홈페이지가 인용됐는데 왜 답변에는 안 나올까?

홈페이지 주소가 챗GPT 인용 목록에 떴다고 해서 고객에게 보여주는 답변에 우리 가게 내용이 들어간 것은 아니다. AI는 먼저 참고할 페이지를 고르고, 그다음 그 페이지의 내용을 실제 답변에 사용할지 다시 판단한다. 602개 질문과 2만1,143건의 인용을 분석한 결과, 이 두 단계는 분명히 다르게 움직였다.

“인용됐으면 우리 내용이 나온 것 아닌가?”

그렇지 않다. AI 검색에서는 먼저 여러 페이지를 찾아 인용 목록에 넣고, 그중 실제 답변을 만드는 데 필요한 내용을 다시 골라 쓴다. 따라서 인용 목록에 홈페이지가 있어도 고객이 읽는 답변 문장에는 우리 가게의 정보가 한 줄도 없을 수 있다.

이번 분석에서 챗GPT는 질문 하나당 평균 6.88개 페이지를 인용했다. 그런데 인용된 페이지의 실제 반영도는 0.2713이었다.

반면 구글의 AI 개요·제미나이는 질문 하나당 평균 12.06개를 인용했지만 평균 반영도는 0.0584였다. 퍼플렉시티도 평균 16.35개를 인용했지만 반영도는 0.0646이었다.

숫자만 보면 챗GPT는 다른 서비스보다 인용하는 페이지 수가 적다. 대신 인용한 페이지의 내용을 실제 답변에 반영하는 정도는 구글과 퍼플렉시티보다 4~5배 높았다.

“그럼 어떤 홈페이지 내용이 실제 답변에 들어갈까?”

페이지의 구성부터 차이가 있었다. 반영도가 높은 페이지와 낮은 페이지를 비교했더니 소제목 수, 글자 수, 목록, 문단 수, 질문과의 의미 유사도에서 큰 차이가 나타났다.

반영도 상위 25%의 페이지는 하위 25%보다 소제목 수가 12.50배 많았다. 글자 수는 11.44배, 목록 밀도는 8.94배, 문단 수는 5.69배 많았고 질문과의 의미 유사도는 2.31배 높았다.

이 결과에서 중요한 점은 홈페이지를 길게 만드는 것 자체가 목적이 아니라는 것이다. 고객이 실제로 물을 만한 내용을 알아보기 쉽게 나누고, 그 질문과 맞는 정보를 충분히 담는 것이 중요하다.

예를 들어 고객이 어떤 서비스를 이용할 수 있는지 묻는다면 서비스가 무엇인지 설명하는 문장이 필요하다. 고객이 여러 선택지를 비교한다면 차이를 설명하는 문장이 필요하다.

“FAQ를 많이 만들면 AI가 더 잘 가져갈까?”

질문과 답변 형식으로 페이지를 만드는 것만으로는 충분하지 않았다. 이번 분석에서는 내용의 종류에 따라 실제 답변 반영도가 달라졌다.

코드·계산식이 포함된 내용은 반영도가 76.88% 상승했고, 숫자·통계는 61.55%, 정의는 57.33%, 비교 내용은 55.28%, 하는 방법을 설명한 내용은 41.20% 상승했다. 반대로 질문-답 형식만 있는 경우에는 반영도가 5.74% 낮아졌다.

즉 “질문을 만들고 바로 한두 문장으로 답한다”는 형식만 반복하는 것으로는 부족하다. 질문에 대한 구체적인 설명과 숫자, 비교, 절차 같은 실제 정보가 함께 있어야 한다.

고객이 읽었을 때 도움이 되는 내용을 만드는 것과 AI가 답변에 가져갈 만한 내용을 만드는 것이 여기서는 겹친다. 홈페이지에 있는 정보를 단순히 나열하기보다 무엇인지, 얼마나 되는지, 어떻게 이용하는지, 무엇이 다른지를 분명하게 적는 방식이 필요하다.

“가게 홈페이지는 다른 사이트보다 불리한가?”

분석 결과에서는 사이트 종류에 따라서도 평균 반영도가 달랐다. 백과사전형 사이트의 평균 반영도는 0.2144였고, 학술 출판은 0.1118, 상업 사이트는 0.1028, 뉴스 매체는 0.0726이었다.

가게나 기업 홈페이지가 포함된 상업 사이트의 평균 반영도는 0.1028이었다. 백과사전형의 0.2144와 비교하면 차이가 크다.

다른 조사에서도 비슷한 점을 볼 수 있다. 프랜차이즈 2,751개 브랜드와 35만 곳을 대상으로 한 조사에서 구글 3팩에 35.9% 비율로 잡히는 매장이 챗GPT 추천에서는 1.2%, 제미나이 추천에서는 11.0%만 나왔다.

한 서비스에서 잘 보인다고 다른 AI 서비스에서도 같은 방식으로 노출되는 것은 아니다. 홈페이지가 어느 검색 결과에 나타나는지만 확인해서는 부족한 이유다.

“결국 어떤 문장을 홈페이지에 넣어야 하나?”

페이지의 내용이 질문과 얼마나 관련 있는지가 중요했다. 특히 LLM이 매긴 관련성 점수와 반영도의 상관계수는 0.4322였고, 질문과 페이지의 의미 유사도와 반영도의 상관계수는 0.3561이었다.

문장의 역할에 따라서도 차이가 있었다. 정의를 제공하는 문장의 평균 반영도는 0.1531, 비교를 제공하는 문장은 0.1524였지만, 참고로만 언급하는 문장은 0.0529였다.

이 차이는 홈페이지를 만들 때 무엇을 먼저 써야 하는지 보여준다. 고객이 자주 물을 법한 내용에 맞춰 정확한 정의와 비교 정보를 넣는 것이 중요하다.

가게 홈페이지라면 고객이 실제로 궁금해하는 내용을 기준으로 정보를 정리해야 한다. 무엇을 하는 곳인지 설명하고, 서비스나 상품의 차이를 적고, 필요한 경우 숫자와 통계를 넣고, 이용 방법도 구체적으로 설명하는 식이다.

핵심은 인용 목록에 이름을 올리는 것에서 끝나지 않는다. AI가 실제 답변을 만들 때 사용할 수 있는 정보가 홈페이지 안에 있어야 한다.

같이 읽을 글

• 주제는 맞는데, 왜 AI는 우리 페이지를 인용하지 않을까? · /column/why-a-page-is-not-cited-four-reasons
• AI가 우리 홈페이지를 출처로 달면 믿어도 될까? · /column/ai-research-citations-link-works-facts-dont
• 소제목을 질문으로 바꾸면 AI가 더 잘 가져갈까? · /column/question-form-headings-get-cited-more

자료 출처

• From Citation Selection to Citation Absorption: A Measurement Framework for Generative Engine Optimization Across AI Search Platforms(Zhang Kai·He Xinyue·Yao Jingang, 2026.4, 질문 602개·인용 2만1,143건·수집 페이지 1만8,151개 실험)
• 같은 연구 전문(HTML)
• 같은 연구 PDF
• SOCi 2026 로컬 비저빌리티 지수(프랜차이즈 2,751개 브랜드·35만 개 매장 조사)
• SOCi, 챗GPT·퍼플렉시티·구글 AI 개요 순위 가이드