구글 검색은 AI 개요 (AIO) 및 추천 스니펫 (FS)과 같은 기능을 통해 AI가 생성한 콘텐츠를 점점 더 많이 제공하지만, 사용자들은 표시 방식을 제어할 수 없음에도 불구하고 이에 의존하는 경향이 있다. 1,508개의 실제 아기 돌봄 및 임신 관련 쿼리에 대한 체계적인 알고리즘 감사를 통해, 정보 표시의 품질과 일관성을 평가했다. 답변 일관성, 관련성, 의료 안전 장치 유무, 출처 범주 및 감성 정렬을 포함한 여러 품질 차원을 평가하는 강력한 평가 프레임워크를 사용했다. AIO와 FS의 정보가 동일한 검색 결과 페이지에서 33%의 경우 서로 일치하지 않는 정보 일관성 격차가 있음을 발견했다. 높은 관련성 점수에도 불구하고, 두 기능 모두 의료 안전 장치가 부족했다 (AIO 응답의 11%, FS 응답의 7%에만 존재). 건강 및 웰빙 웹사이트가 AIO와 FS 모두의 출처 범주를 지배하지만, FS는 상업적 출처로도 연결되는 경우가 많았다. 이 연구 결과는 공중 보건 정보 접근에 중요한 영향을 미치며, AI 기반 건강 정보에 대한 강력한 품질 관리의 필요성을 보여준다. 이 방법론은 정보 품질이 사용자 웰빙에 직접적인 영향을 미치는 고위험 영역에서 AI 시스템을 감사하기 위한 이전 가능한 프레임워크를 제공한다.
