최근까지 저희를 포함한 모든 GEO ("생성형 엔진 최적화 (Generative Engine Optimization)") 도구들은 동일한 방식의 제안을 판매합니다. robots.txt를 수정하고, Schema.org 마크업을 추가하며, FAQ 스키마를 작성하면 AI 엔진이 여러분을 더 많이 인용할 것이라는 내용입니다.

저희는 이러한 도구 중 하나를 만들고 있습니다 — Causabi는 사이트를 스캔하여 AI 크롤러 준비 상태를 확인하고 수정 파일(robots.txt, llms.txt, JSON-LD, FAQ 블록)을 생성합니다. 저희 자체 점수 가중치를 검증하는 과정의 일환으로, 해당 점수가 실제로 인용 여부를 예측할 수 있는지에 대해 수치를 분석했습니다. 요약하자면: 브랜드 인지도(brand prominence)가 고려되는 상황에서는 점수가 인용을 예측하지 못하는 경우가 대부분입니다.

우리가 측정한 것

우리는 6가지 카테고리의 온사이트 준비 상태 알고리즘을 사용하여 44개의 도메인에 점수를 매겼습니다:

• robots.txt (AI 봇 허용 또는 차단 여부)
• Schema.org (Organization/LocalBusiness JSON-LD 완성도)
• FAQ 스키마 (FAQPage 마크업, 3개 이상의 항목)
• 콘텐츠 깊이/구조 (content depth/structure)
• 브랜드/NAP 신호 (brand/NAP signals)
• 최신성 (dateModified, recency)

그 다음, 각 도메인이 AI 엔진(Claude, 웹 검색 도구를 통해, 하나의 측정 기간, 도메인당 고정된 프롬프트 세트 사용)에 의해 실제로 얼마나 자주 인용되는지 확인했습니다.

우리가 발견한 것

• 온사이트 점수 vs 인용률: Pearson r ≈ -0.08, Spearman ρ ≈ -0.03. 기능적으로 상관관계가 없습니다. 굳이 따지자면 매우 미미한 음의 상관관계가 있으나, 이는 이 샘플 크기에서 실제 역관계라기보다는 노이즈일 가능성이 높습니다.
• 44개 도메인 중 86%는 점수와 상관없이 해당 기간 동안 인용이 전혀 발생하지 않았습니다.
• 인용이 되었던 도메인들은 거의 전적으로 브랜드 인지도(brand prominence)를 중심으로 군집을 이루었습니다. 잘 알려진 도메인들은 마크업이 얼마나 잘 최적화되었는지와 관계없이 다른 도메인들(~0)보다 눈에 띄게 높은 비율(~0.16의 프롬프트)로 인용되었습니다.

제가 이 결과를 과장하지 않는 이유

n=44는 작은 표본입니다. 이것은 저희 제품을 위한 내부 검증 작업이며, 동료 검토(peer-reviewed)를 거친 연구가 아니며, 그렇게 읽히기를 원치 않습니다. 구체적인 주의 사항은 다음과 같습니다:

• 이번 라운드는 단일 엔진(Claude)만 사용했습니다. 인용 동작(Citation behavior)은 ChatGPT, Gemini, Grok, Perplexity 간에 유의미하게 다르며, 아직 이 네 가지 모두에 대해 동일한 검증을 수행하지는 않았습니다.
• 단일 시점의 윈도우(window)이며, 종단적(longitudinal)인 전/후 비교가 아닙니다. 특정 도메인을 선정하여 점수를 개선한 뒤, 몇 달 동안 인용이 어떻게 변하는지 관찰하지 않았습니다. 그것이 실제로 설득력 있는 실험이며, 저희는 아직 이를 수행하지 않았습니다.
• 프롬프트-도메인 매칭(Prompt-domain matching)이 블라인드 테스트가 아니었습니다. 일부 프롬프트는 특정 주제와 관련이 있을 법한 도메인을 선택했기 때문에, 어차피 언급될 도메인 쪽으로 편향되었을 가능성이 큽니다.
• "브랜드 인지도(Brand prominence)"는 모호한 변수이며, 우리가 별도로 포착하지 못한 실제 콘텐츠 품질 신호의 일부를 흡수하고 있을 가능성이 있습니다. "브랜드의 승리"처럼 보이는 것이 부분적으로는 "진정으로 더 낫거나 권위 있는 콘텐츠의 승리"일 가능성을 완전히 배제할 수 없으며, 이는 온사이트 마크업(on-site markup) 점수로는 측정할 수 없습니다.

더 높은 확신을 가지고 여전히 사실이라고 생각하는 것들

어떤 것들은 상관관계에 기반한 추측이 아니라, 기계적인 사실에 더 가깝습니다:

• robots.txt 차단은 이진적(binary)입니다. 만약 GPTBot, ClaudeBot 또는 유사한 봇이 허용되지 않음(disallowed)으로 설정되어 있다면, 해당 엔진은 구조적으로 당신을 단 한 번도 인용하지 않습니다. 저희가 스캔한 사이트의 약 89%는 기본적으로 최소 하나 이상의 AI 크롤러를 차단하고 있으며, 이는 대개 실수로(AI 봇이 존재하기 전부터 설정된 포괄적인 Disallow: / 설정 등) 발생합니다.
• FAQ 스키마(schema)는 포함 여부가 아니라 추출 방식을 변화시킵니다. 이미 엔진의 고려 대상(consideration set)에 포함된 콘텐츠의 경우, 이를 독립적인 Q&A 청크(chunk)로 구조화하는 것이 RAG(검색 증강 생성) 방식의 인용으로 끌어올려질지 여부에 영향을 미치는 것으로 보입니다. 이는 청킹(chunking) 동작에 관한 발표된 연구 결과와 일치합니다. 하지만 이것은 "인용될 것인가"를 결정하는 레버가 아니라, "어떻게 인용될 것인가"를 결정하는 레버입니다.

이것이 제품에 남기는 시사점

우리는 점수가 실제로 무엇을 측정하는지를 나타내도록 자체 카피(copy)를 다시 작성하고 있습니다. 즉, 인용 확률 (citation probability)이 아니라, AI 크롤러 준비도 (AI-crawler readiness)와 기계 판독성 (machine-readability)을 측정한다는 것입니다. 어떤 도구도 — 우리의 도구를 포함하여 — 후자(인용 확률)를 보장할 수는 없습니다. 만약 여러분의 온사이트 (on-site) 작업이 주로 "더 많이 인용되는 것"을 목표로 하고 있다면, 대부분의 사이트에서 더 강력한 제약 조건은 또 다른 Schema.org 유형이 아니라, 브랜드/타 사이트에서의 언급 (brand/mentions elsewhere)일 것입니다.

로직을 확인하고 싶거나 우리의 SaaS를 사용하지 않고 여러분의 사이트에서 직접 실행해보고 싶다면, 스코어링 엔진 (scoring engine)과 수정 생성기 (fix generator)는 오픈 소스 (MIT)로 제공됩니다:

pip install causabi-geo
geo-optimizer analyze https://yourdomain.com
geo-optimizer fix https://yourdomain.com --output ./out

Repo: https://github.com/SHADRINMMM/causabi-geo
Site (hosted version + monitoring): https://causabi.com