추적한 질문과 AI가 실제 검색한 질의는 달라요: 팬아웃 측정 간극

AI 검색 가시성 리포트에 찍히는 질문별 점수는 그 질문 문자열 하나의 점수가 아니라, 엔진이 그 질문을 쿼리 팬아웃으로 펼친 하위 질의 집합 위에서 나온 결과예요. 엔진은 받은 질문에 연도를 붙이거나 영어로 바꾼 하위 질의를 만들어 검색하고, 어느 갈래가 답변에 얼마나 기여했는지는 밖에서 보이지 않아요. 그래서 질문 30개를 넣고 받은 점수는 질문 30개의 점수로만 읽으면 귀속을 틀릴 수 있어요.

이 글의 근거 범위와 등급부터 밝혀 둘게요. 2026년 10월 기준 공개 자료인 소셜 게시물 1건과 벤더 자체 분석 3건, 그 분석을 다룬 업계 기사 1건을 대조해 정리했어요 ^{[1][2][3][4][5]}. 전부 동료심사를 거치지 않은 관측이라 우리 근거 등급으로는 중간 이하이고, 수치를 재현하지 않았어요. 인용한 벤더 분석은 AI 가시성 추적 도구를 파는 회사의 것이고, 우리도 AI 검색 가시성 진단 제품을 운영하니 같은 시장의 이해관계와 편향이 양쪽에 있어요. 이 글은 이 수치들을 측정 설계의 방향을 정하는 근거로만 쓰고, 점수 가중치의 근거로는 쓰지 않아요.

추적한 질문과 엔진이 실제로 검색한 질의는 다르다

추적 단위는 질문이지만 검색 단위는 하위 질의예요. 가시성 리포트는 보통 질문을 넣고 엔진별 점수를 받는 구조인데, 엔진은 받은 질문을 그대로 검색하지 않고 여러 갈래로 펼쳐요. 이 과정이 쿼리 팬아웃이고, 직접 관찰하는 방법은 쿼리 팬아웃이란? AI가 질문 하나를 여러 검색으로 쪼개는 방식을 직접 관찰하기에 정리해 뒀어요.

펼치는 양과 모양은 고정돼 있지 않아요. Peec AI 블로그의 500만 개 팬아웃 분석에서 ChatGPT는 프롬프트당 평균 2.1개, Perplexity는 1.4개, Grok은 6.8개의 하위 질의를 만들었어요 ^[4]. 같은 회사의 별도 분석에서는 ChatGPT 하위 질의의 평균 길이가 2025년 10월 약 6단어에서 2026년 1월 약 12단어로 4개월 만에 두 배가 됐어요. 프롬프트당 하위 질의 수는 같은 기간 2.3–2.8개로 거의 그대로였어요 ^[5]. 같은 질문이라도 시점에 따라 엔진이 검색하는 문자열 자체가 달라진다는 뜻이에요.

그림 1. 추적한 질문 q는 밖에서 볼 수 없는 팬아웃 F를 거쳐 여러 하위 질의로 펼쳐지고, 검색과 인용은 그 갈래들 위에서 일어나요. 오른쪽 수치는 서로 다른 공개 관측에서 온 값이고, 질의 예시는 설명용으로 만든 것이에요.

공개 관측 두 가지: 연도 주입과 영어 하위 검색

팬아웃이 원래 질문에 없던 문자열을 붙인다는 공개 관측이 두 갈래로 나와 있어요. 하나는 연도, 하나는 언어예요.

표 1. 팬아웃이 원래 질문에 없던 문자열을 붙인다는 공개 관측 ^[1][2][4].

연도 관측은 Malte Landwehr의 LinkedIn 공개 게시물에서 나왔어요 ^[1]. 구글 뉴스 홈과 주제 페이지의 트렌딩 기사로 질문을 만들고, 24시간 뉴스 주기가 끝날 때까지 6시간마다 다시 물은 자동 대화 8,000건 이상이에요. 뉴스 프롬프트에서는 웹 검색 수행률이 100%였고, 그 후속 질의의 94%에 "2026"이 들어 있었어요. 원래 프롬프트 중 연도를 포함한 건 1%뿐이었어요.

이 수치는 프롬프트 유형을 가려 읽어야 해요. 일반 고객 프롬프트 500만 건을 본 분석에서는 ChatGPT가 올해 연도를 붙인 비율이 5.44%였어요 ^[4]. 뉴스처럼 시점이 답의 일부인 질문에서는 연도 주입이 거의 기본값이고, 그렇지 않은 질문에서는 드문 일이라는 그림이에요.

영어 관측은 Peec AI 리서치가 2026년 2월에 낸 분석이에요 ^[2]. 비영어 세션의 78%가 영어 하위 검색을 1개 이상 포함했고, 언어별로는 스페인어가 66%로 가장 낮고 튀르키예어가 94%로 가장 높았어요. 이 결과를 다룬 Search Engine Journal 기사는 프롬프트 구성과 대표성이 공개되지 않았고, 일반 소비자 세션 대신 벤더 플랫폼에서 나온 측정 데이터라는 단서를 달았어요 ^[3]. 한국어 수치는 두 자료 어디에도 없어요.

연도와 언어 말고도 엔진은 단어를 끼워 넣는다

하위 질의에 붙는 문자열은 연도와 언어만이 아니에요. 500만 개 팬아웃 분석에서 가장 자주 덧붙은 단어는 "best", "top", "comparison", "reviews", "tools", "software"였어요 ^[4]. 조언을 구하는 질문에서는 하위 질의의 24.3%에 "best"가 들어갔어요. 사용자가 "AI 가시성 측정 도구"라고만 물어도, 엔진이 실제로 검색하는 문자열은 "best AI visibility tools comparison"에 가까운 모양이 될 수 있다는 뜻이에요.

특정 출처를 겨냥한 하위 질의도 관측됐어요. 같은 분석에서 Grok은 전체 대화의 10.5%에서 Reddit을 검색에 썼고, 그중 10건 중 9건은 site: 연산자로 Reddit을 명시한 검색이었어요 ^[4]. 이런 경우 후보 문서 풀은 사용자가 친 문자열이 아닌, 엔진이 고른 출처 범위 안에서 조립돼요.

표 2. 하위 질의에 끼워 넣어지는 문자열 유형과 측정에 주는 영향. 수치는 서로 다른 관측에서 왔어요 ^[1][2][4].

이 네 가지는 모두 리포트의 질문 문자열에는 나타나지 않아요. 추적 프롬프트가 같아도 엔진이 끼워 넣는 문자열이 바뀌면 경쟁하는 문서 풀이 바뀌고, 점수도 같이 움직여요.

리포트 점수는 V(q)가 아닌 V(F(q))다

리포트에 질문 q의 점수로 찍히는 값은 실제로는 하위 질의 점수의 가중합이에요. 추적하는 질문을 $q$라 하고, 엔진이 보이지 않는 변환 $F$를 적용해 질의 집합을 만든다고 쓰면 이렇게 돼요.

$V(q_i)$는 하위 질의 하나에서 우리 페이지가 검색되고 인용되는 정도이고, $w_i$는 그 갈래가 최종 답변에 기여한 몫이에요. 검색도 인용도 $q$ 위에서 일어나지 않고 $q_i$ 위에서 일어나요. 문제는 $F$와 $w$ 둘 다 밖에서 관측되지 않는다는 점이에요. 우리가 재는 값은 $V(q)$라는 이름이 붙은 $V(F(q))$예요.

여기서 두 가지 결과가 따라 나와요. 하나는 귀속이 틀릴 수 있다는 것이고, 다른 하나는 언어 경계가 생각보다 얇다는 것이에요. 아래 두 섹션에서 차례로 다뤄요.

연도 효과의 귀속이 바뀐다

연도 주입 관측은 "제목에 올해 연도를 넣으면 인용이 오른다"는 수치에 메커니즘 후보를 하나 더해요. 이 수치가 최신성 신호와 제목 문자열 효과를 분리하지 못한다는 점은 제목에 연도를 넣으면 AI 인용이 늘어나나? 170% 수치 검증 방법에서 다뤘어요. 94% 관측은 그 빈자리에 세 번째 설명을 넣어요 ^[1]. 사용자는 연도를 거의 입력하지 않는데 엔진이 하위 질의에 연도를 붙인다면, 제목의 연도는 사용자가 친 문자열 대신 엔진이 끼워 넣은 문자열과 맞고 있는 것이에요.

이건 증명이 아니에요. 다른 관측이고 뉴스 주제이며 상관 관측이에요. 대신 검증 가능한 예측을 만들어요.

1. 연도 효과는 연도를 많이 주입하는 질문 유형에서 더 커야 해요. 뉴스·최신 비교형 질문에서 크고, 정의형 질문에서 작아야 해요.
2. 해가 바뀌는 시점에 한 번 꺾여야 해요. 엔진이 주입하는 토큰이 "2026"에서 "2027"로 바뀌면, 제목에 "2026"을 둔 페이지의 효과는 그 시점에 떨어져야 해요.
3. 꺾이지 않으면 문자열 매칭 설명은 약해져요. 그때는 최신성 신호 쪽 설명이 남아요.

실무로 옮기면 연도를 제목에 넣을지는 질문 유형별로 판단할 일이에요. 갱신하지 않을 글에 연도만 박아 두면, 해가 바뀐 뒤 엔진이 주입하는 문자열과 어긋나는 위험도 같이 생겨요.

한국어로 추적한 점수에 영어 갈래가 섞인다

한국어 질문으로 추적한 점수는 한국어 검색만의 결과가 아닐 가능성이 커요. 하위 질의 중 하나가 영어로 나가면 후보 문서 풀의 일부가 영어 문서에서 조립돼요. 국내 시장만 겨냥한 브랜드는 애초에 슬롯 일부만 놓고 경쟁하는 셈이에요.

반론도 같이 적어 둘게요. 하위 질의 하나가 영어라는 사실이 최종 답변이 영어 출처로 채워진다는 뜻은 아니에요. 영어 하위 질의가 전체의 43%라는 수치는 나머지 57%가 원래 언어라는 뜻이기도 해요 ^[2]. 질의 유형, 로컬 주제인지 일반 주제인지, 엔진에 따라 결과가 달라지고, 한국어는 관측 표본에 수치로 등장하지 않아요. 그래서 이 관측에서 가져갈 결론은 "영어 콘텐츠를 만들어야 한다"까지 가지 않아요. 한국어 점수 안에 영어 갈래의 몫이 섞여 있을 수 있으니 그 몫을 따로 보라는 데까지예요.

밖에서 할 수 있는 것: 그림자를 재고, 집합으로 짜고, 버전을 남긴다

팬아웃 $F$는 볼 수 없지만, $F$가 출력에 남긴 자국은 볼 수 있어요. 일부 표면이 내부 검색 질의를 노출한다는 보고가 있지만 안정적인 관측 경로가 아니에요. 대신 아래 세 가지는 지금 할 수 있어요.

표 3. 팬아웃을 직접 볼 수 없을 때 밖에서 할 수 있는 측정 보완.

첫째, 인용된 URL의 언어와 도메인 구성을 기록해요. 한국어 질문인데 인용이 비한국어 도메인 위주로 돌아온다면, 그건 보이지 않는 영어 갈래가 출력에 남긴 자국이에요. 대리 지표이고, 그렇게만 써야 해요.

둘째, 프롬프트 세트를 짜는 기준을 바꿔요. 문자열이 서로 다른 질문을 모으는 것과, 유도되는 하위 질의 집합이 서로 다른 질문을 모으는 것은 다른 작업이에요. 앞엣것은 쉽고 뒤엣것이 실제 커버리지예요. "AI 검색 가시성 측정 도구"와 "AI 가시성 추적 툴 추천"은 문자열은 달라도 비슷한 집합으로 펼쳐질 가능성이 크고, 그 둘을 모두 넣어도 커버리지는 거의 늘지 않아요. 모니터링 프롬프트 설계의 기본은 프롬프트 트래킹으로 AI 검색 인용을 모니터링하는 법에, 하위 질의를 콘텐츠에 반영하는 방법은 쿼리 팬아웃 GEO 콘텐츠 전략에 정리해 뒀어요.

셋째, $F$에는 버전이 있다는 전제로 기록해요. 같은 질문도 시점에 따라 다른 집합으로 펼쳐져요. 5개국 2,000만 개 이상의 팬아웃을 본 분석에서 하위 질의의 평균 길이는 2025년 10월 약 6단어에서 2026년 1월 약 12단어로 늘었고, 그 사이 한 주에는 약 16단어까지 올라갔어요 ^[5]. 이 분석은 변화의 원인을 특정 모델 버전으로 짚지 않았어요. 그래도 콘텐츠는 그대로인데 엔진이 검색하는 문자열이 이만큼 바뀌면, 같은 페이지가 맞붙는 후보 풀도 바뀌어요. 측정 기록에 엔진 버전이 함께 남아 있지 않으면, 점수 변화에서 콘텐츠의 몫과 자의 몫을 가를 수 없어요.

이 글이 못 본 것

이 글의 수치는 전부 공개 관측이고 동료심사를 거치지 않았어요. 연도 94%는 소셜 게시물 하나에서 나왔고, 우리는 그 개별 게시물 URL을 보존하지 못해 작성자 프로필로 출처를 달았어요 ^[1]. 영어 하위 검색 수치는 벤더 플랫폼에서 고객이 정의한 프롬프트를 브라우저 자동화로 돌린 데이터라, 일반 사용자 세션을 대표한다고 볼 근거가 없어요 ^[3].

표본도 쏠려 있어요. 연도 관측은 뉴스 주제에 한정되고, 언어 관측은 한국어 수치를 포함하지 않아요. 우리는 어느 수치도 재현하지 않았고, 한국어 질문에서 같은 비율이 나오는지는 확인하지 못했어요. 식 (1)의 가중합은 측정 구조를 설명하는 모형이고, 엔진이 실제로 이런 선형 결합으로 답을 만든다는 주장이 아니에요.

숫자를 상수로 옮기지 말고 방향으로 읽는 편이 안전해요. 방향 자체는 분명해요. 질문을 넣고 받은 점수는 그 질문의 점수라기보다, 보이지 않는 변환을 거친 집합의 점수예요.