ChatGPT나 Portexity에 지극히 대만 현지에 가까운 질문을 던져 보겠습니다. 구독할 가치가 없는 SaaS 도구는 무엇인지, 어떤 서비스가 더 우수하고 오래 쓸 만한지 물으면 브랜드 공식 웹사이트보다 Dcard 게시물과 PTT 댓글이 답변의 근거로 자주 등장합니다. 엔진이 잘못된 것이 아닙니다. AI가 신뢰할 만한 대상을 판단하는 방식이 영업팀에 익숙한 기준과 다를 뿐입니다. Dcard와 PTT의 콘텐츠 구조가 AI가 선호하는 형태에 가깝기 때문에 답변의 뼈대로 거듭 활용됩니다.
AI가 출처의 우선순위를 정할 때 실제로 확인하는 요소는 다섯 가지입니다.
생성형 엔진은 대규모 언어 데이터와 실시간 검색에서 후보 출처를 추린 뒤 우선순위를 정합니다. 이때 전통적인 SEO의 백링크 수나 도메인 권위만 보지 않습니다. 오히려 `이 콘텐츠가 꾸며낸 이야기처럼 보이지 않는가`를 판단하는 신호에 더 주목합니다. 근거가 불분명한 알고리즘 속설을 좇기보다 이런 신호를 이해하는 편이 훨씬 유용합니다.
- 수집하고 정리하기 쉽습니다. 콘텐츠가 공개되어 있고 강한 접근 제한이 없으며 제목과 문단 구조가 명확해, 모델이 곧바로 인용할 구간을 추출할 수 있습니다.
- 정보가 최신입니다. 게시물과 댓글이 거의 매일 갱신되고 작성 시점도 명확합니다. 엔진은 3년째 바뀌지 않은 정적 페이지보다 최근에도 변화하는 정보를 선호합니다.
- 직접 경험이 드러납니다. "직접 테스트해 봤다", "6개월 동안 써 보고 문제를 겪었다" 같은 표현은 포장된 홍보 문구가 아니라 개인의 실제 경험으로 인식됩니다.
- 여러 출처가 서로를 검증합니다. 서로 관련 없는 수십 명의 작성자가 비슷한 결론을 내리면 모델은 이를 이미 검증된 공통 의견으로 받아들입니다.
- 현지 언어 콘텐츠의 밀도가 높습니다. 양질의 중국어 원문 자료는 상대적으로 부족하며, Dcard와 PTT는 그중 규모가 가장 큰 축에 속해 자연스럽게 가중치가 높아집니다.
이 다섯 가지를 종합하면 마케터가 불편해할 만한 사실이 드러납니다. 정교하게 제작한 온라인 소개 페이지도 이 기준에서는 PTT의 짧은 세 줄짜리 글보다 낮은 평가를 받을 수 있습니다. 브랜드 페이지의 내용이 나빠서가 아닙니다. 그 페이지는 대체로 `우리가 믿게 만들고 싶은 것`을 말하지만, 엔진은 `사람들이 실제로 겪은 일`을 찾기 때문입니다.
Dcard와 PTT가 계속 인용되는 이유
두 플랫폼의 공통점은 방대한 콘텐츠, 명확한 타임스탬프, 사람다운 말투입니다. PTT에는 20년 넘게 토론이 축적되어 왔고, 일부 게시판은 특정 분야에서 그 자체로 권위 있는 정보원 역할을 합니다. 현지 이용자의 평가가 시장의 흐름을 거꾸로 바꿀 때도 있습니다. "대만 사람들은 이것을 어떻게 생각하는가?"에 답해야 하는 모델의 관점에서는 신호의 밀도가 매우 높아 외면하기 어려운 출처입니다.
더 중요한 것은 구조입니다. 제목과 본문, 추천·비추천, 댓글로 구성된 게시물은 처음부터 문답에 가까운 형식입니다. 모델이 어느 문장이 핵심인지 추측할 필요가 없어 정보 추출 비용이 매우 낮습니다. 반면 많은 브랜드 공식 웹사이트는 가장 인용할 만한 이용 규정과 가격을 캐러셀, 상호작용 요소 또는 큰 이미지 안에 숨깁니다. 스스로 인용 후보 목록에서 빠지는 것과 다르지 않습니다. 엔진이 읽을 수 없다면 존재하지 않는 정보와 같습니다.
Wikipedia, 정부 웹사이트, 현지 언론이 제공하는 또 다른 신뢰
포럼이 `경험에 대한 신뢰`를 제공한다면 Wikipedia, .gov.tw 도메인, 현지 언론은 `사실에 대한 신뢰`를 제공합니다. 설립 연도, 산업 규모, 법률의 정의를 물으면 엔진은 구조화가 잘되어 있고 다수의 출처로 연결되며 조작하기 어려운 이들 자료를 우선합니다. 신뢰할 만한 AI 답변은 대개 포럼의 경험과 권위 있는 출처의 사실을 함께 조합해 완성됩니다. 어느 한쪽이라도 빠지면 답변은 피상적일 수밖에 없습니다.
이 구조가 B2B 및 SaaS 브랜드에 의미하는 것
잠재 고객은 지금도 AI에 "X가 좋은가?", "X와 Y 중 무엇이 나은가?"라고 묻고 있습니다. 하지만 많은 브랜드에는 그 답변을 구성할 재료가 충분하지 않습니다. 공식 웹사이트의 SEO가 완벽하더라도 Dcard, PTT, Wikipedia 또는 업계 뉴스에 브랜드명이 없다면 AI가 내놓을 답변에는 공백이 생깁니다. 사용자는 브랜드가 사실상 빠진 결론을 보고 비교한 뒤 도입 여부를 결정합니다.
흔히 볼 수 있는 사례가 있습니다. 대만의 한 HR SaaS가 공식 웹사이트, 보도자료, 기술 블로그를 빠짐없이 갖췄지만, AI에 "대만에서 사용하기 좋은 휴가 관리 시스템 추천"을 물으면 전혀 등장하지 않습니다. Dcard 게시판과 PTT 토론에서 언급된 적이 없기 때문입니다. 반면 경쟁사는 5년 전의 오래된 글 덕분에 답변에 포함됩니다. 이 브랜드는 비교 후보가 될 기회조차 얻지 못합니다. 이런 차이는 전통적인 검색 순위 도구로는 확인할 수 없습니다.
이러한 출처에 대응하려면 무엇을 해야 할까?
지름길은 없지만 방향은 분명합니다. 조작된 게시물을 늘리는 것이 아니라, 실제 경험에서 나온 신호가 적절한 곳에 축적되도록 해야 합니다. 인위적인 게시물은 저품질 콘텐츠로 판정되기 쉽고, 많이 만들수록 오히려 브랜드 신뢰를 해칠 수 있습니다.
- 자사 도메인에서는 형용사를 줄이고 1인칭 경험, 구체적인 수치, 사례 연구를 제시해 엔진이 신뢰할 만한 경험형 콘텐츠를 만듭니다.
- 브랜드 관련 정보를 Wikipedia와 업계 미디어가 인용할 수 있는 수준으로 정리합니다. 명확한 시점, 제품 정의, 검증 가능한 주요 이력이 필요합니다.
- 실제 사용자가 평소 활동하는 커뮤니티에 솔직한 사용 후기를 남기도록 장려합니다. 예산으로 게시물을 사는 대신 좋은 제품 경험이 자연스러운 토론으로 이어지게 해야 합니다.
- 해당 제품군에 관한 AI 답변이 어떤 출처를 인용하는지, 자사 브랜드가 언급되는지를 지속적으로 모니터링합니다. 측정하지 않으면 모든 성과 판단은 추측에 불과합니다.
추측을 멈추고 직접 확인할 때입니다.
AI가 어떤 출처를 인용하는지, 대만 관련 답변에 브랜드가 몇 번 등장하는지, 어떻게 묘사되는지는 감이 아니라 데이터로 측정할 수 있습니다. Dcard, PTT, Wikipedia, 현지 언론 사이에서 발생하는 브랜드 노출 격차를 확인해야 콘텐츠와 PR을 어디에 집중할지 판단할 수 있습니다. AI가 자사 브랜드를 어떻게 설명하는지, 어떤 공백이 있는지 알고 싶다면 Tenten의 AI 가시성 모니터링을 이용하거나 30분 GEO 진단을 예약해 보세요. 브랜드의 노출 격차를 명확하게 보여드리겠습니다.
