AI 엔진은 “웹페이지 전체를 읽은 뒤 인용 여부를 결정”하지 않습니다. 콘텐츠를 잘게 나누고 벡터화한 다음 검색 결과를 정렬해 최종 선택된 텍스트 조각을 활용합니다. 글 전체의 완성도가 아무리 높아도 이 6단계 중 하나에서 탈락하면 ChatGPT, Perplexity, Google AI Overviews의 최종 답변에는 자사가 아닌 경쟁사 콘텐츠가 등장합니다.
콘텐츠가 AI에 인용되려면 크롤링, 파싱 및 청킹, 벡터화 및 색인, 검색, 재정렬 및 필터링, 인용이 포함된 답변 생성이라는 정해진 파이프라인을 통과해야 합니다. 단계마다 명확한 실패 원인과 그에 맞는 최적화 방법이 있습니다. 이 흐름을 하나씩 분해해 보면 ‘콘텐츠 인용’은 막연한 현상이 아니라 단계별로 진단할 수 있는 일련의 엔지니어링 문제라는 사실을 알 수 있습니다.
1단계: 크롤링 — AI가 먼저 소스 코드를 확보해야 합니다
모든 과정은 크롤러에서 시작합니다. GPTBot, ClaudeBot, PerplexityBot, Google-Extended 같은 에이전트가 페이지를 크롤링하지 못하면 이후 단계도 진행되지 않습니다. 이 단계에서 가장 흔히 탈락하는 원인은 세 가지입니다. robots.txt가 AI 크롤러를 직접 차단하거나, 핵심 콘텐츠를 프런트엔드 JavaScript로 렌더링해 크롤러가 빈 껍데기만 가져가거나, 클릭해야 펼쳐지는 탭과 아코디언 안에 콘텐츠를 숨겨 둔 경우입니다. 고객사를 진단할 때 가장 자주 발견하는 문제도 제품 비교표와 FAQ를 JS로 동적 로딩하는 방식입니다. 사람에게는 보이지만 크롤러가 수집한 HTML에는 아무 내용도 없습니다.
확인 방법은 간단합니다. 렌더링된 화면이 아니라 페이지의 소스 코드를 저장한 뒤, 인용되기를 원하는 문장을 일반 텍스트로 검색합니다. 찾을 수 없다면 AI도 해당 문장을 확보할 수 없습니다.
2단계: 파싱과 청킹 — 글이 수백 단어 단위의 조각으로 나뉩니다
HTML을 수집한 엔진은 내비게이션 바, 푸터, 광고를 제거하고 본문을 추출한 뒤 여러 청크로 나눕니다. 가장 간과하기 쉽지만 매우 중요한 단계입니다. 시스템은 글의 ‘전체 논증 구조’를 이해하지 않고 개별 텍스트 조각만 가져갑니다. 어떤 문단의 의미가 앞선 세 문단을 읽어야 성립한다면, 그 문단만 잘렸을 때 정보가 불완전해져 인용되기 어렵습니다.
- 문단마다 의미를 완결합니다. 한 문단에서는 한 가지 내용을 명확히 설명하고, 주장과 조건, 수치를 같은 블록에 담아 앞뒤 문맥 없이도 이해할 수 있게 합니다.
- 제목을 색인처럼 활용합니다. 독자가 실제로 물을 질문을 H2와 H3에 직접 제시해, 의미가 완결되는 지점에서 블록이 나뉘도록 합니다.
- 문단 첫 문장에 답을 제시합니다. 핵심을 네 번째 문장 뒤에 숨기지 마십시오. 청킹 과정에서 문단 후반부가 잘릴 수 있습니다.
- 구조화된 블록을 적극 활용합니다. 명확한 목록과 표, 정의문은 긴 서술형 문단보다 깔끔하게 분리하고 인용하기 쉽습니다.
3단계: 벡터화와 색인 — 의미가 숫자의 배열로 압축됩니다
각 청크는 임베딩 모델을 거쳐 의미를 나타내는 좌표의 집합인 벡터로 변환되고 벡터 데이터베이스에 저장됩니다. 의미가 비슷한 콘텐츠는 이 공간에서 서로 가까이 배치됩니다. 이 단계는 사용자가 질문했을 때 해당 문단이 관련 콘텐츠로 판단될지를 좌우합니다. 전통적인 SEO의 직관과는 초점이 다릅니다. 정확한 키워드를 반복해 쌓는 것은 의미가 없지만, 주제를 의미론적으로 폭넓게 다루는 것은 중요합니다. 주제와 관련된 다양한 질문, 동의어, 실제 사용 시나리오를 콘텐츠에 담아야 벡터가 적절한 위치에 놓입니다.
4단계: 검색 — 후보 목록에 들어야 합니다
사용자가 질문하면 엔진은 질문을 벡터로 변환하고, 색인에서 의미가 가장 가까운 청크들을 검색합니다. 이것이 RAG(Retrieval-Augmented Generation, 검색 증강 생성)의 검색 단계입니다. 대부분의 시스템은 벡터 검색과 키워드 검색을 동시에 실행한 뒤 결과를 합칩니다. 따라서 정확한 전문 용어와 폭넓은 의미적 맥락을 모두 고려해야 합니다. 실무에서 후보로 추려지는 분량은 보통 수십 개 문단입니다. 이후 단계에서 기회를 얻으려면 먼저 이 후보 목록에 들어야 합니다. 아무리 잘 쓴 콘텐츠라도 목록에 들지 못하면 모델은 볼 수 없습니다.
5단계: 재정렬과 필터링 — 후보 중 모델이 실제로 읽을 몇 개 문단을 고릅니다
후보 목록은 다시 한번 재정렬됩니다. 시스템은 현재 질문에 가장 적합한 답을 제공하는 문단을 평가한 뒤, 상위 몇 개만 생성 모델에 전달합니다. 이 단계에서는 ‘해당 문단의 답변이 얼마나 직접적이고 신뢰할 만한가’를 비교합니다. 여기서 권위 신호가 작동합니다. 저자와 전문 경력을 명확히 밝히고, 구체적인 수치와 출처를 검증할 수 있으며, 최근 업데이트 날짜가 표시되고, 질문과 문단의 관련성이 높아야 합니다. 내용이 모호하거나 출처 표기가 불분명하고 맥락 없이 나열된 콘텐츠는 이 단계에서 제외됩니다.
검색 결과 상위 10위에 오르는 것만으로는 충분하지 않습니다. 진짜 승부는 재정렬 모델이 최종적으로 생성 모델에 전달할 3~5개 블록 안에 자사 콘텐츠를 포함하느냐에 달려 있습니다.— Tenten GEO Audit Team
6단계: 생성과 인용 — 모델이 문단을 재작성하고 링크 첨부 여부를 결정합니다
마지막으로 생성 모델은 선별된 문단을 바탕으로 답변을 작성하고 인용할 출처를 결정합니다. 원문을 그대로 복사하는 것이 아니라 재작성하고 종합합니다. 링크가 포함된 출처 표기를 얻을 수 있는지는 모델이 ‘이 주장을 해당 출처에 자신 있게 귀속할 수 있을 만큼’ 문단이 명확한지에 달려 있습니다. 구조가 완결되고 구체적인 수치가 있으며 독립적으로 성립하는 한 문장은 화려한 설명이 이어지는 긴 문단보다 추출하고 인용하기 쉽습니다. 같은 주제라도 작성 방식에 따라 인용 횟수가 크게 달라지는 이유입니다.
콘텐츠 전략에 어떤 변화가 필요한가
전통적인 SEO는 ‘페이지 전체가 특정 키워드에서 차지하는 순위’를 최적화합니다. 반면 GEO는 ‘개별 질문에 대해 하나의 문단이 검색과 재정렬에서 선택될 확률’을 높입니다. 최적화의 단위가 완전히 다릅니다. 이제는 좋은 글 한 편을 쓰는 데 그치지 않고, 각각 추출할 수 있고 독립적으로 의미가 통하며 인용 가능한 문단의 집합을 만들어야 합니다. 기존 콘텐츠를 이 6단계에 맞춰 다시 점검하면 그동안 탈락의 원인이 됐던 구체적인 허점 3~5개를 대개 찾아낼 수 있습니다.
콘텐츠가 어느 단계에서 막히는지, AI 엔진이 실제로 무엇을 수집하고 인용했는지 알고 싶다면 30분 GEO 진단을 예약해 보십시오. AI 가시성 모니터링으로 여러 AI 엔진에서의 브랜드 노출을 추적하고, 이 6단계와 대조해 우선 보완해야 할 지점을 짚어드립니다.
