유튜버 여러 명이 겹쳐서 다녀간 집이라면, 웬만하면 검증된 곳이겠거니 생각하게 됩니다. 한 명은 취향일 수 있어도 네 명이 갔다면 다르겠죠. 저희도 그렇게 믿고 서비스를 만들었습니다. 유추카는 유튜브 영상에서 장소를 뽑아 지도로 만드는 서비스고, "여러 채널이 겹친 곳"을 신뢰 신호로 쓰고 있었으니까요.
그래서 확인해봤습니다. 겹칠수록 네이버 평점이 높은지.
결과는 정반대였습니다. 유튜버가 많이 겹칠수록 평점은 떨어졌습니다. 그것도 예외 없이 일관되게요.
0.12점입니다. 큰 차이는 아니지만 방향이 한 번도 뒤집히지 않습니다. 그리고 이 글의 결론을 미리 말씀드리면, 이건 맛의 문제가 아니었습니다. 겹친 집들은 오히려 음식 평가가 더 좋았습니다. 평점을 깎아먹은 건 전혀 다른 것이었고, 그게 뭔지 알고 나면 "평점 낮은 유튜버 맛집"을 보는 눈이 바뀝니다.
순서대로 풀어보겠습니다.
가장 먼저 떠오르는 설명은 이겁니다. 유튜버가 여럿 다녀간 집은 유명해지고, 유명해지면 사람이 몰리고, 사람이 몰리면 불만 리뷰가 쌓인다. 그럴듯합니다.
그런데 데이터는 반대로 말합니다. 리뷰 수가 많을수록 평점은 오히려 올라갑니다.
리뷰 100개 미만인 집이 4.377인데, 1만 개가 넘는 집은 4.598입니다. 유명세는 평점을 깎는 게 아니라 오히려 올립니다. 리뷰가 쌓일수록 극단적인 평가가 희석되기 때문일 겁니다.
그렇다면 채널 수 효과와 리뷰 수 효과는 서로 반대 방향입니다. 두 변수를 분리해야 합니다. 그래서 리뷰 수가 비슷한 집들끼리만 모아놓고 다시 비교했습니다. 리뷰 1,000~3,000개 구간, 그러니까 "비슷하게 유명한 집들"만요.
효과가 그대로 남습니다. 똑같이 유명한 집이라도 유튜버가 여럿 다녀간 쪽이 평점이 낮습니다. 유명세로는 설명되지 않는다는 뜻입니다.
두 번째로 의심할 만한 건 채널 구성입니다. 저희가 수집한 33개 채널 중 하나가 유독 평점 낮은 집만 다니고, 그 채널이 겹침 데이터를 다 만들고 있다면 전체 그림이 왜곡되겠죠.
그래서 채널별로 쪼갰습니다. 각 채널이 소개한 집을 "그 채널만 간 곳"과 "다른 채널과 겹친 곳"으로 나눠서 평점을 따로 냈습니다.
| 채널 | 단독으로 간 곳 | 겹친 곳 | 차이 |
|---|---|---|---|
| 문무농 | 4.705 | 4.516 | −0.188 |
| 롱그린 RONGREEN | 4.640 | 4.461 | −0.179 |
| 행아 haenga | 4.509 | 4.325 | −0.184 |
| 성시경 SUNG SI KYUNG | 4.460 | 4.317 | −0.144 |
| 카페에 반하다 | 4.580 | 4.432 | −0.148 |
| 홍석천이원일 | 4.493 | 4.399 | −0.094 |
| 하이갱스 higaengs | 4.460 | 4.390 | −0.070 |
| 백년해방 | 4.483 | 4.387 | −0.096 |
분석 대상 28개 채널 중 21개에서 같은 방향이 나왔습니다. 채널 성격도, 규모도, 다루는 지역도 제각각인데 말이죠. 40곳 이상 소개한 채널만 골라 비교한 결과입니다.
한 채널의 취향 문제였다면 이렇게 고르게 나올 수 없습니다. 장소 자체가 가진 속성이라고 봐야 합니다.
그럼 그 속성이 뭘까요. 여기서부터가 이 분석의 진짜 발견입니다.
네이버 리뷰에는 방문자가 직접 고르는 태그가 붙습니다. "음식이 맛있어요", "매장이 청결해요" 같은 것들이요. 텍스트를 해석할 필요 없이 바로 셀 수 있는 구조화된 데이터입니다.
그래서 두 집단의 태그 출현율을 비교했습니다. 한쪽은 유튜버 3명 이상이 겹친 맛집 242곳, 다른 쪽은 한 명만 다녀갔지만 리뷰가 300개 이상 쌓인 맛집 4,216곳입니다. 후자를 리뷰 300개 이상으로 제한한 건, 리뷰가 너무 적으면 태그가 안 붙어서 비교가 안 되기 때문입니다.
결과가 놀랍도록 깔끔하게 갈렸습니다.
위쪽 여섯 개는 전부 음식 이야기입니다. 잡내, 속도, 재료 질, 현지 맛. 유튜버가 겹친 집은 음식에 대한 평가가 오히려 더 좋습니다.
아래쪽 여덟 개는 전부 공간 이야기입니다. 인테리어, 청결, 주차, 뷰, 화장실.
| 리뷰 태그 | 겹친 집 | 혼자 간 집 | 차이 |
|---|---|---|---|
| 잡내가 적어요 | 46% | 38% | +8.2%p |
| 음식이 빨리 나와요 | 61% | 53% | +8.1%p |
| 혼밥하기 좋아요 | 64% | 57% | +7.2%p |
| 건강한 맛이에요 | 58% | 54% | +4.3%p |
| 고기 질이 좋아요 | 45% | 41% | +4.2%p |
| 현지 맛에 가까워요 | 26% | 22% | +3.1%p |
| 화장실이 깨끗해요 | 13% | 20% | −6.4%p |
| 아이와 가기 좋아요 | 7% | 15% | −8.0%p |
| 뷰가 좋아요 | 7% | 18% | −11.0%p |
| 주차하기 편해요 | 27% | 40% | −12.7%p |
| 단체모임 하기 좋아요 | 40% | 53% | −12.7%p |
| 메뉴 구성이 알차요 | 52% | 66% | −14.4%p |
| 매장이 청결해요 | 67% | 82% | −14.9%p |
| 인테리어가 멋져요 | 40% | 59% | −18.9%p |
한 문장으로 정리하면 이렇게 됩니다.
네이버 평점은 음식만 매기는 점수가 아닙니다. 앉은 자리가 좁았는지, 화장실이 어땠는지, 주차가 됐는지가 다 들어갑니다. 그래서 음식이 아무리 좋아도 나머지에서 깎이면 4.3에 머무릅니다.
여기까지 오면 그림이 잡힙니다. 그리고 그 그림은 편의시설 데이터에서 그대로 확인됩니다.
전 항목에서 낮습니다. 특히 간편결제가 6%밖에 안 된다는 게 눈에 띕니다. 열 곳 중 아홉 곳은 카드나 현금만 받는다는 뜻이니까요.
업종 구성을 보면 더 확실해집니다.
| 세부 업종 | 겹친 집 | 혼자 간 집 | 배수 |
|---|---|---|---|
| 곰탕 · 설렁탕 | 4.5% | 0.8% | 5.7배 |
| 냉면 | 5.3% | 1.3% | 4.1배 |
| 순대 · 순댓국 | 4.5% | 2.0% | 2.3배 |
| 국수 | 3.7% | 1.5% | 2.5배 |
| 칼국수 · 만두 | 4.9% | 2.4% | 2.1배 |
곰탕, 설렁탕, 냉면, 순댓국, 칼국수. 노포라는 단어를 듣고 떠올릴 만한 업종이 정확히 그 자리에 있습니다.
흥미로운 건, 리뷰를 남긴 사람들이 이 트레이드오프를 이미 알고 쓴다는 점입니다. 겹침 3채널 이상, 평점 4.5 미만인 집들의 리뷰를 읽어보면 패턴이 반복됩니다. (장소를 특정할 수 있는 표현은 지웠습니다)
"노포이기 때문에 약간의 불청결은 감수하고 갔으나 오픈 주방에 매우 깨끗했다. 주문한 음식도 빨리 나오며 종업원분들도 친절하시다. 국물도 맑고 곰탕 느낌이 난다."
순대 · 순댓국 · 평점 4.33애초에 기대치를 낮추고 갑니다. "노포니까 이 정도는" 하고요.
"오래된 노포인데도 은근 츤데레 느낌으로 친절하셔서 다음에 또 갈 거 같습니다!"
해장국 · 평점 4.42"인데도"라는 말에 많은 게 담겨 있습니다. 노포는 불친절할 거라는 전제가 기본값인 거죠.
"국물도 걸쭉하니 맛나고 비빔도 새콤하니 맛나다. 바쁜건 이해하지만 주문도 엉망진창 불친절, 알바생들도 신경도 안 쓰고 자기들 밥 먹기 바쁨"
국수 · 평점 4.35음식은 칭찬하고 서비스는 깎습니다. 이 리뷰 하나에 0.12점의 정체가 다 들어 있습니다.
"맑은 국물의 순대국이 특이하면서 담백해요. 점심시간에 3번 방문했는데 3번 다 20분 정도 웨이팅했어요!"
순대 · 순댓국 · 평점 4.33반대편은 결이 완전히 다릅니다. 유튜버 한 명만 다녀갔는데 평점 5.00인 집들의 리뷰를 보면 이렇습니다.
"반찬부터 메인 편백찜과 샤브샤브와 죽까지 정갈하고 깔끔한 음식맛으로 너무 맛있었습니다. 사장님의 친절함과 청결한 매장으로 가족모임으로 완벽했습니다."
한식 · 평점 5.00"매장도 넓고 앞에 문도 활짝 개방 되니 분위기 굿이고 요즘 같은 날씨에 식사하러 가기 너무 좋아요"
베트남음식 · 평점 5.00청결, 친절, 분위기, 가족모임. 앞서 본 태그 분포가 실제 문장으로 그대로 나타납니다.
여기까지가 장소 이야기라면, 같은 렌즈로 채널을 볼 수도 있습니다. 어떤 채널은 설비가 갖춰진 집을 주로 다니고, 어떤 채널은 그렇지 않은 집을 주로 다닙니다. 그리고 그 차이가 소개 장소의 평점을 상당 부분 설명합니다.
각 채널이 소개한 맛집이 현대 설비 5종(간편결제 · 무선 인터넷 · 예약 · 배달 · 주차) 중 몇 개를 갖췄는지 세어 평균 냈습니다. 0이면 다섯 개 다 없는 집만 다닌다는 뜻이고, 100이면 다 갖춘 집만 다닌다는 뜻입니다.
| 그룹 | 채널 | 현대 설비 지수 | 평점 평균 |
|---|---|---|---|
| 설비가 적은 쪽 | 10개 | 20.9 | 4.403 |
| 중간 | 8개 | 30.2 | 4.499 |
| 설비가 많은 쪽 | 10개 | 38.1 | 4.519 |
설비가 적은 쪽
맛있겠다 Yummy · 섬마을훈태TV · 쏘울맛집 · 김사원세끼 ·
술맛여행놈 · 둘시네아 dulcinea · 백년해방 · 성시경 SUNG SI KYUNG ·
맛칼럼쭌선생 · 쿡쿡티비 Cook Cook TV
중간
너도 가봤으면 해 · 하이갱스 higaengs · 홍석천이원일 · 호키도리 Hokidori ·
행아 haenga · 문무농 · 지수씨네 · 여효블링yeohyobling
설비가 많은 쪽
일상이여행 Everyday travel · 먹츄르 · 양슐랭가이드 TheKFoodie ·
유리소리TV · 회사랑RawFishEater · 더들리 · 롱그린 RONGREEN ·
재슐랭가이드 · 먹보스 쭈엽이 · 카페에 반하다
경계는 손으로 정하지 않고 3분위로 잘랐습니다. 앞선 방식은 15%·8% 라는 커트라인을 사람이 골랐는데, 그 자리가 조금만 움직여도 채널이 그룹을 넘나듭니다. 채널명을 누르면 원본 유튜브 채널로 이동합니다.
상관계수로 보면 더 분명합니다.
| 관계 | 상관계수 |
|---|---|
| 현대 설비 지수 ↔ 소개 장소 평점 | r = +0.69 |
| 리뷰 중앙값 ↔ 소개 장소 평점 | r = +0.50 |
| (폐기) 노포 업종 비중 ↔ 소개 장소 평점 | r = −0.64 |
설비가 적은 집을 많이 다루는 채널일수록 소개하는 집의 평점이 낮습니다. 폐기한 업종 키워드 지표도 방향과 세기는 비슷하게 나오지만, 두 지표는 서로 r = −0.59 밖에 안 맞습니다. 같은 것을 재고 있다고 보기 어렵고, 그래서 개별 채널을 어느 그룹에 넣느냐에서 갈립니다.
그러니까 "이 유튜버가 추천한 집은 평점이 낮더라"는 말은, 그 유튜버가 안목이 없다는 뜻이 아닙니다. 주차장도 와이파이도 없는 오래된 집을 다니는 채널이라는 뜻입니다.
그룹 이름은 분석상의 분류일 뿐 평가가 아닙니다. 설비가 없는 집을 다니는 것은 채널의 성격이지 흠이 아닙니다 — 이 리포트의 결론이 정확히 그 이야기입니다.
이왕 의심하는 김에 하나 더 확인했습니다. 협찬 영상에 나온 집은 평점이 낮지 않을까요.
영상 설명란에서 "유료광고", "협찬", "제공받", "지원받", "소정의" 같은 표기를 찾아 갈랐습니다. 다만 "내돈내산", "협찬 아닙니다" 같은 부정 표현이 함께 있는 영상 20편은 제외했습니다. 안 그러면 "협찬 아님"이라고 밝힌 영상이 협찬으로 잡히니까요.
| 곳 | 평점 평균 | 리뷰 중앙값 | |
|---|---|---|---|
| 협찬 표기 영상에만 나온 집 | 1,946 | 4.468 | 759 |
| 표기 없는 영상에만 나온 집 | 4,902 | 4.448 | 436 |
차이 0.020점입니다. 표본이 크다 보니 t = 2.43 으로 통계적 유의선은 넘지만, 0.02점은 별 다섯 개짜리 척도에서 사실상 없는 차이입니다. 굳이 방향을 보자면 협찬 쪽이 미세하게 높기까지 합니다.
그리고 그 미세한 차이조차 협찬 때문이 아닙니다. 리뷰 수가 다릅니다. 협찬 쪽 중앙값이 759개, 무표기 쪽이 436개예요. 앞에서 봤듯 리뷰가 많을수록 평점은 올라갑니다. 그래서 리뷰 수 구간을 맞춰 놓고 다시 비교했습니다.
| 리뷰 수 | 협찬 | 표기 없음 | 차이 | t |
|---|---|---|---|---|
| 1~300 | 4.434 | 4.402 | +0.032 | 1.31 |
| 300~1,000 | 4.452 | 4.443 | +0.010 | 0.89 |
| 1,000~3,000 | 4.476 | 4.489 | −0.013 | −1.21 |
| 3,000+ | 4.559 | 4.573 | −0.014 | −0.84 |
전 구간에서 차이가 사라집니다. 부호도 왔다 갔다 하고 t는 어디서도 유의선에 못 미칩니다. 협찬 표기와 평점 사이에는 관계가 없습니다.
협찬은 이미 어느 정도 자리 잡은 집에 붙는 경향이 있다는 게 남는 이야기입니다. 광고비를 쓸 여력이 있는 곳이라는 뜻이겠죠.
참고로 채널별 협찬 비율 편차는 아주 큽니다. 소개 장소 기준으로 98%인 채널이 있는가 하면 0%인 채널도 여럿입니다. 그런데 협찬 비율 98%인 채널의 소개 장소 평점은 4.520으로 상위권입니다. 협찬 여부와 장소 품질은 별개로 움직입니다.
첫째, 유튜버가 겹친 집의 낮은 평점은 경고 신호가 아닙니다. 그 집이 노포라는 표시에 가깝습니다. 평점 4.3짜리 곰탕집과 평점 4.3짜리 신상 카페는 완전히 다른 이유로 4.3입니다. 앞은 화장실과 주차에서 깎인 거고, 뒤는 음식에서 깎인 겁니다.
둘째, 평점만으로 거르면 노포를 통째로 놓칩니다. 4.5 미만을 잘라내면 곰탕 · 설렁탕집은 85%가 걸러집니다. 1채널 맛집 전체는 58%예요. 음식 기준으로는 오히려 상위권인 집들이 그렇게 잘려 나갑니다.
셋째, "여러 유튜버가 갔다"는 신호는 품질 보증이 아니라 성격 정보입니다. 저희 서비스도 이걸 그동안 잘못 쓰고 있었습니다. 겹침을 신뢰도로 표시할 게 아니라, "여러 채널이 겹친 노포" 같은 식으로 성격을 알려주는 편이 정확합니다.
유튜버는 카메라를 들고 음식을 찍습니다. 화장실을 찍지는 않죠. 네이버 리뷰를 쓰는 사람은 밥을 먹고 화장실도 가고 주차도 합니다. 두 평가는 애초에 다른 걸 재고 있었습니다. 0.12점은 그 차이의 크기입니다.
표본이 한국 맛집을 대표하지 않습니다. 저희가 고른 유튜브 채널 33개가 다녀간 곳입니다. 채널 선정은 저희가 했고 음식 · 여행 채널에 치우쳐 있습니다. "한국 맛집이 그렇다"가 아니라 "이 표본에서 그렇다"입니다.
인과가 아닙니다. 유튜버가 겹쳐서 평점이 낮아진 게 아니라, 노포라는 공통 원인이 양쪽에 걸쳐 있는 구조입니다. 유튜버가 노포를 좋아하고, 노포는 시설 점수가 깎입니다.
협찬 탐지는 설명란 텍스트에만 의존합니다. 표기하지 않은 협찬은 잡지 못합니다. 위 결과는 "표기된 협찬"에 한정됩니다.
노포를 시설로 대신 재고 있습니다. 개업 연도 데이터가 없어 주차·와이파이· 간편결제 같은 등록 설비로 갈랐습니다. 설비를 갖춘 오래된 집도, 설비가 없는 새 집도 있습니다. 게다가 편의시설은 업주가 네이버에 등록해야 잡히므로 실제로 되는데 등록만 안 한 경우가 섞입니다. 2026-08-25 이전 판은 업종명 키워드로 갈랐는데, 재현율 17.4%로 더 나빴습니다.
무평점(0.0)을 빼고 셉니다. 방문자 평점이 0.0으로 저장된 224곳은 평점이
낮은 게 아니라 아직 별점이 없는 곳입니다. 빼지 않으면 리뷰가 적은 구간의 평균이 통째로
내려앉습니다(리뷰 100개 미만 구간 4.378 → 3.683). 네이버가 별점을 화면에 그리지 않는
곳(displaysRating=false)은 포함합니다. 그쪽만 따로 봐도 방향은
같습니다(4.420 → 4.337).
3채널 이상 표본이 작습니다. 243곳입니다. 4채널 이상은 66곳까지 줄어들어 개별 수치의 흔들림이 큽니다. 방향은 일관되지만 소수점 둘째 자리를 신뢰하지는 마세요.
시점 스냅샷입니다. 채널을 추가하면 수치가 바뀝니다. 모든 값은 2026-08-25 재계산 기준입니다.
모집단 — mentionCount ≥ 1이고 지역이 분류된 장소 13,451곳(그중 맛집 7,890곳).
평점 비교는 카테고리 혼합 효과를 없애기 위해 맛집(RESTAURANT)만 사용했습니다.
카페는 평점이 구조적으로 높아 섞으면 결과가 흐려집니다.
리뷰 태그 — naver_places.reviews[].votedKeywords.
장소당 최대 30개 리뷰가 수집돼 있고, 한 장소 안에서 같은 태그가 여러 번 나와도 1회로 셌습니다.
표에 적은 값은 해당 태그가 한 번이라도 등장한 장소의 비율입니다.
채널 비교 — 소개한 맛집이 40곳 이상인 채널 28개만 비교했습니다. 표본이 작은 채널을 넣으면 평균이 튑니다.
협찬 판정 — 설명란에
유료광고|협찬|제공받|지원받|광고포함|소정의 중 하나가 있으면 협찬,
내돈내산|협찬 아님|비협찬|무협찬|광고 아님이 함께 있으면 판정 보류(255편 제외).
한 장소가 협찬 영상과 무표기 영상 양쪽에 나오면 양쪽 집단에서 모두 제외했습니다.
현대 설비 지수 — 장소가 naver_places.conveniences 에
간편결제 · 무선 인터넷 · 예약 · 배달 · 주차 중 몇 개를 갖췄는지를 0~1 로 환산하고,
채널이 소개한 맛집 전체에 대해 평균 냈습니다. 항목은 결과를 보기 전에
골랐습니다 — 상관이 가장 높게 나오는 조합을 찾아 고르면 지표가 아니라 사후 맞춤이 됩니다.
단체 이용 가능·남/녀 화장실 구분은 노포에도 흔해 뺐습니다.
편의시설이 빈 배열인 곳은 0으로 셉니다 — 수집 실패가 아니라 등록된 설비가
없다는 뜻입니다(빈 배열 2,630곳도 메뉴 83%·사진 86%·리뷰 94%가 수집돼 있습니다).
평점 집계 — naver_places.visitorReviewsScore 가
0보다 큰 곳을 전부 씁니다. 네이버가 별점을 화면에 그렸는지
(displaysRating)로는 거르지 않습니다 — 그렇게 재면 표본이 32%로 줄고, 두 집단
어느 쪽으로 재도 결론은 같습니다(한계 절 참고).
재현 — 위 수치는 전부 docs/marketing/reports/analyze.py
에서 나옵니다.