AI 인용을 유도하는 요인은 무엇인가? 생성 엔진 최적화(GEO)에서의 콘텐츠, 검색 및 모델 지식 분석

ChatGPT, Gemini, Perplexity와 같은 생성형 검색 엔진은 이제 사용자가 어떤 웹페이지를 출처로 보게 할지 결정하며, 생성 엔진 최적화(generative engine optimization)라는 성장하는 산업은 출판사들에게 이러한 인용을 얻는 방법을 자문하고 있습니다. 우리는 상반되는 시장에서 상업적인 질문에 대한 답변 두 개의 90일간의 데이터를 연구했으며, 이를 통해 총 158,099개의 답변과 468,037개의 인용을 분석했습니다. 동일 웹사이트의 페이지들을 비교했을 때, 콘텐츠는 한 가지 방식에서 중요합니다: 사람들이 질문하는 내용과 제목 및 단락이 일치하는 페이지가 더 많이 인용되는 반면, FAQ 블록, 구조화된 데이터(structured data), 요약 상자(summary boxes), 페이지 속도는 웹사이트 전반에 걸쳐 효과적인 것으로 나타났습니다. 그럼에도 불구하고 페이지 속성만으로는 웹사이트 내 페이지 간의 변동성을 거의 설명하지 못합니다. 엔진 API를 통해 질문들을 재현해 보면 그 이유를 알 수 있습니다. ChatGPT가 인용하는 모든 페이지는 자체 검색을 거친 결과이며, 이 검색이 어떤 페이지들을 가져오는지에 따라 모델은 답변마다 하위 쿼리(sub-queries)를 다시 작성하며, 이는 Google이나 Bing의 결과와 거의 일치하지 않습니다. 이러한 과정이 페이지 속성보다 변동성의 훨씬 많은 부분을 설명합니다 (페이지 속성이 2.8%인 것에 비해 32%). 콘텐츠는 주로 이 단계를 통해 엔진의 쿼리와 의미적으로 일치함으로써 작용합니다. 모델 자체의 지식 또한 영향을 미칩니다: ChatGPT는 자신이 아는 브랜드를 검색에 포함시키고, 자신이 아는 웹사이트를 선호하며, 지원하는 페이지 없이도 브랜드 이름을 언급합니다. 통제된 실험은 브랜드 이름이 동일한 사실을 가진 제품들의 순위를 재배열한다는 것을 보여줍니다. 따라서 페이지는 검색될 때 인용되며, 브랜드는 기억될 때 또한 이름이 거론됩니다. 이러한 발견은 소규모 B2B 공급업체 시장에서도 재현되었습니다. 우리는 데이터와 코드를 공개합니다.