AI가 배운 것을 다음 질문에도 써먹으면 작은 가게는 어떻게 해야 하나?

AI가 잘 통했던 문장 수정법을 저장했다가 다음 질문에 다시 쓰는 실험에서 노출 점수가 최대 414% 올랐다. 반면 사람이 직접 고치는 방식은 이미 잘 보이던 글이 오히려 떨어지는 경우도 있었다. 아직 연구 단계지만, 작은 가게도 이제는 무엇을 고쳤는지와 어떤 결과가 나왔는지를 기록하는 방식으로 준비할 필요가 있다.

AI가 스스로 배운다는 게 무슨 뜻인가

여기서 말하는 학습은 AI가 사람처럼 모든 것을 새로 공부한다는 뜻이 아니다. 여러 AI 에이전트가 글을 고칠 계획을 세우고, 실제로 문장을 수정하고, 그 수정으로 인용이 늘었는지를 확인한 뒤 통했던 수정 방법을 저장하는 구조다.

다음에 비슷한 질문이 들어오면 저장해 둔 방법을 다시 꺼내 쓴다. 사람이 매번 처음부터 문장을 고치는 것과 달리, 이전 결과를 다음 작업에 연결하는 것이 핵심이다.

이번 실험에서는 GPT-5.2와 Gemini-3 Pro에서 노출 점수를 측정했고, Qwen-3 Max는 평가에 사용했다. 학습 전과 비교하면 GPT-5.2는 240%, Gemini-3 Pro는 414%의 증가가 나타났다.

사람이 직접 고치면 더 좋아지는 것 아닌가

사람이 직접 문장을 고쳐 AI의 인용을 늘리는 방식도 이미 실험됐다. 2024년 질문 1만 개와 9개 데이터셋을 대상으로 인용문을 추가하거나 통계를 넣는 방식으로 글을 손봤고, 전체 평균 가시성은 22~41% 올랐다.

하지만 모든 글이 같은 결과를 얻은 것은 아니다. 처음에 5위였던 글은 수정 뒤 115%까지 올라갔지만, 이미 1위였던 글은 같은 방식으로 고친 뒤 30% 떨어지는 경우도 있었다.

이 차이는 사람이 매번 어떤 수정을 해야 할지 새로 판단해야 한다는 데서 생긴다. 한 번 통했던 방법이 다음 글에서도 통한다는 보장이 없고, 반대로 이미 잘 되고 있는 글을 지나치게 고치면 결과가 나빠질 수도 있다.

그러면 AI는 계속 고치기만 하면 되나

그렇지는 않다. 이번 실험에서도 저장한 전략을 계속 적용한다고 노출 점수가 끝없이 올라가지는 않았다.

반복할수록 성과가 좋아지다가 5번째 반복에서 정점을 찍었고, 그 이후에는 오히려 떨어지는 패턴이 나타났다. 많이 고치는 것보다 어떤 수정이 효과가 있었는지 확인하고, 어느 정도에서 멈출지를 판단하는 것이 중요하다는 뜻이다.

이번 실험은 5개 대분류와 15개 소분류로 구성된 벤치마크에서 진행됐다. 사람이 직접 검증한 표본은 100건이고, 대학과 연구소 5곳이 참여했으며 테스트한 AI 엔진은 3개였다.

큰 회사와 작은 가게의 차이가 더 커질까

현재 이 기술은 연구 코드가 공개된 단계다. 아직 누구나 바로 사용할 수 있는 상용 도구가 나온 것은 아니다.

다만 자동으로 수정하고, 결과를 확인하고, 통했던 방법을 다시 사용하는 도구가 상용화된다면 계산 자원과 반복 실험이 필요한 만큼 먼저 활용할 수 있는 곳과 그렇지 못한 곳 사이에 차이가 생길 수 있다.

이미 AI 답변에서 인용되는 비율은 회사 규모에 따라 차이가 있다. 직원 10명 이하인 50곳의 AI 인용률 중앙값은 1.4%였고, 직원 500명 이상인 20곳은 11.4%였다. 200곳 전체의 평균은 4.1%였다.

작은 가게는 지금부터 뭘 해야 하나

이 기술을 직접 사서 쓰는 것보다 먼저 할 수 있는 일이 있다. 어떤 질문에서 우리 홈페이지가 인용됐는지, 어떤 내용이 인용됐는지, 이전과 무엇이 달라졌는지를 기록하는 것이다.

중요한 것은 한 번 고치고 끝내지 않는 것이다. 문장을 바꿨다면 무엇을 바꿨는지 남기고, 그 뒤 AI 답변에서 실제로 인용됐는지를 확인해야 한다.

실제 확인 결과에서도 차이가 보인다. 2026년 9월 15일 기준으로 4개 AI 엔진에 자사를 질의했을 때 자사 홈페이지 인용은 0건이었다.

다음 날 챗GPT 답변 31건을 살펴보니 자기 홈페이지가 인용된 자료는 10건이었다. 정부 자료는 3건이었고, 네이버 블로그와 브런치는 0건이었다.

이 기록은 거창한 자동 학습 시스템은 아니다. 그래도 AI가 무엇을 기억하고 다음 작업에 다시 사용하는지 보여주는 이번 실험의 핵심 구조와 닮아 있다.

작은 가게가 큰 회사와 같은 기술을 당장 갖추기는 어렵다. 대신 자기 홈페이지가 실제 AI 답변에서 언제, 어떤 내용으로 인용되는지를 계속 확인해 두면 다음에 문장을 고칠 때 근거로 사용할 수 있다.

결국 중요한 것은 글을 많이 고치는 일이 아니다. 고친 결과를 남기고, 실제로 효과가 있었는지 확인하고, 효과가 있었던 방법을 다음 작업에 다시 쓰는 과정이다.

같이 읽을 글

• AI에 잘 나오려면 글만 고치면 될까?
• 주제는 맞는데, 왜 AI는 우리 페이지를 인용하지 않을까?
• 우리 홈페이지가 챗GPT에 나오면 다른 AI에도 나올까?
• 우리 가게가 AI에 나오는지 확인하려면 한 달에 얼마가 들까?

자료 출처

• From Experience to Skill: Multi-Agent Generative Engine Optimization via Reusable Strategy Learning(항저우전자과기대 등 5개 기관 공동, 2026.4.21 공개, 3개 AI엔진·벤치마크 5대분류 15소분류·인간검증 100건)
• MAGEO 코드 저장소(연구팀 공개, 2026)
• GEO: Generative Engine Optimization 논문 소개(프린스턴대학 공식 연구 목록, 프린스턴·앨런AI연구소·조지아텍·IIT델리 공동)
• GEO: Generative Engine Optimization 원문(질문 1만 개·9개 데이터셋)
• AI Citation Rate Benchmarks by Brand Size★(Attrifast, 2026.1.12~4.28, 200개 사이트 16주 추적)