우리 가게 글은 어떻게 써야 AI 검색에서 손해를 안 볼까?
과장된 GEO 글을 막는 과정에서 정직한 글까지 함께 깎일 수 있다는 모의실험이 나왔다
AI 검색이 과장된 글을 벌점으로 걸러내면 정직한 글까지 함께 깎일 수 있다. 카네기멜런대·UC샌디에이고 연구진의 5라운드 모의실험에서는 수상한 글을 통째로 빼는 방어가 글쓴이 노출을 최대 85.7%포인트 낮췄다. 반대로 원래 글에서 확인되는 사실을 더 잘 드러내는 방식은 9개 조건에서 노출을 ±5포인트 안에 지켰다.
과장된 표현을 늘리기보다 원래 글에 있는 가격·시간·크기·자격 같은 확인 가능한 사실을 앞에 보여주는 편이 안전하다.
왜 AI 검색이 정직한 글까지 깎을 수 있나
AI 검색이 과장된 GEO 글을 막는다고 생각해 보자. 수상한 글을 발견하면 벌점을 주거나 아예 후보에서 빼는 방법을 먼저 떠올릴 수 있다. 문제는 정직한 글과 과장된 글이 겉모양만으로 잘 구분되지 않을 때 생긴다.
연구진은 이 문제를 실제 구글이나 오픈AI의 검색 시스템으로 시험한 것이 아니다. AI 검색과 글쓴이가 서로의 행동에 맞춰 움직이는 상황을 AI 모델로 흉내 낸 모의실험이다.
| 항목 | 내용 |
|---|---|
| 연구진 | 카네기멜런대· |
| 시험지 | 3종(쇼핑 질문· |
| 질문당 후보 글 | 5개 |
| 답을 만든 AI | 3종(제미나이 2.5 플래시 라이트· |
| 글을 고친 방식 | 5종(자동 GEO 고쳐 쓰기· |
| 주고받기 | 5라운드 |
연구진은 글쓴이가 AI 검색의 방어 규칙을 보고 글을 고치고, AI 검색은 고치기 전과 후를 비교해 방어 규칙을 다시 바꾸는 과정을 5라운드 반복했다. 쇼핑 질문, 일반 사실 질문, 연구형 질문을 대상으로 했고 질문당 후보 글은 5개였다.
글이 수상해 보인다고 통째로 빼면 어떨까
가장 단순한 방법은 수상한 글을 후보에서 빼는 것이다. 모의실험에서는 이 방법이 과장된 글의 노출을 줄이는 데는 효과가 있었지만, 정직한 글을 쓴 사람의 노출도 함께 줄어드는 문제가 나타났다.
통째로 빼기 방식에서 글쓴이 노출은 최대 85.7%포인트 감소했다. 연구진이 방어 효과와 글쓴이 노출 변화를 더해 종합 점수를 계산했을 때도 두 효과가 서로 상쇄되면서 종합 점수가 0 근처에 머무는 경우가 나타났다.
| 통째로 빼기 결과 | 쇼핑 질문 | 일반 사실 질문 | 연구형 질문 |
|---|---|---|---|
| 제미나이: 방어 효과 / 글쓴이 노출 | +50.2 / −50.8 | +33.8 / −33.1 | +63.8 / −63.3 |
| GPT-4o 미니: 방어 효과 / 글쓴이 노출 | +22.6 / −21.6 | +67.3 / −67.5 | −18.9 / +20.0 |
| 클로드 하이쿠: 방어 효과 / 글쓴이 노출 | +5.5 / −5.6 | +16.6 / −19.8 | +85.7 / −85.7 |
이 결과가 중요한 이유는 단순하다. 과장된 글만 정확하게 찾아낼 수 없다면 강한 벌점은 정직한 글에도 돌아갈 수 있다. AI 검색이 과장을 막으려다가 정상적인 홈페이지까지 덜 보여줄 가능성이 있다는 뜻이다.
경고만 붙이면 괜찮을까
연구진은 수상한 글에 주의하라는 경고를 붙이는 방법도 시험했다. 하지만 5라운드가 이어지면서 글에는 원래 없던 주장과 지어낸 세부가 쌓였고, 글 품질 점수는 초반 라운드 뒤 마이너스로 내려갔다.
경고만 붙이는 방식의 종합 점수는 −3.9에서 +0.7 사이였다. 특정 문구만 지우는 방식도 방어 효과가 −2.7에서 +2.1 사이로 나타나 큰 효과를 보이지 못했다.
| 방어 방식 | 하는 일 | 모의실험에서 나타난 문제 |
|---|---|---|
| 경고만 붙이기 | 의심 표시와 함께 AI에 주의 문구 | 종합 점수가 0 근처(−3.9~+0.7) |
| 통째로 빼기 | 수상한 글을 후보에서 제거 | 글쓴이 노출이 최대 85.7%포인트 감소 |
| 특정 문구 지우기 | GEO식 표현만 걸러냄 | 방어 효과가 거의 없음(−2.7~+2.1) |
여기서 가게 홈페이지 글쓰기와 연결되는 지점이 있다. AI 검색에 잘 보이려고 확인하기 어려운 수식어를 계속 추가하면, 장기적으로는 글의 정보가 더 좋아지는 것이 아니라 원래 없던 주장만 늘어날 수 있다.
그렇다면 어떤 사실을 앞으로 보여줘야 할까
연구진이 제안한 방법은 벌점만 주는 대신 확인 가능한 사실에 가점을 주는 방식이다. 고친 글을 원래 글과 비교해 원래 있던 사실·숫자·출처를 더 잘 드러냈는지를 본다.
예를 들어 무선 이어폰 글에서 「전문가 추천」이나 「업계 최고」처럼 원래 글에 근거가 없는 표현은 가점을 받지 못한다. 반면 「배터리 8시간」, 「땀에 견딤(IPX4)」, 「한쪽 무게 5g」처럼 원래 글에서 확인되는 사실은 가점을 받는다.
가게 홈페이지에 적용하면 방향은 어렵지 않다(예상). 새로운 수식어를 덧붙이기보다 이미 홈페이지에 있는 가격, 영업시간, 크기, 자격, 제공 서비스 같은 사실을 고객이 찾기 쉽게 보여주는 식이다. 다만 이것은 연구에서 실제 AI 검색에 적용된 방식이 아니라, 모의실험에서 제안된 방향이다.
| 확인 가능한 사실 가점 방식 | 쇼핑 질문 | 일반 사실 질문 | 연구형 질문 |
|---|---|---|---|
| 제미나이 종합 점수 | 16.6 | 8.1 | 6.3 |
| GPT-4o 미니 종합 점수 | 9.7 | 5.0 | 3.3 |
| 클로드 하이쿠 종합 점수 | 25.6 | 24.3 | 20.3 |
| 글쓴이 노출 변화(9개 조건) | −4.8~+2.2 | — | — |
| 가장 강한 기존 방어 대비 평균 | +12.1%포인트 | — | — |
확인 가능한 사실에 가점을 주는 방식은 9개 조건에서 글쓴이 노출 변화가 모두 ±5포인트 안이었다. 연구진은 반복 실행의 표준편차가 약 5포인트였다는 점을 근거로 이 범위를 노출이 지켜진 것으로 판정했다.
쇼핑 질문에서 고친 글의 사실성 점수도 0.820으로, 경고만 붙이는 방식의 0.778보다 높았다. 5라운드 뒤 종합 점수는 글을 고치는 방식에 따라 +5.2%에서 +24.4%까지 나타났다.
| 글을 고친 방식(쇼핑 질문, 5라운드 뒤) | 가점 방식의 종합 점수 |
|---|---|
| 자동 GEO 고쳐 쓰기 | +16.6% |
| 역할 기반 고쳐 쓰기(RAID) | +24.4% |
| 여러 질문 동시 맞춤(IF-GEO) | +21.1% |
| 검색 단계까지 고려한 고쳐 쓰기(SAGEO) | +19.2% |
| 통계 넣기 | +5.2% |
새로 쓴 글은 어떻게 해야 하나
여기에는 한계가 있다. 확인 가능한 사실에 가점을 주려면 고치기 전 원래 글이 있어야 하기 때문이다.
연구진은 앞선 연구를 인용해 웹 페이지의 약 40%가 일주일 안에 바뀌고 약 8%가 새로 생긴다고 설명했다. 새 글은 비교할 이전 판이 없기 때문에 이런 방식의 가점을 받을 수 없다.
또 하나 기억할 점은 실제 AI 검색이 이 방식을 쓰고 있다는 발표가 없다는 것이다. 따라서 「이렇게 쓰면 AI 검색에 반드시 잘 나온다」고 받아들이면 안 된다.
그래도 가게 글을 어떻게 고칠지는 분명하다
앞선 GEO 실험에서도 글을 AI 검색에 맞추는 방법에 따라 결과가 달랐다. 프린스턴 등 연구진의 2024년 실험에서는 키워드를 채워 넣은 글이 −9%였고, 통계를 넣은 글은 +33%였다.
| 참고 숫자 | 값 | 출처 |
|---|---|---|
| 키워드 채워 넣기 효과 | −9% | 프린스턴 등 GEO 실험(2024) |
| 통계 넣기 효과 | +33% | 프린스턴 등 GEO 실험(2024) |
| 단독 자영업자 생성형 AI 이용률 | 12.6% | KISDI(2026.4) |
| 일주일 안에 바뀌는 웹 페이지 | 약 40% | 모의실험 연구진이 인용한 앞선 연구 |
이 숫자가 모든 가게에 그대로 적용된다는 뜻은 아니다. 두 실험 모두 실험 환경은 실제 동네 가게의 홈페이지와 다르다. 다만 과장된 표현을 많이 넣는 것과 확인 가능한 정보를 잘 보여주는 것은 구분해서 볼 필요가 있다.
특히 아직 작은 가게 대부분이 AI로 글을 고치는 경쟁에 들어온 상황도 아니다. KISDI가 2026년 4월 제시한 수치에서는 단독 자영업자의 생성형 AI 이용률이 12.6%였다.
그래서 지금 홈페이지를 고칠 때는 「AI가 좋아할 만한 문장」을 만드는 데 집중할 필요가 없다(예상). 고객이 실제로 확인할 수 있는 가격, 시간, 크기, 자격 같은 정보를 정확하게 쓰고, 이미 있는 사실이 묻히지 않도록 앞에 보여주는 것이 이번 연구가 주는 가장 현실적인 시사점이다.
① 통째로 빼기 방식은 글쓴이 노출을 최대 85.7%포인트 낮췄다 ② 경고만 붙이는 방식의 종합 점수는 5라운드 동안 −3.9~+0.7이었다 ③ 확인 가능한 사실에 가점을 주는 방식은 9개 조건에서 노출을 ±5포인트 안에 지켰고, 평균 종합 점수는 기존 방어보다 12.1%포인트 높았다 ④ 이번 결과는 실제 AI 검색 방식이 아니라 5라운드 모의실험이며, 새 글은 비교할 이전 판이 없어 가점을 받을 수 없다
같이 읽을 글
자료 출처
- Mechanism Design for Generative Engine: From Exploitation to Win-Win Equilibrium(Xu·Guo·Xiong, 카네기멜런대·UC샌디에이고, arXiv 2026년 8월 제출, 시험지 3종·답 AI 3종·고쳐 쓰기 5종·5라운드)
- 같은 연구 코드(깃허브 GameTheory-GEO)
- GEO: Generative Engine Optimization(Aggarwal·Murahari 등 6인·프린스턴 등·2024 KDD·질문 1만 개 실험)
- Role-Augmented Intent-Driven Generative Search Engine Optimization(RAID, 2025)
- C-SEO Bench: Does Conversational SEO Work?(Puerto 등, 2025)
- AI 포용 관점에서 본 생성형 AI 이용 격차(정보통신정책연구원 KISDI STAT Report 26-04, 2026.4.15 — 단독 자영업자 12.6%)
작성일
← 칼럼 목록