AI가 인용하기 쉬운 질문형 페이지는 어떻게 쓰나 — 첫 문단 직답, 떼어 내도 통하는 문단, 정보의 위치

먼저 정리 — 근거가 있는 것과 추정인 것

질문형 페이지 쓰는 법에 대한 조언은 많지만, 출처를 따라가 보면 근거의 종류가 다릅니다. 이 글에서 다루는 주장을 세 가지로 나눴습니다.

마지막 줄이 중요합니다. “첫 문단에 답을 쓰라”는 권고는 빙 공식 문서에 있지만, 그것이 실제 인용률을 얼마나 바꾸는지 측정한 공개 연구는 이번에 찾지 못했습니다.

답변엔진은 페이지를 통째로가 아니라 조각으로 읽는다

검색 기반 답변 시스템의 기본 구조는 “질문에 맞는 텍스트 조각을 찾아서 모델에 넣고, 모델이 그걸 읽고 답한다”입니다. 연구에서는 이 구조를 오래전부터 써 왔습니다.

• Dense Passage Retrieval(Karpukhin 외, EMNLP 2020)은 초록 첫 문장에서 이렇게 씁니다.

“Open-domain question answering relies on efficient passage retrieval to select candidate contexts”

열린 질문에 답하는 시스템은 후보가 될 문맥을 고르기 위해 ‘문단(passage) 단위 검색’에 의존한다는 뜻입니다. 페이지 전체가 아니라 문단이 검색의 단위입니다.

• Retrieval-Augmented Generation(Lewis 외, NeurIPS 2020)은 검색으로 가져온 문단을 생성 모델에 붙여 답을 만드는 방식(RAG)을 제안했고, 이때 외부 기억은 위키백과의 밀집 벡터 색인이었습니다.

실제 서비스에서도 같은 말을 합니다. 마이크로소프트 빙의 수석 프로덕트 매니저 Krishna Madhavan이 마이크로소프트 광고 블로그에 쓴 글(2025-10-08)입니다.

“AI assistants don’t read a page top to bottom like a person would. They break content into smaller, usable pieces — a process called parsing. These modular pieces are what get ranked and assembled into answers.”

AI 어시스턴트는 사람처럼 페이지를 위에서 아래로 읽지 않고, 내용을 작은 조각으로 나누며(파싱), 순위가 매겨지고 답변으로 조립되는 것은 그 조각이라는 설명입니다.

다만 두 가지는 구분해야 합니다. 이 블로그 글은 코파일럿(Copilot) 같은 마이크로소프트 어시스턴트를 기준으로 쓴 것이고, ChatGPT·구글 AI 개요가 페이지를 어떤 크기로 나누는지는 이번에 읽은 공개 문서에서 확인하지 못했습니다. 그리고 이 글은 공식 가이드라인 문서가 아니라 광고 블로그 글입니다.

페이지에 옮기면: 문단 하나가 떨어져 나가도 질문 하나에 답이 되게 씁니다. “위에서 말한 것처럼”, “이곳은” 같은 앞 문단 의존 표현 대신 가게 이름·지역·날짜를 그 문단 안에 다시 씁니다.

정보의 위치 — ‘Lost in the Middle’이 실제로 보여 준 것

Nelson F. Liu 외 6명이 2023년 7월 arXiv에 공개하고 TACL 12권(2024, 157–173쪽)에 실린 논문입니다. 학술지 심사를 거친 연구입니다. 초록의 핵심 문장입니다.

“we observe that performance is often highest when relevant information occurs at the beginning or end of the input context, and significantly degrades when models must access relevant information in the middle of long contexts, even for explicitly long-context models.”

필요한 정보가 입력의 처음이나 끝에 있을 때 성능이 가장 높고, 긴 입력의 중간에 있을 때 크게 떨어지며, 긴 입력용으로 만든 모델도 마찬가지였다는 결과입니다. 그래프로 그리면 U자 모양이 나옵니다.

실험 조건

결과에서 눈여겨볼 숫자

• GPT-3.5-Turbo는 정답 문서가 중간에 있을 때 성능이 20% 넘게 떨어질 수 있었고, 문서 20·30개 조건의 최악의 경우는 문서를 하나도 주지 않았을 때(56.1%)보다 낮았습니다.
• 위키백과에서 검색한 문서를 모델에 넣는 실험(NaturalQuestions-Open)에서는 문서를 20개에서 50개로 늘려도 성능이 GPT-3.5-Turbo 약 1.5%, Claude-1.3 약 1%만 올랐습니다. 저자들은 관련 정보를 입력 앞쪽으로 끌어올리는 재정렬(reranking)을 개선 방향으로 제안했습니다.

이 연구로 말할 수 없는 것

이 실험이 바꾼 것은 모델에 넣은 여러 문서의 순서입니다. 한 웹페이지 안에서 답이 첫 문단에 있느냐 다섯째 문단에 있느냐를 바꾼 실험이 아닙니다. 또 2023년 모델들로 잰 결과라 지금의 ChatGPT·Gemini에 같은 크기로 나타난다고 볼 수 없습니다.

그래서 이 연구를 “첫 문단에 답을 쓰라”의 직접 증거로 쓰면 과장입니다. 말할 수 있는 것은 이 정도입니다. 모델은 주어진 텍스트를 고르게 쓰지 않으며, 위치가 결과를 바꿀 수 있다. 답변엔진이 페이지에서 앞부분 조각을 가져가든, 여러 조각 중 하나로 우리 문단을 넣든, 답이 문단 앞에 분명하게 있으면 손해 볼 일은 없다는 정도의 합리적 추론입니다.

공식 문서가 직접 권하는 것

빙 웹마스터 가이드라인

빙은 이 가이드라인이 빙 검색, 코파일럿, 그라운딩 API 결과에 콘텐츠가 노출되는 방식을 다룬다고 밝혔습니다. 질문형 페이지와 직접 관련된 항목입니다.

“URLs are more likely to be selected for grounding queries and citations when content stands on its own.”

내용이 그 자체로 성립할 때 그 URL이 답변의 근거(그라운딩)와 인용에 선택될 가능성이 높다는 문장입니다. 같은 항목에서 사실과 정의를 명시하고, 핵심 문장이 암시된 내용에 기대지 않게 하고, 중요한 정보는 그 URL 안에 보이게 두라고 합니다.

“Place essential information near the top of the URL”

“Avoid long introductions before addressing the main topic.”

핵심 정보는 페이지 위쪽에 두고, 본론 전에 긴 도입을 쓰지 말라는 권고입니다(18항 ‘Surface Key information early’).

그 밖에 11항은 콘텐츠가 “외부 맥락 없이 이해하기 쉬워야(Be easy to understand without external context)” 한다고, 16항은 사람·조직·제품·장소 이름을 일관되게 쓰라고, 17항은 URL 하나에 주제 하나를 다루고 제목·소제목·내용의 의도를 맞추라고 적었습니다.

마이크로소프트 광고 블로그(빙 담당자 글)

앞의 글은 소제목·Q&A·목록·표를 각각 이렇게 설명합니다.

“Headings are HTML tags (

,

) that mark where one idea ends and another begins. For AI, they act like chapter titles that define clear content slices.”

소제목은 한 생각이 끝나고 다른 생각이 시작되는 곳을 표시하고, AI에게는 내용 조각을 나누는 장 제목 역할을 한다는 설명입니다.

“Direct questions with clear answers mirror the way people search. Assistants can often lift these pairs word for word into AI-generated responses.”

분명한 답이 붙은 직접적인 질문은 사람들이 검색하는 방식과 닮았고, 어시스턴트가 이런 질문-답 쌍을 글자 그대로 답변에 옮길 수 있는 경우가 많다는 설명입니다.

같은 글은 1~2문장짜리 간결한 답, 맥락에서 떼어 내도 뜻이 통하는 문장(“Self-contained phrasing”)을 권하고, 긴 글 덩어리, 탭·펼침 메뉴에 숨긴 핵심 답, 핵심 정보를 PDF나 이미지에만 두는 것을 피하라고 합니다.

구글 검색 센터

구글은 AI 개요·AI 모드를 위한 별도 요건이 없다고 분명히 적었습니다.

“There are no additional requirements to appear in AI Overviews or AI Mode, nor other special optimizations necessary.”

AI 개요나 AI 모드에 나오기 위한 추가 요건도, 특별한 최적화도 필요 없다는 뜻입니다. 같은 문서는 지원 링크로 나오려면 페이지가 색인되고 스니펫과 함께 노출될 수 있어야 하며, 새 기계용 파일이나 AI 텍스트 파일, 전용 스키마가 필요 없다고 적었습니다.

그래서 구글 기준으로 “답을 앞에 쓰라”는 AI 전용 기법이 아니라 원래의 사람 중심 콘텐츠 원칙입니다. 구글의 자기 점검 질문 중 질문형 페이지에 바로 쓸 수 있는 것들입니다.

“Does the main heading or page title provide a descriptive, helpful summary of the content?”

제목이 내용을 설명하는 유용한 요약인지 묻습니다.

“Does your content leave readers feeling like they need to search again to get better information from other sources?”

읽고 나서 다시 검색해야 한다고 느끼게 만드는지 묻습니다. 첫 문단에서 답을 못 찾는 페이지가 여기에 걸립니다.

구글 검색 센터 블로그(2025-05-21)도 페이지가 어수선해 “주요 정보를 찾기 어렵게” 만들면 좋은 콘텐츠라도 실망스러울 수 있다며, 방문자가 주요 내용과 다른 내용을 쉽게 구분할 수 있는지 보라고 했습니다.

OpenAI

이번에 확인한 OpenAI 공식 문서(크롤러 개요)는 글쓰기 방식이 아니라 접근 조건을 다룹니다. OAI-SearchBot을 막은 사이트는 ChatGPT 검색 답변에 나오지 않는다고 적었습니다.

“Sites that are opted out of OAI-SearchBot will not be shown in ChatGPT search answers, though can still appear as navigational links.”

페이지를 아무리 잘 써도 robots.txt에서 OAI-SearchBot을 막았다면 ChatGPT 검색 답변에는 나오지 않습니다. 글을 고치기 전에 이것부터 확인합니다. 색인과 접근 확인 순서는 AI 상위노출 정리에 있습니다.

질문형 페이지 템플릿

위 근거를 한 장으로 옮긴 틀입니다. 각 줄 오른쪽에 어느 근거에서 나왔는지 적었습니다.

하지 말 것도 정리하면 이렇습니다. 키워드 반복, 이미지·PDF에만 있는 핵심 정보, 탭 안에 숨긴 답, 사람에게 보이지 않는 AI용 문구. 빙 가이드라인은 과도한 반복과 부자연스러운 문장이 노출을 줄이거나 제거로 이어질 수 있다고 적었고, 언어모델을 조작하려는 콘텐츠도 같은 조치 대상이라고 밝혔습니다.

전후 예시 — 동네 식당 페이지(가상의 가게)

아래 가게와 숫자는 설명을 위해 만든 가상의 예입니다. 실제 가게가 아닙니다.

고치기 전

제목(H1): 환영합니다
첫 문단: 저희 ○○초밥은 2015년부터 최고의 재료와 정성으로 손님 한 분 한 분께
        잊지 못할 경험을 드리기 위해 노력해 왔습니다. 신선함, 그것이 저희의 약속입니다…
영업시간: 가게 앞 포스터 사진(이미지)
가격: 메뉴판 사진(이미지)
자주 묻는 질문: 접힌 탭 안 "주차 되나요?" → 클릭해야 답이 보임

“광주 상무지구 초밥집 영업시간”을 묻는 사람에게 이 페이지의 첫 문단은 답이 아닙니다. 지역·영업시간·가격이 모두 이미지나 탭 안에 있어, 빙과 마이크로소프트가 피하라고 한 형태를 거의 다 갖췄습니다.

고친 뒤

제목(H1): ○○초밥 상무점 — 영업시간·가격·예약 방법

첫 문단: ○○초밥 상무점은 광주 서구 상무지구에 있는 초밥 오마카세 식당입니다.
        런치 오마카세는 1인 ○○,000원, 디너 오마카세는 1인 ○○,000원이고(2026년 10월 1일 기준),
        화~일요일 11:30~22:00에 영업하며 월요일은 쉽니다. 공휴일 영업은 달라질 수 있어
        방문 전 전화(062-○○○-○○○○)로 확인해 주세요.

## 영업시간은 어떻게 되나요?
  (요일별 표 — 휴무일·브레이크타임·마지막 주문 시각, 기준 날짜)

## 가격은 얼마인가요?
  (메뉴·가격 표, 텍스트로. 사진은 보조)

## 주차할 수 있나요?
  ○○초밥 상무점은 건물 지하 주차장을 2시간 무료로 쓸 수 있습니다.  ← 펼쳐진 본문

## 예약은 어떻게 하나요?
  …

달라진 점은 네 가지입니다. ① 첫 문단만 떼어 가도 “어디의, 무슨 가게가, 얼마에, 언제” 답이 됩니다. ② 문단마다 가게 이름을 다시 써서 “이곳은” 같은 앞 문단 의존을 없앴습니다. ③ 숫자에 기준 날짜와 “전화 확인”을 같은 문장 안에 붙였습니다. ④ 이미지와 탭에 있던 정보를 텍스트와 표로 꺼냈습니다.

이 사이트의 관측 — 홈에 적은 문장이 답변에 그대로 나왔다

아래는 유환호가 만든 홈페이지에서 본 것입니다. 모두 질문당 1~2회 물은 단일 관측이고 공개 전 기준선이 없어, 페이지 쓰는 방식이 원인이라고 단정할 수 없습니다.

• 칸세이스시 상무본점: 2026년 9월 30일 공식 홈페이지를 공개했고, 10월 14일 ChatGPT에 ‘광주 서구 맛집 추천해줘’를 두 번 물었을 때 두 번 모두 첫 항목이었습니다. 두 번째 답변은 공식 홈페이지를 출처로 띄웠고, 답변의 적초 샤리·오마카세 39,000원·영업시간 문장은 홈에 적힌 그대로였습니다. 숫자와 사실을 텍스트로 적어 두면 그 문장이 답변에 그대로 쓰일 수 있다는 모습입니다. 다만 그 문장이 홈의 첫 문단에 있었기 때문이라고는 이 관측만으로 말할 수 없습니다. (사례 보기)
• 1965원조제일돌곱창 상무점: 홈페이지가 없던 곳으로, 9월 30일 공개했습니다. 같은 질문 두 번 모두 두 번째 항목이었고, 첫 번째 답변이 이 홈페이지를 출처로 열었습니다. (사례 보기)
• 노블365의원: 10월 5일 새 도메인으로 공개하고 6일 뒤 ChatGPT에 물은 질문 4개 모두에서 인용됐습니다. 인용된 페이지는 진료시간·일요일 진료처럼 질문 의도별로 만든 페이지였습니다. 반대 방향의 교훈도 있었습니다. 요일별 표에는 일부 요일 시간에 ‘전화로 확인’을 붙였지만 구조화 데이터에는 표시 없이 들어가 있었고, 답변은 그 값을 옮기면서 ‘전화로 확인’은 뺐습니다. 조건을 숫자와 같은 문장에, 그리고 구조화 데이터와 같은 값으로 두라고 템플릿에 적은 이유입니다. (사례 보기)
• 트이다학원 남악점: 9월 27일 공개 16일 뒤 ‘남악 학원 추천해줘’에서 첫 추천이었지만, 출처로 보인 것은 당근이었습니다. 홈페이지 문장이 답변에 쓰였는지와 별개로, 인용은 다른 곳에서 올 수 있습니다. (사례 보기)

이 관측들이 보여 주는 것은 “인용되면 페이지의 문장이 그대로 쓰인다”는 데까지입니다. 첫 문단에 답을 썼기 때문에 인용됐다는 비교 실험은 아닙니다. 같은 질문을 반복해서 직접 재는 방법은 AI 답변 노출 직접 확인하는 법에 정리했습니다.

순서 — 글쓰기는 세 번째다

GEO 논문 정리에서 본 것처럼, 연구가 가장 크게 보는 변수는 페이지가 검색돼 후보에 드는가입니다. 질문형 페이지 쓰기는 그다음 일입니다.

1. 접근과 색인: 구글·빙 색인, robots.txt에서 OAI-SearchBot 등 허용
2. 페이지 하나에 질문 하나: 사람들이 실제로 묻는 질문별로 페이지 나누기
3. 첫 문단 직답과 떼어 내도 통하는 문단: 이 글의 템플릿
4. 반복 측정: 같은 질문을 여러 번 물어 언급과 인용을 나눠 기록

SEO·AEO·GEO가 각각 어디를 맡는지는 SEO·AEO·GEO·LLMO 차이에, 실제 작업 순서는 작업 방식에 있습니다.

이 글을 쓴 사람

AI 상위노출 일을 하는 유환호가 썼습니다. 이 글에 나온 사례 사이트들은 제가 만들었거나 맡은 곳이라 이해관계가 있습니다. 그래서 공식 문서와 논문은 원문 문장을 그대로 옮겼고, 제 관측은 단일 관측이라는 한계와 함께 적었습니다.