법률·세무 전문 서비스의 AEO 전략

법률·세무 전문 서비스가 AI 답변에 인용되려면, '검색 노출'이 아니라 '근거로 채택될 자격'을 갖춰야 한다. 누군가 ChatGPT에 "종합소득세 신고 안 하면 가산세 얼마예요?"라고 묻거나 Perplexity에 "전세 사기 당했을 때 대응 순서"를 물을 때, AI는 수많은 문서 중 '신뢰할 수 있고, 질문에 정확히 답하며, 출처가 분명한' 조각만 골라 답을 만든다. 법률·세무는 이 선별 과정이 가장 가혹한 분야다. 틀린 정보가 곧 손해이기 때문에, 엔진은 근거가 약한 콘텐츠를 의식적으로 걸러낸다. 그래서 이 업종의 AEO(Answer Engine Optimization)는 '글을 많이 쓰는 일'이 아니라 '인용될 자격을 설계하는 일'이다.

이 글은 AI가 왜 특정 문장을 인용하고 다른 문장은 버리는지를 RAG라는 작동 원리로 먼저 풀고, 법률·세무 사무소가 당장 적용할 수 있는 콘텐츠·구조·측정 전략을 ❌약한 예 / ✅강한 예로 대조해 정리한다.

먼저, AI는 어떻게 '인용할 문장'을 고르는가 — RAG 3단계

ChatGPT, Perplexity, 네이버 AI, Claude 같은 생성형 검색은 대부분 RAG(Retrieval-Augmented Generation) 구조로 답을 만든다. 2020년 Lewis 등이 제안한 이 방식(arXiv:2005.11401)의 핵심은, 모델이 머릿속 기억(파라메트릭 메모리)만으로 답하지 않고, 외부 문서를 실시간으로 찾아와(비파라메트릭 메모리) 근거로 삼는다는 것이다. 법률·세무처럼 법령이 바뀌고 정확성이 생명인 분야일수록 엔진은 외부 검색에 더 크게 의존한다.

RAG는 크게 세 단계를 거친다. 이 세 관문을 모두 통과해야 당신의 글이 답변에 들어간다.

1단계 — 검색(Retrieval): 질문과 의미가 가까운 조각을 끌어온다

엔진은 먼저 인덱싱된 문서를 작은 '청크(chunk)'로 쪼개 저장해두고, 사용자의 질문과 의미가 가까운 청크를 끌어온다. 여기서 두 가지 검색 방식이 동시에 쓰인다.

• 키워드 검색(BM25) — 도서관의 색인 카드처럼, 단어가 정확히 일치하는 문서를 찾는다. "양도소득세"라는 단어가 들어간 글을 찾는 식이다.
• 의미 검색(Dense/임베딩) — 질문의 '뜻'을 이해하는 사서처럼, 단어가 달라도 의미가 통하면 찾아낸다. "집 팔 때 내는 세금"이라 물어도 "양도소득세" 문서를 데려온다. 2020년 Karpukhin 등의 연구(arXiv:2004.04906)는 이 의미 검색이 전통적 키워드 검색을 능가함을 보였다.

실무에서 가장 강력한 건 하이브리드 검색이다. 비유하자면 키워드 색인을 가진 도서관 + 주제를 이해하는 사서를 함께 두는 것이다. 공개 벤치마크를 종합하면 recall@10(상위 10개 안에 정답이 들어올 확률)이 의미 검색 단독 약 78%, 키워드 단독 약 65%인데, 둘을 결합(RRF)하면 약 91%까지 올라간다. 즉, 법률 용어(키워드)와 일상 표현(의미)을 둘 다 담은 글이 양쪽 검색에 모두 걸린다.

2단계 — 재정렬(Reranking): 끌어온 것 중 진짜 답이 될 것만 추린다

검색이 데려온 후보(예: 100개)는 아직 거칠다. 그래서 엔진은 크로스-인코더 재정렬을 거친다. 이건 '질문과 각 후보 문서를 나란히 놓고 함께 읽으면서' 정말 답이 되는지 다시 점수를 매기는 단계다. 비유하면, 1차로 책 100권을 뽑아온 뒤 사서가 질문지를 들고 한 권씩 펼쳐 "이게 진짜 이 질문에 답하나?"를 확인하는 것이다. 재정렬은 NDCG 기준 +5~15(어려운 질의에선 ~20)까지 검색 품질을 끌어올린다.

법률·세무에서 재정렬을 통과하는 글의 특징은 분명하다. 질문에 직접 답하는 문장이 글 안에 또렷이 존재해야 한다. 배경 설명만 잔뜩 있고 정작 "얼마", "언제까지", "어떤 순서로"에 답하지 않으면 재정렬에서 밀린다.

3단계 — 생성(Generation): 추려진 근거로 답을 쓰고, 출처를 단다

마지막으로 모델이 추려진 청크들을 읽고 답을 작성한다. 이때 중요한 두 가지 현상이 있다.

첫째, 맥락의 위치가 중요하다. 2023년 Liu 등의 "Lost in the Middle" 연구(arXiv:2307.03172)는 모델이 긴 맥락의 중간에 있는 정보를 잘 놓치고, 앞과 끝에 있는 정보를 잘 활용한다는 U자형 패턴을 보였다. 그래서 핵심 답(결론·수치·기한)은 문단 맨 앞에 배치해야 한다. "먼저 결론부터 말하면…"으로 시작하는 글이 유리한 이유다.

둘째, 청크 자체에 맥락이 담겨야 한다. Anthropic의 2024년 Contextual Retrieval 연구는, 각 청크에 그 청크가 무엇에 관한 것인지 맥락을 덧붙이면 검색 실패율이 35% 줄고(5.7%→3.7%), 여기에 키워드(BM25) 하이브리드를 더하면 49%, 재정렬까지 얹으면 67%까지 실패율이 떨어진다고 보고했다. 시사점은 명확하다. "위에서 설명한 것처럼", "이 경우" 같이 앞 문맥에 의존하는 문장은 청크로 잘렸을 때 의미를 잃는다. 각 문단이 독립적으로 읽혀야 한다.

법률·세무 콘텐츠가 인용에서 유독 불리한 이유 — 그리고 역전 포인트

이 업종은 엔진의 '신뢰 게이트'가 가장 높다. 건강·금융·법률처럼 사람의 삶에 직접 영향을 주는 주제는 엔진이 근거를 더 깐깐하게 본다. 특히 Claude는 근거가 약한 콘텐츠를 보수적으로 걸러내는 성향이 있고, Citations API로 출처를 명시적으로 다룬다. Gemini는 구글 색인과 E-E-A-T(경험·전문성·권위·신뢰)를 중시한다. 즉 '누가 썼는지'와 '무엇에 근거했는지'가 약하면, 이 분야에선 아예 후보에 못 든다.

역전 포인트는 GEO 연구에 있다. 2023년 Aggarwal 등의 GEO 논문(arXiv:2311.09735, KDD 2024)은 통계 수치 추가, 출처 인용, 전문가의 직접 인용문 추가가 생성 엔진에서의 가시성을 특정 조건에서 최대 약 40%까지 끌어올린다는 것을 실증했다. 바로 이 세 가지가 법률·세무 사무소가 가장 잘할 수 있는 영역이다. 법령 조문, 판례 번호, 국세청 고시, 실제 신고 사례 수치 — 이건 전문가만 정확히 댈 수 있는 근거다.

실전 1 — 답변형으로 쓰기: ❌약한 예 vs ✅강한 예

AI는 '질문에 즉답하는 문장'을 인용한다. 법률·세무 글의 가장 흔한 실수는 배경부터 길게 까는 것이다.

❌ 약한 예
"종합소득세는 개인이 한 해 동안 얻은 여러 소득을 합산하여
과세하는 세금으로, 그 역사와 취지를 살펴보면…"
(→ 질문에 답하지 않음. 재정렬에서 탈락)

✅ 강한 예
"종합소득세 신고를 하지 않으면 무신고 가산세(납부세액의
20%, 부정행위 시 40%)와 납부지연 가산세가 함께 부과됩니다.
신고·납부 기한은 매년 5월 31일입니다."
(→ 결론·수치·기한이 첫 문장에 — 그대로 인용 가능)

차이는 '직답 구조'다. 강한 예는 질문("안 하면 어떻게 되나")에 첫 문장에서 답하고, 수치와 기한을 명시한다. 단, 가산세율 같은 구체 수치는 반드시 사무소가 직접 확인한 현행 법령에 근거해 적어야 한다. 틀린 수치는 한 번이면 신뢰가 무너진다.

전문어와 생활어를 함께 — 하이브리드 검색 대응

❌ 약한 예 (전문어만)
"부담부증여 시 채무액에 대한 양도소득세 과세 문제"

✅ 강한 예 (전문어 + 생활어)
"부담부증여(빚이 있는 집을 자녀에게 물려줄 때)를 하면,
넘긴 빚만큼은 '판 것'으로 봐서 부모에게 양도소득세가
나옵니다."
(→ '부담부증여'는 키워드 검색에, '빚 있는 집 물려줄 때'는
   의미 검색에 걸린다)

실전 2 — E-E-A-T 신호 박기: 누가, 무엇에 근거해 썼는가

법률·세무에서 가장 강력한 인용 자격은 '저자의 자격'이다. 엔진은 이름·자격·소속을 신뢰 신호로 읽는다.

구조화 데이터(스키마)도 신호다. 글에 Article + author(법인/전문가) + FAQPage 스키마를 넣으면 엔진이 저자와 Q&A 구조를 기계적으로 읽기 쉬워진다. 답변의 신뢰도를 정량화하는 RAGAS의 'faithfulness'(답변 주장이 출처에서 추적되는 정도) 개념을 빌리면, 실무에서 흔히 0.9 이상이면 안정, 0.7 미만이면 위험으로 본다(팀마다 기준은 다르다). 당신의 글이 '주장마다 근거를 댈 수 있는' 구조라면, 엔진 입장에서 인용해도 안전한 출처가 된다.

실전 3 — 네이버 AI 대응: 한국 법률·세무의 핵심 전장

한국에서 법률·세무 검색의 상당량은 네이버에서 일어난다. 네이버는 큐:(Cue:)·클로바X를 2026년 4월 9일 종료하고, AI탭을 2026년 6월 25~26일 대화형·에이전틱 형태로 전면 정식 출시했다. 또 통합검색 쿼리의 20% 이상에 'AI 브리핑(요약)'이 적용되고, AI 브리핑 인용은 2026년 4월 기준 월 약 3.558억 건에 달한다. 즉 네이버 답변에 인용되느냐가 사실상 한국 시장의 가시성이다.

한 표본분석(272건)에 따르면 AI 브리핑 인용 출처의 약 58%가 블로그였고, 인용된 글의 약 49%는 검색 상위 10위 밖에 있었다. 시사점은 두 가지다. ① 네이버 블로그 채널을 가볍게 보지 말 것 ② 순위가 낮아도 '답변에 적합한 글'이면 인용된다. 네이버 알고리즘은 출처 신뢰·전문성을 보는 C-Rank와 문서 의도를 보는 D.I.A.+를 쓴다. 전문 자격(세무사·변호사)이라는 권위는 C-Rank에 유리하게 작용한다.

네이버가 제시하는 콘텐츠 5원칙은 법률·세무에 그대로 들어맞는다: 직접 경험·일관된 주제·진정성·읽기 쉬운 구조·최신성. "양도세만 7년 다룬 사무소"처럼 주제를 좁혀 일관성을 쌓는 편이, 모든 분야를 얕게 다루는 것보다 강하다.

한 가지 더. 네이버는 외부 크롤러를 차단하기 때문에, 글로벌 AI(ChatGPT 등)는 네이버 블로그 대신 나무위키·위키백과·티스토리를 우회 인용하는 경향이 있다. 따라서 국내(네이버)와 글로벌(ChatGPT·Perplexity)을 다른 채널 전략으로 봐야 한다. 네이버용은 블로그, 글로벌용은 크롤링 가능한 자사 도메인·티스토리 등에 같은 전문 지식을 다른 그릇으로 담는 식이다.

실전 4 — 크롤러를 막지 않았는가: 후보 진입의 전제

아무리 좋은 글도 AI 크롤러가 못 읽으면 후보에 들지 못한다. robots.txt에서 주요 AI 크롤러를 허용했는지 반드시 확인한다.

# robots.txt — AI 크롤러 허용 예
User-agent: GPTBot
Allow: /
User-agent: OAI-SearchBot   # OpenAI 검색
Allow: /
User-agent: PerplexityBot
Allow: /
User-agent: ClaudeBot       # Anthropic
Allow: /
User-agent: Google-Extended # 구글 생성형
Allow: /

법무·세무 법인 사이트는 보안을 이유로 크롤러를 광범위하게 막아둔 경우가 많다. 후보 진입조차 막고 있을 수 있으니, '막은 적 없다'는 가정 대신 실제 파일을 열어 확인해야 한다.

실전 5 — 측정: 단일 측정은 노이즈다

"ChatGPT에 물어보니 우리 사무소가 나왔다/안 나왔다"는 측정이 아니다. LLM은 temperature=0에서도 결과가 흔들린다(GPU 연산·배치 순서 등). 한 분석에서는 2,350억 파라미터급 모델을 1,000회 돌렸을 때 80가지 다른 출력이 나왔고, AI 가시성의 불확실성을 정량화한 연구는 인용이 멱법칙으로 출렁이므로 다중 실행 + 부트스트랩 신뢰구간으로 봐야 한다고 권한다. 한 번 물어보고 판단하면 안 된다.

측정의 기본 지표는 SOV(Share of Voice) — 한 카테고리(예: "양도소득세 절세")의 AI 답변들 중 우리 브랜드가 언급되는 비율이다. 단, 질문 세트를 어떻게 고르느냐가 결과를 좌우하고, 여러 엔진을 뭉뚱그려 합산하면 엔진별 메커니즘이 가려진다. 그래서 엔진별로(ChatGPT·Gemini·Perplexity·Claude) 따로 보는 게 정확하다. 한편 'AI 프롬프트 검색량' 같은 데이터는 실측이 불가능한 패널 추정치라 한계가 크다. Conductor의 지적처럼 "신뢰할 수 없는 검색량 데이터는 없는 것보다 나쁘다." 가시성은 그 자체가 목적이 아니라 리드·상담 예약·매출을 설명하는 2차 지표로 다뤄야 한다.

30일 실행 체크리스트

• 1주차 — robots.txt에서 AI 크롤러 허용 확인. 주력 분야 3개로 주제 좁히기(예: 양도세·상속세·종소세).
• 2주차 — 의뢰인이 실제로 묻는 질문 20개 수집 → 각 질문에 '첫 문장 직답 + 수치/기한 + 법령 근거' 구조로 글 작성.
• 3주차 — 저자 프로필(자격·등록번호·경력) 박기, Article·FAQPage 스키마 삽입. 네이버 블로그에 생활어 버전 동시 발행.
• 4주차 — 엔진별 SOV 다중 측정(질문 세트 고정, 각 5~10회), 기준선 기록. 상담 전환과 연결해 추적 시작.

Citeon은 이 원리를 제품에 담았다

지금까지의 원리 — 후보 진입(크롤러), 인용 자격(근거·전문성), 다중 측정 — 을 사무소가 매번 수동으로 점검하긴 어렵다. Citeon은 이 과정을 제품으로 묶었다.

• 4엔진 인용 측정(SOV) — ChatGPT·Gemini·Perplexity·Claude 각각에서 당신의 사무소가 얼마나 인용되는지 엔진별로 측정한다(합산이 아니라 분리 측정).
• 사이트 진단 엔진 — URL을 넣으면 SEO·AEO·GEO 관점에서 점수와 한국어 처방을 낸다. 법률·세무처럼 업종 유형을 인지해 진단한다.
• 경쟁사 역추적 — 같은 질문에서 어떤 경쟁 사무소가 인용되는지 역으로 추적한다.
• 주간 모니터링 — 인용 추이를 주간으로 보며 개선이 실제로 반영되는지 확인한다.

먼저 우리 사무소가 지금 AI 답변에 얼마나 등장하는지부터 보는 게 순서다. Citeon 무료 진단(₩0)으로 현재 가시성과 처방 리포트를 받아보라. 측정 없이 개선은 없다.

자주 묻는 질문(FAQ)

참고자료

• Lewis et al. (2020), Retrieval-Augmented Generation
• Karpukhin et al. (2020), Dense Passage Retrieval
• Liu et al. (2023), Lost in the Middle
• Aggarwal et al. (2023), GEO: Generative Engine Optimization (KDD 2024)
• Anthropic (2024), Contextual Retrieval
• Conductor, Debunking AI Prompt Volume