쉬운지는 이 데이터로 알 수 없습니다. 저희가 관측한 것은 자리를 나눠 갖는 업체 수에 차이가 있다는 사실과 그 크기입니다.
측정 조건에 따라 달라질 수 있습니다. 이 수치는 네이버 AI탭, 맛집 업종, 질문 4종 기준입니다. 다른 업종이나 다른 질문에서는 다른 분포가 나올 수 있습니다. 저희가 함께 측정 중인 치과·피부과·한의원 등 6개 업종은 별도로 다룹니다.
시점 데이터입니다. 이전 측정에서 확인했듯 네이버 AI탭 순위는 이틀 만에 80%가 바뀝니다. 등장 업체 수도 시간이 지나면 달라질 수 있습니다.
정리
| 관측 | 값 |
|---|---|
| 측정 지역 | 132곳 |
| 인용 기록 | 34,800건 |
| 등장 업체 | 8,570곳 |
| 지역별 추천 총량 | 180~317회 (중앙값 264) |
| 지역별 등장 업체 수 | 35~136곳 (중앙값 74) |
| 업체당 인용 최소 / 최대 | 1.8회 / 7.1회 |
| 서울 내 최대 격차 | 마포 121곳 vs 수서 35곳 (3.5배) |
같은 나라, 같은 AI, 같은 질문 형식인데 경쟁 밀도는 지역마다 4배 가까이 차이납니다. 내 동네가 어느 쪽인지 모르고 세운 계획은, 목표가 틀렸을 가능성이 있습니다.
이 글은 Citly 실측 리포트 연재입니다. 측정 기간 2026년 7월 3일 ~ 8월 22일, 네이버 AI탭 맛집 업종 132개 지역 기준이며, 모든 수치는 Citly가 직접 수집한 데이터베이스에서 산출했습니다. 지역·업종별 인용 현황은 citly.co.kr에서 확인할 수 있습니다.