Google은 2022년 E-A-T에 Experience, 즉 직접 경험을 뜻하는 E를 추가해 E-E-A-T로 개편했습니다. 이는 단순한 말장난이 아닙니다. ChatGPT, Perplexity, Google AI Overviews가 수많은 콘텐츠 가운데 답변에 활용할 출처를 고를 때는 백과사전식 설명을 되풀이한 글보다 직접 시행착오를 겪은 사람이 쓴 구체적인 디테일을 선호합니다. 여러분의 글에는 ‘직접 해본 사람만 쓸 수 있는 내용’이 있습니까? 바로 그 차이가 인용 여부를 결정합니다.
AI 엔진이 직접 경험을 선호하는 이유
AI 엔진은 오류 위험을 낮추는 방향으로 답변을 생성합니다. 일반론은 여러 글에서 반복되므로 어느 글을 인용해도 차이가 없습니다. 따라서 모델은 구체적인 숫자와 시간, 실패 사례, 실행 단계처럼 고유하면서 검증 가능한 문단을 선택하는 경향이 있습니다. 이런 디테일은 직관적으로 이해하기 쉽고 조작하기도 어려워 콘텐츠의 신뢰도를 높입니다. 경험 신호는 출처를 명확히 하는 데도 도움이 됩니다. 예를 들어 “B2B SaaS 고객사를 감사했을 때 제품 페이지의 80%가 AI 답변에 한 번도 인용되지 않았다”라고 쓰면 모델은 정보의 기원을 파악하고 인용할 수 있습니다. 반면 “제품 페이지의 AI 노출은 중요하다”라는 말은 누구나 할 수 있어 굳이 출처를 밝힐 이유가 없습니다.
AI가 식별할 수 있는 직접 경험의 여섯 가지 신호
- 지난 한 해 동안 직접 검토한 웹사이트가 30개 이상이라는 식의 구체적인 범위와 수치.
- 시간과 과정: 언제 실행했고, 얼마나 걸렸으며, 몇 차례 수정했는지 밝힙니다.
- 실패와 돌발 상황: 무엇이 작동하지 않았고, 문제를 어떻게 발견했으며, 어떻게 고쳤는지 씁니다.
- 실행자의 시점: “관찰에 따르면”보다 “저희가 직접 들어가 확인했습니다”라는 표현이 훨씬 신뢰할 만합니다.
- 원본 자료: 스톡 이미지나 임의로 만든 그래프가 아니라 직접 촬영한 관리자 화면과 실제 비교 자료를 제시합니다.
- 반증 가능한 판단: “특정 조건에서는 작동하지 않습니다”라고 말할 수 있어야 실제로 사용해 봤다는 사실이 드러납니다.
이 여섯 가지 신호의 공통점은 직접 해보지 않은 사람에게 대신 써 달라고 맡기기 어렵다는 것입니다. GEO 검토를 한 번도 수행하지 않은 작성자는 일반적인 의견은 쓸 수 있어도, 세 번째 검토에서야 “사이트맵에서 카탈로그 하나가 통째로 빠진 사실을 발견했다”는 디테일까지 쓰기는 어렵습니다. 독자는 이런 차이를 읽으며 실제 경험에서 나온 글인지 금세 알아차립니다. 모델 역시 디테일의 밀도를 통해 이를 판단합니다.
사례: 공허한 문장을 경험이 담긴 문장으로 바꾸기
수정 전
“구조화 데이터는 검색 엔진이 콘텐츠를 이해하고 AI 답변에 인용할 가능성을 높이는 데 도움이 됩니다. 모든 페이지에 적절한 Schema 마크업을 적용하는 것이 좋습니다.” 틀린 말은 아닙니다. 그러나 비슷한 글 어디에나 들어갈 수 있는 문장이므로 모델이 이 글을 특별히 선택할 이유가 없습니다.
수정 후: 직접 경험 추가
“한 SaaS 고객사의 가격 페이지에 FAQPage와 Product를 추가했습니다. 약 6주째부터 Perplexity가 ‘이 도구의 예상 비용’을 묻는 답변에서 해당 고객사의 가격 구간을 직접 인용하기 시작했습니다. 핵심은 마크업 자체가 아니었습니다. 먼저 이미지로만 표시되던 가격을 일반 텍스트로 바꿨습니다. 모델이 가격을 읽지 못하면 구조화 데이터의 설명도 비어 있기 때문입니다.” 같은 주제라도 뒤의 문장에는 시간과 플랫폼, 작업 순서, 놓치기 쉬운 인과관계가 담겨 있습니다. AI가 답변에 추출해 활용할 수 있는 정보는 바로 이런 디테일입니다.
경험의 신호는 형용사가 아니라 고유명사와 숫자입니다. “경험이 많습니다”라고 쓰는 대신 무엇을 했고, 과정에서 어떤 일이 있었으며, 어떤 결과를 얻었는지 밝히십시오.
경험의 주체를 분명히 하라: 콘텐츠와 저자를 연결하기
글에 담긴 경험은 누가 쌓은 것인지 추적할 수 있어야 합니다. 독자와 모델 모두 그 주체를 알아야 하기 때문입니다. 콘텐츠에는 근거가 명확한 저자 이력이 필요하며, 웹사이트 전반에서도 저자 페이지, 해당 콘텐츠 페이지, 외부 플랫폼 프로필의 신원 정보가 일관돼야 합니다. AI 엔진은 신뢰도를 판단할 때 이런 신호를 교차 확인합니다. 실무에서는 직함을 길게 나열하기보다 저자가 수행한 프로젝트를 소개 문구에 구체적으로 적는 편이 훨씬 효과적입니다. “30개가 넘는 B2B 사이트의 GEO 감사를 수행했다”는 경험이지만, “시니어 디지털 마케팅 전문가”는 스스로 내세운 수식어에 불과합니다.
독자와 모델이 알아채는 가짜 경험의 전형
- “저희 경험에 따르면”으로 시작하지만 뒤에 구체적인 사실이 없습니다.
- 정확해 보이는 숫자를 제시하면서도 어느 고객사에서, 언제, 어떻게 나온 수치인지 맥락을 밝히지 않습니다.
- 스톡 이미지를 직접 작업한 화면 캡처처럼 꾸밉니다.
- 페이지 전체가 성공 사례뿐이며 예상 밖의 상황이나 타협, 실패가 하나도 없습니다.
검토해야 할 세 가지 질문
- 직접 해보지 않은 사람도 자료만 조사하면 쓸 수 있는 이야기입니까? 그렇다면 경험이 아닙니다.
- 형용사를 모두 걷어내도 사실과 숫자, 실행 단계가 남습니까?
- 독자가 “누가, 어떤 상황에서, 어떤 결과를 얻었는가?”라는 질문에 답을 찾을 수 있습니까?
대부분의 콘텐츠는 첫 번째 질문조차 통과하지 못합니다. 반드시 지켜야 할 원칙도 있습니다. 경험 신호를 만들기 위해 숫자를 지어내서는 안 됩니다. 허구의 “3배 성장”은 출처를 묻는 순간 무너집니다. 화려하지 않더라도 실제로 확인할 수 있는 작은 숫자가 더 강합니다. AI 엔진의 관점에서 여러분의 페이지에 어떤 경험 신호가 부족한지, 왜 전혀 인용되지 않는지 알고 싶다면 30분 GEO 상담을 예약하십시오. 실제 페이지를 사례로 삼아 함께 살펴보겠습니다.
