신비한 온라인 광고 사전·538·2025. 05. 30

생성형 AI 시대의 콘텐츠 전략 : ChatGPT는 어떤 문장을 인용할까?

이제 검색 상위 노출보다 중요한 건 AI에게 ‘인용’되는 콘텐츠입니다. GEO(Generative Engine Optimization)를 통해 생성형 AI 시대에 맞는 새로운 콘텐츠 전략을 알아보세요.

이전 아티클에서 소개해드린 GEO 개념 태동이후, 검색엔진 생태계는 단순한 발전을 넘어 근본적인 지각변동을 맞이하고 있습니다. 구글이 최근 발표한 'AI 모드'가 그 변화의 신호탄입니다. 구글은 이를 통해 인공지능 기술을 기반으로 검색 서비스를 완전히 탈바꿈하겠다고 선언했습니다.

Google New Feature '></div><p>구글의 인공지능 모델 '제미나이'를 중심으로 한 이번 변화는 기존의 단순한 키워드 검색을 넘어섭니다. 사람처럼 맥락을 이해하고 대화형으로 답변하는 검색 엔진으로의 전환을 본격화한 것입니다.</p><p>이러한 구글의 변화 선언 배경에는 검색 시장의 새로운 경쟁 구도가 자리하고 있습니다. ChatGPT, 퍼플렉시티, 클로드, 뤼튼 등 AI 챗봇 기반 검색 서비스들이 급성장하며 구글의 독점적 지위에 균열을 내고 있기 때문입니다. 한때 절대적이었던 구글의 검색 시장 아성이 흔들리기 시작한 현실을 보여주는 대목입니다.</p><div><img src=

글로벌 검색 시장 점유율, 스탯카운터

실제 통계 데이터가 이러한 변화를 뒷받침합니다. 스탯카운터(StatCounter)가 발표한 검색 시장 점유율 통계를 보면, 구글의 글로벌 검색 시장 점유율이 최근 6개월간 90% 아래로 하락했습니다. 이는 2015년 이후 처음 있는 일로, 오랫동안 견고했던 구글의 검색 시장 지배력에 균열이 생기고 있음을 보여주는 중요한 신호입니다.

더 주목할 점은 ChatGPT를 비롯한 생성형 AI 검색엔진들이 아직 이 통계에 반영되지 않았다는 사실입니다. 이는 구글의 실제 점유율이 공식 수치보다도 더 낮을 가능성을 시사합니다.

이러한 패러다임 변화는 콘텐츠 마케터와 웹사이트 운영자들에게 새로운 과제를 던집니다. 키워드 기반의 상위 노출에만 의존하던 기존 SEO(Search Engine Optimization) 전략만으로는 더 이상 충분하지 않을 수 있습니다.

이제는 AI가 내 콘텐츠를 답변에 포함시키도록 하는 새로운 최적화 전략이 필요한 시점입니다. 이를 'AI 검색 최적화'라고 정의할 수 있습니다. 이번 아티클에서는 실제 분석 데이터를 바탕으로 생성형 AI 검색엔진이 어떤 문장을 인용하고, 어떤 방식으로 제작된 콘텐츠를 답변으로 활용하는지에 대한 구체적인 인사이트를 제공하겠습니다.

‍

A. AI는 어떤 내용을 선호할까? GEO 실험이 보여준 결과

2024년 KDD(Knowledge Discovery and Data Mining) 학회에 게재된 논문 GEO: Generative Engine Optimization에서 생성형AI의 콘텐츠 인용패턴을 연구했는데요요. 연구진이 제기한 핵심 질문은 다음과 같습니다.

"어떤 방식으로 문장을 작성해야 내 콘텐츠가 ChatGPT, Bing, Perplexity 등의 AI 응답에 더 자주 포함될 수 있을까?"

이 가설을 검증하기 위해 연구진은 체계적인 실험을 설계했습니다. 다양한 최적화 전략을 적용한 콘텐츠를 제작하고, 각 전략이 실제로 AI 검색엔진의 답변 노출에 미치는 효과를 정량적으로 측정했습니다.

GEO 최적화 전략별 효과 분석

최적화 전략노출 향상률
(Position-Adjusted Word Count 기준)인용구 추가+41%통계 데이터 삽입+36%출처 명시+31%문장 유창성 향상+27%단순 키워드 삽입 (기존 SEO 방식)-10% 이하

인용구와 통계 삽입이 가장 높은 효과를 보인 것은 생성형 AI가 구체적이고 검증 가능한 정보를 선호하기 때문으로 해석됩니다. 특히 주목할 점은 전통적인 SEO의 핵심 전략인 키워드 삽입이 오히려 역효과를 보였다는 것입니다. 이는 생성형 AI가 콘텐츠를 평가하는 방식이 기존 검색엔진과 근본적으로 다름을 보여줍니다.

생성형 AI는 키워드 밀도보다는 정보의 정확성, 인용 가능성, 그리고 맥락적 적합성을 우선적으로 고려합니다. 따라서 단순히 키워드를 반복하는 것보다는 해당 키워드와 관련된 구체적인 데이터나 인용 가능한 정보를 제공하는 것이 더욱 효과적입니다.

‍

B. Before vs After: AI가 인용하는 문장은 따로 있다

앞서 보신 것과 같이, AI가 선호하는 콘텐츠 형태는 명확한 패턴을 보입니다. 추상적이고 일반적인 설명보다는 구체적이고 검증 가능한 정보를 선호합니다.

예시 1: 스위스 초콜릿 소비량 관련 문장

Before (인용되지 않음) "스위스는 초콜릿으로 유명하다. 많은 사람들이 초콜릿을 즐긴다."

After (인용됨) "스위스인은 연간 평균 11~12kg의 초콜릿을 소비한다. (출처: The International Chocolate Consumption Research Group, 2023)"

예시 2: 마케팅 툴 소개 문장

Before "아드리엘은 대부분의 마케터가 사용하는 마케팅 인텔리전스 솔루션이다."

After "아드리엘은 6,000여 고객사가 활용하는 마케팅 인텔리전스 솔루션으로, 월 평균 1,500만 개의 광고 데이터를 분석한다. (출처: 아드리엘 공식 블로그, 2025)"

구조적으로 인용될 수 있는 '구체적 수치 + 출처' 형태가 훨씬 유리합니다. AI는 이러한 형태의 정보를 '신뢰할 수 있는 인용 가능한 소스'로 인식하여 답변에 포함시킬 확률이 높아집니다.

AI가 선호하는 문장 구조의 특징

정량적 데이터 포함: 구체적인 숫자, 비율, 통계 수치
출처 명시: 신뢰할 수 있는 기관이나 연구 결과 인용
비교 데이터: 다른 대상과의 명확한 비교 수치
시간적 맥락: 언제의 데이터인지 명확한 시점 표시

C. 콘텐츠 분야에 따라 GEO 전략 효과도 달라진다

또한 콘텐츠의 분야에 따라 최적 GEO 전략도 다르다는 것을 발견했는데요. 그것은 각 분야별로 AI가 선호하는 정보 형태가 다르기 때문입니다.

분야별 최적 GEO 전략

콘텐츠 도메인가장 효과적인 전략이유 및 설명법률/정부/공공정책통계 데이터 삽입정책 효과나 법적 근거를 뒷받침하는 정량적 데이터 선호역사/인물/스토리직접 인용구 추가역사적 인물의 실제 발언이나 문헌 인용을 통한 신뢰성 확보비즈니스/헬스케어문장 유창성 + 출처 명시전문성과 정확성을 동시에 요구하는 분야 특성과학/기술기술 용어 포함 + 수치 기반 설명정밀한 기술적 설명과 실험 결과 데이터 중시

법률/정부/공공정책 분야라면 정량적인 데이터를 중요시하기 때문에, 내용을 뒷받침할 수 있는 통계를 삽입할 때 가장 효과적입니다. 예를 들어, "개인정보보호법 위반 사례가 증가하고 있다"보다는 "2024년 개인정보보호위원회 발표에 따르면 개인정보보호법 위반 신고 건수가 전년 대비 23% 증가했다"가 더 인용될 가능성이 높습니다.

역사/인물 관련 콘텐츠 경우 인물이 실제로 한 말이나 역사적 문헌의 직접 인용이 포함되었을 때 인용될 확률이 높습니다. 마케팅 콘텐츠 역시 제품 중심 설명이라면 통계와 수치가, 고객 스토리라면 실제 고객의 인용문이 더 효과적입니다.

마케팅 콘텐츠에서의 분야별 적용 사례

B2B SaaS 제품 소개

사용자 수, 처리량, 성능 개선 수치 등 구체적 데이터 활용
"고객 만족도 95% 달성" 같은 정량적 성과 지표 포함

이커머스/리테일

판매량, 리뷰 수, 배송 속도 등 구매 결정에 영향을 주는 수치
실제 고객 후기와 평점 데이터 활용

헬스케어/의료

임상시험 결과, FDA 승인 정보, 의료진 추천 등 신뢰성 높은 정보
의학 저널이나 공신력 있는 의료기관 출처 명시

D. GEO 콘텐츠 리라이팅 가이드

사실성 & 신뢰성 강화

구체적 수치 활용: "많은", "대부분의" 등 모호한 표현을 정확한 비율이나 수치로 대체
출처 정보 완비: 모든 통계와 인용구에 신뢰할 수 있는 출처와 연도 명시 (출처: 기관명, 연도)
비교 데이터 포함: 경쟁사 대비, 전년 대비, 업계 평균 대비 등 상대적 수치 제공
시간적 정확성: 데이터 시점 명시 및 최신 데이터 우선 사용 (2년 이내 권장)

콘텐츠 구조 최적화

핵심 우선 구조: 핵심 포인트를 먼저 제시하고 세부 설명 후속 배치
정보 구조화: 불릿 포인트, 번호, FAQ 형태 등으로 AI가 파싱하기 쉬운 구조 구성
검색 의도 대응: "~하는 방법", "~의 장점", "~와 ~의 차이" 등 직접적 답변 형태로 작성
맥락 정보 충족: 단순 팩트뿐만 아니라 배경과 의미까지 포함하여 독립적 이해 가능

지속가능성 관리

업데이트 계획: 변동 가능한 수치는 정기 업데이트 일정 짜기
콘텐츠 분류: evergreen(장기) 콘텐츠와 timely(단기) 콘텐츠 구분해 관리 전략 수립

최종 검증 포인트

✅ 데이터 검증: 모든 수치와 통계의 정확성 및 최신성 확인
✅ 출처 완비: 신뢰할 수 있는 출처 정보 누락 없이 완비
✅ 구체성: 추상적 표현 없이 구체적 서술 완료
✅ AI 친화성: 명확한 구조로 AI가 쉽게 파싱 가능
✅ 맥락성: 충분한 배경 정보로 독립적 이해 가능

E. 콘텐츠가 살아남는 기준이 바뀌고 있다

SEO가 검색결과 상위 노출을 목표로 한다면, GEO는 AI 응답 안에 내 콘텐츠가 들어가는 것 자체가 목표입니다. 그리고 그 기준은 "정보의 구조화, 명확성, 인용가능성"입니다.

그냥 쓰는 게 아니라, 'AI가 인용’하는 콘텐츠 만들기

이제는 사람이 읽는 콘텐츠를 넘어, AI가 우리 콘텐츠를 찾아서 답변에 활용할 수 있도록 작성해야 합니다. 모든 주장에는 확실한 근거 자료를 준비하고, AI가 쉽게 읽고 인용할 수 있게 정보를 깔끔하게 정리해야 합니다다. 핵심 정보는 명확하고 직접적으로 답변 형태로 제공해서 AI가 사용자 질문에 바로 활용할 수 있도록 만드는 게 포인트입니다.

수치, 인용구, 출처는 이제 '있으면 좋은 것'이 아니라 '무조건 있어야 하는 것'

예전에는 블로그에 데이터나 출처를 넣는 게 선택사항이었다면, 지금은 필수입니다. 콘텐츠 기획할 때부터 어떤 데이터를 쓸지, 어떤 자료를 참고할지 미리 계획을 세워야 해요. 내용에 대한 팩트체크와와 신뢰할 수 있는 출처들을 미리 리스트업해 놓는 것도 중해졌습니다. 데이터가 오래되지 않도록 정기적으로 팔로업하는 프로세스도 꼭 만들어 두어야 합니다.

GEO는 '맞춤형'이 답

모든 산업과 콘텐츠에 똑같은 GEO 전략을 쓸 수는 없습니다. IT, 제조업, 서비스업 등 각 업종의 특성에 맞는 접근이 필요하고, 우리 타겟 고객들이 주로 사용하는 AI 서비스가 뭔지도 파악해야 합니다. 경쟁사 콘텐츠가 ChatGPT나 Claude 같은 AI에서 어떻게 인용되고 있는지 분석하고 벤치마킹해서 더 효과적인 전략을 만들어야 합니다.

리라이팅을 통해 미리 쌓는 콘텐츠 자산

GEO 최적화는 한 번 하고 끝나는 게 아니라 장기적인 자산 쌓기 과정입니다. 한 번 보고 끝나는 콘텐츠보다는 계속해서 인용되고 참조될 수 있는 자료를 만드는 게 중요합니다. 최종 목표는 우리 업계에서 "이 정보는 여기서 확인하면 돼"라고 인정받는 신뢰할 수 있는 콘텐츠 메이가 되는 것입니다. 이런 콘텐츠를 매번 새로 만드는 것은 시간이 오래걸릴 수 있습니다. 그럴때 기존에 만들어진 콘텐츠를 GEO 최적화에 맞게 리라이팅하여, 미리 콘텐츠에 대한 경쟁력을 쌓아 올리는게 효율적일 수 있습니다.