AI 검색 답변의 브랜드 언급, 페이지 적합도보다 노출과 같이 움직였다

AI 검색 답변에 브랜드가 언급될지는 BM25로 잰 페이지 적합도보다, 엔진이 답을 쓰며 그 브랜드의 자사 도메인을 근거로 가져왔는지와 훨씬 강하게 같이 움직였어요. GPT와 Gemini에 브랜드명이 들어가지 않은 질문을 반복해서 넣은 관측 34,960건에서, 자사 도메인도 브랜드명 검색어도 없던 답변의 브랜드 언급률은 GPT 2.8%, Gemini 3.8%였어요 ^[1]. 자사 도메인이 인용된 답변에서는 49.0%와 58.4%였어요 ^[1].

이 글은 arXiv에 공개된 논문 원문 v1의 본문과 표 1–4를 읽고 수치를 표 값에 대조해 정리했어요. 수치는 모두 논문 데이터 기준이고 우리는 재현하지 않았어요 ^[1]. 저자는 AI 검색 측정 소프트웨어를 만드는 회사의 창업자이고, 분석한 데이터 전부가 그 회사의 추적 데이터라는 이해관계를 논문에 밝혀요 ^[1]. 원자료는 공개되지 않았고 집계 결과와 그림 코드만 공개됐어요. 우리도 AI 검색 진단 도구를 만드는 회사예요.

AI 검색 답변에 브랜드가 언급되는 조건은 무엇일까요?

이 연구는 답변에 브랜드가 나오는 조건을 네 단계로 나눠요 ^[1]. 페이지가 실제 질문에 맞는가(Match), 엔진이 그 근거를 가져오는가(Exposure), 가져온 근거에서 브랜드를 고르는가(Selection), 그리고 실시간 근거 없이도 브랜드가 나오는 사전 경로(Prior)예요. 저자는 이 관계를 "가시성 ≈ 적합도 × 노출 × 선택 + 사전 경로"라는 기억용 공식으로 요약해요 ^[1].

곱셈으로 쓴 데는 이유가 있어요. 실시간 검색 경로에서는 앞 단계 하나가 약하면 뒤 단계가 아무리 좋아도 결과가 막혀요. 엔진이 페이지를 한 번도 가져오지 않으면 선택될 기회도 없어요 ^[1]. 사전 경로를 덧셈으로 둔 이유는 반대 방향의 실수를 막기 위해서예요. 모든 추천이 실시간 검색에서 나온다고 가정하면, 인용 없이 반복해서 언급되는 기존 강자 브랜드를 설명할 수 없어요.

전통 검색과 비교하면 차이가 분명해요. 저자는 전통 검색을 "관련성 + 권위"로, 생성형 검색을 "적합도 + 노출 + 선택 + 사전 경로"로 대비해요 ^[1]. 검색 결과 순위를 정하는 데서 끝나지 않고, 가져온 페이지 중 무엇을 답에 넣을지 정하는 답변 구성 단계가 하나 더 있기 때문이에요.

그림 1. 검색 근거 상태별 브랜드 언급률.

연구는 브랜드 언급을 어떻게 측정했을까요?

연구는 하나의 실험이 아니라 서로 다른 단계를 보는 데이터 네 묶음을 합쳤어요 ^[1]. 중심은 75개 추적 프로젝트에서 2026년 6–9월에 모은 대규모 패널이고, 고유 질문 2,854개를 GPT와 Gemini에 반복해서 넣은 관측 34,960건이에요 ^[1]. 브랜드명이 질문에 들어간 경우는 언급이 당연하므로 미리 뺐어요.

관측마다 두 가지 실시간 신호를 기록했어요 ^[1]. 엔진이 저장한 출처 URL 중 타깃 브랜드의 자사 도메인이 있는지(자사 도메인 노출), 그리고 브랜드명이 없는 질문에서 엔진이 브랜드명을 넣은 검색어를 만들었는지(브랜드 팬아웃)예요. 팬아웃은 엔진이 질문 하나를 여러 하위 검색어로 펼치는 동작이에요. 구글도 AI 개요와 AI 모드가 "하위 주제와 데이터 소스에 걸쳐 여러 관련 검색을 하는 쿼리 팬아웃 기법"을 쓸 수 있다고 공식 문서에 적어요 ^[2].

나머지 세 묶음은 앞 단계를 따로 봐요. 실제 사용자 질문 80개로 팬아웃이 언제 일어나는지, 한 조직의 질문 199개와 사이트 275쪽으로 페이지 적합도와 노출의 관계를, 다른 조직의 질문 16개를 10번씩 돌린 160런으로 인용 없는 언급을 봤어요 ^[1]. 페이지 적합도는 검색 엔진의 기본 관련성 점수인 BM25로 쟀어요.

표 1. 연구가 합친 데이터 네 묶음 ^[1].

자사 도메인이 인용되면 ChatGPT와 Gemini는 브랜드를 더 언급할까요?

관측상으로는 그래요. 자사 도메인이 근거로 잡힌 답변은 언급률이 크게 높았고, 브랜드 팬아웃까지 함께 있으면 GPT 91.4%, Gemini 100%였어요 ^[1]. 아무 신호도 없을 때와 비교하면 자사 도메인 노출만으로 언급 확률이 GPT 17.4배, Gemini 15.4배였어요 ^[1].

표 2. 브랜드명 없는 질문의 검색 근거 상태별 브랜드 언급률 ^[1].

브랜드마다 원래 유명한 정도가 달라서 생긴 착시일 수도 있어요. 연구는 이 점을 같은 조직, 같은 질문을 반복 측정한 셀 안에서 다시 봤어요 ^[1]. 조직과 질문을 고정한 층화 분석에서도 자사 도메인 노출의 공통 오즈비는 GPT 15.3, Gemini 29.7이었어요 ^[1]. 브랜드 정체나 질문 문구처럼 시간에 따라 변하지 않는 차이로는 설명되지 않는다는 뜻이에요.

두 엔진이 늘 같은 브랜드를 고르지도 않았어요. 같은 질문에서 브랜드 언급 여부가 일치한 비율은 84.7%였고, Gemini만 언급한 경우가 1,999건, GPT만 언급한 경우가 680건이었어요 ^[1]. 엔진 하나의 결과로 전체를 대표하기 어려운 이유예요.

페이지를 잘 만들면 AI 검색에 인용될까요?

페이지가 질문에 잘 맞는 것은 출발 조건이지만, 그것만으로 인용이 결정되지는 않았어요. 페이지 적합도가 자사 도메인 인용을 예측한 정도는 Gemini에서 AUC 0.641이었고, GPT에서는 0.545로 우연 수준에 가까웠어요 ^[1]. Gemini에서는 적합도 상위 25% 질문의 인용률이 50.0%로 하위 25%의 22.0%보다 높았어요 ^[1].

노출 효과는 그보다 훨씬 커요. GPT가 자사 도메인을 인용한 질문 30개에서는 브랜드가 전부 언급됐고, 인용하지 않은 169개에서는 9.5%만 언급됐어요 ^[1]. Gemini는 73.8% 대 8.2%였어요 ^[1]. 적합도가 인용률을 두 배쯤 바꿀 때, 노출 여부는 언급률을 아홉 배에서 열한 배쯤 갈랐어요.

그림 2. 적합도가 높은 질문에서도 갈리는 노출 효과.

적합도가 가장 높은 질문만 따로 봐도 같은 그림이에요. Gemini에서 적합도 상위 25% 질문 50개 중 자사 도메인이 노출된 25개는 84%가 언급됐고, 노출되지 않은 25개는 8%만 언급됐어요 ^[1]. GPT는 노출된 8개가 모두 언급됐고, 노출되지 않은 42개는 11.9%였어요 ^[1]. 저자는 그래서 단일 "AI 최적화 점수"에 기대지 말고, 그 점수가 어느 단계를 재는지부터 밝히라고 권해요.

인용 없이도 브랜드가 언급되는 경로는 무엇일까요?

자기 사이트가 인용되지 않아도 반복해서 언급되는 브랜드가 있어요. 한 조직의 질문 16개를 ChatGPT에 10번씩 돌린 160런에서, 경쟁사 1은 74번 언급됐지만 자사 URL은 7번만 인용됐어요 ^[1]. 경쟁사 2도 65번 언급에 인용은 5번이었어요 ^[1].

인용이 하나도 없는 답변에서 더 분명해요. 열 번 모두 인용 없이 답한 질문 4개, 40런에서 경쟁사 1은 30번, 경쟁사 2는 28번 언급됐고, 측정 대상 조직은 한 번도 언급되지 않았어요 ^[1]. 그 조직의 전용 페이지가 Bing 상위 30위 안에 있던 질문에서도 ChatGPT 언급은 10번 중 0번이었어요 ^[1].

저자는 이 경로를 사전 학습 기억이라고 단정하지 않아요. 제3자 페이지, 보이지 않는 검색, 모델 지식 중 무엇인지 데이터로 가를 수 없어서 "사전 경로와 양립하는 경로"라고만 불러요 ^[1]. 적어도 이 조직의 160런에서는 자사 도메인 인용 횟수로 브랜드 언급 횟수를 설명할 수 없었어요.

그림 3. 브랜드 가시성 단계 모형과 예측력.

AI 답변에 우리 브랜드가 나오게 하려면 무엇을 해야 할까요?

어느 단계에서 막히는지부터 나눠 봐야 해요. 저자의 진단 순서는 이래요 ^[1]. 적합도가 약하면 실제 질문에 답하는 페이지를 만들거나 고쳐요. 적합도는 높은데 노출이 약하면 같은 사이트에 글을 더 쓰기보다 색인, 크롤링, 제3자 언급, 비교 페이지처럼 엔진의 검색 단계가 그 근거를 보게 만드는 배포 쪽을 봐요. 노출은 되는데 답에서 빠지면 엔진이 근거 중에서 무엇을 고르는지 연구해요.

예측에서도 단계 구분이 의미가 있었어요. 직전 측정까지의 언급 이력만으로 다음 측정의 브랜드 언급을 예측한 AUC는 GPT 0.937, 이번 검색 신호만으로는 0.880, 둘을 합치면 0.963이었어요 ^[1]. Gemini는 0.917, 0.840, 0.942였어요 ^[1]. 과거 이력과 실시간 근거가 서로를 대신하지 못하고 보완한다는 뜻이에요.

실무적으로는 측정 단위를 다시 잡는 일이 먼저예요. 상업 의도 질문 23개 중 78.3%가 팬아웃을 일으켰고 정보형 질문 55개는 3.6%만 일으켰어요 ^[1]. 마스카라를 찾는 질문이 "고르는 법"과 "추천" 두 검색어로 펼쳐진 예처럼, 브랜드는 사용자의 원래 문장보다 엔진이 펼친 평가 공간과 경쟁해요. 추적한 질문과 엔진이 실제로 검색한 질의가 다르다는 문제와 같은 이야기예요.

한계

가장 중요한 한계는 관측 연구라는 점이에요. 자사 도메인 인용과 브랜드 언급은 같은 답변 과정에서 함께 만들어지므로, 인용이 언급을 낳았는지 언급이 인용을 낳았는지 데이터로 구분할 수 없어요 ^[1]. 저자도 출처 목록에 URL을 넣으면 언급이 열 배 오른다고 주장하지 않는다고 밝혀요.

데이터 출처도 걸러 읽어야 해요. 원자료는 저자 회사의 추적 데이터이고 공개되지 않았어요 ^[1]. 조직 A의 사이트 크롤은 9월 19일, 가시성 측정은 7월 6일이라 적합도는 사후 근사예요. 자사 도메인 인용은 근거 노출의 일부만 보여 주고, 제3자 페이지가 더 중요할 수 있어요. 팬아웃 데이터는 질문 80개뿐이에요.

결과 단위의 한계도 있어요. 브랜드 언급은 긍정 추천, 순위, 클릭, 구매와 같지 않아요 ^[1]. 엔진과 모델 버전에 따라 기준선도 달라서, GPT-5 nano와 GPT-5.4의 신호 없음 언급률은 1.8%와 6.3%였어요 ^[1]. GEO를 단일 순위 문제가 아닌 확률적이고 일부만 관측되는 파이프라인으로 보는 최근 서베이와 같은 방향이에요 ^[3]. 숫자는 상수로 옮기지 말고 방향으로 읽어야 해요.

TRAIL에서는

TRAIL Search가 재는 값 중 하나가 이 연구의 노출 신호와 같은 종류예요. 엔진별로 답변이 인용한 URL을 모으고(인용 수집 여부는 엔진과 설정에 따라 달라요), 그중 자사 도메인이 있는지와 브랜드가 언급됐는지를 반복해서 기록해요. 인용 출처는 자사, 위키, 유튜브, 리뷰와 커뮤니티, 매체, 리스티클로 나눠요.

엔진 내부의 팬아웃 검색어는 밖에서 관측하지 못해요. 이 연구는 업체 계측으로 그 일부를 관측했어요.

이 연구를 읽고 나니 자사 도메인 노출과 브랜드 언급을 네 칸으로 나눠 봐야 적합도 문제와 배포 문제, 답변 선택 문제가 따로 드러난다는 점이 분명해졌어요. 인용 출처의 구성은 AI가 브랜드 정보를 어디서 가져오는지 다룬 글과, 수집과 인용의 차이를 다룬 이 글에서 이어 볼 수 있어요.