우리 홈페이지가 인용됐는데, 왜 모든 내용이 답변에 나오지 않을까?

우리 홈페이지가 챗GPT 답변에 인용됐다고 해서 페이지 전체가 답변에 쓰인 것은 아니다. AI는 인용한 페이지 안에서도 답변에 필요한 문단을 다시 골라 쓴다. 실제 조사에서도 코드·표가 있는 문단은 답변에 반영될 확률이 76.88% 높았고, 질문-답 형식만 있는 문단은 5.74% 낮았다.

홈페이지가 인용되면, 글 전체가 읽힌 걸까?

페이지가 인용됐다는 사실과 그 페이지의 문장이 실제 답변에 들어가는 것은 구분해서 봐야 한다. 쉽게 말하면 「어떤 홈페이지를 참고했는가」와 「그 홈페이지에서 어떤 내용을 가져왔는가」는 서로 다른 문제다.

한 조사에서는 프롬프트 602개, 인용 2만1,143건, 인용 단위 특징 기록 2만3,745건, 실제로 수집한 페이지 1만8,151개와 72개 특징을 비교했다. 이 자료를 통해 페이지 전체가 아니라 어떤 문단의 내용과 구조가 실제 답변에 흡수되는지를 살폈다.

결과를 보면 AI는 홈페이지를 길게 작성했다는 이유만으로 모든 내용을 가져가지 않는다. 답변에 바로 활용하기 좋은 내용이 있는 문단을 골라 쓰는 경향이 나타났다.

그렇다면 어떤 문단을 골라 쓸까?

문단 안에 어떤 내용이 들어 있는지가 중요했다. 코드나 표가 포함된 문단의 답변 흡수율 변화가 가장 컸고, 숫자·통계, 용어 정의, 비교 내용, 절차 설명도 높은 변화를 보였다.

반대로 질문-답 형식만으로 구성한 문단은 오히려 흡수율이 5.74% 낮아졌다. 질문을 적고 그 아래 답을 붙이는 형식 자체가 AI가 답변에 가져오기 좋은 내용이라는 뜻은 아니다.

이 결과에서 동네 사장님이 볼 부분은 분명하다. 「우리 가게는 이런 곳이다」라고 소개하는 데서 끝내기보다 고객이 궁금해할 내용을 정의, 숫자, 비교, 절차처럼 구체적인 정보로 정리하는 편이 AI가 활용하기 좋은 구조가 된다.

글을 길게 쓰면 더 잘 뽑힐까?

내용이 충분한 것은 중요하지만, 단순히 글자 수만 늘리는 것이 핵심은 아니었다. 흡수 상위 페이지와 하위 페이지를 비교하면 단어 수뿐 아니라 소제목, 문단, 목록의 구조에서도 큰 차이가 나타났다.

흡수 상위 페이지는 하위 페이지보다 단어 수가 11.44배 많았고, 소제목 수는 12.50배, 문단 수는 5.69배, 목록 밀도는 8.94배 많았다.

즉, 내용을 많이 쓰는 것과 내용을 잘 나누는 것이 함께 나타났다. 한 페이지에 내용을 한꺼번에 몰아넣기보다 소제목으로 주제를 나누고, 필요한 내용은 문단과 목록으로 구분하는 방식이 더 유리했다.

어떤 내용이 답변에서 더 중요한 역할을 할까?

문단이 답변에서 맡는 역할을 나눠 봐도 차이가 있었다. 용어를 정의하는 문단과 두 대상을 비교하는 문단의 평균 영향도가 가장 높았고, 숫자나 사례를 담은 증거 문단이 그 뒤를 이었다.

배경 설명과 단순 참조 문단의 평균 영향도는 상대적으로 낮았다. 결국 AI가 답변을 만들 때 바로 활용할 수 있는 정보가 문단 안에 분명하게 들어 있는지가 중요하다는 뜻이다.

가게 홈페이지에서도 같은 방식으로 생각할 수 있다. 「우리 가게는 좋은 서비스를 제공한다」처럼 막연하게 소개하는 내용보다, 특정 용어나 서비스를 설명하고 두 가지 선택지를 비교하거나 숫자와 사례를 제시하는 내용이 답변에 활용하기 쉽다.

챗GPT는 다른 AI와 같은 방식으로 가져올까?

플랫폼마다 인용하는 방식에는 차이가 있었다. 구글과 퍼플렉시티는 평균적으로 더 많은 출처를 인용했지만, 인용된 페이지 하나가 답변에 미치는 평균 영향도는 챗GPT가 0.2713으로 구글 0.0584, 퍼플렉시티 0.0646보다 높았다.

이 수치가 모든 상황에서 똑같이 적용된다는 뜻은 아니다. 다만 조사에서는 챗GPT가 인용한 페이지 안의 내용을 상대적으로 깊게 활용하는 차이가 나타났다.

그래서 홈페이지를 AI 검색에 노출시키려는 경우에는 「우리 홈페이지가 인용됐는가」만 확인해서는 부족하다. 인용된 페이지에서 어떤 문단이 실제 답변에 활용될 만한 형태로 작성됐는지도 살펴볼 필요가 있다.

문장을 조금 고치면 정말 달라질까?

다른 조사에서는 문구를 바꿨을 때 인용률이 어떻게 달라지는지도 살폈다. 원문에 인용문을 추가했을 때 인용률이 43% 올랐고, 통계를 추가했을 때 33%, 문장을 매끄럽게 다듬었을 때 29%, 출처를 명시했을 때 28% 올랐다.

반면 키워드를 반복해서 넣는 방식은 인용률이 9% 떨어졌다. 검색 순위가 원래 5위였던 페이지에서는 이런 수정으로 인용률이 115% 올랐지만, 원래 1위였던 페이지에서는 30% 떨어졌다.

따라서 홈페이지 문장을 고칠 때 중요한 것은 키워드를 억지로 반복하는 것이 아니다. 고객에게 필요한 통계나 인용문, 출처처럼 실제 내용을 보강하는 것이 더 의미가 있다.

목록으로 정리하면 도움이 될까?

목록이나 비교표처럼 내용을 잘게 나누는 방식이 유리하다는 결과도 있었다. 상위 15개 문서 가운데 실제 답변에 쓰인 비중은 68%였고, 그중 목록형 콘텐츠가 46.9%를 차지했다.

대규모 페이지와 인용 데이터를 본 조사에서는 페이지 언급 빈도와 실제 인용 빈도의 상관계수가 0.664로 나타났다. 여러 AI 검색 결과를 비교한 조사에서는 인용된 출처가 40~63% 겹쳤다.

결국 홈페이지를 AI가 읽기 쉽게 만드는 핵심은 페이지를 무작정 길게 만드는 것이 아니다. 정의, 숫자, 비교, 절차처럼 답변에 바로 사용할 수 있는 내용을 소제목과 문단, 목록으로 분명하게 나누는 것이 중요하다.

고객이 실제로 궁금해할 내용을 먼저 정리하고, 그 내용을 AI가 한 문단 단위로 가져가기 쉬운 형태로 만드는 것이 홈페이지를 작성하는 한 가지 기준이 될 수 있다.

같이 읽을 글

• 홈페이지가 인용됐는데 왜 답변에는 안 나올까?
• 검색에 걸렸는데 왜 AI 답변에는 안 나올까?
• AI가 우리 홈페이지를 안 읽는 이유는 뭘까?
• GEO 연구 45건을 모아보니, 뭐가 진짜 효과가 있을까?

자료 출처

• From Citation Selection to Citation Absorption(Zhang·He·Yao, 2026.4, 프롬프트 602개·인용 21,143건·페이지 18,151개·특징 72개)
• 위 조사 전문 HTML판(v2)
• Pith, 위 조사 논문 요약 페이지
• GEO: Generative Engine Optimization(Aggarwal 외, 2024, 질문 1만 개 실험, 프린스턴·앨런AI연구소 등)
• Authority Tech, Share of Citation Benchmarks 2026
• Machine Relations, Citation Architecture 리서치(2026)
• The AI Journal, AI Cited You. Did It Actually Use You?