# 경쟁 가게보다 AI에 더 많이 인용됐다는 말을 믿어도 될까?

_AI 인용 순위는 질문 몇 개로 판단하기 어렵다_

> 제미나이·서치GPT·퍼플렉시티에 주제별 질문 125개를 넣은 실험에서 순위가 굳는 데 답 33~75개, 1등과 2등을 가르는 데 최대 94개가 필요했다.

- 종류: 칼럼
- 주소: https://aisitekorea.com/column/competitor-ai-rank-needs-33-to-94-answers
- 발행: AI사이트코리아 (https://aisitekorea.com)
- 작성일: 2026-09-27

경쟁 가게보다 AI 답변에 더 많이 인용됐다는 보고서를 받아도 질문 몇 개만으로 그 순위를 믿기는 어렵다. 30개 조합을 실험한 연구에서는 순위가 굳는 데 33~75개 답이 필요했다. 1등과 2등의 차이가 측정 오차보다 커지는 데는 최대 94개 답이 필요했고, 3개 조합은 125개 답을 모아도 그 조건을 충족하지 못했다.

인용 순위표는 「몇 등」보다 「답을 몇 개 모았고, 순위 차이가 오차보다 큰가」를 먼저 봐야 한다.

## 같은 질문을 해도 왜 인용 가게가 달라질까

AI는 같은 질문을 다시 받아도 매번 같은 홈페이지를 인용하지 않는다. 같은 질문을 반복했을 때 인용된 도메인이 얼마나 겹치는지를 나타내는 자카드 유사도는 제미나이 약 0.30, 서치GPT 약 0.40, 퍼플렉시티 약 0.50이었다.

퍼플렉시티도 같은 인용 도메인이 절반 정도만 다시 나온 셈이다. 따라서 한 번 나온 답이나 몇 번의 답만 보고 어느 가게가 AI에 더 잘 노출된다고 판단하기 어렵다.

| AI | 답 하나당 인용 수 | 같은 질문 반복 시 인용 도메인 겹침(자카드) |
|---|---|---|
| 제미나이 | 19.9~50.1개 | 약 0.30 |
| 퍼플렉시티 | 14.5~42.2개 | 약 0.50 |
| 서치GPT | 4.2~6.3개 | 약 0.40 |

다른 연구에서도 AI 검색이 인용한 도메인의 37%는 기존 검색엔진 결과에 없었다. 구글의 검색 순위만 보고 AI 인용 순위를 대신 판단하기 어려운 이유다.

## 경쟁 가게 비교 보고서는 무엇부터 봐야 할까

먼저 질문이 몇 개인지 확인해야 한다. 연구에서는 10개 주제마다 125개의 질문을 만들고, 질문 유형 20가지 가운데 하나를 무작위로 골라 세 AI에 물었다.

질문은 장단점, 인기 제품, 전문가 추천, 기능 비교 같은 방식으로 나뉘었다. 같은 주제라도 질문의 방식이 달라지면 인용되는 홈페이지가 달라질 수 있기 때문에 질문 수뿐 아니라 질문 유형도 봐야 한다.

| 항목 | 내용 |
|---|---|
| 주제 | 10개(마라톤 신발·신원도용 방지·화재경보기·건강식 배달·콜라겐·우유 캔디·각막 단층촬영·수제 머그컵·이색 여행지·칠리 재료) |
| 주제당 질문 | 125개(질문 유형 20가지에서 무작위) |
| AI | 3개(제미나이·서치GPT·퍼플렉시티) → 30개 조합 |
| 확인한 것 | 순위가 멈췄나 + 점유율 차이가 오차보다 큰가 |

답이 쌓일 때마다 연구자는 두 가지를 확인했다. 하나는 순위가 더 이상 바뀌지 않는지이고, 다른 하나는 자주 인용되는 홈페이지 사이의 점유율 차이가 측정 오차보다 큰지다.

## 「순위가 굳었다」는 말만 믿어도 될까

그것만으로는 부족하다. 처음 20~40개 답에서는 상위 5곳의 순서가 AI마다 자주 바뀌었다.

앞뒤 순위의 상관이 0.95를 처음 넘는 시점만 보면 30개 조합 모두 평균 19.9개 답에서 한 번은 기준을 넘었다. 하지만 곧 다시 떨어질 수 있었다. 0.95 이상을 15개 답 연속으로 유지한 조합은 19개뿐이었고, 평균 69.2개 답이 필요했다.

연구자는 순위가 잠깐 올라간 순간보다 순위가 더 이상 크게 움직이지 않고 평평해지는 지점을 봤다. 이 기준에서는 30개 조합 모두 답 33~75개에서 순위가 굳었고, 평균은 40.0개였다.

| 기준 | 결과 |
|---|---|
| 상관 0.95를 처음 넘은 시점 | 평균 답 19.9개(30개 조합 모두, 곧 다시 떨어짐) |
| 0.95를 15개 답 연속 유지 | 30개 중 19개 조합만, 평균 답 69.2개 |
| 평평해진 지점으로 판단 | 30개 조합 모두, 답 33~75개(평균 40.0개) |
| 세 AI가 모두 굳은 시점 | 답 35개(화재경보기)~75개(수제 머그컵) |

## 1등과 2등의 차이가 작으면 어떻게 봐야 할까

순위가 굳어도 1등과 2등의 실제 차이가 작다면 순서 자체를 강하게 믿기 어렵다. 그래서 연구에서는 순위가 굳었는지와 함께 점유율 차이가 측정 오차보다 큰지도 확인했다.

두 조건을 모두 충족한 조합은 30개 중 27개였다. 필요한 답은 33~94개였고, AI별 중앙값은 제미나이 42개, 서치GPT 37개(통과한 7개 조합 기준), 퍼플렉시티 51개였다.

특히 퍼플렉시티의 수제 머그컵 주제는 답 34개에서 순위가 굳었지만, 1등과 2등을 가를 만큼 차이가 분명해지려면 81개까지 필요했다. 서치GPT에서는 신원도용 방지, 이색 여행지, 칠리 재료 3개 조합이 답 125개를 모아도 이 조건을 채우지 못했다.

| 멈춘 시점 | 최종 순위와 일치도(범위) | 중앙값 |
|---|---|---|
| 순위가 굳은 때 | 0.364~0.986 | 0.823 |
| 순위가 굳고 차이도 오차보다 클 때 | 0.717~0.986 | 0.844 |
| 상위 10곳 겹침(두 조건 충족 시) | — | 80% |

이 차이는 보고서의 해석에서도 중요하다. 순위가 굳은 시점에 바로 멈추면 최종 순위와의 일치도가 가장 낮은 경우 0.364까지 떨어졌다. 두 조건을 모두 채운 뒤 멈추면 가장 낮은 경우가 0.717이었다.

그래도 완전히 같은 순위가 되는 것은 아니다. 두 조건을 충족했을 때 상위 10곳의 겹침 중앙값은 80%였다. 평균적으로 2곳은 최종 순위와 달랐다.

## 「3등에서 5등으로 떨어졌다」는 말을 그대로 봐야 할까

순위에는 오차 범위가 있다. 답을 125개까지 모은 뒤에도 조합별 상위 10곳의 순위 신뢰구간 폭은 중앙값 5.0칸이었다. 상위 10곳 가운데 18.7%는 그 폭이 10칸을 넘었다.

| 범위(30개 조합, 답 125개 기준) | 도메인 수 | 순위 신뢰구간 폭 중앙값 | 폭이 10칸 넘는 비율 |
|---|---|---|---|
| 조합별 상위 10곳 | 300곳 | 5.0칸 | 18.7% |
| 꾸준히 인용된 도메인 | 1,693곳 | 69.1칸 | 84.2% |
| 한 번이라도 인용된 전체 | 7,067곳 | 131.0칸 | 93.3% |

따라서 3등에서 5등으로 내려갔다는 결과만 보고 실제 노출이 크게 떨어졌다고 단정하기 어렵다. 연구에서도 10등에서 20등으로 내려간 변화가 실제 변화일 수도 있고 측정 오차 안의 흔들림일 수도 있다고 설명했다.

## 경쟁 가게 보고서를 받으면 이 숫자를 확인해야 한다

국내 실측에서도 반복 질문의 결과는 흔들렸다. 챗GPT에 강원도 변호사 추천을 20번 물었을 때 법무법인 22곳이 나왔고, 가장 많이 나온 곳도 80%였다.

미국 컨덕터 조사에서도 비교 질문의 1위가 91% 유지됐지만, 같은 질문을 반복했을 때 답이 겹친 비율은 40~63%였다. 따라서 질문 20개 남짓으로 만든 경쟁 순위표는 순위가 충분히 굳기 전 단계일 가능성이 있다(예상).

보고서에서 AI마다 인용된 답을 몇 개 모았는지부터 확인해야 한다. 특히 서치GPT처럼 답 하나당 인용 수가 4.2~6.3개로 적은 AI는 초기 답변에서 특정 홈페이지가 아예 나오지 않을 수 있다.

| 보고서에서 확인할 것 | 기준이 된 숫자 |
|---|---|
| AI마다 인용 달린 답을 몇 개 모았나 | 순위가 굳기까지 33~75개, 믿을 만하기까지 최대 94개 |
| 1등과 2등의 신뢰구간이 겹치나 | 9.5%와 6.0%도 겹칠 수 있다 |
| AI별로 따로 계산했나 | 답당 인용 수가 4.2개~50.1개로 6배 넘게 차이 |
| 순위 변화에 폭(신뢰구간)을 붙였나 | 상위 10곳도 중앙값 5.0칸 흔들림 |
| 같은 질문 목록으로 다시 쟀나 | 질문이 바뀌면 인용 분포 자체가 바뀐다 |

AI마다 인용 수가 다른데도 인용 횟수를 그대로 합쳐 하나의 순위를 만들면 결과가 치우칠 수 있다. 연구에서는 AI별로 점유율을 따로 계산한 뒤 합쳐야 한다고 적었다.

결국 경쟁 가게 비교에서 중요한 것은 「우리 가게가 몇 등인가」가 아니다. 같은 질문 목록으로 충분한 답을 모았는지, 순위가 실제로 굳었는지, 1등과 2등의 차이가 오차보다 큰지, 그리고 순위에 신뢰구간이 붙어 있는지를 확인해야 한다.

① 순위가 굳는 데 답 33~75개가 필요했고 평균은 40.0개였다 ② 1등과 2등의 차이가 오차보다 커지는 데 최대 94개가 필요했다 ③ 답 125개를 모아도 서치GPT 3개 조합은 조건을 충족하지 못했다 ④ 두 조건을 충족해도 상위 10곳 겹침 중앙값은 80%였다

## 같이 읽을 글

 

- 챗GPT에게 강원도 변호사를 스무 번 물으면 같은 답이 나올까?

- 경쟁사는 나오는데 우리 회사는 왜 안 나올까?

- AI에 계속 나오는 회사는 영원히 나올까

- 챗GPT에 한 번 물어보고 가게가 없다고 해도 될까?
 

## 자료 출처

 

- From Stochastic to Stable: Rank Stability and Structural Sufficiency in AI Visibility Measurement(Ronald Sielinski·IQRush·2026년 7월 arXiv 제출·8월 개정·주제 10개×AI 3개·주제당 질문 125개)★

- Quantifying Uncertainty in AI Visibility: A Statistical Framework for Generative Search Measurement(같은 연구자·2026년 3월 arXiv·반복 측정 자카드 0.30~0.50)★

- AI Brand Recommendation Consistency Analysis(컨덕터, 2026년 7월, 질문 70개×50회×AI 4개 — 비교 1위 유지 91%·겹침 40~63%)★

- Don't Measure Once: Measuring Visibility in AI Search(Schulte·Bleeker·Kaufmann·장크트갈렌대·2026년 4월 arXiv — 반복 측정 필요성)

- Source Coverage and Citation Bias in LLM-based vs. Traditional Search Engines(Zhang 등·2025년 12월 arXiv·질문 5만 5,936개)

- 챗GPT에게 강원도 변호사를 스무 번 물으면 같은 답이 나올까?(2026년 9월 국내 실측, 같은 질문 20회)