ChatGPT에 나왔다고 Gemini·Perplexity·Copilot에도 나올까 — AI 엔진마다 출처를 모으는 길이 다르다

한눈에 보는 엔진별 차이

‘AI에 나온다’고 한 덩어리로 말하지만, 실제로는 엔진마다 출처를 모으는 길이 다릅니다. 아래 표는 각 회사가 공식 문서에 적은 내용을 옮긴 것입니다(2026년 10월 18일 확인). 문서에 직접 적히지 않아 풀어 쓴 칸은 그렇다고 표시했습니다.

‘확인한 범위에서 없음’은 없다고 단정하는 말이 아닙니다. 이번에 열어 본 공식 문서에서 찾지 못했다는 뜻입니다.

ChatGPT — OAI-SearchBot이 열쇠다

OpenAI 크롤러 문서는 검색 노출을 맡는 크롤러를 하나로 적습니다.

“OAI-SearchBot is used to surface websites in search results in ChatGPT’s search features.” “Sites that are opted out of OAI-SearchBot will not be shown in ChatGPT search answers, though can still appear as navigational links.”

OAI-SearchBot을 막으면 ChatGPT 검색 답변에는 나오지 않고, 내비게이션 링크로만 나올 수 있다는 뜻입니다. 학습용 GPTBot, 사용자 요청용 ChatGPT-User와의 차이, 호스팅·CDN 점검까지는 ChatGPT 검색 노출 조건에 정리했으니 여기서는 반복하지 않습니다.

이 글에서 더할 것은 참고한 페이지와 인용한 페이지가 다르다는 점입니다. OpenAI의 웹 검색 API 문서는 둘을 따로 적습니다.

“By default, the model’s response will include inline citations for URLs found in the web search results.” “sources returns the complete list of URLs the model consulted when forming its response.”

답변에 인용 링크로 붙는 것과, 답을 만들 때 읽은 전체 목록은 별개라는 설명입니다. 다만 이 문서는 개발자용 API 기준이고, ChatGPT 앱 화면이 같은 방식이라고 적은 문서는 아닙니다. 실제 앱 화면에서는 이 사이트가 기록한 대로 ‘맛집노트 광주 +1’, ‘당근마켓 +1’처럼 출처가 칩으로 묶여 보였습니다.

구글 AI 개요·AI 모드와 Gemini 앱 — 같은 회사, 다른 길

구글 AI 개요·AI 모드는 구글 검색 색인 위에서 움직입니다. 구글 검색 센터 문서는 지원 링크를 고르는 방식을 이렇게 설명합니다.

“Both AI Overviews and AI Mode may use a ‘query fan-out’ technique — issuing multiple related searches across subtopics and data sources — to develop a response.”

질문 하나를 여러 하위 주제로 나눠 여러 번 검색한 뒤 답을 만든다는 뜻입니다. 같은 문서는 이 방식 덕분에 일반 검색보다 “a wider and more diverse set of helpful links”를 보여 줄 수 있다고 적었습니다. 지원 링크가 되려면 색인되고 스니펫과 함께 표시될 자격이 있어야 한다는 조건, 서치콘솔 생성형 AI 제어 설정은 구글 AI 개요·AI 모드에 나오려면에 있습니다.

Gemini 앱은 같은 구글이지만 조절하는 스위치가 하나 더 있습니다. 구글 크롤러 문서는 Google-Extended가 Gemini 모델 학습뿐 아니라 그라운딩, 즉 “providing content from the Google Search index to the model at prompt time”에 쓸지도 정한다고 적고, 동시에 이렇게 밝힙니다.

“Google-Extended does not impact a site’s inclusion in Google Search.”

Google-Extended를 막아도 AI 개요·AI 모드에는 영향이 없지만, Gemini 앱이 답을 만들 때 쓰는 재료에서는 빠질 수 있다는 뜻입니다. 같은 회사의 두 서비스가 다른 설정을 따르는 셈입니다.

참고로 Gemini API 문서는 그라운딩 과정을 이렇게 적습니다. 모델이 프롬프트를 보고 “determines if a Google Search can improve the answer”, 필요하면 “automatically generates one or multiple search queries and executes them”. 검색할지 말지부터 모델이 정한다는 설명입니다. 이 역시 개발자용 API 문서이고, Gemini 앱 화면에서 출처가 어떻게 보이는지 설명한 공식 문서는 이번에 찾지 못했습니다.

Perplexity — PerplexityBot과 번호 인용

Perplexity 크롤러 문서는 OpenAI와 비슷한 구조로 두 봇을 나눕니다.

“PerplexityBot is designed to surface and link websites in search results on Perplexity.” “It is not used to crawl content for AI foundation models.”

PerplexityBot은 Perplexity 검색 결과에 사이트를 보여 주고 링크하는 크롤러이고, 기반 모델 학습용 수집에는 쓰이지 않는다는 뜻입니다. 문서는 검색 결과에 나오려면 robots.txt에서 PerplexityBot을 허용하라고 권합니다. 사용자 요청으로 페이지를 가져오는 Perplexity-User는 따로 있고, 문서는 “Since a user requested the fetch, this fetcher generally ignores robots.txt rules.”라고 적었습니다. 설정을 바꾸면 반영까지 최대 24시간이 걸릴 수 있다는 안내도 있습니다(“it may take up to 24 hours for our systems to reflect changes”).

출처 표시는 도움말 센터가 이렇게 설명합니다.

“Each answer includes numbered citations linking to the original sources”

답변마다 원문으로 연결되는 번호 인용이 붙는다는 뜻입니다.

Microsoft Copilot — Bing 색인과 AI Performance 보고서

Copilot은 Bing 검색 색인을 바탕으로 합니다. Microsoft Bing의 Krishna Madhavan이 2025년 10월 8일 Microsoft Advertising 블로그에 쓴 글은 이렇게 적습니다.

“Powered by Bing’s search index, experiences like Microsoft Copilot, Microsoft Start, and others”

같은 글은 이런 어시스턴트가 페이지를 작은 조각으로 나눠 평가하고(“Assistants like Copilot break content down, a process called parsing, into smaller, structured pieces”), 그 조각을 “often drawing from multiple sources” 방식으로 답에 엮는다고 설명합니다. 그래서 Copilot 쪽은 Bing이 페이지를 수집·색인할 수 있는지부터 봅니다. 다만 이 사이트의 빙 색인 101개 실측에서는 빙 색인이 0건인 페이지가 다른 답변엔진에 인용된 사례도 있었습니다. Bing 색인 여부가 다른 답변엔진의 인용까지 정하지는 않습니다.

이번에 확인한 보고서 가운데 AI 답변 인용을 가장 잘게 나눠 보여 주는 것은 Bing 쪽입니다. 2026년 2월 10일 공개된 AI Performance는 “across Microsoft Copilot, AI-generated summaries in Bing, and select partner integrations”에서 우리 콘텐츠가 어떻게 인용됐는지 보여 줍니다. 지표는 총 인용 수, 하루 평균 인용 페이지 수, AI가 콘텐츠를 찾을 때 쓴 문구(grounding queries), 페이지별 인용 수입니다. 2026년 6월 16일에는 특정 그라운딩 문구에서 우리 사이트가 차지한 인용 비중(Citation Share)과 이전 기간 비교(Compare)가 더해졌습니다. Bing은 이 비중을 이렇게 규정합니다.

“designed as an observational metric – not a ranking system or a competitive scoreboard.”

관찰 지표이지 순위표가 아니라는 뜻입니다. 보고서를 읽는 법은 AI 답변 노출 직접 확인하는 법에 있습니다.

연구가 보여 준 것 — 엔진끼리 출처가 겹치지 않는다

공식 문서만 보면 ‘수집 경로가 다르다’에서 끝납니다. 실제로 얼마나 다른지는 엔진을 나란히 잰 연구가 보여 줍니다.

Zhang 외(2025) — 같은 회사 서비스끼리도 30% 이상 달랐다

2025년 12월 10일 arXiv에 올라온 프리프린트입니다(동료 심사 여부는 arXiv 페이지에 표시돼 있지 않습니다). LLM 기반 검색 6종(ChatGPT, Gemini, Perplexity, Grok, 구글 AI 모드, Bing의 Copilot)과 기존 검색 2종(구글, 빙)에 질의 55,936개를 던졌습니다. 질의는 2025년 7월 16일부터 8월 10일까지 미국 기준 구글 트렌드·X 트렌드에서 모은 인기 키워드와 그 키워드에서 뽑은 연관 질문이 대부분이고, 공개된 Quora 질문 데이터셋에서 가져온 질문 2,281개가 더해졌습니다. 개인화를 줄이려고 브라우저 시크릿 모드로 물었습니다.

LLM 검색이 기존 검색에 없는 도메인을 많이 인용한다는 결과(37%)는 GEO 논문 정리에서 다뤘습니다. 이 글에서 볼 것은 엔진끼리의 차이입니다.

“Even for services provided by the same company (e.g., Google, AI Mode, and Gemini), the sourced domains differ substantially (≥30%).”

구글 검색, 구글 AI 모드, Gemini처럼 같은 회사가 만든 서비스끼리도 인용한 도메인이 30% 이상 달랐다는 뜻입니다. 답변 하나하나 단위로 봐도 LLM 검색과 기존 검색 사이의 평균 겹침은 40%에 못 미쳤습니다(“Similar patterns also persist at the response level, with an average overlap of less than 40%”).

한계도 연구진이 밝혔습니다. 사용자에게 보이는 인용만 쟀고 그 앞 단계의 검색 과정은 재지 못했으며, AI 모드와 Copilot은 정확한 버전을 공개하지 않습니다. 질의 언어는 논문에 따로 적혀 있지 않고, 대부분 미국 트렌드에서 출발한 질의라 한국어 질문에 그대로 옮길 수는 없습니다.

Chen·Koudas(2026) — 답 하나에 붙는 출처 수부터 달랐다

2026년 10월 10일 arXiv에 올라온 11쪽 분량의 프리프린트입니다(학술지 게재 정보는 arXiv 페이지에 없습니다). 미국 가정용 인터넷 시장에 관한 질문 651개(요금·경쟁사·고객 지원 등)를 2026년 6월 24일부터 9월 21일까지 매일 각 엔진의 공개 API로 물었습니다. 질문은 모두 영어입니다.

“ChatGPT cites 2.0 distinct pages per answer and 64% of its citations go to the providers’ own websites, whereas Gemini cites 10.1 pages, 83% of them on third-party websites.”

ChatGPT는 답 하나에 서로 다른 페이지 2.0개를 인용했고 그중 64%가 인터넷 서비스 브랜드(통신사)의 자체 사이트였습니다. Gemini는 10.1개를 인용했고 83%가 제3자 사이트였습니다. 같은 질문에 대해 한 엔진은 브랜드 홈페이지 쪽을, 다른 엔진은 제3자 사이트 쪽을 더 많이 인용했다는 뜻입니다. Perplexity는 “cites nothing in 96% of its answers”였는데, 이것은 API로 쓴 Sonar 모델 기준입니다. 앞에서 본 Perplexity 도움말은 답변마다 번호 인용이 붙는다고 적고 있어, 같은 엔진이라도 앱과 API가 다르게 움직일 수 있음을 짐작하게 합니다. 다만 논문이 앱과 API를 나란히 잰 것은 아닙니다.

같은 엔진 안에서도 출처는 흔들렸습니다. API로 같은 날 두 번 돌렸을 때 ChatGPT가 인용한 페이지는 15%만 겹쳤습니다(“its cited pages by 15%”). 검색에 쓴 질의는 2.7%만 겹쳤습니다.

이 연구에는 조건이 많이 붙습니다. 연구진은 결과가 인과가 아니라 연관이라고 적었고, API는 소비자용 앱과 똑같이 움직이지 않을 수 있다고 밝혔습니다(“The replay uses the engines’ APIs after the collection, which need not behave like their consumer applications”). 쓴 모델도 GPT-5.4 nano(웹 검색 도구), Gemini 3.1 Flash Lite(구글 검색 그라운딩), Perplexity Sonar 같은 API 모델이라 앱에서 쓰는 모델과 다를 수 있습니다. 미국 영어 시장 한 곳이 중심이고, 두 번째 데이터는 질문 55개로 작습니다.

이 사이트가 잰 것과 재지 않은 것

이 사이트가 지금까지 직접 잰 엔진은 ChatGPT 하나입니다. Gemini·Perplexity·Copilot은 재지 않았습니다. 그래서 아래 기록은 모두 ChatGPT에서만 통하는 이야기이고, 질문마다 1~2번 물은 단일 관측입니다.

칸세이스시의 두 답변은 같은 엔진, 같은 질문인데도 출처가 달랐습니다. 위 Chen·Koudas 연구에서 같은 날 인용 페이지가 15%만 겹친 것과 비슷한 모습입니다. 다만 그 연구는 API, 이 기록은 ChatGPT 앱 화면이라 조건이 같지는 않습니다. 엔진이 바뀌면 차이는 더 커질 수 있지만, 이 사이트는 그것을 아직 재지 않았으므로 Gemini나 Perplexity에서도 같은 가게가 나온다고 말할 수 없습니다. 엔진 7개를 같은 질문으로 재는 설계는 AI 답변 측정 설계(280셀)에 공개해 두었고, 결과는 다 재기 전까지 내지 않습니다.

그래서 무엇을 해야 하나 — 엔진마다 따로 재기

1. 엔진마다 문을 따로 확인합니다. robots.txt와 CDN 설정에서 OAI-SearchBot, PerplexityBot, Googlebot이 막혀 있지 않은지 하나씩 봅니다. AI 학습을 막는 설정(GPTBot, Google-Extended)이 검색용 크롤러까지 막고 있지 않은지도 봅니다. Gemini 앱까지 생각한다면 Google-Extended는 그라운딩에도 쓰인다는 점을 함께 판단합니다.
2. 색인은 구글과 Bing을 따로 봅니다. AI 개요·AI 모드는 구글 서치콘솔, Copilot은 Bing 웹마스터 도구에서 색인 상태를 확인합니다.
3. 공식 보고서가 있는 엔진은 보고서를 씁니다. 구글은 생성형 AI 실적 보고서, Bing·Copilot은 AI Performance. 두 보고서 모두 순위가 아니라 노출·인용 횟수를 보여 줍니다.
4. 보고서가 없는 엔진은 직접 묻습니다. ChatGPT·Perplexity·Gemini 앱은 같은 질문을 엔진마다, 여러 번 물어 언급·인용·출처를 나눠 적습니다. 방법은 AI 답변 노출 직접 확인하는 법과 측정 방법론에 있습니다.
5. 결과를 옮겨 말하지 않습니다. ‘ChatGPT 첫 항목’은 ChatGPT 기록일 뿐입니다. 다른 엔진은 미측정이라고 적습니다.

어느 엔진에서든 노출 위치를 보장하는 방법은 없습니다. 할 수 있는 것은 각 엔진이 공식으로 밝힌 조건을 갖추고, 엔진마다 따로 재서 무엇이 바뀌었는지 기록하는 일입니다. AI 상위노출 전체 흐름은 AI 상위노출 정리에, 네이버 쪽은 네이버 AI 브리핑에 따로 있습니다.

이 글을 쓴 사람

AI 검색 최적화(AI 상위노출) 일을 하는 유환호가 썼습니다. 이 글에 나온 사례 사이트는 유환호가 작업한 곳이고, 이 주제로 일을 하고 있다는 점을 밝혀 둡니다.