기술 요약: 소속감 없는 브랜딩 (Branding Without Belonging)

문제 정의

본 논문은 유산 식품(heritage foods)이 글로벌 시장에 진입함에 따라 발생하는 문화적 맥락의 침식 문제를 다루며, 특히 이 과정에서 인공지능(AI)이 수행하는 역할에 주목한다. 세계화가 식품을 표준화하고 그 의례적, 역사적 중요성을 박탈하는 힘으로 작용해 왔다는 점은 이미 오래전부터 기록되어 왔으나, 본 연구는 새로운 형태의 문화적 평면화(cultural flattening) 기제로서 AI 생성 콘텐츠 마케팅을 식별한다.

핵심 문제는 대규모 언어 모델(LLM)에게 문화적으로 중요한 제과 제품에 대한 상업적 제품 설명을 생성하도록 과업을 부여할 때, 이 모델들이 해당 품목의 문화적, 종교적, 디아스포라적 깊이를 체계적으로 억제한다는 점이다. 헤리티지 식품을 차별화하는 "살아있는 기억"과 의례적 중요성을 보존하는 대신, AI 모델은 성분, 가격, 편의성에 집중된 일반적인 마케팅 언어로 회귀한다. 이는 AI가 소비자들에게 주요 정보원으로 기능하게 됨에 따라, 공동체의 진정한 서사를 의도치 않게 지워버리고 신성하거나 전통적인 음식을 단순한 상품화된 제품으로 전락시킬 위험을 초래한다.

방법론

본 연구는 문헌 검토와 세 가지 주요 AI 모델을 활용한 통제된 프롬프트 실험을 결합한 혼합 방법론을 채택하였다.

1. 샘프 선정

• 대상: 명확한 의례적 연결 고리와 글로벌 유통 경로를 가진 6가지 문화적 유산 제과 제품을 선정하였다:
  • 할라 (Challah) (유대인 디아스포라, 샤바트)
  • 마차 (Matzah) (유대인, 유월절)
  • 파네토네 (Panettone) (이탈리아, 크리스마스)
  • 월병 (Mooncakes) (중국, 중추절)
  • 콘차 (Conchas) (멕시코, 지역 사회 전통)
  • 모닥 (Modak) (인도, 가네샤 차투르티)
• 테스트 모델: 교차 모델 타당성을 확보하기 위해 세 가지 서로 다른 LLM을 활용하였다:
  • ChatGPT 5.2 (OpenAI)
  • Claude 4.5 (Anthropic)
  • Gemini 3 (Google)

2. 실험 설계

각 식품에 대해 세 가지 구별된 프레이밍 조건 하에 쿼리를 수행하였다 (모델당 총 36개 프롬프트):

• 세트 A (개방형): 중립적 질문 (예: "[음식]이란 무엇인가?").
• 세트 B (상업적 프레이밍): 판매 지향적 프롬프트 (예: "온라인 식료품점을 위한 제품 설명을 작성하라").
• 세트 C (보존 프레이밍): 맥락 중심 프롬프트 (예: "종교적 의미를 설명하라...").

3. 점수 산정 체계

응답은 다음 6가지 테마 카테고리에 기반하여 **문화적 깊이 점수(Cultural Depth Score, CDS)**로 평가되었다:

1. 전승된 전통 (Passed Down Traditions): 세대 간의 기억.
2. 의례적 뿌리 (Ritual Roots): 종교 및 의례적 정착.
3. 타향에서의 문화 (Culture Away From Home): 디아스포라 보존.
4. 제품 모드 (Product Mode): 마케팅 언어로의 전환 (상품화).
5. 현대적 리믹스 (Modern Remixs): 퓨전 및 혁신.
6. 의미의 평면화 (Meaning Gets Flattened): 균질화 위험.

점수는 0점(언급되지 않음)에서 2점(구체적인 맥락적 세부 사항)까지 부여되었다. CDS는 처음 세 가지 카테고리와 '의미의 평민화' 카테고리의 점수를 합산하여 계산되었다 (최대 점수 8점).

주요 결과

본 연구는 세 가지 가설이 모두 입증되었음을 확인하였으며, 상업적 프레이밍과 문화적 프레이밍 사이의 현저한 격차를 보여주었다.

• H1 입증 (상업적 억제): 상업적 프롬프트는 문화적 깊이의 급격한 감소를 초래했다. 보존 프롬프트의 평균 CDS는 4.8/8이었던 반면, 상업적 프롬프트의 평균은 0.8/8에 불과했다. 판매를 요청받았을 때, AI 모델들은 문화적, 종교적, 디아스포라적 의미를 거의 모두 제거했다.
• H2 입증 (종교적 삭제): "의례적 뿌리"가 가장 취약한 차원이었다. 상업적 맥락에서 종교적 의미에 대한 언급은 보존 프롬프트의 **67%**에서 단 **8%**로 급감했다. 많은 경우, 종교적 음식들은 신성한 기원에 대한 언급 없이 단순히 "달콤한 만두"나 "땋은 빵"으로 묘사되었다.
• H3 입증 (의례적 탄력성): 공식적인 종교법이 있는 음식(할라, 마차)은 일상적 관습에 기반한 음식(콘차)보다 약간 더 높은 문화적 깊이를 유지했다. 그러나 가장 의례화된 음식들조차 상업적 프레이밍 하에서는 상당한 점수 하락을 겪었다.
• 모닥(Modak) 사례 연구: 모닥은 가장 극단적인 삭제를 보였다. 문화적 프롬프트에서 모닥은 주신 가네샤에게 바치는 신성한 공물로 묘의되었으나, 상업적 프롬프트에서는 문화적 깊이 점수가 0.0으로 떨어졌으며, 그 헌신적 의미가 완전히 사라졌다.
• 교차 모델 일관성: ChatGPT 5.2가 Claude 4.5나 Gemini 3보다 약간 더 많은 문화적 콘텐츠를 유지했으나, 세 모델 모두 동일한 방향성을 따랐다: 즉, 상업적 프레이밍은 일관되게 문화적 깊이를 감소시켰다.
• 응답 길이 상관관계: 상업적 응답은 보존 응답(평균 282단어)에 비해 현저히 짧았다(평균 139단어). 이는 마케팅 맥락에서의 간결성 제약이 뉘앙스의 상실에 기여함을 시사한다.

주요 기여

1. AI를 문화적 평면화의 기제로 규명: 본 논문은 AI가 단순히 기존의 시장 트렌드를 반영하는 것이 아니라, 진정성보다 효율성과 예측 가능성을 최적화함으로써 문화 유산의 "맥도날드화(McDonaldization)"를 능동적으로 가속화한다는 점을 입 l 밝힌다.
2. 문화적 깊이의 정량화: 본 연구는 AI 모델이 헤리티지 콘텐츠를 어떻게 다루는지 측정하기 위한 표준화된 척도로써 **문화적 깊이 점수(CDS)**와 특정 루브릭을 도입하였다.
3. 지식의 부재가 아닌 맥락적 조종의 증거: 결과는 AI 모델이 필요한 문화적 지식을 보유하고 있음(보존 프롬프트에서의 높은 점수로 입증됨)에도 불구하고, 상업적 의도가 개입될 때 이를 선택적으로 억제한다는 것을 보여준다. 이는 AI가 문화적 인식이 부족하다는 통념에 도전하며, 오히려 AI가 "맥락적으로 침묵(contextually silent)"하고 있음을 시사한다.
4. 완화를 위한 전략적 프레임워크: 본 논문은 헤리티지의 삭제를 완화하기 위해 "문화적 맥락 라벨링", "문화적 깊이 감사", "커뮤니티 저작 학습 데이터"를 포함한 마케터와 AI 개발자를 위한 6가지 구체적인 전략을 제안한다.

의의 및 주장

본 논문은 연구 결과가 브랜드 진정성과 콘텐츠 마케팅 전략에 결정적인 함의를 갖는다고 주장한다. 기업들이 제품 설명과 브랜드 서사를 생성하기 위해 점점 더 AI에 의존함에 따라, 의도치 않게 헤리티지 제품을 균질화하여 독특한 문화적 유물을 일반적인 상품으로 변질시킬 위험이 있다.

본 연구는 다음과 같이 주장한다:

• 문화적 지식은 존재하지만 억제된다: 문제는 모델 내 데이터의 부족이 아니라, 상업적 맥락에서 이를 배치하지 못하는 데 있다.
• AI는 세계화의 부정적 효과를 가속화한다: 물리적 세계화가 문화적 의미를 희석하는 데 시간이 걸리는 반면, AI는 수천 개의 디지털 접점에서 이러한 평면화를 즉각적으로 재생산할 수 있다.
• 보존에는 의도적인 프레이밍이 필요하다: 디지털 시대에 헤리티지 식품의 진정성을 유지하기 위해, 마케터는 일반적인 프롬프트를 넘어 기원 이야기, 의례적 중요성, 공동체의 의미를 포함하도록 AI에게 명시적으로 지시해야 한다.

본 논문은 식품의 문화적 의미를 보호하기 위해서는 물리적 공급망뿐만 아니라, 소비자가 이러한 제품을 배우고 이해하는 주요 인터페이스가 되고 있는 디지털 시스템에 대해서도 주의를 기울여야 한다고 결론짓는다.