Google AI Overviews는 글 전체를 모델에 넘겨 다시 쓰게 하지 않습니다. 먼저 사용자가 입력한 질문을 여러 하위 질문으로 나눈 뒤, 각 질문에 답할 수 있는 문단을 색인에서 찾습니다. 이어 서로 뒷받침할 수 있는 내용을 골라 답변을 구성하고, 그중 일부 문단에만 출처 링크를 표시합니다. 따라서 인용 여부를 좌우하는 핵심은 사이트 전체의 평가가 아니라 “하나의 문단이 특정 하위 질문에 독립적이고 명확하게 답할 수 있는가”입니다. 무엇을 최적화해야 하는지도 이 과정을 이해해야 알 수 있습니다.
AI Overviews는 실제로 무엇을 하는가
사용자가 검색어를 입력하면 Google은 먼저 생성형 요약으로 답하기에 적합한 질문인지 판단합니다. 적합하다고 판단하면 ‘검색 후 생성’ 절차를 따릅니다. 업계에서 RAG라고 부르는 방식으로, 먼저 검색하고 그 결과를 바탕으로 답변을 생성합니다. Gemini는 원래 질문을 여러 관련 하위 쿼리로 확장하고, 각 쿼리로 색인을 검색해 후보 문단을 수집합니다. 모델은 이 문단들을 읽고 구조화된 답변을 조합한 뒤 일부 출처를 첨부합니다. 이 과정에서 모델은 기억만으로 답하지 않고, 검색된 문단 안에서 답변의 근거를 가져옵니다. 이것이 AI Overviews와 순수 챗봇을 가르는 가장 큰 차이입니다.
쿼리 팬아웃이 실제 경쟁 대상을 결정한다
대부분은 하나의 키워드를 두고 경쟁한다고 생각하지만, 실제로는 그렇지 않습니다. 사용자가 “B2B SaaS 콘텐츠 마케팅은 어떻게 해야 하나”라고 검색하면 시스템은 콘텐츠 마케팅의 퍼널 단계, SaaS에서 자주 활용하는 콘텐츠 유형, 성과 측정 방법, 예산 배분 방식 등 여러 하위 쿼리로 동시에 확장할 수 있습니다. 페이지가 ‘콘텐츠 마케팅이란 무엇인가’를 훌륭하게 설명하더라도 ‘성과는 어떻게 측정하는가’에 명확히 답하지 못하면 해당 하위 쿼리의 후보군에는 들어갈 수 없습니다. 인용되려면 확장된 하위 질문 가운데 하나에 콘텐츠가 정확히 부합해야 합니다.
- 쿼리를 받아 생성형 요약을 노출할지 판단합니다.
- 원래 쿼리를 여러 하위 쿼리로 확장합니다(쿼리 팬아웃).
- 각 하위 쿼리로 색인을 개별 검색해 후보 문단을 가져옵니다.
- 모델이 후보 문단을 읽고 서로 뒷받침할 수 있는 내용을 선별합니다.
- 구조화된 답변을 생성하고 일부 출처 링크를 표시합니다.
검색 단위는 페이지 전체가 아니라 문단이다
Google의 구절 기반 색인은 AI 요약이 등장하기 훨씬 전부터 도입됐으며, AI Overviews는 그 중요성을 더욱 키웠습니다. 시스템은 한 페이지를 여러 의미 단위로 나누고, 각 단위가 특정 쿼리에 답할 수 있는지 개별적으로 평가합니다. 그 결과 다소 의외의 현상이 나타납니다. 페이지 전체 평가는 평균적이더라도 특정 하위 질문을 유난히 명확하고 완결성 있게 설명한 문단이 있다면, 그 문단은 인용 출처로 추출될 수 있습니다.
반대로 핵심 내용이 장황하고 수사적인 문단 속에 묻혀 있다면 모델이 해당 부분만 깔끔하게 잘라 답변에 활용하기 어렵습니다. 추출하기 쉬운 문단에는 대체로 몇 가지 공통점이 있습니다. 첫 문장에 결론이 나오고, 주장 뒤에 구체적인 수치나 조건이 이어지며, 앞 문단을 읽지 않아도 이해할 수 있고, 한 문단에서 하나의 내용만 다룹니다. 기존 콘텐츠를 고객사와 함께 개편할 때도 거의 항상 여기서 시작합니다. 문단 중간에 묻힌 답을 첫 문장으로 끌어올리는 작업입니다.
검색 1위 페이지가 반드시 인용되는 것은 아닌 이유
기존 검색 순위와 AI 인용은 서로 겹치지만 동일한 개념은 아닙니다. 검색 1위는 페이지 전체의 관련성이 가장 높다는 의미입니다. 반면 인용은 특정 문단이 답변의 한 부분을 채우기에 가장 적합하고, 다른 출처와 교차 검증될 수 있다는 뜻입니다. Google은 모델이 잘못된 내용을 생성할 위험을 줄이기 위해 서로 내용이 일치하고 뒷받침할 수 있는 문단을 선호합니다. 제시한 수치나 정의가 웹 전체에서 유일하며 이를 뒷받침하는 다른 출처가 없다면, 모델은 채택에 신중해질 수 있습니다.
AI Overviews가 고르는 것은 ‘가장 좋은 페이지’가 아닙니다. ‘답변의 특정 위치에 안전하게 배치할 수 있고 다른 출처의 뒷받침을 받는 문단’을 선택합니다.— Tenten GEO Consultant Observation
실제 인용 여부를 좌우하는 세 가지 요소
B2B 고객사의 AI 브랜드 노출을 추적하다 보면 결과를 좌우하는 것은 막연한 비법이 아니라, 실제로 개선할 수 있는 몇 가지 변수라는 사실을 거듭 확인하게 됩니다.
- 답변의 자족성: 각 문단이 앞뒤 맥락 없이도 하나의 하위 질문에 독립적으로 답할 수 있는지가 추출 가능성을 가르는 기본 조건입니다.
- 사실의 일관성: 페이지의 정의, 수치, 단계가 업계의 신뢰할 만한 다른 출처와 일치해야 합니다. 그래야 교차 검증이 쉬워집니다.
- 구조의 명확성: 제목 계층, 문답형 문단, 필요한 목록과 표가 분명할수록 모델이 정확한 정보 조각을 찾기 쉬워집니다.
- 엔터티의 명확성: 브랜드, 제품, 인물의 명칭이 일관되고 연결 가능한 엔터티 정보가 있어야 시스템이 ‘누구인지’를 확인할 수 있습니다.
지금 바로 직접 확인할 수 있는 것
AI에 가장 인용되고 싶은 쿼리 세 개를 고른 뒤 Google에서 직접 검색해 보십시오. AI Overviews가 누구를 출처로 인용하고 어떤 문단을 선택하는지 확인합니다. 그런 다음 자신의 페이지로 돌아와 같은 하위 질문에 앞뒤 맥락 없이도 명확히 답하는 문단이 있는지 살펴보십시오. 없다면 검색 순위의 문제가 아니라 콘텐츠 구조의 문제입니다.
