AI가 인용하는 사이트는 어떻게 짓나 (1부: 만들기)

GEO는 결국 기술 문제인가?

아니다. 대부분 전략이다. 기술은 못하면 걸리지만 잘한다고 인용해 주지는 않는다.

AI 검색이 고전 검색을 잠식하면서 “GEO(생성엔진 최적화)“라는 말이 늘었다. 태그 몇 개, 스키마 몇 줄로 ChatGPT나 Perplexity에 인용된다는 식이다. 굴려 본 결론은 반대다. 인용을 만드는 건 대부분 전략이다. 무엇에 관해 권위 있게 답하는가, 그 답이 채널과 외부 언급으로 얼마나 퍼져 있는가. 기술은 그 답이 기계에게 안 읽히거나 잘못 읽히지 않도록 막아 줄 뿐, 인용을 만들어 내지는 못한다.

그래서 이 사이트를 다시 지을 때 순서를 뒤집었다. 예쁜 템플릿이나 프레임워크를 먼저 고르지 않았다. 누가 이 사이트를 읽는지부터 정했다. 사람에 더해 AI 크롤러와 답변 엔진이 주 독자였다. 아래는 그 위에서 실제로 무엇을 했고 무엇이 헛수고였는지의 기록이다.

그럼 페이지에서 뭘 하면 AI가 실제로 더 인용하나?

연구가 확인한 건 출처·통계·인용문을 본문에 넣는 것이다. 생성엔진 가시성이 최대 40%까지 올랐다.

Princeton과 Georgia Tech의 GEO 논문(KDD 2024)이 아홉 가지 기법을 실제 생성엔진에서 시험했다. 가장 효과가 컸던 셋은 출처 인용, 인용문 추가, 통계 추가였다. 이 셋이 가시성 지표를 30~40% 끌어올렸다. 가독성을 높이는 것도 그다음으로 효과가 있었다.

내가 쓰는 answer-first 서식, 각 섹션을 질문으로 열고 바로 아래 한 줄로 답하는 방식은 이 목록에 없다. 특정 수치로 입증된 기법이 아니다. 다만 답을 맨 앞에 두면 엔진이 떼어 갈 조각을 만들기 쉬워서 쓴다. 이 사이트의 첫 글부터 지금 읽는 글까지 전부 이 서식이다. 검증된 것과 합리적으로 보이는 것을 나는 구분해서 적용한다. 40%가 붙는 건 answer-first가 아니라 출처·통계·인용이다.

전통적 SEO 키워드 최적화는 그대로 통하나?

안 통한다. 키워드만 채운 페이지는 생성엔진에서 기준선보다 나빴다.

고전 SEO의 반사신경은 키워드다. 제목과 본문에 노릴 단어를 반복해 검색 순위를 올린다. 생성엔진에서는 이게 역효과였다. 같은 논문에서 키워드 스터핑은 기준선보다 성능이 떨어졌다. Perplexity에서는 10% 더 나빴다. 엔진은 단어의 빈도가 아니라 답의 근거와 표현을 본다. 검색을 위한 최적화와 인용을 위한 최적화는 같은 일이 아니다.

JSON-LD·FAQ 스키마·llms.txt 같은 기계 메타는 효과가 있나?

갖추긴 해야 하지만 그걸로 인용되지는 않는다. FAQ 리치 결과는 이미 사라졌다.

이 사이트는 JSON-LD(글·저자·조직), llms.txt, per-locale RSS, hreflang을 다 내보낸다. 봇이 페이지를 이해하도록 돕기에 갖췄다. 그러나 이게 인용을 만들어 준다고 믿지는 않는다.

FAQ 스키마가 좋은 예다. 한때 검색 결과에 접힌 질문과 답을 띄워 줬다. Google은 2023년 8월 이걸 권위 있는 정부·보건 사이트로 제한했고 2026년 5월 7일부로 검색에서 완전히 뗐다. 스키마 몇 줄로 눈에 띄는 대접을 받던 시대는 지났다. 기계 메타는 최소한으로 정확하게 갖추고 인용은 콘텐츠로 번다.

AI 크롤러가 읽게 하려면, 그리고 한 엔진에 맞추면 되나?

robots에서 명시적으로 열어라. 그리고 한 엔진에 최적화하지 마라. 인용하는 소스가 엔진마다 다르다.

인용되려면 먼저 수집돼야 한다. 이 사이트의 robots.txt는 GPTBot·ClaudeBot·PerplexityBot 같은 AI 크롤러를 명시적으로 허용한다. 막아 두면 인용 후보에서 아예 빠진다.

그런데 한 엔진을 붙잡고 최적화하는 건 함정이다. 여러 업계 분석에서 ChatGPT와 Perplexity가 공통으로 인용하는 도메인은 약 11%뿐이었다(각각 10만 건·11만 건 규모의 데이터). 나머지는 엔진마다 완전히 다른 소스에서 왔다. 하나에 맞추면 나머지를 놓친다. 그래서 포맷과 채널을 넓게 벌려 둔다.

지어 놓고 보니 기계 신호가 서로 모순됐다?

그랬다. 코드와 라이브가 어긋나면서 봇에게 상반된 신호를 보내고 있었다.

이론은 위와 같지만 실제로 지어 놓으니 기계 신호 네 개가 서로 어긋나 있었다. 첫째, 홈으로 들어온 방문자와 크롤러가 엉뚱한 언어의 페이지로 리다이렉트되고 있었다. 기본 언어를 한국어로 정했는데 루트는 영어로 보내고 있었다. 둘째, 이전 테마에서 상속한 죽은 결제 API 엔드포인트를 에이전트가 읽는 메타 파일이 매 응답마다 광고하고 있었다. 에이전트의 첫 탐색이 404로 끝났다. 셋째, 글마다 붙는 메타 설명 뒤에 사이트 브랜드 문구가 자동으로 덧붙어 스니펫을 오염시켰다. 넷째, 번역이 없는 글에서 언어 전환 링크가 404였다.

넷 다 사람 눈엔 잘 안 띈다. 페이지는 멀쩡히 떴다. 어긋난 건 사람이 아니라 봇이 읽는 층이었다. GEO의 기술 20%는 새 기능을 더하는 일이 아니라 이미 보내고 있는 신호가 서로 모순되지 않게 맞추는 일에 가까웠다.

그래서 효과가 있었나?

효과가 있었는지는 아직 모른다. 정직하게 그렇다. 사이트는 방금 자리를 잡았다. AI 엔진이 새 페이지를 수집해 인용에 반영하기까지는 몇 주가 걸린다. 지금 말할 수 있는 건 신호를 갖췄다는 것뿐이다. 인용됐다는 게 아니다.

그래서 이 글은 1부다. 무엇을 지어 두고 무엇을 지켜보는지까지가 여기 있다. 실제로 어떤 엔진이 이 사이트를 인용하기 시작했는지는 크롤과 색인이 돈 뒤에 2부에서 숫자로 적겠다. GEO가 복리라면 그 복리는 첫 글이 아니라 첫 인용부터 붙기 시작한다.