구글 AI Overviews에 인용되려면, 구글이 이미 색인한 페이지 중에서 '질문을 여러 갈래로 쪼갠 각 갈래에 가장 또렷하게 답하는 단락'을 가진 문서가 되어야 한다. AI Overviews는 백지에서 답을 짓지 않는다. 구글이 수십 년간 쌓은 검색 색인을 그대로 후보 풀로 쓰고, 거기서 끌어온 문장을 Gemini가 요약·합성한다. 즉 노출의 절반은 '검색에 잡히느냐(SEO)'이고, 나머지 절반은 '끌어온 뒤 인용할 만하냐(AEO·GEO)'다. 이 글은 그 두 절반이 기계 안에서 정확히 어떤 순서로 작동하는지를 RAG 메커니즘으로 해부한다.
AI Overviews는 '검색 위에 얹힌 생성'이다
먼저 가장 흔한 오해부터 깨자. 많은 사람이 AI Overviews를 'ChatGPT 같은 챗봇이 구글 안에 들어온 것'으로 이해하는데, 메커니즘은 반대 방향에 가깝다. ChatGPT의 초기 답변이 학습된 파라미터(머릿속 기억)에 의존했다면, AI Overviews는 처음부터 구글 검색 색인이라는 외부 메모리를 읽어 답을 만든다. 이 구조의 학술적 원형이 RAG(Retrieval-Augmented Generation)다.
RAG를 처음 정식화한 Lewis 등(2020, arXiv:2005.11401)은 언어모델을 두 종류의 기억으로 나눴다. 하나는 모델 가중치에 녹아든 파라메트릭 메모리(외운 지식), 다른 하나는 검색으로 그때그때 꺼내 오는 비파라메트릭 메모리(문서 색인)다. 둘을 결합하면 모델이 모르는 최신 사실도 답할 수 있고, '어디서 가져왔는지' 출처를 댈 수 있다. AI Overviews의 출처 링크가 바로 이 비파라메트릭 메모리의 영수증이다.
비유. AI Overviews는 시험장에서 머리로만 답을 쓰는 학생이 아니라, 오픈북 시험을 보는 학생이다. 책(구글 색인)을 펼쳐 필요한 페이지를 찾고, 그 페이지의 문장을 자기 말로 요약해 답안에 적고, 페이지 번호(출처 링크)를 각주로 단다. 그러니 답안에 인용되려면, 먼저 그 학생의 책꽂이에 우리 책이 꽂혀 있어야(색인) 하고, 펼쳤을 때 해당 질문에 바로 답하는 문단이 있어야(직답) 한다.
한 번의 질문, 여러 갈래의 검색 — 'query fan-out'
AI Overviews가 일반 검색과 결정적으로 다른 지점은, 사용자의 질문 하나를 여러 개의 하위 질문으로 쪼개 동시에 검색한다는 데 있다. 예를 들어 "전기차 보조금 받으려면 뭘 준비해야 해?"라는 한 문장이 들어오면, 내부적으로는 '대상 차종 조건', '소득 요건', '신청 서류', '신청 시기·마감', '지자체별 차액' 같은 갈래로 흩어져 각각 검색이 돌고, 그 결과를 한 답변으로 엮는다.
이 동작은 RAG 검색기가 '의미가 가까운 문서'를 끌어오는 방식과 맞물린다. Karpukhin 등(2020, arXiv:2004.04906)의 Dense Passage Retrieval은 질문과 문서를 같은 벡터 공간의 점으로 바꿔, 단어가 정확히 겹치지 않아도 의미가 가까우면 끌어오는 방식이 전통적 키워드 매칭(BM25)을 능가함을 보였다. 그래서 '보조금 마감일'이라고 안 쓰고 '언제까지 신청해야 하나요'라고 쓴 페이지도, 의미가 같으면 후보로 잡힌다.
실무 함의. 한 페이지에 메인 키워드만 박아 넣는 시대는 끝났다. 하나의 주제를 둘러싼 하위 질문들을 모두 명시적으로 다루는 페이지가 fan-out의 여러 갈래에 동시에 걸려 인용 확률이 올라간다. 아래처럼 질문을 소제목으로 박아두면 갈래마다 '직답 단락'이 생긴다.
| 구분 | 예시 | fan-out 적합도 |
|---|---|---|
| ❌ 약한 구조 | "전기차 보조금 총정리" 한 덩어리 본문 | 어느 갈래에도 또렷이 안 걸림 |
| ✅ 강한 구조 | h3 "보조금 신청 자격은?" / h3 "신청 서류는?" / h3 "마감은 언제?" 각각 직답 단락 | 여러 갈래에 동시 매칭 |
색인에 들어가야 게임이 시작된다 — Google-Extended와 크롤러
아무리 좋은 글도 구글이 못 읽으면 후보 풀에 없다. AI 검색 시대에는 크롤러가 둘로 갈린다는 점을 알아야 한다. 전통적 검색 색인용 크롤러(Googlebot)와, AI 학습·생성 활용을 제어하는 Google-Extended가 따로 있다. robots.txt에서 이들을 막아두면, 검색에는 잡혀도 AI Overviews 후보에서는 빠질 수 있다.
# robots.txt — AI 검색 후보 진입 허용 예시
User-agent: Googlebot
Allow: /
User-agent: Google-Extended
Allow: /
이건 구글만의 이야기가 아니다. 글로벌 AI 검색 전반에서 후보 진입의 입장권은 크롤러 허용이다. OpenAI의 GPTBot·OAI-SearchBot, Anthropic의 ClaudeBot·anthropic-ai, PerplexityBot, 그리고 구글의 Google-Extended를 robots.txt에서 허용해야 각 엔진의 후보군에 들어간다. 가장 흔한 자해 사고가 '보안·트래픽 절감' 명목으로 AI 크롤러를 통째로 막아 놓고 인용이 안 된다고 고민하는 경우다. 진단의 0번 항목은 언제나 robots.txt 점검이다.
끌어온 뒤가 진짜 승부다 — 재정렬(reranking)
검색기가 후보를 수십~수백 개 끌어왔다고 다 답에 쓰이는 게 아니다. 그 사이에 재정렬이 있다. 1차로 빠르게 긁어온 후보를, 이번엔 '질문과 문서를 함께 읽는' 무거운 모델(cross-encoder)로 다시 점수 매겨 순서를 바꾸는 단계다.
비유. 1차 검색은 도서관에서 제목·색인만 보고 책 수레에 후보를 잔뜩 싣는 사서다. 재정렬은 그 수레의 책을 한 권씩 펴서 "이 질문에 정말 답하나?"를 읽어보고 위에서부터 다시 쌓는 깐깐한 사서다. 제목은 그럴듯한데 막상 본문이 동문서답이면 여기서 아래로 밀린다.
이 단계의 효과는 작지 않다. cross-encoder 재정렬은 검색 품질 지표(NDCG)를 통상 5~15포인트, 난도 높은 질의에서는 20포인트 가까이 끌어올리는 것으로 보고된다. Anthropic의 Contextual Retrieval 실험(2024)에서도 청크에 맥락을 붙이고 BM25를 더한 하이브리드가 검색 실패율을 크게 낮췄고(맥락 추가만으로 35% 감소, 5.7%→3.7%), 여기에 재정렬까지 얹으면 실패율이 67%까지 줄었다고 정리한다. 후보로 들어오는 것과, 재정렬 통과해 실제 인용되는 것은 별개의 관문인 셈이다.
실무 함의. 재정렬기는 '질문과 함께' 본문을 읽으므로, 본문이 질문 어휘에 또렷이 정렬돼 있을수록 위로 올라간다. 추상적 도입부로 시작하는 글보다, 질문을 그대로 받아 한 문장으로 답하는 글이 유리하다.
| 약한 예 ❌ | 강한 예 ✅ | |
|---|---|---|
| 도입 문장 | "오늘날 전기차 시장은 빠르게 변화하고 있으며 보조금 제도 역시…" | "2026년 전기차 국고보조금은 차량 가격과 배터리 용량에 따라 차등 지급되며, 신청은 차량 구매 후 지자체에 한다." |
| 재정렬 결과 | 질문과 정렬 약함 → 아래로 | 질문에 직답 → 위로 |
왜 '앞과 첫 문장'이 그렇게 중요한가 — Lost in the Middle
재정렬을 통과해 모델 입력창에 들어가도 끝이 아니다. Liu 등(2023, arXiv:2307.03172)은 긴 맥락을 받은 언어모델이 중간에 놓인 정보를 잘 놓친다는 'Lost in the Middle' 현상을 보였다. 정확도가 입력 위치에 따라 U자형을 그린다 — 맨 앞과 맨 끝의 정보는 잘 쓰지만, 가운데 묻힌 정보는 흘린다.
비유. 회의에서 발표 자료 10장을 받으면, 사람들은 첫 장과 마지막 장은 기억해도 5~6번째 장은 흐릿하다. 모델도 똑같다. 그러니 핵심 답은 단락의 가운데가 아니라 맨 앞 문장에 둬야 한다. 글 전체로도, 페이지로도, 단락으로도 동일한 원리다 — 결론을 뒤로 미루지 말 것.
실무 함의. 모든 소제목 바로 아래 첫 문장을 '그 질문의 직답'으로 시작하라. 근거·배경·예시는 그다음이다. 이 글의 모든 h2 직후 첫 문장이 굵게 직답으로 시작하는 이유가 그것이다.
구글 특유의 인용 성향 — E-E-A-T와 신뢰 신호
엔진마다 출처를 고르는 취향이 다르다. 대규모 인용 분석에서 ChatGPT와 Perplexity가 함께 인용하는 도메인은 약 11%에 불과하고, 인용의 약 90%가 엔진마다 갈린다는 결과가 보고됐다. ChatGPT는 위키백과 비중이 높고(한 분석에서 약 47.9%), Perplexity는 Reddit 같은 커뮤니티 비중이 높았다(약 46.7%). 같은 질문에도 엔진별로 전혀 다른 페이지가 인용된다는 뜻이다.
구글 Gemini 계열의 성향은 비교적 또렷하다. 자사 검색 색인의 품질 신호와 E-E-A-T(경험·전문성·권위·신뢰)를 그대로 끌고 온다. 즉 전통 SEO에서 신뢰받던 신호 — 명확한 저자, 1차 데이터, 업데이트 날짜, 권위 있는 외부 인용 — 가 AI Overviews 후보 선정에도 그대로 작동한다. 참고로 Claude는 근거가 약한 콘텐츠를 보수적으로 걸러내는 성향이 있고, Perplexity는 실시간 웹을 인라인 인용한다. 구글은 이 스펙트럼에서 '검색 권위 신호에 충실한 쪽'이다.
| 엔진 | 인용 성향(요지) |
|---|---|
| 구글 AI Overviews(Gemini) | 구글 색인 품질 + E-E-A-T 신뢰 신호 |
| ChatGPT | 위키백과·커뮤니티 비중 높음 |
| Perplexity | 실시간 웹·인라인 인용, 커뮤니티(Reddit) 비중 |
| Claude | 근거 약한 콘텐츠 보수적으로 필터 |
인용을 늘리는 글쓰기 — GEO 실험이 말하는 것
그렇다면 같은 정보라도 어떻게 쓰면 더 인용될까? 이 질문에 정면으로 답한 연구가 GEO(Generative Engine Optimization, Aggarwal 등 2023, arXiv:2311.09735, KDD 2024)다. 이들은 생성 엔진 답변에서 콘텐츠의 가시성을 측정하고, 어떤 편집이 가시성을 올리는지 실험했다. 결과는 명확했다 — 구체적 통계 추가, 출처 인용, 전문가의 직접 인용문(따옴표) 삽입이 가시성을 특정 조건에서 최대 약 40%까지 끌어올렸다. 반대로 키워드를 욱여넣는 전통적 꼼수는 효과가 미미하거나 역효과였다.
왜 그럴까? 재정렬기와 생성 모델 모두 '검증 가능하고 구체적인 문장'을 선호하기 때문이다. 숫자·출처·인용문은 모델 입장에서 답변에 그대로 옮겨 적기 좋은, 책임을 떠넘길 수 있는 재료다. RAGAS의 faithfulness 지표 — 생성된 답변의 주장이 출처 문서에서 추적되는 정도 — 가 높은 답을 엔진이 선호한다고 이해하면 쉽다(실무에서 흔히 0.9 이상이면 안정, 0.7 미만이면 위험으로 본다, 팀마다 기준은 다르다). 추적 가능한 문장을 쓰면 그만큼 인용되기 쉽다.
| 약한 예 ❌ | 강한 예 ✅ | |
|---|---|---|
| 주장 | "전기차는 유지비가 훨씬 저렴합니다." | "한 비용 분석에서 전기차의 연간 연료비는 동급 내연기관차의 3분의 1 수준으로 나타났다(출처·연도 명시)." |
| 전문가 인용 | "전문가들도 그렇게 말합니다." | "보조금 정책 담당자는 '신청 폭주로 마감이 조기 소진된다'고 말했다." |
| 모델의 처리 | 옮겨 적을 근거 없음 → 무시 | 그대로 인용·각주 가능 → 채택 |
맥락을 잃지 않는 청크 — 단락 단위 설계
RAG는 글을 통째로 읽지 않고 청크(조각) 단위로 잘라 색인한다. 문제는, 잘린 조각이 맥락을 잃으면 검색이 실패한다는 점이다. "이 제도는 2026년부터 적용된다"는 문장만 똑 떼어 놓으면 '이 제도'가 뭔지 모른다. Anthropic의 Contextual Retrieval(2024)이 정확히 이 문제를 다뤘다 — 각 청크 앞에 그 청크가 무엇에 관한 것인지 맥락 한 줄을 붙였더니 검색 실패율이 35% 줄었고(5.7%→3.7%), BM25 하이브리드를 더하면 49%, 재정렬까지 더하면 67% 감소했다. 권장 회수 범위는 상위 20개(top-20)였다.
실무 함의(스스로 청크화에 강한 글쓰기). 각 단락이 독립적으로 읽혀도 무슨 얘기인지 알게 쓰라. 대명사('이것', '위에서 말한')로 앞 단락에 의존하지 말고, 핵심 주어를 단락마다 다시 명시하라. 소제목(h2/h3)은 그 자체로 청크 경계와 맥락 라벨이 된다.
| 약한 예 ❌ | 강한 예 ✅ | |
|---|---|---|
| 단락 시작 | "이것은 두 가지 경우에 달라집니다." | "전기차 보조금 액수는 차량 가격과 배터리 용량 두 가지에 따라 달라진다." |
| 청크 떼어냈을 때 | 무슨 제도인지 불명 → 검색 실패 | 단독으로 의미 성립 → 검색 성공 |
참고로 검색 방식 자체도 하이브리드가 강하다. 공개 벤치마크 종합에서 recall@10은 의미 검색 단독 약 78%, BM25 단독 약 65%, 둘을 결합한 하이브리드(RRF)가 약 91%였다. 비유하자면 하이브리드 검색은 '키워드 색인 카드(BM25)'와 '주제를 이해하는 사서(의미 검색)'를 동시에 쓰는 도서관이다. 그래서 우리 글은 정확한 용어(키워드)와 자연스러운 질문 표현(의미)을 둘 다 품어야 한다.
측정의 함정 — 한 번 봤다고 믿지 마라
여기서 david로서 가장 강조하고 싶은 정직한 경고가 있다. AI 검색 노출은 본질적으로 흔들린다. 단일 측정은 노이즈에 가깝다.
같은 질문을 같은 설정(temperature=0)으로 넣어도 결과가 달라진다. GPU 연산 순서·배치 처리 때문에 LLM 출력은 완전히 결정적이지 않다. 한 대규모 모델은 동일 입력 1,000회 실행에 80가지 출력을 냈다는 실험이 보고됐고(6개 모델 480회 실험, arXiv:2602.14349), AI 가시성의 불확실성을 정량화한 연구(arXiv:2603.08924)는 인용이 멱법칙처럼 출렁이므로 다중 실행 + 부트스트랩 신뢰구간으로 봐야 한다고 권한다. "어제는 인용됐는데 오늘은 안 됐다"는 종종 우리 글의 문제가 아니라 기계의 분산이다.
'AI 검색 프롬프트 검색량' 데이터도 조심해야 한다. 실제 프롬프트 볼륨은 외부에서 측정 불가에 가깝고, 시장의 1% 미만 패널을 모델링한 추정치다. Conductor의 표현을 빌리면 "신뢰할 수 없는 검색량 데이터는 없는 것보다 나쁘다"(출처: conductor.com). 그래서 측정은 다음 원칙을 따라야 한다.
- 여러 번 돌려 분포로 본다. 단발 캡처는 버린다.
- 엔진을 합치지 않는다. 구글·ChatGPT·Perplexity·Claude는 인용 메커니즘이 다르므로 합산하면 원인이 가려진다.
- 질문 세트를 고정·공개한다. SOV(Share of Voice, 카테고리 AI 답변 중 우리 브랜드 언급 비율)는 어떤 질문을 넣느냐가 결과를 좌우한다.
- 가시성은 2차 지표다. 최종 성과(리드·매출)를 설명하는 보조 지표로 다뤄야지, 그 자체가 목적이 되면 숫자놀음이 된다.
구글 AI Overviews 인용 체크리스트
| 단계 | 메커니즘 | 실무 행동 |
|---|---|---|
| 0. 후보 진입 | 색인·크롤러 | robots.txt에서 Googlebot·Google-Extended 허용 확인 |
| 1. fan-out 매칭 | 하위 질문 분해 검색 | 주제의 하위 질문을 소제목으로 모두 다룸 |
| 2. 의미 검색 | DPR 임베딩 | 키워드 + 자연어 질문 표현 둘 다 포함 |
| 3. 재정렬 | cross-encoder | 소제목 직후 첫 문장에 직답 배치 |
| 4. 청크 독립성 | contextual retrieval | 단락마다 주어 명시, 대명사 의존 제거 |
| 5. 생성 채택 | GEO·faithfulness | 통계·출처·전문가 인용문 삽입 |
| 6. 신뢰 가중 | E-E-A-T | 저자·날짜·1차 데이터·권위 인용 명시 |
| 7. 측정 | 비결정성 | 다중 실행·신뢰구간, 엔진별 분리 |
Citeon은 이 원리를 제품에 담았다
위에서 본 7단계는 손으로 일일이 점검하기 어렵다. Citeon은 이 메커니즘을 측정과 진단으로 옮겼다.
- 4엔진 인용 측정(SOV). ChatGPT·Gemini·Perplexity·Claude 네 엔진에서 우리 브랜드가 실제로 인용되는 비율을 따로 측정한다. 엔진을 합치지 않는 이유는 위에서 본 대로 — 인용 메커니즘이 엔진마다 다르기 때문이다. 구글 AI Overviews의 모태인 Gemini 라인도 독립 측정한다.
- 사이트 진단 엔진. URL을 넣으면 SEO·AEO·GEO 관점에서 0~100점과 한국어 처방을 돌려준다. robots.txt 크롤러 허용, 직답 구조, 통계·출처 밀도 같은 위 체크리스트 항목을 점검한다.
- 경쟁사 역추적. 같은 질문에 인용되는 경쟁 페이지가 무엇을 갖췄는지 거꾸로 분석한다.
- 주간 모니터 추이. 단발 캡처의 노이즈를 피하려 추세로 본다 — 비결정성을 전제한 설계다.
먼저 우리 사이트가 구글 AI Overviews 후보에 들어갈 준비가 됐는지부터 확인하고 싶다면, Citeon 무료 진단(₩0)에서 URL 하나로 SEO·AEO·GEO 점수와 처방을 받아볼 수 있다.
자주 묻는 질문(FAQ)
AI Overviews에 인용되면 트래픽이 줄어들까요, 늘어날까요?
AI Overviews가 답을 요약해 주면 클릭이 줄 거라는 우려가 있지만, 인용 출처로 노출되면 '권위 있는 1차 출처'로 링크가 걸려 질 높은 유입이 들어오기도 합니다. 실제로 일부 분석에서는 AI 검색을 거쳐 들어온 방문자의 전환율이 일반 검색보다 몇 배 높게 나타나기도 했습니다(구체 수치는 사례마다 다릅니다). 핵심은 '인용 자체'가 아니라 그 인용이 리드·매출로 이어지는지를 함께 보는 것입니다.
전통 SEO를 잘해두면 AI Overviews에도 자동으로 인용되나요?
절반만 맞습니다. AI Overviews는 구글 색인을 후보 풀로 쓰므로 SEO가 후보 진입의 토대인 건 맞습니다. 하지만 후보로 들어온 뒤의 재정렬·생성 채택 단계는 '질문에 또렷이 직답하는가', '통계·출처가 있는가' 같은 AEO·GEO 요소가 좌우합니다(Aggarwal 등 2023). SEO는 입장권, AEO·GEO는 무대 위 합격입니다.
robots.txt에서 AI 크롤러를 막으면 안 되는 건가요?
막으면 해당 엔진의 후보 풀에서 빠질 수 있습니다. 구글의 경우 Google-Extended, 그 외 GPTBot·OAI-SearchBot·PerplexityBot·ClaudeBot·anthropic-ai가 대표적입니다. AI 검색 노출을 원한다면 이들을 허용해야 하고, 원치 않는 콘텐츠만 선택적으로 차단하는 편이 안전합니다. 진단 0번 항목으로 가장 먼저 확인하세요.
왜 어제는 인용됐는데 오늘은 안 보일까요?
대부분 우리 글의 문제가 아니라 기계의 분산입니다. temperature=0에서도 GPU 연산·배치 때문에 LLM 출력은 흔들리고, 인용은 멱법칙처럼 출렁입니다(arXiv:2603.08924). 그래서 단일 측정은 노이즈에 가깝고, 여러 번 돌려 추세와 신뢰구간으로 봐야 합니다. Citeon이 주간 모니터로 추이를 보는 이유입니다.
가장 먼저 손대야 할 한 가지는 무엇인가요?
각 소제목 바로 아래 첫 문장을 '그 질문의 직답'으로 바꾸는 것입니다. Lost in the Middle(Liu 등 2023) 때문에 모델은 앞·끝 정보를 잘 쓰고 가운데를 흘립니다. 결론을 맨 앞에 두면 재정렬 통과율과 인용 채택률이 동시에 오릅니다. 그다음이 통계·출처·인용문 보강입니다.
참고자료
- Lewis et al. (2020), Retrieval-Augmented Generation for Knowledge-Intensive NLP Tasks
- Karpukhin et al. (2020), Dense Passage Retrieval for Open-Domain QA
- Liu et al. (2023), Lost in the Middle: How Language Models Use Long Contexts
- Aggarwal et al. (2023), GEO: Generative Engine Optimization (KDD 2024)
- Anthropic (2024), Introducing Contextual Retrieval
- Conductor, Debunking AI Prompt Volume