똑같은 글을 Perplexity는 출처로 제시하지만 ChatGPT는 전혀 언급하지 않을 때가 있습니다. 우연이 아니라 두 엔진의 출처 선정 기준이 다르기 때문입니다. Perplexity는 답변할 때마다 현재 웹페이지를 실시간으로 검색하고 순위를 다시 매겨, 그 순간 질문에 가장 잘 답하는 페이지를 찾습니다. 반면 ChatGPT는 주로 학습 과정에서 습득한 지식을 활용하고, 상황에 따라 추가 검색을 거치면서 해당 브랜드가 웹 전반에서 얼마나 권위를 인정받는지 살핍니다. 이 차이를 이해해야 콘텐츠가 한쪽에서는 노출되고 다른 쪽에서는 보이지 않는 이유를 알 수 있습니다.
두 엔진, 서로 다른 출처 선정 방식
Perplexity는 기본적으로 검색 우선형 답변 엔진입니다. 질문을 입력하면 먼저 여러 검색어로 나누고, 실시간으로 웹페이지를 수집한 뒤 자체 재순위화 모델을 이용해 몇 개의 출처를 고릅니다. 마지막으로 인용이 포함된 답변을 생성합니다. 이 과정에는 ‘브랜드를 기억하고 있다’는 단계가 없습니다. 매번 현재 검색 결과에서 새로 시작합니다. 따라서 페이지가 후보군에 들어갈 수 있는지, 재순위화 과정에서 다른 페이지보다 높은 평가를 받는지가 인용 목록 포함 여부를 직접 좌우합니다.
ChatGPT의 경로는 다릅니다. 검색 기능을 사용하지 않을 때는 학습 말뭉치에 축적된 지식을 바탕으로 답합니다. 브랜드와 관점, 고유 명사가 인터넷 곳곳에서 반복적으로 언급되며 형성한 인상을 활용하는 방식입니다. 검색 기능을 사용하면 Bing 인덱스를 통해 실시간 검색을 한 차례 보완하지만, 이미 권위 있는 출처로 인식한 대상을 뚜렷하게 선호합니다. 같은 주제라도 ChatGPT는 Perplexity보다 브랜드 친숙도에 훨씬 큰 가중치를 둡니다. 이 차이는 특히 새 콘텐츠가 어떤 평가를 받는지를 결정합니다.
Perplexity가 선호하는 출처
고객사의 인용 출처를 추적해 온 경험을 보면 Perplexity의 출처 목록에는 몇 가지 일관된 경향이 있습니다. 최근에 업데이트된 페이지가 거의 항상 포함되며, 질문에 직접 답하는 구조가 명확한 문단을 선호합니다. 도메인이 오랫동안 쌓아 온 권위에는 상대적으로 덜 얽매입니다.
- 최신성: 최근 3~6개월 안에 업데이트된 페이지는 수년간 갱신되지 않은 페이지보다 선정될 가능성이 확연히 높습니다. 오래된 페이지의 도메인 권위가 더 높더라도 마찬가지입니다.
- 구조화된 답변: 소제목과 목록, 문답형 문단이 명확한 페이지일수록 재순위화 모델이 질문에 맞는 구간을 찾아 인용하기 쉽습니다.
- 출처의 다양성: 하나의 답변에 서로 다른 도메인의 출처를 의도적으로 섞는 경우가 많습니다. 대형 웹사이트 하나가 목록을 독점할 가능성이 낮아 중견 전문 매체에도 진입 기회가 있습니다.
- 검색 의도에 대한 직접적인 답변: 핵심에 도달하기까지 설명을 길게 늘어놓는 글보다 문단 첫머리에 결론을 제시하는 글이 더 쉽게 추출됩니다.
ChatGPT가 선호하는 출처
ChatGPT의 인용 방식은 해당 출처가 충분히 인정받고 있는지를 더 중시합니다. 같은 주제라면 학습 말뭉치에서 링크가 많이 걸리고 동종 업계가 반복적으로 인용한 웹사이트로 돌아가는 경향이 있습니다. 게시된 지 2주밖에 되지 않은 새 페이지는 콘텐츠가 아무리 정확해도 외부 언급이 충분히 쌓이기 전에는 기본 답변에 반영되기 어렵습니다. 반면 여러 곳에서 브랜드명이 특정 주제와 충분히 연결되어 있다면, ChatGPT가 그 페이지를 직접 읽지 않았더라도 먼저 해당 브랜드를 언급할 수 있습니다. 기억되는 대상은 개별 페이지가 아니라 브랜드일 수 있기 때문입니다.
여기서 실무적인 격차가 생깁니다. Perplexity는 현재 시점의 개별 페이지 품질에 보상하고, ChatGPT는 말뭉치에 누적된 브랜드의 존재감에 보상합니다. 한쪽은 매일 새로 평가하지만 다른 쪽이 따라잡으려면 시간이 필요합니다. 따라서 두 엔진에서의 성과는 서로 엇갈릴 수 있습니다. 이 차이를 알아야 잘못된 기대치로 콘텐츠를 평가하지 않게 됩니다.
같은 콘텐츠인데 결과가 달라지는 이유
실무에서 자주 접하는 사례를 들어보겠습니다. 한 B2B SaaS 고객사가 충실한 내용과 명확한 소제목을 갖추고 첫머리에 결론을 제시한 제품 비교 글을 게시했습니다. 공개 2주 차에 Perplexity는 관련 질문의 출처로 이 글을 제시했습니다. 새 글이면서 구조가 명확했고 검색 의도에 직접 답했기 때문입니다. 같은 시점에 ChatGPT에 질문하자 기존 매체 3곳만 인용했고 이 글은 전혀 언급하지 않았습니다. 해당 도메인의 말뭉치 내 권위가 충분하지 않았고, 새 페이지가 외부에서 검증될 시간도 부족했기 때문입니다. 콘텐츠 품질이 떨어진 것이 아니라 서로 독립적인 두 기준이 작동한 결과입니다.
하나의 콘텐츠를 양쪽 모두에 인용시키는 방법
목표는 어느 한쪽을 선택하는 것이 아니라 같은 콘텐츠가 두 가지 기준을 모두 충족하도록 만드는 것입니다. 전략은 페이지와 브랜드라는 두 층으로 나뉩니다. 어느 한쪽이라도 빠지면 특정 엔진에서 성과가 떨어집니다. 페이지 수준의 최적화는 Perplexity에서 당장 경쟁할 힘을 만들고, 브랜드 수준의 투자는 ChatGPT가 신뢰할 장기적인 기반을 구축합니다.
- 문단 첫머리에 답을 제시합니다: 각 소제목 아래의 첫 문장에서 해당 소제목의 질문에 바로 답하면 양쪽 엔진의 추출 모델이 내용을 명확하게 인용할 수 있습니다.
- 최신성을 유지합니다: 중요한 페이지의 구성을 정기적으로 검토하고 최신 데이터와 업데이트 날짜를 추가합니다. Perplexity는 특히 이 요소에 민감합니다.
- 구조화된 형식을 활용합니다: 문답, 목록, 비교표는 추출 가능성과 가독성을 동시에 높입니다. 두 엔진 모두에 효과적입니다.
- 브랜드 언급을 축적합니다: 인터뷰, 게스트 출연, 업계 목록, 동종 업계의 인용을 통해 더 많은 도메인에서 브랜드명을 핵심 주제와 연결합니다. 이는 ChatGPT에 전달되는 장기적인 신호입니다.
- 인용할 만한 독자 자료를 만듭니다: 자체 설문조사와 실제 측정 데이터, 명확한 용어 정의는 두 엔진 모두가 선호하는 신뢰도 높은 출처가 됩니다.
감이 아니라 데이터로 추적하는 방법
가장 흔한 실수는 ChatGPT에 한 번 질문한 뒤 언급되지 않는다고 단정하는 것입니다. 단일 질의에는 잡음이 많습니다. 같은 질문도 표현이나 질문 시점이 달라지면 결과가 바뀔 수 있습니다. 필요한 것은 여러 엔진과 여러 질문을 대상으로 정기적으로 반복 측정해 단일 결과가 아닌 추세를 보는 일입니다. Tenten의 AI 가시성 모니터링은 바로 이를 위해 설계되었습니다. 대표 질문을 고정한 뒤 Perplexity와 ChatGPT 같은 엔진에서 자사 및 경쟁 제품의 주간 인용률을 추적해, 격차의 원인이 콘텐츠인지 브랜드 권위인지 명확히 구분할 수 있도록 합니다.
먼저 격차가 어느 쪽에서 발생하는지 확인한 뒤 콘텐츠와 브랜딩 중 어디에 리소스를 투자할지 결정해야 합니다. 무작정 글을 늘리는 것보다 훨씬 효과적입니다. Perplexity와 ChatGPT에서 인용 결과가 어떻게 다른지 알고 싶다면 30분 GEO 진단을 예약해 보세요. 실제 검색 질의를 기준으로 두 엔진을 점검하고 다음에 무엇을 해야 하는지 구체적으로 알려드립니다.
