AI는 왜 우리 홈페이지보다 남의 글을 인용하나 — 제3자 언급의 연구 수치와 정직하게 늘리는 법

제3자 문서란 무엇인가 — 연구가 쓰는 세 가지 분류

AI 검색이 어떤 출처를 인용하는지 잰 연구들은 출처를 대개 세 갈래로 나눕니다. 아래는 2025년 Chen 외 연구의 분류입니다.

“(3) Earned, independent media, review, or comparison sites (e.g., nerdwallet.com, forbes.com).”

“(2) Social, social platforms, community forums, and user-generated content (e.g., reddit.com, quora.com, youtube.com).”

흔히 ‘제3자 언급’이라고 하면 후기·기사·커뮤니티 글을 한데 묶지만, 연구에서는 제3자(Earned)와 소셜(Social)을 따로 셉니다. 아래에서 보듯 이 둘은 AI에서 대접이 크게 다릅니다.

AI 검색이 자기 사이트보다 제3자 문서를 많이 인용한다는 결론 자체는 GEO 논문 12편 정리와 AI가 전문가를 고르는 조건에서 다뤘습니다. 이 글은 그 숫자가 어떤 조건에서 나왔는지, 그리고 무엇을 해도 되고 무엇은 하면 안 되는지를 다룹니다.

연구 1 — 81.9%는 어떤 조건의 숫자인가 (Chen 외, 2025)

이 사이트의 다른 글에서도 인용한 ‘81.9%’는 이 연구의 지역·분야 실험에서 나온 숫자 하나입니다. 조건은 이렇습니다.

• 소비자 순위형 질문 1,000개(10개 분야 × 100개)를 만들어 미국과 캐나다 두 지역으로 물었습니다. 예시 질문은 “Rank the best smartphones from 1 to 10”입니다.
• 구글과 웹 검색을 켠 GPT에서 질문마다 상위 10개 결과·인용 URL을 모아 도메인을 브랜드·소셜·제3자로 분류했습니다. 분석은 전자제품·자동차·소프트웨어 세 분야에 집중했습니다.
• arXiv에 2025년 9월 10일 올라온 첫 버전(v1)이고, 동료 심사를 거치지 않은 프리프린트입니다.

결과를 분야·지역별로 옮기면 이렇습니다. 원문에 숫자가 없는 칸은 비워 두었습니다.

“In the United States, Google leaned 39.5 percent Brand, 15.4 percent Social, and 45.1 percent Earned, while AI search delivered 81.9 percent Earned and 18.1 percent Brand.”

같은 미국 자동차 질문에서 구글은 브랜드 사이트를 39.5% 보여 줬지만 GPT는 18.1%만 인용했다는 뜻입니다. 이 표에서 눈여겨볼 것은 81.9%보다 소셜 칸입니다. 구글은 커뮤니티·SNS 결과를 11~23% 보여 줬는데, GPT는 거의 인용하지 않았습니다.

엔진마다 다르다 — 작은 브랜드일수록 더 기울었다

같은 논문의 브랜드 실험에서는 덜 알려진 브랜드(niche)를 물었을 때 차이가 더 뚜렷했습니다.

“ChatGPT again leaned most heavily on Earned domains, with 95.1% Earned and only 4.9% Brand, completely excluding Social sources.”

반면 Perplexity는 같은 조건에서 제3자 73.4%, 소셜 17.5%, 브랜드 9.1%였고, 잘 알려진 브랜드를 물었을 때는 소셜이 23.8%였습니다. 커뮤니티 글이 인용되느냐는 엔진에 따라 갈린다는 뜻입니다.

동네 서비스 질문에서는 리뷰 모음 사이트만 겹쳤다

토론토의 자동차 정비·치과·이사 업체를 분야마다 순위형 질문 100개로 물은 실험에서는 AI 4종이 인용한 도메인이 서로 많이 달랐습니다.

“Across all three categories, only a handful of domains (such as large review aggregators like homestars.com and opencare.com) appeared across all four systems.”

네 엔진 모두에 나온 소수의 도메인은 대형 리뷰 모음 사이트였다는 뜻입니다. 연구자는 권위 있는 출처가 드물고 디렉터리·모음 사이트가 우세한 분산된 시장일수록 어느 엔진을 쓰느냐가 중요하다고 정리했습니다. 한국의 지도·플레이스·지역 정보 사이트가 같은 역할을 하는지는 이 연구가 다루지 않았습니다.

한계: 순위형 영어 질문 중심이고 북미 시장입니다. 출처 분류의 일부는 AI 보조 라벨링으로 했습니다. 왜 제3자 문서를 고르는지 인과를 실험한 것이 아니라, 무엇이 인용됐는지 센 관찰입니다.

연구 2 — 유럽 브랜드 128곳, 85.7% (Zatuchin, 2026)

2026년 6월 24일 arXiv에 올라온 단독 저자 프리프린트입니다. 12개 시장·13개 언어에서 브랜드 128곳을 AI에 물었을 때의 인용을 모아 분석했습니다.

“First, AI grounds brand answers overwhelmingly in third-party sources: 85.7% of URL citations point to sites the brand does not own, against 14.3% owned.”

브랜드에 대한 AI 답변의 인용 가운데 85.7%가 그 브랜드가 소유하지 않은 사이트였다는 뜻입니다. 이 비율의 기준은 세 데이터 중 소유 도메인을 가장 믿을 만하게 가릴 수 있었던 북유럽·발트 데이터의 인용 131,514건입니다. Chen 외 연구와 다른 시장, 다른 질문 방식에서 같은 방향이 나왔다는 점이 의미가 있습니다.

작은 사업자에게 쓸모 있는 세부 결과가 세 가지 있습니다.

• 자기 사이트가 0은 아니다. B2C 브랜드는 15.7%, B2B는 13.1%가 자기 사이트 인용이었고, 인용 1,500건 이상인 브랜드 가운데 자기 사이트 비중이 가장 높은 곳도 34.4%였습니다. 반대로 자기 사이트가 한 번도 인용되지 않은 브랜드도 있었습니다.
• 인용은 소수 사이트에 몰린다. 인용의 80%가 도메인의 약 18%에서 나왔습니다.
• 시장마다 그 소수가 다르다. 폴란드 브랜드 46곳에서는 채용·직장 정보 포털 4곳이 인용 637건으로 폴란드어 위키백과(297건)의 약 두 배였습니다. 저자는 이렇게 정리했습니다.

“Where a brand stands on a careers portal is part of what AI says about it, in some markets more than the encyclopedia entry.”

어떤 시장에서는 채용·직장 정보 사이트가 위키백과보다 더 많이 인용된다는 뜻입니다. 저자는 인용 구성이 실제 평판과 같다고 주장하지 않는다고 밝혀 두었습니다. 우리 업종에서 그 ‘소수의 사이트’가 어디인지는 직접 물어보고 출처를 세어야 알 수 있습니다(직접 확인하는 법).

한계: 동료 심사 전 프리프린트이고, 데이터는 저자가 소속된 AI 브랜드 분석 도구 회사의 자료입니다(논문에 이해관계로 밝혀 둠). 브랜드 이름이 도메인에 들어 있으면 ‘소유’로 보는 근사 규칙을 썼고, 한 답변이 여러 브랜드를 들고 출처 하나를 달면 그 출처가 모든 브랜드에 붙습니다. 한국어와 한국 시장은 다루지 않았습니다.

연구 3 — 겹친 출처는 검색 1위가 가장 많았다 (Zhang 외, 2025)

질의 55,936개를 LLM 검색 6종(ChatGPT, Gemini, Perplexity, Grok, 구글 AI 모드, Bing Copilot)과 기존 검색 2종(구글, Bing)에 던진 프리프린트입니다(2025년 12월 10일 v1). LLM 검색이 인용한 도메인의 37%가 기존 검색에 없는 곳이었다는 결과는 다른 글에서 다뤘으니, 여기서는 겹치는 부분을 봅니다.

“The sources LLM-SEs most frequently cite are those ranked first by traditional search engines 23.27% in Bing and 14.53% in Google.”

LLM 검색과 기존 검색에 함께 나온 도메인이 기존 검색에서 몇 위였는지 세어 보니 1위가 가장 많았다는 뜻입니다(Bing 23.27%, 구글 14.53%). 또 LLM 검색은 답변당 평균 4.3개의 URL만 보여 줬습니다(기존 검색은 10개). 우리 가게를 다룬 남의 글이 손님이 묻는 질문의 검색 상위에 있으면 쓰일 기회가 커질 수 있다고 읽을 수 있습니다. 다만 LLM 검색 도메인의 37%는 기존 검색에 없던 곳이었으니, 검색 상위가 꼭 필요하다는 뜻은 아닙니다.

이 연구는 LLM 검색이 고른 도메인의 특징도 정리했습니다.

“Domains favored by LLM-SEs generally exhibit four key characteristics: 1) structured HTML with deeper and more hierarchical layouts, 2) more readable textual content, 3) higher Tranco ranking (less popular websites), and 4) more outlinks.”

LLM 검색이 고른 도메인에는 구조가 잘 짜이고 읽기 쉬우며 다른 곳으로 거는 링크가 많은 페이지가 많았고, ChatGPT를 뺀 LLM 검색은 기존 검색보다 덜 알려진 도메인을 인용하는 경향이 있었다는 뜻입니다. 한계: 질의 주제는 예술·엔터테인먼트(27%), 사람·사회(19%), 스포츠(17%)가 많았고 지역 가게 질문을 따로 보지 않았습니다. 특징 분석은 관찰 데이터에서 나온 것이라 이 특징을 갖추면 인용된다는 인과를 보여 주지는 않습니다.

동네 질문 답변에서도 출처가 섞였다 — 이 사이트의 관측

연구는 북미·유럽 브랜드를 봤지만, 이 사이트가 기록한 한국 동네 질문의 ChatGPT 답변에서도 비슷한 모습이 보였습니다. 모두 질문당 한두 번 본 단일 관측입니다.

두 기록에서 메뉴·가격·대상 같은 기본 정보는 가게 홈페이지에 적힌 내용과 같았고, ‘평이 좋다’·후기·주변 비교 같은 평가는 다른 사이트에서 왔습니다. 트이다학원 수강료처럼 사실 정보가 외부 사이트에서 온 경우도 있었습니다. 손님이 추천을 물으면 AI는 ‘이 가게가 무엇인가’와 ‘남들은 어떻게 보나’를 여러 곳에서 가져와 섞는 것으로 보입니다. 다만 이것은 두 가게를 각각 하루씩 본 관측에서 나온 가설입니다. 공개 전 기준선이 없어 홈페이지나 외부 사이트가 추천의 원인이라고 단정할 수 없고, 같은 질문을 날짜를 바꿔 다시 재야 확인됩니다.

그래서 무엇을 하나 — 정직하게 할 수 있는 일 여섯 가지

1. 지도·디렉터리 프로필을 실제 정보로 채운다

연구 1의 동네 서비스 실험에서 엔진 넷이 공통으로 쓴 곳은 리뷰 모음 사이트였고, 트이다학원 답변 캡처에 보인 출처 표시도 당근마켓이었습니다. 구글 비즈니스 프로필, 네이버 플레이스, 카카오맵, 당근 비즈프로필처럼 손님이 실제로 쓰는 곳에 같은 이름·주소·영업시간을 적습니다. 어느 플랫폼을 AI 검색봇이 읽을 수 있는지는 플랫폼 16곳 robots.txt 확인 결과에, 이름을 맞추는 법은 엔티티 일관성에, 지도와 홈페이지 정보를 맞추는 법은 동네 가게의 AI 상위노출에 정리했습니다.

2. 손님에게 대가 없이, 가리지 않고 후기를 부탁한다

후기를 부탁하는 것 자체는 구글도 허용합니다.

“Solicit or encourage the posting of content that does represent a genuine experience, without offering incentives to do so or attempting to influence the rating or the contents of the review.”

대가를 주지 않고, 별점이나 내용에 영향을 주려 하지 않는다면 실제 경험을 올려 달라고 권해도 된다는 뜻입니다. 같은 문서는 좋은 후기만 골라 요청하는 것, 매장 안에서 후기를 쓰라고 압박하는 것, 특정 내용을 넣어 달라고 하는 것, 직원에게 후기 몇 건을 받아 오라고 시키는 것은 허용하지 않습니다. 미국 FTC 규칙도 구매자 전체에게 일반적으로 후기를 요청하는 것(generalized solicitations)은 금지 대상에서 뺐습니다.

3. 남이 쓰는 문서에 실린다

가게나 전문가가 직접 늘릴 수 있는 제3자 문서는 생각보다 구체적입니다.

• 강의·세미나를 했다면 그 기관의 공지나 후기 페이지
• 함께 일한 협력사·거래처의 소개 페이지, 고객이 자기 사이트에 직접 적은 작업 기록이나 제작 표기
• 지역 언론이 직접 취재한 기사, 업계 단체의 회원·수상 목록

Chen 외 연구는 실무 제안으로 업계의 권위 있는 매체에 소개·리뷰·언급을 얻으려 노력하라고 썼습니다.

“Public and Media Relations: Proactively seeking features, reviews, and mentions in authoritative publications within your industry.”

다만 이것은 저자들의 권고이고, 언급을 늘렸을 때 인용이 늘어나는지 실험으로 확인한 것은 아닙니다.

4. 대가가 있었다면 첫머리에 밝힌다

협찬이나 원고료를 주고 받은 글이 있다면 숨기지 않습니다. 2026년 6월 1일 시행된 공정위 ‘추천·보증 등에 관한 표시·광고 심사지침’은 블로그·카페 글의 경우 이렇게 정합니다.

“표시문구는 각 게재물의 제목 또는 첫 부분에 게재한다.”

같은 지침은 댓글로 쓰거나 ‘더보기’·링크를 눌러야 보이게 한 표시는 적절하지 않을 수 있다고 적었고, 경제적 이해관계의 예로 상품권을 받고 쓴 SNS 후기, 할인을 받고 쓴 사용 후기, 광고주나 광고대행사 소속 직원이 블로그·카페·질의응답 서비스에 올린 추천 글을 듭니다.

5. 자기 사이트는 ‘사실의 원문’으로 둔다

제3자 문서가 많이 인용된다고 자기 사이트가 필요 없어지지는 않습니다. 위 관측에서 가격·메뉴·대상 같은 정보는 홈페이지에 적힌 내용과 같았습니다. 가격, 영업시간, 예약 방법, 대상, 진료 과목처럼 남이 대신 정확하게 써 줄 수 없는 정보를 첫 문단에 바로 적습니다(질문형 페이지 쓰는 법).

6. 어디서나 같은 이름을 쓴다

남이 우리를 언급해도 이름이 곳마다 다르면 같은 대상으로 묶이기 어렵습니다. 협력사나 기관에 소개를 부탁할 때 공식 이름과 대표 사이트 주소를 정확히 알려 줍니다.

하면 안 되는 일 — 공식 문서에 적힌 문장

몇 가지를 덧붙입니다.

• 구글은 AI 답변 조작도 스팸으로 정의했습니다. 스팸 정책 첫머리는 스팸을 검색 시스템을 속이려는 기법이라고 설명하며 그 예로 “attempting to manipulate generative AI responses in Google Search”를 넣었습니다. 생성형 AI 검색 가이드도 구글의 생성형 AI 기능이 블로그·영상·포럼에서 제품과 서비스에 대해 하는 말을 보여 줄 수 있지만, 핵심 순위 시스템은 고품질 콘텐츠에 집중하고 다른 시스템이 스팸을 막으며 생성형 AI 기능은 둘 다에 기댄다고 적었습니다.
• 미국 FTC 규칙은 미국 법입니다. FTC는 2024년 8월 14일 가짜 후기와 추천을 금지하는 최종 규칙을 발표했고, 고의로 어긴 자에게 민사 제재금을 청구할 수 있게 했습니다. 한국 사업자에게 바로 적용되는 규정은 아니지만 후기를 다루는 기준이 어느 방향인지 보여 줍니다. 한국에서는 위의 공정위 지침이 적용됩니다.
• 보도자료 자체는 금지가 아닙니다. 구글 스팸 정책은 보도자료 배포 사이트를 사이트 평판 정책에 어긋나지 않는 예로 들었습니다. 문제가 되는 것은 순위를 노린 링크를 넣거나, 돈을 주고 실은 글을 기사처럼 보이게 하면서 순위용 링크를 다는 일입니다.

정리

• AI 검색이 자기 사이트보다 남의 문서를 많이 인용한다는 결과는 북미(81.9%, GPT·미국 자동차)와 유럽(85.7%, 북유럽·발트 데이터)의 프리프린트에서 같은 방향으로 나왔습니다. 둘 다 동료 심사 전이고 한국어·한국 시장은 재지 않았습니다.
• ‘남의 문서’ 중에서도 독립 매체·리뷰·디렉터리와 커뮤니티 글은 다르게 다뤄졌고, 엔진마다 달랐습니다.
• 정직하게 할 수 있는 일은 실제 정보로 된 프로필, 대가 없는 후기 요청, 남이 직접 쓰는 문서, 대가가 있으면 첫머리 표시, 사실의 원문인 자기 사이트, 하나의 이름입니다.
• 사고파는 후기·링크·언급은 정책 위반이고, 어떤 방법도 AI 답변 노출을 보장하지 않습니다. 이 기준이 AI 상위노출 작업 전체에서 어디에 놓이는지는 AI 상위노출 정리에 있습니다.

이 글을 쓴 사람

이 글은 AI 검색 최적화(AEO·GEO) 일을 하는 유환호가 썼습니다. 위 관측의 1965원조제일돌곱창 상무점과 트이다학원 남악점 홈페이지는 그가 만든 사이트라는 점을 밝혀 둡니다. 글에 나온 플랫폼·리뷰 사이트와는 이해관계가 없고, 다른 사람이나 업체를 추천하거나 순위를 매기지 않았습니다. 같은 질문을 날짜를 바꿔 다시 재면 결과를 이 글에 덧붙이겠습니다.