결론부터: 위키백과와 나무위키는 현재 AI 검색 인용에서 가장 '기본값'에 가까운 출처다. 대규모 인용 분석에서 ChatGPT 답변의 출처 중 위키백과가 차지하는 비중이 약 47.9%로 나타났고, 글로벌 AI 엔진들은 네이버가 외부 크롤러를 막아둔 탓에 한국어 정보를 나무위키·위키백과·티스토리에서 우회 수집한다. 하지만 오해하면 안 되는 점이 있다. 목표는 '위키백과에 우리 브랜드 문서를 만드는 것'이 아니라, 우리 콘텐츠를 백과사전이 인용되는 것과 같은 '구조·근거·중립성'을 갖추게 만들어 같은 이유로 뽑히게 하는 것이다. 왜 백과사전형 출처가 강한지 RAG(retrieval→reranking→generation) 메커니즘으로 뜯어보고, 오늘 당장 무엇부터 해야 하는지 우선순위를 정리한다.
왜 AI는 백과사전을 편애하는가 — RAG 3단계로 해부
모든 AI 검색엔진(ChatGPT·Perplexity·Gemini·Claude)은 내부적으로 RAG 구조로 답한다. RAG의 원전인 Lewis 등의 2020년 논문(arXiv:2005.11401)은 모델이 학습해 외운 지식(파라메트릭 메모리)과 실시간으로 검색해 온 문서(비파라메트릭 메모리)를 결합한다고 정의했다. 쉽게 말해 AI는 '아는 대로 말하는' 게 아니라 '읽어온 문서를 근거로 말한다'. 그렇다면 무엇을 읽어오느냐가 인용의 전부다. 이 읽어오는 과정을 세 단계로 나눠 보면 백과사전이 왜 유리한지 선명해진다.
1단계 retrieval(후보 검색) — 백과사전은 '주제당 한 문서'로 밀도가 높다
retrieval은 질문을 벡터(임베딩)로 바꿔 의미가 가까운 문서 조각(청크)을 끌어오는 단계다. Karpukhin 등의 Dense Passage Retrieval 논문(arXiv:2004.04906)은 이 의미 기반 검색이 전통적 키워드 검색(BM25)을 능가한다는 걸 보였다. 비유하자면 키워드 검색은 도서관의 색인 카드(정확히 그 단어가 있어야 찾음)이고, 의미 검색은 주제를 아는 사서(단어가 달라도 '이 얘기죠?' 하고 찾아줌)다. 실무에서는 둘을 합친 하이브리드 검색이 가장 강한데, 공개 벤치마크 종합에서 recall@10 기준 의미 단독 약 78%, BM25 단독 약 65%, 하이브리드(RRF) 약 91%로 나타난다.
백과사전형 문서는 이 단계에서 구조적으로 유리하다. 하나의 주제가 하나의 문서에 응집돼 있어 '이 질문 = 이 문서'라는 매칭이 깔끔하다. 검색 조각이 흩어지지 않는다. Anthropic의 Contextual Retrieval 연구(2024)는 청크에 맥락 한 줄을 덧붙이는 것만으로 검색 실패율이 35% 줄었고(5.7%→3.7%), BM25를 더한 하이브리드로 49%, reranking까지 더하면 67%까지 줄었다고 보고했다. 백과사전 문서의 문단들은 대개 '무엇에 대한 문단인지'가 첫 문장에 명시돼 있어, 이 '맥락 주입'이 자연히 돼 있는 셈이다.
2단계 reranking(재정렬) — 백과사전은 질문에 '정면으로' 답한다
retrieval이 후보 20~100개를 대충 긁어오면, reranking이 그 후보를 질문과 함께 다시 정독해 순위를 매긴다. cross-encoder 방식의 reranking은 NDCG를 대략 +5~15(난도 높은 질의에서는 ~20)까지 끌어올린다. 비유하자면 retrieval은 '제목만 보고 후보를 쌓는 조수', reranking은 '후보를 질문 옆에 놓고 한 줄씩 읽어 순서를 바꾸는 편집장'이다.
편집장이 좋아하는 문서는 '질문에 직접 답하는' 문서다. 백과사전의 정의형 서술('X는 ~이다')은 대부분의 사실 질의('X가 뭐야?')와 정확히 정면충돌한다. 그래서 상단으로 재정렬되기 쉽다.
3단계 generation(생성) — Lost in the Middle: 앞·끝만 살아남는다
마지막으로 LLM이 상위 문서들을 읽고 답을 쓴다. 여기서 결정적인 함정이 Liu 등의 'Lost in the Middle'(arXiv:2307.03172)이다. 긴 맥락을 넣으면 모델은 맨 앞과 맨 끝의 정보는 잘 쓰지만 중간은 흘린다(성능이 U자형). 백과사전 문서는 첫 문단에 핵심 정의를 배치하는 관습이 있어, 이 '앞자리 프리미엄'을 자연스럽게 차지한다. 답변형 두괄식이 왜 인용에 유리한지가 여기서 증명된다.
데이터로 본 백과사전형 출처의 실제 지분
추측이 아니라 대규모 인용 분석(Profound·Discovered Labs 등)이 보여주는 숫자를 보자.
| 관찰 | 수치 | 의미 |
|---|---|---|
| ChatGPT 출처 중 위키백과 | 약 47.9% | 백과사전이 사실상 기본 출처 |
| Perplexity 출처 중 Reddit | 약 46.7% | 엔진마다 편애 출처가 다름 |
| ChatGPT·Perplexity 도메인 중복 | 약 11% | 두 엔진이 거의 다른 곳을 봄 |
| 인용이 엔진마다 다른 비율 | 약 90% | 한 엔진 최적화 ≠ 전체 최적화 |
여기서 두 가지를 동시에 읽어야 한다. ① 백과사전형 출처는 특히 ChatGPT 계열에서 압도적 지분을 갖는다. ② 그러나 인용의 약 90%가 엔진마다 다르고, ChatGPT는 위키·커뮤니티, Perplexity는 실시간·인라인 인용, Gemini는 구글 색인·E-E-A-T, Claude는 근거가 약한 콘텐츠를 보수적으로 걸러낸다(Citations API), Grok은 실시간 웹+X 스트림에 의존한다. 즉 백과사전은 '진입 티켓'이지 '독점 티켓'이 아니다.
한국 시장의 특수 변수 — 나무위키가 왜 이렇게 세지는가
한국어 정보에는 구조적 왜곡이 하나 있다. 네이버는 외부 크롤러(GPTBot·PerplexityBot·ClaudeBot 등)를 차단하는 방향이고, 그 결과 글로벌 AI 엔진들은 한국어 사실을 나무위키·위키백과·티스토리에서 우회 수집한다. 네이버 블로그에 아무리 좋은 글을 써도 글로벌 엔진의 retrieval 후보 풀에 아예 못 들어갈 수 있다는 뜻이다(robots.txt에서 크롤러를 허용해야 후보 진입이 시작된다).
동시에 네이버 자체 생태계도 급변 중이다. 큐:(Cue:)·클로바X가 2026-04-09 종료되고, AI탭이 2026-06-25~26 대화형·에이전틱 형태로 정식 출시됐으며, AI 브리핑(요약)은 통합검색 쿼리의 20% 이상에 적용되고 2026-04 기준 월 약 3.558억 건 인용을 낸다. 한 표본분석(272건)에서는 AI 브리핑 인용 출처의 약 58%가 블로그였고, 약 49%가 검색 Top10 밖에서 인용됐다. 정리하면 한국 브랜드는 두 개의 전선을 동시에 신경 써야 한다.
| 전선 | 핵심 채널 | 백과사전형 전략의 역할 |
|---|---|---|
| 글로벌 AI(ChatGPT·Perplexity·Gemini·Claude) | 위키백과·나무위키·티스토리 + 자사 도메인 | 크롤러 허용 + 백과사전급 구조로 후보 진입 |
| 네이버 AI(AI탭·브리핑) | 블로그·C-Rank/D.I.A.+ 신호 | 직접경험·일관주제·최신성으로 신뢰 확보 |
❌ 흔한 오해 vs ✅ 실제 작동 방식
백과사전 전략을 오해하면 시간과 돈을 태운다. 실제 문장 수준에서 대조해 보자.
오해 1 — '위키백과에 우리 회사 문서를 만들자'
❌ 홍보성 초안: "OO는 업계를 선도하는 혁신적인 마케팅 솔루션 기업이다."
→ 출처 없음 + 광고 어조 → 편집 커뮤니티가 삭제/보류. 자기홍보 문서는
오히려 신뢰 신호를 깎는다.
✅ 접근 전환: 우리 도메인 안에 '백과사전급 사실 문서'를 만든다.
"OO의 AI 검색 가시성 측정 방식은 4개 엔진(ChatGPT·Gemini·Perplexity·Claude)의
답변에서 브랜드 언급 비율(SOV)을 집계하는 것이다. 근거: [측정 방법론 링크]."오해 2 — '설명을 길고 화려하게 쓰면 잘 인용된다'
❌ 약한 예: "저희 제품은 정말 다양한 상황에서 놀라운 효과를 발휘하며 많은 분들이
만족하고 계십니다." (주장만 있고 검색·재정렬 단계에서 걸릴 '사실'이 없음)
✅ 강한 예: "이 방식은 6개월 사용 고객 데이터에서 평균 응답시간을 12분에서 3분으로
줄였다(n=140, 2026-01~06). 측정 기준: [정의 링크]."
(숫자·기간·표본·출처 → GEO 논문이 말한 인용 유발 요소)이 ✅ 방향은 근거가 있다. GEO 논문(Aggarwal 등, arXiv:2311.09735, KDD 2024)은 통계 인용, 출처 인용, 직접 인용문을 추가하면 특정 조건에서 생성엔진 가시성이 최대 약 40%까지 오른다는 걸 실험으로 보였다. 백과사전이 인용되는 진짜 이유는 '유명해서'가 아니라 '문장마다 검증 가능한 사실과 출처가 붙어 있어서'다. 우리가 복제해야 할 건 명성이 아니라 이 서술 방식이다.
오해 3 — '한 번 잘 쓰면 계속 인용된다'
인용은 결정적(deterministic)이지 않다. temperature=0에서도 LLM 출력은 GPU 연산·배치 특성 때문에 흔들린다(한 대형 모델은 1,000회 실행에서 80가지 출력을 냈다). AI 가시성 불확실성을 정량화한 연구(arXiv:2603.08924)는 인용이 멱법칙으로 출렁이므로 다중 실행+부트스트랩 신뢰구간으로 봐야 한다고 권한다. 단일 측정은 노이즈다. 그래서 '한 번 확인'이 아니라 '추이 모니터링'이 정답이다.
오늘 무엇부터 — 실행 우선순위 5단계
가장 중요한 부분이다. 백과사전형 출처 공략은 순서를 지켜야 효율이 난다. 아래는 '먼저 하는 것이 뒤 작업의 성공률을 높이는' 의존 순서로 정렬했다.
| 순위 | 작업 | 왜 이 순서인가 | 드는 비용 |
|---|---|---|---|
| 1 | robots.txt에서 AI 크롤러 허용 확인(GPTBot·OAI-SearchBot·PerplexityBot·ClaudeBot·anthropic-ai·Google-Extended) | 후보 진입 자체가 안 되면 이후 모든 최적화가 무효. retrieval 풀에 못 들어감 | 거의 0(설정 한 줄) |
| 2 | 현재 인용 실측 — 4개 엔진에서 우리·경쟁사가 뭘 근거로 언급되는지, 나무위키/위키백과가 우리 카테고리에서 인용되는지 확인 | 어디가 뚫렸고 어디가 막혔는지 알아야 처방이 나옴. 단일 측정 말고 반복 측정 | 낮음(진단) |
| 3 | 핵심 문서 두괄식+사실화 — 카테고리 대표 질문마다 첫 문단에 정의·숫자·출처를 배치 | Lost in the Middle과 GEO 효과를 직접 노림. 가장 ROI 높은 콘텐츠 작업 | 중간(재작성) |
| 4 | 백과사전형 출처와의 사실 정합 — 우리 관련 위키백과·나무위키 문서에 오류·누락이 있으면 신뢰 가능한 1차 출처를 근거로 수정(홍보 아님, 사실 교정) | AI가 그 문서를 근거로 쓰기 때문에, 틀린 사실이 곧 틀린 답변으로 확산됨 | 중간(신중히) |
| 5 | 주간 추이 모니터링 체계화 — 인용 변화를 매주 추적, 매출·리드와 연결 | 인용은 출렁이는 2차 지표. 결과(매출)와 이어야 의미가 생김 | 지속(운영) |
핵심은 1·2번을 3번보다 먼저 하는 것이다. 크롤러가 막혀 있거나 현 상태를 모르는 채 콘텐츠부터 갈아엎으면, 잘 쓴 글이 후보 풀에 안 들어가거나 이미 잘 되던 걸 망칠 수 있다. 진단이 처방을 선행한다.
품질 검증에는 RAGAS의 faithfulness 개념이 유용하다. 답변의 주장이 출처에서 추적되는 정도를 재는 지표로, 실무에서 흔히 0.9 이상이면 안정, 0.7 미만이면 위험으로 본다(팀마다 기준은 다르다). 우리가 만드는 문서도 '이 문장의 근거가 이 링크에서 추적되는가'를 self-check하면 백과사전급 신뢰도에 가까워진다.
측정을 오해하지 말 것 — SOV는 결과가 아니라 신호
백과사전 전략의 성과를 잴 때 자주 빠지는 함정이 있다. SOV(Share of Voice, 카테고리 AI 답변 중 브랜드 언급 비율)나 그 변형(일부 국내 업체의 SMR)은 '질문 세트를 무엇으로 잡느냐'에 결과가 크게 좌우된다. 또 여러 엔진 점수를 하나로 합산하면 엔진별 메커니즘 차이가 가려진다. 프롬프트 볼륨(특정 질문이 얼마나 자주 물어지는지)도 실측이 불가능하고 패널(시장 1% 미만) 모델링 추정치라, Conductor는 "신뢰할 수 없는 검색량 데이터는 없느니만 못하다"고 지적한다. 결국 가시성은 매출·리드를 설명하는 2차 지표다. 백과사전에 잘 인용되는 것 자체가 목적이 아니라, 그것이 유입·전환으로 이어지는지를 봐야 한다(일부 분석에서 AI 검색 유입의 전환율이 일반 검색보다 몇 배 높게 나타나기도 한다).
Citeon은 이 원리를 제품에 담았다
위 실행 우선순위는 사람이 감으로 하기 어렵다. Citeon은 백과사전형 출처 공략을 측정 가능한 절차로 만든다.
- 4엔진 인용 측정(SOV) — ChatGPT·Gemini·Perplexity·Claude에서 우리 브랜드가 실제로 어떻게, 무엇을 근거로 언급되는지 집계한다(우선순위 2번). 나무위키·위키백과가 우리 카테고리에서 인용의 관문인지 여기서 드러난다.
- 사이트 진단엔진 — 크롤러 허용 상태와 콘텐츠 구조를 점검해 '후보 진입'부터 막힌 곳을 짚는다(우선순위 1·3번).
- 경쟁사 역추적 — 경쟁 브랜드가 어떤 백과사전형·커뮤니티 출처로 인용되는지 역으로 추적해, 우리가 비어 있는 자리를 찾는다.
- 주간 모니터 추이 — 단일 측정의 노이즈를 넘어, 인용 변화를 매주 추적한다(우선순위 5번).
지금 상태가 궁금하다면 비용 없이 시작할 수 있다. Citeon 무료 진단(₩0)으로 우리 사이트의 AI 인용 상태부터 확인하기 →
자주 묻는 질문
위키백과에 우리 브랜드 문서를 만들면 AI가 인용해 주나요?
직접적으로 권하지 않습니다. 홍보성·출처 없는 자기 문서는 편집 커뮤니티에서 삭제·보류되기 쉽고, 오히려 신뢰 신호를 깎을 수 있습니다. 더 안전하고 효과적인 길은 우리 도메인 안에 '백과사전급'으로 사실·숫자·출처가 붙은 문서를 만드는 것입니다. AI가 위키백과를 좋아하는 이유는 명성이 아니라 검증 가능한 서술 구조이며, 그 구조는 복제할 수 있습니다.
나무위키에 우리 관련 오류가 있으면 어떻게 하나요?
글로벌 AI 엔진들이 한국어 정보를 나무위키에서 우회 수집하는 경향이 있어, 그 문서의 틀린 사실이 곧 틀린 AI 답변으로 확산될 수 있습니다. 홍보 목적이 아니라 신뢰 가능한 1차 출처를 근거로 한 '사실 교정' 관점으로 접근하고, 동시에 우리 공식 도메인에 정확한 사실 문서를 두어 AI가 참조할 대안 출처를 확보하는 것이 좋습니다.
네이버 블로그만 열심히 쓰면 AI 인용이 되나요?
두 전선을 구분해야 합니다. 네이버 AI(AI탭·브리핑)에는 블로그가 강력한 채널이고 실제 인용 출처의 다수를 차지합니다. 그러나 네이버가 외부 크롤러를 막는 방향이라, ChatGPT·Perplexity 같은 글로벌 엔진의 후보 풀에는 네이버 블로그가 아예 못 들어갈 수 있습니다. 글로벌 인용을 원한다면 크롤러가 허용된 우리 도메인·티스토리·백과사전형 출처가 필요합니다.
한 번 인용되면 계속 인용되나요?
아닙니다. temperature=0에서도 LLM 출력은 흔들리고, 인용은 멱법칙으로 출렁입니다. 한 대형 모델이 1,000회 실행에서 80가지 출력을 낸 사례도 있습니다. 그래서 단일 측정은 노이즈이며, 다중 실행과 주간 추이 모니터링으로 봐야 실제 흐름이 보입니다.
가장 먼저 해야 할 한 가지만 꼽으면요?
robots.txt에서 AI 크롤러(GPTBot·PerplexityBot·ClaudeBot·Google-Extended 등) 허용을 확인하는 것입니다. 후보 진입 자체가 막히면 이후의 모든 콘텐츠 최적화가 무효가 됩니다. 그다음이 현재 인용 실측(진단)이고, 콘텐츠 재작성은 그 위에서 해야 ROI가 납니다.
참고자료
- Lewis et al., 2020 — Retrieval-Augmented Generation (arXiv:2005.11401)
- Karpukhin et al., 2020 — Dense Passage Retrieval (arXiv:2004.04906)
- Liu et al., 2023 — Lost in the Middle (arXiv:2307.03172)
- Aggarwal et al., 2023 — GEO: Generative Engine Optimization (KDD 2024, arXiv:2311.09735)
- Anthropic, 2024 — Introducing Contextual Retrieval
- Conductor — Debunking AI Prompt Volume