AI 답변 엔진은 어떻게 출처를 선택할까? (그리고 SaaS 제품을 인용시키는 방법)

ChatGPT나 Perplexity에 "X에 가장 좋은 도구는 무엇인가요?"라고 물어보면, 몇 개의 링크된 출처가 포함된 깔끔한 단락을 얻게 됩니다. 만약 귀사의 제품이 구매자의 답변 안에 있다면 훌륭합니다. 그렇지 않다면, 그 이유를 질문해 볼 가치가 있으며, 그 이유는 보통 마법적이지 않습니다.

본 게시물에서는 답변 엔진이 무엇을 인용할지 결정하는 방식, 우리가 영향을 미칠 수 있는 부분, 그리고 추측 없이 이를 측정하는 방법을 다룹니다. 일부 사람들은 이것을 GEO(generative engine optimization) 또는 AEO(answer engine optimization)라고 부릅니다. 대부분은 단순히 좋은 엔지니어링 위생과 구매자들이 이미 찾아보는 곳에 존재한다는 것의 문제입니다.

모델이 당신에 대해 "알게" 되는 두 가지 방법

두 메커니즘을 분리해서 이해하는 것이 도움이 됩니다:

1. 학습 데이터(Training data). 모델은 사전 훈련(pre-training) 과정에서 귀사 제품에 대한 무언가를 학습했습니다. 이 지식은 특정 시점의 마감일(cutoff date)에 고정되어 있으며, 인용과 함께 제공되지 않고, 요청에 따라 업데이트할 수 없습니다. 만약 귀사 제품이 마감일 이후에 출시되었거나, 그 이전에 공개 웹에 거의 나타나지 않았다면, 모델은 단순히 존재 자체를 모를 수도 있습니다.

2. 검색(Retrieval) (실시간 검색/접지). '최고의', 'vs', '대안', '가격'과 같은 질문의 경우, 엔진은 하나 이상의 웹 검색을 실행하고, 페이지를 가져와서 해당 페이지에 근거한 답변을 작성합니다. 바로 여기서 인용이 나옵니다. Perplexity는 검색 기반(retrieval-first)입니다. ChatGPT, Claude, Gemini는 질문에 최신 또는 특정 정보가 필요할 때 검색합니다. Google의 AI Overviews 및 AI Mode는 Google Search의 색인 위에 위치하며, Google은 이들이 “쿼리 팬아웃” 기술: 즉, 하위 주제에 걸친 여러 관련 검색을 수행한 다음 합성된 답변을 생성할 수 있다고 말합니다.

실질적인 시사점은 다음과 같습니다: 학습 데이터는 수정할 수 없지만, 검색(retrieval)에는 영향을 미칠 수 있습니다. 그리고 검색은 항상 그래왔던 것들, 즉 색인화 가능성(indexable), 관련성(relevant), 신뢰성(trusted)을 보상하며, 엔진이 정보를 가져오는 결과 세트 내에 나타나는 것을 선호합니다.

왜 제3자 출처가 귀사 홈페이지보다 더 중요한가

“최고의 [카테고리] 도구”와 같은 답변 아래에 있는 인용 출처들을 살펴보면 보통 다음과 같은 혼합된 유형을 볼 수 있습니다:

리스트형 및 비교 기사 (“2026년 최고의 X 10가지”)
리뷰 플랫폼 및 소프트웨어 디렉토리
Reddit 스레드 및 커뮤니티 포럼
문서화 자료(documentation), GitHub README, 도움말 센터
가끔은 공급업체 페이지

이것은 당연합니다. 누군가가 “어떤 도구를 사용해야 할까요?”라고 물으면, 중립적인 종합 기사가 공급업체 자체 랜딩 페이지보다 더 유용한 출처입니다. 팬아웃 검색(fan-out searches)을 실행하는 엔진은 해당 하위 쿼리에 대해 순위를 차지하는 페이지들을 가져오게 되며, 이들은 대부분 제3자 페이지들입니다.

따라서 SaaS 제품의 경우, 인용되는 데 있어 큰 부분은 여러분의 카테고리에서 출처로 인용되는 페이지에 정확하게 언급되는 것입니다. 구체적으로는 다음과 같습니다:

디렉토리 및 리뷰 사이트: 여러분의 틈새 시장과 관련된 디렉토리는 목록을 완전하게 유지하고, 올바른 카테고리, 현재 가격 정보, 그리고 명확한 한 줄 설명을 제공해야 합니다.
비교 및 “대안” 기사: 만약 특정 기사가 여러분의 카테고리로 순위를 차지하면서 여러분을 제외한다면, 정확한 사실과 함께 해당 작성자에게 연락하십시오. 스팸을 보내지 마십시오.
커뮤니티: 사용자들이 이미 모여 있는 곳에서 진정성 있게 참여하십시오. 질문에 답하고, 제품 개발 중임을 공개하며, 애스트로터프(astroturf, 가짜 지지 활동)를 하지 마십시오. 커뮤니티는 알아차리고, 스레드를 읽는 모든 사람도 알아챕니다.
문서화 및 통합: 공용 문서 자료, 파트너 사이트의 통합 페이지, 그리고 잘 관리된 README 파일은 엔진이 실제로 인용할 수 있는 것들입니다.

자체 페이지를 쉽게 인용되도록 만들기

여러분의 웹사이트는 여전히 중요합니다. 특히 사실적인 질문(“X가 SSO(Single Sign-On)를 지원하나요?”, “X의 비용은 얼마인가요?”, “X가 Postgres와 통합되나요?”)에 대해서는 더욱 그렇습니다. 엔진은 구절을 추출하기 때문에, 문맥과 무관하게 인용되어도 견고한 페이지를 작성해야 합니다.

명확하고 사실적인 페이지(Clear, factual pages). 중요한 사실 클러스터별로 한 페이지를 만드세요: 가격 책정(pricing), 통합 기능(integrations), 보안/규정 준수(security/compliance), 기능 개요(feature overview), 그리고 가능하다면 정직한 'X 대 Y' 비교 페이지입니다. 답변은 첫 문장이나 두 문장에 배치하고, 그 뒤에 상세 내용을 제공하세요. 요금제 이름, 제한 사항, 지원 플랫폼 같은 내용은 이미지에 포함시키거나 클라이언트 측 렌더링(client-side rendering) 뒤에 숨기지 말고 일반(plain) HTML 텍스트로 유지하는 것이 좋습니다.

구조화된 데이터(Structured data). Schema.org 마크업(Organization, SoftwareApplication, Product, FAQPage, BreadcrumbList)은 기계가 페이지의 주제를 이해하도록 돕습니다. 하지만 기대치를 현실적으로 유지해야 합니다. 구글은 AI Overview 또는 AI Mode에 특별한 스키마가 필요하지 않다고 명시하며, 구조화된 데이터는 보이는 텍스트와 일치할 것을 요구합니다. 스키마를 순위 조작 수단이 아닌 유용한 위생 관리(helpful hygiene)로 간주하세요.

<script type="application/ld+json">
{
  "@context": "https://schema.org",
...

llms.txt. llms.txt는 제안된 규칙입니다: LLM에게 가장 유용한 콘텐츠의 선별된 지도(curated map)를 제공하는 /llms.txt 위치의 마크다운 파일입니다. 추가하기 쉽고 문서가 많은 제품에 유용하며, 특히 개발자들이 문서를 코딩 도우미에 붙여넣을 때 더욱 그렇습니다. 하지만 이것은 여전히 제안 단계이며 모든 엔진이 소비한다고 알려진 것은 아니며, 구글은 자체 AI 기능에 나타나기 위해 새로운 'AI 텍스트 파일'이 필요하지 않다고 말합니다. 추가하기 쉽다면 추가하되, 그것만으로 변화를 기대해서는 안 됩니다.

크롤러를 실수로 차단하지 마세요(Don't accidentally block the crawlers)

이것은 놀라울 정도로 흔한 문제입니다. 보안 규칙, CDN 봇 보호 토글, 또는 복사 붙여넣기 한 "모든 AI 봇 차단(block all AI bots)" robots.txt는 당신을 검색 결과에서 조용히 제거할 수 있습니다.

대부분의 공급업체들은 이제 목적별로 크롤러를 분리하고 있어, 검색 기능 사용을 포기하지 않으면서 학습(training) 참여만 선택적으로 제외할 수 있게 되었습니다.

OpenAI은 학습용 에이전트(GPTBot), 검색용(OAI-SearchBot), 사용자 주도 가져오기용(ChatGPT-User)을 별도로 문서화하고 있습니다. 자세한 내용은 OpenAI의 크롤러 문서를 참조하세요.
Anthropic은 ClaudeBot(학습), Claude-SearchBot(검색 인덱싱), 그리고 사용자 대신 가져오는(Claude-User) 기능을 나열하고 있으며, 이 두 가지 후자를 차단할 경우 가시성이 감소할 수 있다고 언급합니다. 자세한 내용은 Anthropic의 도움말 문서를 참조하세요.
Perplexity는 PerplexityBot과 Perplexity-User를 문서화하고 있습니다. 자세한 내용은 Perplexity의 봇 문서를 참조하세요.
Google: AI Overviews와 AI Mode는 일반적인 Googlebot 접근에 의해 관리됩니다. Google-Extended는 Google의 다른 일부 AI 시스템에서 사용을 제어하며, 검색(Search)에는 해당하지 않습니다 (Google 문서).

학습용 크롤러를 허용할지 여부는 귀하의 결정에 달렸습니다. 단지 의도적인 결정을 내리십시오. 그런 다음 서버 또는 CDN 로그를 확인하여 검색 및 사용자 에이전트가 실제로 403이 아닌 200을 받는지 확인하십시오. 깨끗한 robots.txt는 WAF(웹 방화벽)가 요청을 먼저 차단하면 아무 도움이 되지 않습니다.

다른 어떤 것을 측정하듯이 측정하라

“AI 답변에서 우리가 가시적인가?”라는 질문은 작고 지루하지만, 어느 정도 답할 수 있는 문제입니다:

구매자 프롬프트(buyers' prompts)를 작성하세요. 영업 통화, 지원 티켓 및 검색 쿼리에서 가져온 실제 질문 20~50개를 사용합니다. 카테고리 질문("최고의 오픈 소스 기능 플래그 도구"), 비교 질문("X 대 Y"), 문제 해결 질문("백엔드 없이 Z를 어떻게 하나요?")을 혼합하여 사용하세요.
다양한 엔진에 걸쳐 테스트를 실행하세요. ChatGPT, Perplexity, Gemini, Claude, Google AI Overviews 등 여러 엔진을 커버합니다. 답변은 실행과 시간에 따라 달라지므로 항상 새로운 세션을 사용하고 날짜를 기록하세요.
답변당 두 가지를 기록하세요: 제품이 언급되었는지 여부(그리고 얼마나 정확하게)와 인용된 도메인이 무엇인지입니다.
인용된 도메인을 취합하세요. 보통 귀하의 카테고리에서 계속 등장하는 비교적 짧은 사이트 목록을 발견할 수 있습니다. 이 목록이 바로 할 일 목록(to-do list)입니다. 즉, 해당 페이지들이 존재하고 정확해야 하는 곳들입니다.
매월 반복하세요. 개별 답변보다는 시간이 지남에 따른 언급률과 인용 점유율을 추적하세요.

시작할 때는 스프레드시트가 충분합니다. 자동화하고 싶다면 관련 도구들이 있습니다. 예를 들어, Kollavo는 AI 엔진이 구매자 프롬프트에 대해 어떤 출처를 인용하는지 추적하고, 해당 출처 목록에 등재되는 것을 돕고, 시작점으로 무료 AI 가시성 점수(AI visibility score)를 제공합니다.

체크리스트

robots.txt 및 CDN/WAF에서 검색 및 사용자 추출 에이전트 (OAI-SearchBot, ChatGPT-User, Claude-SearchBot, Claude-User, PerplexityBot, Googlebot) 허용 여부
핵심 사실(가격 책정, 통합 기능, 보안, 플랫폼 등)을 크롤링 가능한 서버 렌더링 HTML 페이지에 배치했는지
답변 중심 작성 방식: 각 페이지가 상단에 주요 사실을 명시하는지
가시적인 콘텐츠와 일치하는 Schema.org 마크업 적용 여부
선택적 /llms.txt 파일이 최고의 문서를 가리키는지
귀하의 틈새 시장(niche) 내 디렉토리 및 리뷰 사이트에 완전하고 정확하게 등재되어 있는지
엔진들이 인용하는 비교 기사 및 "대안(alternatives)" 아티클에 정확히 존재하고 있는지
관련 커뮤니티에서 진정성 있고 공개적인 참여를 하고 있는지
매월 여러 엔진을 통해 실행하며, 인용된 도메인을 기록한 고정된 구매자 프롬프트 세트를 보유했는지

이 모든 것이 속임수는 아닙니다. 답변 엔진(Answer engines)은 웹 위에 구축된 검색 시스템(retrieval systems)이기 때문에, 해당 카테고리가 논의되는 곳에서 크롤링 가능하고(crawlable), 명확하며(clear), 존재한다는 것 자체가 가장 중요한 작업입니다.

작성자: Josh Adams.