Google AI 개요가 평가하는 대상은 페이지 전체가 아니라 페이지 안의 개별 문단입니다. 같은 글에서 세 문단이 추출돼 하나의 답변을 구성할 수도 있고, 2,000단어짜리 페이지에서 단 한 문장만 인용되고 나머지는 제외될 수도 있습니다. 이 차이를 만드는 것이 Passage Ranking, 즉 문단 단위 랭킹입니다. 여전히 ‘키워드 하나당 페이지 하나’만을 최적화 단위로 삼는다면, 실제 평가가 이뤄지는 지점을 놓치게 됩니다.
Passage Ranking이란 무엇이며, 어떻게 시작됐을까요?
Passage Ranking은 Google이 2020년에 발표하고 2021년에 공식 적용한 랭킹 기술입니다. 페이지 전체의 주제가 넓고 전반적인 평가가 평범하더라도, 특정 주제를 잘 설명한 구간을 따로 식별해 관련 검색어에 노출할 수 있습니다. 이로써 랭킹의 최소 단위가 페이지에서 섹션으로 세분화됐습니다. 특히 여러 주제를 다루는 긴 콘텐츠에 유리합니다. 10개의 하위 주제를 담은 가이드는 과거에 초점이 흐리다는 이유로 페이지 전체가 낮게 평가될 수 있었지만, 이제는 일곱 번째 문단처럼 가장 뛰어난 구간만 별도로 검색 노출을 확보할 수 있습니다.
이 흐름은 오늘날의 AI 검색으로 이어졌습니다. 추천 스니펫(featured snippet)은 페이지에서 ‘하나의 답’을 뽑아 검색결과 상단에 보여준 1세대 시스템입니다. Passage Ranking은 페이지 내부에서 답이 되는 문단을 더 정확히 찾게 했습니다. AI 개요와 AI Mode에 이르러서는 하나의 구간만 선택하지 않고, 여러 페이지와 문단에서 자료를 동시에 추출한 뒤 언어 모델로 새로운 완결형 답변을 구성합니다. 추천 스니펫을 위해 해온 최적화가 사라진 것이 아니라 영향 범위가 커진 셈입니다. 추출 가능한 문단이 많을수록 더 많은 인용 기회를 확보할 수 있습니다.
다중 인용: 같은 답변에 두 번 이상 등장하기
다중 인용은 하나의 AI 답변에서 자사 도메인이 두 번 이상 출처로 제시되는 것을 뜻합니다. 같은 페이지의 서로 다른 문단이 각각 답변의 하위 논점을 뒷받침할 수도 있고, 서로 다른 두 글이 함께 인용될 수도 있습니다. 브랜드 노출 측면에서 가장 유리한 위치입니다. 사용자가 한 답변 안에서 같은 브랜드를 반복해서 접하면 한 번만 노출될 때보다 신뢰가 빠르게 쌓입니다. B2B SaaS 고객사의 노출을 추적한 결과에서도, 여러 차례 인용된 페이지는 한 번만 인용된 페이지보다 이후 브랜드 검색이 뚜렷하게 많았습니다. 그래서 콘텐츠 개선의 핵심 지표를 ‘1위 여부’에만 두지 않고, ‘한 페이지가 몇 건의 인용에 기여하는가’까지 봅니다.
검색 엔진이 문단을 독립적으로 추출하려면 일반적으로 다음 조건을 충족해야 합니다.
- 핵심 명사를 명시합니다. 문단을 앞 문단의 ‘그것’으로 시작하지 말고, 주제를 나타내는 명사로 시작합니다.
- 답을 먼저 제시합니다. 첫 두 문장에서 결론을 마무리하고, 근거는 뒤에 배치합니다. 결론을 문단 끝까지 미루지 않습니다.
- 경계를 분명히 합니다. 한 문단은 하나의 질문에만 답하고, 주제가 바뀌면 문단도 나눠 엔진이 추출 범위를 파악하게 합니다.
- 검증 가능한 정보를 담습니다. 구체적인 수치, 단계 또는 정의가 있으면 환각 위험이 줄어들기 때문에 모델도 더 적극적으로 인용할 수 있습니다.
페이지를 인용 가능한 문단으로 나누는 방법
실무에서는 글을 ‘처음부터 끝까지 이어지는 이야기’가 아니라 ‘질문의 집합’으로 다시 설계해야 합니다. 하나의 주제 아래 사용자가 실제로 묻는 구체적인 질문은 10~20개에 이릅니다. 질문 하나마다 하나의 문단을 배정하고, 각 문단의 소제목(H2 또는 H3)은 사용자의 질문에 가까운 문장으로 작성합니다. 이렇게 구성하면 모든 섹션이 잠재적인 인용 후보가 됩니다. 페이지 전체에 한 번뿐이던 노출 기회가 한 페이지에서 여러 번 발생할 수 있습니다.
- 질문 발굴: People Also Ask, 현재 노출되는 AI 개요, 고객이 실제로 묻는 질문을 활용해 하위 질문 목록을 만듭니다.
- 질문당 한 문단: 각 하위 질문에는 40~80단어 분량의 독립형 문단으로 답합니다. 결론을 먼저 제시하고 근거를 뒤에 붙입니다.
- 제목 구조: 질문형 문장이나 의미가 분명한 짧은 용어를 소제목으로 사용하고, 목차 단계에서도 먼저 드러나게 합니다.
- 구조화 데이터: FAQPage와 HowTo로 마크업해 검색 엔진이 콘텐츠 구조를 추측하는 비용을 줄입니다.
- 교차 검증: 글 전체를 AI 어시스턴트에 넣고 ‘이 질문의 답은 무엇인가?’라고 한 번 묻는 것만으로는 충분하지 않습니다.
독립형 문단은 어떻게 작성해야 할까요?
간단한 예를 보겠습니다. 좋지 않은 문장은 ‘따라서 이 문제에는 여러 요소가 얽혀 있어 종합적으로 고려해야 합니다.’입니다. 핵심 용어도, 답도, 인용할 정보도 없습니다. 반면 좋은 문장은 다음과 같습니다. “추천 스니펫에 적합한 답변은 영어 기준 평균 40~60단어입니다. 중국어 문장을 온전히 추출하게 하려면 첫 두 문장 안에 핵심 답변을 담고, 전체 문단을 100단어 이내로 구성할 때 노출 가능성이 뚜렷하게 높아집니다.” 이 문장에는 주제와 결론, 인용 가능한 수치가 모두 있어 언어 모델이 거의 그대로 활용할 수 있습니다. 차이는 문장력 자체가 아니라, 앞뒤 문맥 없이도 독립적으로 이해되는가에 있습니다.
각 passage를 한 장씩 떼어 다른 곳에 놓아도 읽히는 카드라고 생각해 보세요. 독립적으로 이해되는 문단이어야 독립적으로 추출될 수 있습니다.
검색 엔진이 바로 건너뛰는 문단은 무엇일까요?
가장 흔한 문제는 대명사와 문단 간 연결 표현에 지나치게 의존하는 것입니다. 문단을 `바로 이것이 그 이유입니다`로 시작하면, 검색 엔진은 무엇을 가리키는지 이해하기 위해 앞의 두 문단까지 거슬러 올라가야 합니다. 대개 이런 문단은 추출 대상에서 제외됩니다. 두 번째 문제는 배경 설명을 길게 늘어놓고 답을 문단 끝에 묻어두는 방식입니다. AI는 답이 먼저 나오는 구성을 선호하므로, 결론이 너무 깊이 숨어 있으면 추출하기 어렵습니다. 한 문단에 세 개의 작은 주제를 섞는 것도 문제입니다. 경계가 무너지면 검색 엔진은 어디까지를 하나의 답으로 봐야 할지 판단하기 어렵습니다. 전통적인 SEO에서는 큰 문제가 없던 글쓰기 방식도 문단 단위 랭킹에서는 인용 기회를 잃게 할 수 있습니다.
실제로 인용됐는지는 어떻게 확인할까요?
키워드 순위만 확인해서는 인용 여부를 검증할 수 없습니다. 타깃 질문을 Google AI, ChatGPT, Perplexity에 직접 입력한 뒤, 하나의 답변에 자사 도메인이 포함되는지, 어느 문단이 인용되는지, 다중 인용이 발생하는지를 확인해야 합니다. 이를 매주 정기적으로 추적하면 어떤 문단이 그대로 인용됐는지, 어떤 문단은 수정 후 인용되기 시작했는지, 어떤 질문에서는 경쟁사만 계속 인용되는지 파악할 수 있습니다. Tenden의 Brand Radar는 여러 검색 엔진과 질문을 대상으로 문단 단위의 노출 변화를 자동 추적합니다.
Passage Ranking이 보여주는 원칙은 명확합니다. 브랜드 노출 경쟁은 페이지가 아니라 문단 단위로 결정됩니다. 사이트 전체를 다시 쓰기보다 검색 유입이 있는 페이지 몇 개를 선택해 각 문단이 독립적으로 인용될 수 있도록 재구성하고, AI 답변에 몇 번 등장하는지 확인하세요. 실제로 자사 페이지에서 몇 개의 문단이 추출되고 어디에 격차가 있는지 알고 싶다면 30분 GEO 진단을 신청할 수 있습니다. 핵심 페이지를 대상으로 여러 검색 엔진에서 점검해 드립니다.
