# 다들 AI에 나오려고 글을 고치면 누가 남을까?

_작은 가게는 남을 따라가기보다 자기 가게의 사실을 지키는 편이 낫다_

> 테크니온 연구진이 5명의 글쓴이가 출처 자리를 두고 500번 경쟁하는 모의실험을 했다. 1등 한 곳에만 출처를 주면 거의 멈추지 않았고, 나눠 주면 모두 멈췄다.

- 종류: 칼럼
- 주소: https://aisitekorea.com/column/everyone-rewrites-for-ai-who-stays
- 발행: AI사이트코리아 (https://aisitekorea.com)
- 작성일: 2026-10-08

AI 답에 나오려고 홈페이지 글을 고치는 가게가 늘고 있다. 그런데 모두가 같은 방식으로 글을 고치면 경쟁은 끝나지 않을 수 있다. 테크니온 연구진의 모의실험에서는 1등 한 곳에만 출처를 주는 방식이 500번 중 약 0%만 경쟁을 멈췄다.

남을 따라 고치는 경쟁에서는 출처를 한 곳에 몰아줄수록 경쟁이 이어지고, 경쟁이 멈춘다고 고객에게 가장 좋은 답이 되는 것도 아니다.

## 다들 글을 고치면 어떻게 되나?

이 연구에서 글쓴이는 5명이다. 각 글쓴이는 AI가 자기 글을 출처로 고를 가능성이 조금이라도 높아지면 글을 고친다.

원래 글에서 멀어질수록 비용도 붙는다. 연구진은 그 비용의 무게를 0.5로 두고, 한 번의 실험에서 최대 1,000번까지 차례를 돌렸다. 같은 조건을 500번 반복했다.

| 실험 조건 | 값 |
|---|---|
| 서로 경쟁하는 글쓴이 수 | 5명(AI가 글을 가져올 때 흔히 쓰는 개수) |
| 원래 글에서 멀어지는 비용의 무게 | 0.5 |
| 한 번 실험의 최대 차례 수 | 1,000번 |
| 같은 조건 반복 | 500번(신뢰수준 95%) |
| 글을 나타낸 방식 | 2차원 숫자 공간의 점(실제 문장이 아니다) |
| 비교한 출처 배분 방식 | 3가지(1등 한 곳만·확률로 나누기·거리 차이에 비례) |

이 실험에서 중요한 점은 AI가 누구의 글을 고를지가 글 하나만의 문제가 아니라는 것이다. 한 사람이 글을 바꾸면 AI가 만드는 답도 달라지고, 그 답이 달라지면 다른 사람이 맞춰야 할 기준도 달라진다.

## 예전 검색처럼 고치면 되지 않나?

예전 검색에서는 고객의 질문이 고정돼 있었다. 여러 가게가 같은 질문을 보고 자기 글을 고치면 됐다.

생성형 AI에서는 기준이 달라질 수 있다. 연구진의 모형에서는 AI 답이 가져온 글들의 평균 쪽으로 만들어지고, 출처는 그 답에 가장 가까운 글에 돌아간다. 그래서 한 가게가 글을 바꾸면 답이 움직이고, 다른 가게가 다시 그 답에 맞춰 글을 바꾸게 된다.

프린스턴대 연구진 등이 질문 1만 개로 진행한 GEO 실험에서도 글 하나만 고쳤을 때 효과가 같지 않았다. 노출은 최대 40% 늘었지만, 원래 5위였던 글은 115% 늘었고 1위였던 글은 30% 줄었다.

| 연구 | 조건 | 결과(숫자) |
|---|---|---|
| 테크니온 출처 경쟁 모의실험 | 글쓴이 5명, 500번 반복 | 1등 한 곳 방식은 약 0% 멈춤, 나눠 주기는 100% 멈춤 |
| 질문 1만 개 GEO 실험(프린스턴대 등) | 글 하나만 고침, 남은 고정 | 노출 최대 +40%, 5위 글 +115%, 1위 글 −30% |
| 순위만 보고 20번 다시 쓰기 실험 | 6개 분야, 20번 | 품질과 순위의 일치도 평균 −0.068(−0.018~−0.107) |
| 경쟁과 다양성 게임 이론 연구 | 정답이면서 남과 다른 답에 보상 | 경쟁이 셀수록 획일화가 줄어든다 |

즉, 내 글만 보고 고쳤을 때의 효과와 다른 글도 함께 움직일 때의 결과는 다를 수 있다.

## 출처를 한 곳에 몰아주면 더 유리한 것 아닌가?

그렇지 않을 수 있다. 1등 한 곳에만 출처를 주는 방식에서는 내가 1등을 차지해도 다른 글이 바뀌면서 답이 움직이고, 다시 출처 자리를 빼앗길 수 있다.

연구진의 500번 실험에서 이 방식은 경쟁이 멈춘 비율이 약 0%였다. 수학적으로도 아예 멈출 지점이 없는 경우가 있을 수 있다고 봤다.

반대로 출처를 확률로 나눠 주는 방식에서는 500번 모두 어느 지점에서 멈췄다. 거리 차이에 비례해 나눠 주는 방식도 AI가 글쓴이 전원의 글을 읽는 조건에서는 500번 모두 멈췄다.

다만 웹에서처럼 AI가 일부 글만 골라 읽는 조건에서는 그 보장이 사라진다.

| 출처 배분 방식 | 경쟁이 멈춘 비율(500번 중) | 이론상 멈춤 보장 | 실제 서비스와 닮은 점 |
|---|---|---|---|
| 1등 한 곳에만 | 약 0% | 없음(멈출 지점이 아예 없는 경우도 있음) | 답 위에 출처 하나를 크게 보여 주는 구조 |
| 확률로 나누기 | 100% | 없음(끝없이 도는 예가 존재) | 여러 출처를 점수 순으로 보여 주는 구조 |
| 거리 차이에 비례, 전원의 글을 읽을 때 | 100% | 있음 | 후보 글이 적은 좁은 분야 |
| 거리 차이에 비례, 일부만 골라 읽을 때 | 100%보다 낮음 | 없음 | 웹에서 몇 개만 가져오는 지금의 AI 검색 |

여기서 중요한 것은 경쟁이 멈추는 것 자체가 목표는 아니라는 점이다. 연구진은 경쟁이 멈춘 뒤 고객이 받는 답이 얼마나 좋은지도 따로 살폈다.

## 경쟁이 멈추면 고객에게 좋은 답이 되나?

꼭 그렇지는 않았다. 연구진은 글쓴이가 얻는 몫, 답이 질문에 맞는 정도, 출처가 답에 맞는 정도를 따로 비교했다.

1등 한 곳에만 출처를 주는 방식은 경쟁이 잘 멈추지 않았지만, 출처가 답에 맞는 정도는 거의 최고였다. 답에 AI 자체 지식이 많이 들어갈 때는 질문에 맞는 정도도 다른 방식보다 높았다.

반대로 AI가 글쓴이들의 글을 답에 더 많이 반영할수록 글쓴이의 몫과 출처가 답에 맞는 정도는 올라갔다. 하지만 답이 질문에 맞는 정도는 세 방식 모두에서 떨어졌다.

글쓴이들이 고객의 질문보다 서로의 글을 보며 고치게 됐기 때문이다. 그래서 연구진은 안정적인 방식이 반드시 전체 몫을 키우는 것은 아니라고 결론냈다.

| AI 회사가 무엇을 중시하나 | 가장 좋았던 방식 | 글쓴이(가게) 쪽에서 보이는 모습 |
|---|---|---|
| 고객의 답 품질(글쓴이 몫은 덜 중요) | 1등 한 곳에만 | 출처 자리가 계속 바뀌고, 1등이 아니면 몫이 거의 없다 |
| 글쓴이 몫을 크게 중시 | 확률로 나누기 | 2~5등도 몫이 있고 경쟁이 빨리 멈춘다 |
| 양쪽을 비슷하게 | 거리 차이에 비례 | 중간 |
| 답에 글을 많이 반영 | (공통) | 글쓴이 몫은 오르고, 답이 질문에 맞는 정도는 떨어진다 |

## 남의 글을 따라 쓰면 품질도 떨어지나?

비슷한 결과가 다른 연구에서도 나왔다. 한 모의실험에서는 글쓴이들이 순위가 높은 글의 특징을 보고 20번 연속으로 글을 다시 쓰게 했다.

6개 분야에서 순위와 별도로 평가한 품질은 모두 순위와 덜 맞게 됐다. 일치도는 평균 0.068 떨어졌고, 분야별 하락 폭은 0.018에서 0.107이었다.

반대로 아무 목표 없이 다시 쓰게 한 비교군에서는 이런 하락이 나타나지 않았다. 글을 다시 쓴 것 자체보다 순위를 따라가려는 방식이 품질 하락과 관련이 있었다.

다른 게임 이론 연구에서는 반대 결과도 나왔다. 정답이면서 남과 다른 답에 보상을 주면 경쟁이 강할수록 다양성이 줄지 않았다.

결국 보상이 어디에 걸려 있느냐가 중요하다. 남과 비슷하게 만드는 데 보상이 걸리면 글이 닮아 가고, 남과 다르면서 맞는 답에 보상이 걸리면 다양성이 남는다.

## 그럼 작은 가게는 어떻게 해야 하나?

남의 1등 문장을 계속 따라 고칠 필요는 없다. 특히 가격, 영업시간, 위치, 직접 해 본 경험처럼 우리 가게만 말할 수 있는 사실은 원래 내용에서 멀어지지 않는 것이 중요하다.

테크니온 모형에서도 원래 글에서 멀어지는 데 비용이 붙었다. 그 비용의 무게는 0.5였다. 남의 문장을 흉내 내서 잠깐 출처 자리를 얻더라도, 원래 하려던 말에서 멀어지는 손해가 생긴다는 뜻이다.

구글도 2025년 5월 AI 검색 안내에서 독창적이고 만족스러운 내용을 중요하게 봤다. 2024년 3월에는 사람이 쓰든 자동으로 만들든 검색 순위를 조작하려고 대량으로 만든 글을 스팸으로 규정했다.

지금처럼 AI가 웹에서 일부 글을 골라 답을 만드는 구조가 이어진다면 출처 자리는 한동안 바뀔 수 있다. 따라서 끝까지 버티는 곳은 글을 가장 자주 고치는 곳이 아니라, 고쳐도 원래 사실을 잃지 않는 곳일 가능성이 크다.

다만 이것은 예상이다. 실제 AI 회사들이 출처를 어떤 방식으로 배분하는지는 공개되지 않았기 때문에 앞으로 결과가 달라질 수 있다.

AI사이트코리아가 9월에 4개 엔진에 직접 물어본 결과에서는 우리 회사가 답에 실린 곳이 0곳이었다. 한 번 AI 답에 나오지 않았다고 해서 홈페이지 전체를 다시 뜯어고칠 이유는 없다는 뜻으로도 볼 수 있다.

| 사장님이 할 일 | 이유 | 근거가 된 숫자 |
|---|---|---|
| 우리 가게 고유 사실(가격·시간·위치)은 고치지 말고 고정한다 | 원래 글에서 멀어질수록 손해 | 멀어지는 비용의 무게 0.5 |
| 남의 1등 문장을 흉내 내지 않는다 | 1등 한 곳 방식에서는 경쟁이 끝나지 않는다 | 멈춘 비율 약 0% |
| AI 답에 나오는지는 한 번이 아니라 여러 번 잰다 | 출처 자리가 계속 바뀐다 | 500번 반복해야 비율이 보였다 |
| 「순위가 높은 글처럼 쓰기」를 반복하지 않는다 | 반복할수록 품질이 순위와 어긋난다 | 20번 뒤 일치도 평균 −0.068 |

## 결국 무엇을 고치고 무엇을 지켜야 하나?

핵심은 남의 글을 보고 우리 가게의 말을 바꾸지 않는 것이다. 고객에게 필요한 사실을 정확하게 적고, 그 사실에서 멀어지지 않는 것이 이 연구에서 얻을 수 있는 현실적인 교훈이다.

AI 답에 나오는지는 한 번의 결과로 판단하기도 어렵다. 출처를 한 곳에 몰아주는 모형에서는 경쟁이 거의 멈추지 않았고, 연구 자체도 500번을 반복해서 결과를 살폈다.

따라서 작은 가게가 해야 할 일은 경쟁자보다 더 자주 문장을 바꾸는 것이 아니다. 우리 가게의 가격, 시간, 위치, 경험 같은 사실을 지키면서 AI 답에서 어떻게 나타나는지를 여러 번 확인하는 쪽에 가깝다.

요점 ① 5명의 글쓴이가 경쟁한 실험에서 1등 한 곳에만 출처를 주면 500번 중 약 0%만 경쟁이 멈췄다. ② 출처를 확률로 나누면 500번 모두 멈췄지만, 일부 글만 골라 읽는 조건에서는 이론상 멈춤이 보장되지 않는다. ③ 순위가 높은 글을 따라 20번 다시 쓰자 품질과 순위의 일치도가 평균 0.068 떨어졌다. ④ 원래 글에서 멀어지는 비용은 0.5로 설정됐으므로, 작은 가게는 남의 1등 문장보다 자기 가게의 사실을 지키는 편이 낫다.

## 같이 읽을 글

 

- 우리 가게 글에도 남들이 좋다는 GEO 요령을 그대로 써야 할까?

- AI에게 물어볼수록 가게가 비슷해질까?

- 우리 글은 AI에게 어떻게 골라질까?

- AI에 가게가 나오는지 한 번만 확인하면 될까?
 

## 자료 출처

 

- Learning Dynamics of Strategic Publishers in Generative AI Ecosystems(테크니온·arXiv 2607.25514·2026년 7월, 글쓴이 5명 모의실험 500번)

- 위 논문 본문 HTML판(실험 조건·결과 그림 설명)

- GEO: Generative Engine Optimization(프린스턴대·IIT 델리 등·arXiv 2311.09735·2023년 11월, 질문 1만 개)

- CHASE: How Content Ecosystems Are Reshaped When Ranking Is the Only Target(arXiv 2608.30466·2026년 8월, 6개 분야·20번 다시 쓰기)

- Competition and Diversity in Generative AI(arXiv 2412.08610·2024년 12월, 게임 이론과 언어 모델 단어 게임 실험)

- Beyond the Vacuum: Combinatorial Strategy Selection for Competitor-Aware Generative Engine Optimization(arXiv 2608.27631·2026년 8월, 경쟁자를 고려한 GEO)

- Top ways to ensure your content performs well in Google's AI experiences on Search(구글 검색 센터·2025년 5월)

- What web creators should know about our March 2024 core update and new spam policies(구글 검색 센터·2024년 3월, 대량 생산 글 정책)