가게 후기는 어떻게 써야 AI가 가져갈까?

AI가 가게 홈페이지의 글을 답에 가져가게 하려면 후기와 FAQ를 같은 방식으로 쓰지 않는 편이 좋다. FAQ는 첫 문장에 조건과 숫자가 드러나는 사실 문장으로 쓰는 것이 좋다. 후기는 고객의 경험을 그대로 두고, 옆에 가게가 정리한 사실을 따로 적는 방법을 생각해 볼 수 있다.

정말 딱딱하게 써야 AI가 가져갈까?

최근 일리노이대 어배너섐페인 연구진이 레딧의 AI 검색을 조사했다. 대상은 개인 재무, 의료, 법률, 직장 상담처럼 사람들이 자기 상황을 설명하고 조언을 구하는 영어권 커뮤니티 20곳이다.

연구진은 실제 게시글을 짧은 검색 질문으로 바꿔 1만 개를 만들었다. 질문마다 약 5시간 간격으로 세 번 실행해 답 3만 건을 모았고, 답에 인용된 댓글과 그렇지 않은 댓글을 비교했다.

말투만 보면 격식 있는 댓글이 더 자주 선택됐다. 격식 점수가 1표준편차 높을 때 뽑힐 오즈는 1.488배였다. 반대로 1인칭과 과거형 등을 바탕으로 측정한 경험담 말투는 오즈가 0.789배였다.

여기서 49%와 21%는 뽑힐 확률의 변화가 아니다. 뽑힐 확률을 뽑히지 않을 확률로 나눈 오즈가 각각 49% 높고 21% 낮다는 뜻이다.

다만 이것만 보고 "딱딱하게 쓰면 AI가 가져간다"고 결론 내리면 안 된다. 추천 점수와 댓글 위치, 작성 시점을 맞춰 보면 격식의 차이는 +21%, 경험담 말투의 차이는 −14%로 줄어든다. 연구진도 관찰 연구이므로 인과관계로 해석해서는 안 된다고 밝혔다.

말투보다 더 중요한 것은 무엇일까?

AI 검색이 댓글을 고를 때 더 크게 이어진 특징은 말투가 아니라 이미 얼마나 눈에 띄었는가였다. 토론 안에서 추천 순위가 1표준편차 높으면 뽑힐 오즈가 2.88배였다.

바깥 링크가 있는 댓글은 2.25배, 원글에 바로 단 댓글은 1.97배였다. 댓글이 길수록 뽑힐 오즈도 높았고, 답글의 답글처럼 깊은 위치에 있는 댓글은 0.50배였다.

뽑힌 댓글 가운데 92%는 원글에 바로 달린 댓글이었다. 전체 댓글에서는 그 비중이 53%였다. 뽑힌 댓글은 원글이 올라온 뒤 중간값 1.2시간 만에 작성됐고, 뽑히지 않은 댓글은 5.9시간 뒤에 작성됐다.

가게 홈페이지에 그대로 적용할 수 있는 결과는 아니다. 그래도 한 가지 참고할 점은 분명하다. 중요한 정보가 페이지 깊숙한 곳에 묻혀 있기보다 질문 바로 아래에 있어야 한다는 점이다.

그럼 고객 후기는 어떻게 써야 할까?

고객 후기는 경험담이라는 이유로 없앨 필요가 없다. 오히려 이 연구는 AI가 경험담을 답에 가져왔을 때 개인적인 표현을 크게 줄이는 모습을 보여준다.

연구진이 질문 1,000개를 따로 살펴보니 레딧 댓글에서 1인칭 단수 표현은 3.3%였지만 레딧 AI 검색 답에서는 0.057%였다. 약 98% 줄어든 수치다.

예를 들어 고객이 자신의 경험을 자세히 적은 후기가 AI 답에 사용되더라도, 답에서는 개인이 누구인지와 어떤 상황에서 겪었는지가 빠지고 일반적인 조언처럼 표현될 수 있다. 연구진은 개인의 증언이 일반적인 조언으로 바뀌는 현상으로 설명했다.

그래서 고객 후기는 경험담 그대로 두는 방법을 생각할 수 있다. 대신 후기 옆이나 아래에 가게가 직접 확인한 기간, 가격, 이용 조건 같은 사실을 별도의 문장으로 정리하는 방식이다.

이렇게 하면 사람 고객에게는 실제 이용 경험을 보여주고, AI가 정보를 정리할 때는 사실 문장을 참고할 수 있다. 다만 이 방식이 가게 홈페이지에서 실제로 더 많이 인용된다는 것은 아직 확인된 결과가 아니다.

FAQ는 어떤 문장으로 써야 할까?

FAQ는 경험을 이야기하기보다 질문에 대한 답을 바로 적는 편이 좋다. "예약 변경은 방문 하루 전 18시까지 가능하다"처럼 첫 문장에서 결론과 조건이 함께 드러나는 문장이 한 예다.

이때 "저희 가게는 예약 변경을 도와드리고 있다"처럼 1인칭이나 추상적인 표현을 앞세우기보다, 고객이 알아야 할 조건을 먼저 적는 것이 좋다. AI가 문장을 다시 정리하더라도 핵심 사실이 남기 쉽기 때문이다.

FAQ의 답은 질문 바로 아래에 두는 것도 중요하다. 레딧 연구에서는 원글에 바로 달린 댓글이 더 자주 선택됐고, 깊은 위치의 답글은 뽑힐 오즈가 0.50배였다.

공식 기준이나 인증 페이지처럼 근거가 되는 바깥 자료가 있다면 링크를 붙이는 것도 한 방법이다. 레딧 연구에서는 바깥 링크가 있는 댓글의 뽑힐 오즈가 2.25배였다. 물론 이 결과가 가게 홈페이지에서도 같은 효과를 낸다고 확인된 것은 아니다.

경험담을 모두 사실 문장으로 바꿔야 할까?

그럴 필요는 없다. 구글은 2022년 12월 검색 품질 평가 지침에 경험을 추가해 E-A-T를 E-E-A-T로 바꿨다. 직접 겪은 내용을 따로 본다는 뜻이다.

사람 고객은 실제 경험을 읽을 필요가 있고, AI 답에서는 경험이 일반적인 설명으로 바뀔 수 있다. 따라서 후기와 FAQ의 역할을 나눠 두는 것이 이 연구를 가게 글쓰기에 적용할 때 생각해 볼 수 있는 방향이다.

실제로 9월 16일 챗GPT 답의 인용 31건을 직접 세어 보니 10건은 해당 회사나 가게의 자기 홈페이지였다. 네이버 블로그와 브런치는 0건이었다. 같은 9월 15일 측정에서 4개 AI 엔진 답에 해당 회사는 0번 나왔다.

홈페이지에 문장을 써 놓는 것만으로 AI 답에 들어가는 것은 아니다. 어떤 글을 선택하는지는 검색 시스템과 콘텐츠의 여러 조건에 영향을 받는다.

이 연구를 우리 가게에 그대로 적용해도 될까?

그렇게 보면 안 된다. 이번 연구는 레딧의 AI 검색 한 곳과 영어권 조언·상담 커뮤니티 20곳을 관찰한 결과다. 한국어 후기나 네이버, 챗GPT의 답에서도 같은 결과가 나오는지는 아직 측정되지 않았다.

또한 동료 평가 전 논문이고 관찰 연구라서 특정 말투가 AI의 선택을 직접 일으켰다고 말할 수 없다. GPT 비교도 API에 웹 검색을 켜서 진행했기 때문에 일반 고객이 사용하는 챗GPT 앱과 조건이 같다며 해석할 수 없다.

따라서 가게 글쓰기에 적용할 때는 "경험담을 쓰지 말라"가 아니라 "경험담과 사실을 구분해 쓰자" 정도로 받아들이는 것이 맞다. FAQ는 첫 문장에 결론과 조건을 넣고, 후기는 고객의 경험을 살리며, 중요한 답은 질문 가까이에 배치하는 방식이다.

같이 읽을 글

• AI는 우리 가게 후기를 골고루 읽을까?
• AI는 우리 가게를 어떤 기준으로 목록에 넣을까?
• 우리 가게를 물었는데 왜 홈페이지가 안 나올까?
• 우리 가게 글에도 남들이 좋다는 GEO 요령을 그대로 써야 할까?

자료 출처

• The Wisdom of the Loudest: A Large-Scale Audit of Generative Search on Reddit(일리노이대 어배너섐페인·arXiv 2609.14575·2026년 9월 제출·질문 1만 개·답 3만 건·댓글 1,468만 개)
• 같은 논문 HTML 전문(오즈비·1인칭 비율·커뮤니티 목록)
• Reddit AI Search Picks Already-Popular Comments, Audit Finds(서치엔진저널·2026년 9월·위 논문 보도)
• Reddit Reports Second Quarter 2026 Results(레딧 실적 발표·미국 SEC 8-K·2026년 7월·2분기 이용자·매출)
• Our latest update to the quality rater guidelines: E-A-T gets an extra E for Experience(구글 검색 센터 블로그·2022년 12월)