# AI가 우리 홈페이지를 먼저 인용하게 하려면 뭘 챙겨야 할까?

_25만 2천 회 실험에서 드러난 AI 인용 순서의 차이는 생각보다 단순했다._

> 6개 AI 모델에 25만 2천 회를 반복한 실험에서 관련성·가격·최신 날짜·순서가 가장 큰 차이를 만들었다. 특히 순서는 오즈비가 10,000 이상까지 벌어졌다.

- 종류: 칼럼
- 주소: https://aisitekorea.com/column/ai-first-citation-relevance-position
- 발행: AI사이트코리아 (https://aisitekorea.com)
- 작성일: 2026-09-28

AI가 홈페이지 두 곳 중 하나를 먼저 인용할 때 가장 큰 차이를 만든 것은 글솜씨보다 관련성과 순서였다. 25만 2천 회 실험에서 목록의 1번 자리에 있는 문서가 2번보다 먼저 인용될 가능성은 오즈비 1,795~10,000 이상으로 나타났다. 가격 표시와 최신 날짜도 강하게 작용했고, 글을 표나 목록으로 깔끔하게 정리했는지는 큰 차이를 만들지 못했다.

AI 인용을 노린다면 먼저 챙길 것은 예쁘게 쓰는 법보다 관련성·가격·최신 날짜·순서다.

## 우리 홈페이지는 무엇부터 챙겨야 할까?

이번 실험은 스프링클러 소속 연구팀이 상품 리뷰 글 100개와 50개 업종을 대상으로 진행했다. 관련성, 가격, 최신성, 순서 등 18개 요소를 하나씩 바꿔 가며 두 문서 가운데 어느 문서가 먼저 인용되는지를 비교했다.

같은 조건을 5번씩 반복했고, 제미나이 2.5 플래시·GPT-5 나노·GPT-5 미니·GPT-5.2·클로드 3.5 소네트·키미 K2 등 6개 AI 모델에 모두 25만 2천 회를 물었다. 여기서 본 것은 단순히 인용됐는지가 아니라 두 후보 가운데 어느 쪽이 먼저 인용됐는지였다.

| 항목 | 수치 |
|---|---|
| 총 실행(시행) 횟수 | 25만 2천 회 |
| 기본 시나리오 수 | 1,440개 |
| 시나리오×질문 조합 | 4,320개 |
| 테스트한 요소 수 | 18개 |
| 대상 AI 모델 수 | 6개 |
| 반복 실행 횟수 | 5회 |
| 원본 리뷰 글·업종 | 100개 글 · 50개 업종 |

## 관련 없는 글은 아무리 잘 써도 불리할까?

그렇다. 실험에서는 주제 관련성이 가장 먼저 눈에 띄었다. 질문과 관계없는 내용은 오즈비를 계산할 필요도 없이 탈락 수준으로 나타났다.

가격을 명확하게 적었는지도 큰 차이를 만들었다. 가격 명시 여부는 6개 모델에서 모두 유의미했고, 오즈비는 6.26~10,000 이상이었다.

최신 날짜를 표시하는 것도 강하게 작용했다. 최신 날짜는 14.4~10,000 이상의 오즈비를 보였고, 역시 6개 모델에서 모두 유의미했다.

| 변수 | 오즈비 범위 | 비고 |
|---|---|---|
| 주제 관련성 | 측정 한계 초과 | 안 맞으면 탈락 수준 |
| 가격 명시 여부 | 6.26 ~ 10,000 이상 | 여섯 모델 전부 유의미 |
| 최신 날짜(타임스탬프) | 14.4 ~ 10,000 이상 | 여섯 모델 전부 유의미 |
| 목록 순서(1번 vs 2번) | 1,795 ~ 10,000 이상 | 여섯 모델 전부 유의미 |

## 순서가 정말 그렇게까지 중요할까?

이번 실험에서 가장 눈에 띄는 부분이다. 같은 조건이라도 두 후보 가운데 1번 자리에 놓인 문서와 2번 자리에 놓인 문서의 인용 순서가 크게 달랐다.

1번 자리와 2번 자리의 오즈비는 모델에 따라 1,795에서 10,000 이상이었다. 즉 홈페이지 내용을 얼마나 잘 다듬었는지만 보는 것이 아니라, 비교 대상 안에서 어디에 놓였는지도 결과에 큰 영향을 줄 수 있다는 뜻이다.

| 모델 | 1번 자리 vs 2번 자리 오즈비 |
|---|---|
| 제미나이 2.5 플래시 | 10,000 이상 |
| 클로드 3.5 소네트 | 10,000 이상 |
| GPT-5.2 | 10,000 이상 |
| GPT-5 나노 | 2,002 |
| GPT-5 미니 | 1,795 |

다만 이 결과를 홈페이지를 무조건 특정 순서에 올리면 된다는 뜻으로 받아들이면 안 된다. 이번 실험은 두 후보 가운데 어느 쪽이 먼저 인용되는지를 비교한 실험이기 때문이다.

## 그럼 글을 잘 정리하는 건 중요하지 않을까?

이번 실험에서 문서 구조화는 예상보다 영향이 작았다. 정보를 표나 목록으로 깔끔하게 정리했는지와 문서가 밀집돼 있는지를 비교했을 때 오즈비는 0.79~1.68이었다.

정보가 산발적으로 배치됐는지나 홍보 표현을 과하게 사용했는지도 대부분 유의미하지 않았다. 적어도 이 실험에서는 글의 겉모양을 다듬는 것보다 관련성, 가격, 최신 날짜, 순서가 훨씬 크게 작용했다.

| 변수 | 오즈비 범위 | 판정 |
|---|---|---|
| 문서 구조화(밀집 vs 표·목록) | 0.79 ~ 1.68 | 유의미하지 않음 |
| 정보 산발 배치 | 약한 효과 | 대부분 유의미하지 않음 |
| 과도한 홍보 표현 | 약한 효과 | 대부분 유의미하지 않음 |

## 그래도 스펙과 키워드는 챙겨야 할까?

그렇다. 4대 변수만큼 압도적이지는 않았지만 사양을 구체적으로 적었는지와 핵심 키워드를 포함했는지도 여러 모델에서 유의미한 영향을 보였다.

사양 명시는 오즈비 8.63~10,000 이상, 핵심 키워드 포함은 5.99~40.0이었다. 근거·증거 제시, 자신감 있는 표현, 비교 문구도 일정한 영향을 보였다.

| 변수 | 오즈비 범위 |
|---|---|
| 사양(스펙) 명시 | 8.63 ~ 10,000 이상 |
| 핵심 키워드 포함 | 5.99 ~ 40.0 |
| 근거·증거 제시 | 2.09 ~ 10,000 이상 |
| 자신감 있는 표현 | 2.67 ~ 754 |
| 비교 문구 포함 | 1.61 ~ 7.45 |

다만 키워드만 많이 넣는다고 인용 가능성이 높아진다고 단순하게 볼 수는 없다. 다른 실험에서는 키워드를 억지로 넣은 글의 인용이 오히려 9% 줄어든 결과도 있었다.

## 다른 실험에서는 왜 순서 결과가 달랐을까?

앞선 2023~2024년 프린스턴·IIT 델리 공동 실험은 질문 1만 개를 대상으로 콘텐츠 요소가 인용에 미치는 변화를 살폈다. 여기서는 인용문을 넣었을 때 43%, 통계를 넣었을 때 33%, 출처를 표시했을 때 28% 인용이 늘었고, 키워드를 넣은 글은 9% 줄었다.

또 이 실험에서는 순위가 5위였던 사이트의 언급이 115% 늘고, 1위였던 사이트는 30% 줄어드는 순위 역전 효과도 나타났다. 이번 25만 2천 회 실험에서는 1번 자리에 있는 문서가 2번 자리보다 계속 유리하게 나타났다.

| 실험 | 핵심 발견 | 표본 |
|---|---|---|
| 25만 2천 회 실험(2026.5, 스프링클러) | 관련성·가격·최신성·순서 4개가 압도 | 25만 2천 회, 6개 모델 |
| 질문 1만 개 실험(2023~2024, 프린스턴·IIT 델리) | 인용문 +43%·통계 +33%·출처 +28%·키워드 −9% | 질문 1만 개 |

두 실험은 모두 순서를 다뤘지만 결과가 같지는 않았다. 실험 대상과 설계가 다르기 때문에 숫자 하나만 보고 모든 AI 서비스에서 같은 결과가 나온다고 단정하기는 어렵다.

## 결국 홈페이지에서 뭘 먼저 손봐야 할까?

이번 실험만 놓고 보면 우선순위는 분명하다. 고객이 묻는 주제와 홈페이지 내용이 맞는지 확인하고, 가격을 명시하고, 최신 날짜를 보여주고, 비교되는 목록에서 순서가 어떻게 놓이는지를 살피는 것이다.

그다음에 구체적인 사양과 핵심 키워드, 근거와 증거를 챙기는 방식이다. 표나 목록으로 문서를 보기 좋게 만드는 작업도 필요할 수 있지만, 이번 실험에서는 그것만으로 인용 순서가 크게 달라지지는 않았다.

다만 이 실험은 소비자가 직접 사용하는 챗GPT 화면이나 퍼플렉시티 검색창을 대상으로 한 것은 아니다. API로 직접 부른 6개 기반 모델을 대상으로 한 실험이므로 실제 서비스에서는 검색 순위와 스니펫 선택 같은 과정이 더해질 수 있다.

요점 ① 25만 2천 회 실험에서 6개 AI 모델을 비교했다 ② 관련성·가격·최신 날짜·순서가 4대 핵심 변수였다 ③ 1번 자리와 2번 자리의 오즈비는 최대 10,000 이상이었다 ④ 구조화는 0.79~1.68, 키워드는 5.99~40.0 범위였다

## 같이 읽을 글

 

- 표로 바꾸면 AI가 우리 홈페이지를 더 자주 인용할까?

- AI가 우리 홈페이지를 인용하면 정말 읽은 걸까?

- 우리 가게 홈페이지는 AI 검색에서 어디까지 가고 있나?

- 같은 질문인데 왜 AI 요약이 뜨는 횟수가 다를까?
 

## 자료 출처

 

- What Gets Cited: Competitive GEO in AI Answer Engines(Vishwakarma·Kumar·Jamidar, 스프링클러, 2026.5, 25만 2천 회 실험·6개 모델)

- GEO: Generative Engine Optimization(Aggarwal 외, 프린스턴·IIT 델리, 2023~2024, 질문 1만 개)

- Lost at the End: Primacy Bias in Multimodal Retrieval-Augmented Question Answering(2026.6, arXiv)

- Source Coverage and Citation Bias in LLM-based vs. Traditional Search Engines(2025.12, arXiv)

- Lost in the Evidence? Reproducing Document Position and Context Size Effects in RAG(SIGIR 2026 논문집)