# 우리 글은 왜 AI 답변에 안 들어갈까?

_인용되지 않는 원인을 네 가지로 나눠 보면, 무엇을 고쳐야 할지 보인다._

> 인용 실패의 62.2%는 질문과 내용의 의미 불일치였다. 연구에서는 콘텐츠 5%를 진단해 고치는 방식으로 기존 방식과 비교해 인용률을 높였지만, 처음 보는 질문에서는 효과가 크게 줄었다.

- 종류: 칼럼
- 주소: https://aisitekorea.com/column/citation-failure-taxonomy-and-repair
- 발행: AI사이트코리아 (https://aisitekorea.com)
- 작성일: 2026-09-28

AI가 우리 글을 답변에 넣지 않는 이유를 막연하게 추측할 필요는 없다. 연구에서는 인용 실패를 네 가지 유형으로 나눴고, 가장 큰 원인은 62.2%를 차지한 의미 불일치였다. 콘텐츠를 5%만 정확하게 고치는 방식도 기존 방식과 비교해 인용률을 높였지만, 모든 질문에서 같은 효과가 나타난 것은 아니었다.

AI가 글을 안 읽는다고 생각하기 전에, 질문과 글이 서로 맞는지부터 봐야 한다.

## 우리 글이 막힌 게 아니라 질문과 안 맞는 걸까

그럴 가능성이 크다. 연구에서 AI가 문서를 인용하지 않은 사례를 네 가지 유형으로 나눠 보니, 가장 큰 원인은 의미 불일치였다. 전체 실패의 62.2%가 여기에 해당했다.

의미 불일치는 글이 존재하지 않거나 접근할 수 없다는 뜻이 아니다. 질문의 의도와 글의 내용이 맞지 않거나, 필요한 맥락이 빠졌거나, 정보가 오래됐거나, 지역을 나타내는 표현이 질문과 다른 경우가 여기에 들어간다.

동네 가게의 홈페이지에서도 같은 문제가 생길 수 있다. 고객이 야간 진료를 찾는데 글에는 진료 시간만 적혀 있으면 필요한 정보가 정확하게 맞지 않는다. 가격이 작년 정보로 남아 있는 경우도 마찬가지다.

그다음은 콘텐츠 품질이었다. 전체의 27.1%를 차지했고, 정보가 부족하거나 문단이 지나치게 쪼개져 있거나 내용이 장황하거나 정보가 일정한 구조 없이 배치된 경우가 포함됐다.

기술적 결함은 10.1%였다. AI의 접근을 막거나, 자바스크립트로 만든 내용을 제대로 읽지 못하거나, 페이지를 파싱하기 어려운 경우다. 흔히 먼저 걱정하는 기술 문제지만 전체 실패에서는 의미 불일치보다 비중이 작았다.

구조적 배제는 0.6%였다. 다른 문서와 내용이 겹치거나 답변 길이 제한 때문에 내용이 잘리는 경우가 여기에 해당한다.

| 실패 유형 | 비중 | 논문이 든 원인 | 동네 가게로 치면 |
|---|---|---|---|
| 의미 불일치(Semantic Alignment) | 62.2% | 질문 의도와 안 맞음·맥락 빠짐·정보 오래됨·지역 표현 불일치 | 질문은 「야간 진료」인데 글에는 「진료 시간」만, 가격이 작년 것 |
| 콘텐츠 품질(Content Quality) | 27.1% | 정보 부족·문단 쪼개짐·장황함·구조 없는 배치 | 표 없이 줄글만, 핵심 숫자가 문단 속에 묻힘 |
| 기술적 결함(Technical Integrity) | 10.1% | 접근 차단·자바스크립트 렌더링 실패·파싱 불가·신호 대 잡음비 낮음 | AI 봇 차단, 메뉴가 그림·버튼뿐 |
| 구조적 배제(Systemic Exclusion) | 0.6% | 경쟁 문서와 중복·답변 길이 제한으로 잘림 | 같은 내용을 다들 써서 순서에서 밀림 |

## 그래서 무엇부터 고쳐야 할까

핵심은 글 전체를 무작정 다시 쓰지 않는 것이다. 먼저 고객이 어떤 질문을 할 수 있는지 보고, 그 질문에 필요한 내용이 실제 페이지에 있는지 확인하는 방식이 필요하다.

연구팀도 이런 방식으로 진단한 뒤 필요한 부분을 맞춤형으로 고치는 구조를 실험했다. 먼저 문제가 무엇인지 찾고, 그 문제에 맞춰 문서를 고친 다음, 다시 인용되는지를 확인했다.

실험에는 표준 벤치마크의 문서 204개가 사용됐다. 문서마다 질문 60개를 만들었고, 이 가운데 20개는 훈련에, 40개는 시험에 사용해 총 12,240개의 질문을 확인했다.

여기에 낯선 문서와 형식에서도 같은 방식이 작동하는지 보기 위해 별도의 문서 50개씩을 사용한 두 벤치마크도 만들었다. 확인 대상은 GPT 계열과 클로드 계열이었다.

| 항목 | 값 |
|---|---|
| 표준 벤치마크 문서 수 | 204개 |
| 문서당 질문 수 | 60개(훈련 20개·시험 40개) |
| 전체 질문 수 | 12,240개 |
| 시험 질문 총량 | 8,160개(204개×40개) |
| 낯선 문서·형식 검증용 별도 문서 | 각 50개(두 벤치마크) |
| 확인 대상 AI | GPT 계열·클로드 계열 |

## 글을 5%만 고쳐도 차이가 날까

연구 결과에서는 적은 부분을 정확하게 고치는 방식이 기존 방식보다 높은 인용률을 보였다. 문서에서 문제를 진단하고 필요한 부분만 고치는 방식은 콘텐츠의 5%를 수정했고, 문서를 직접 참고하게 한 실험에서 인용률은 79.52%였다.

기존 최고 방식은 콘텐츠의 25%를 수정했지만 인용률은 68.80%였다. 필요한 부분만 추출해 답을 만드는 방식에서도 진단·수리형은 70.00%, 기존 방식은 65.97%였다.

연구에서 제시한 상대 개선폭은 최대 40% 이상이었다. 중요한 점은 글을 많이 고치는 데 있지 않다. 어떤 부분이 인용을 막고 있는지 찾아서 그 부분을 정확하게 고치는 데 있다.

| 방식 | 인용률 | 콘텐츠 수정 비율 |
|---|---|---|
| 진단·수리형(문서 직접 참고) | 79.52% | 5% |
| 기존 최고 방식(문서 직접 참고) | 68.80% | 25% |
| 진단·수리형(필요 부분만 추출) | 70.00% | 5%대 |
| 기존 방식(필요 부분만 추출) | 65.97% | 25% |
| 상대 개선폭(최대) | 40%↑ | — |

## 그런데 왜 고쳐도 인용되지 않는 글이 있을까

여기서 한 가지 주의할 점이 있다. 훈련에 사용한 질문에 잘 맞도록 고친 글이 새로운 질문에서도 똑같이 잘 작동하는 것은 아니었다.

훈련에 사용한 20개 질문에서는 성공률이 83.7%까지 올라갔다. 하지만 손대지 않은 원래 문서를 비교 기준으로 보면 57.0%였고, 시험에 사용한 8,160개 질문 가운데 163개는 문서를 고친 뒤에도 인용되지 않았다.

이 결과는 특정 질문에 맞춰 문장을 고치는 것만으로는 충분하지 않을 수 있다는 뜻이다. 실제 고객이 어떤 표현으로 질문할지는 미리 정해져 있지 않기 때문이다.

분야에 따라서도 결과가 달랐다. 건강 정보처럼 원래 인용률이 약 80%대로 높은 분야에서는 일반적인 방식으로 문서를 고쳤을 때 인용률이 오히려 떨어지거나 효과가 미미한 경우가 확인됐다.

따라서 홈페이지를 고칠 때도 무조건 많이 바꾸는 접근은 적절하지 않다. 이미 잘 인용되는 글이라면 무엇이 부족한지 먼저 확인하고 고쳐야 한다.

| 구분 | 성공률·건수 | 비고 |
|---|---|---|
| 훈련에 쓴 질문(20개) | 83.7% | 최적화 직후 |
| 손대지 않은 원래 문서 | 57.0% | 비교 기준 |
| 시험 질문 중 여전히 인용 안 된 것 | 163개 | 시험 질문 8,160개 중 |
| 이미 인용률 높은 분야에서 일반 수리 효과 | 감소·미미 | 원래 인용률 약 80%대 |

## 인용만 되면 고객에게 제대로 전달될까

여기서 한 단계 더 봐야 한다. AI가 글을 인용했다는 것과 그 글의 내용이 실제 답변에 충분히 반영됐다는 것은 같은 일이 아니다.

관련 측정 연구에서는 통제된 질문 602개와 유효 인용 21,143건을 분석했다. 인용 단위의 특성은 23,745건을 기록해 인용된 내용이 실제 답변에 얼마나 흡수되는지도 살폈다.

그 결과 묻고 답하는 형식으로 만든 페이지의 흡수율은 0.0947이었다. 일반 형식 페이지는 0.1005로, 묻고 답하는 형식보다 5.74% 높았다.

즉, 질문과 답변 형태로 페이지를 만드는 것만으로 인용 뒤의 활용까지 보장되는 것은 아니다. 인용률을 높이는 작업과 실제 답변에 내용이 얼마나 반영되는지를 보는 작업은 구분해서 봐야 한다.

| 항목 | 값 |
|---|---|
| 분석 표본 | 통제된 질문 602개 |
| 유효 인용 건수 | 21,143건 |
| 인용 단위 특성 기록 | 23,745건 |
| 묻고답하기 형식 흡수율 | 0.0947 |
| 일반 형식 흡수율 | 0.1005(5.74% 높음) |

## 사장님 홈페이지는 무엇부터 보면 될까

먼저 기술부터 의심하기보다 고객의 질문과 페이지 내용이 맞는지 확인하는 것이 순서다. 고객이 찾는 표현과 실제 페이지에 적힌 표현이 다른지, 필요한 맥락이 빠졌는지, 오래된 정보가 남아 있는지를 살펴봐야 한다.

그다음에는 정보가 부족하거나 핵심 내용이 긴 문장 속에 묻혀 있지는 않은지 확인할 수 있다. 가격이나 운영시간처럼 고객이 자주 확인할 정보가 명확하게 드러나는지도 살펴볼 부분이다.

기술 문제도 확인해야 한다. AI 봇을 막고 있거나 페이지의 중요한 내용이 자바스크립트 때문에 읽히지 않거나, 메뉴와 정보가 이미지나 버튼에만 들어 있다면 별도의 문제가 될 수 있다.

마지막으로 한두 개 질문에만 맞춰 고치지 않는 것이 중요하다. 연구에서도 훈련 질문에서는 83.7%까지 올라갔지만 시험 질문에서는 고쳐도 인용되지 않는 사례가 남았다.

결국 홈페이지를 AI가 답변에 넣게 만드는 일은 글을 많이 고치는 일이 아니다. 어떤 이유로 빠졌는지를 먼저 나누고, 그 원인에 맞는 부분만 고친 뒤, 다른 질문에서도 같은 효과가 있는지 다시 확인하는 작업에 가깝다.

요점 ① 인용 실패의 62.2%는 질문과 내용의 의미 불일치였다 ② 진단·수리형은 콘텐츠 5%를 수정해 기존 방식보다 높은 인용률을 보였다 ③ 훈련 질문에서는 성공률이 83.7%였지만 비교 기준은 57.0%였고 시험 질문 163개는 고쳐도 인용되지 않았다 ④ 묻고 답하는 형식의 흡수율은 0.0947로 일반 형식의 0.1005보다 5.74% 낮았다

## 같이 읽을 글

 

- AI가 우리 홈페이지를 인용하면 정말 읽은 걸까?

- 우리 가게 홈페이지는 AI 검색에서 어디까지 가고 있나?

- 홈페이지 메뉴를 버튼이나 그림으로만 만들면 AI가 다른 페이지를 찾아갈까?

- 우리 홈페이지가 인용됐는데, 왜 모든 내용이 답변에 나오지 않을까?
 

## 자료 출처

 

- Diagnosing and Repairing Citation Failures in Generative Engine Optimization(톈 외 연구팀, arXiv, 2026.3 제출)

- 같은 논문 전문 — 실험 표·수치

- AutoGEO(비교 기준 방식, ICLR 2026 채택, 코드·수치 공개)

- From Citation Selection to Citation Absorption — 측정 프레임워크(장 외 연구팀, 통제된 질문 602건·유효 인용 21,143건 분석)

- Optimizing Visibility in Generative Engines: A Critical Survey(2023~2026 GEO 연구 정리)