AI 답변에 인용되는 문서는 어떻게 쓰는가

AI 답변에 인용되고 싶다면 글을 길게 쓰는 대신 잘라 쓰기 좋게 써야 한다. 소제목을 질문 형태로 달고, 그 바로 아래 두세 문장으로 답을 끝내고, 근거와 숫자는 그 뒤에 목록으로 붙인다. 문단이 뭉텅이로 붙어 있고 결론이 어디 있는지 모르는 글은 인용 대상에서 밀려나고, 소제목 아래 답이 먼저 나오고 근거가 리스트로 붙은 구조는 그대로 가져다 쓰기 좋은 형태라는 분석이 있다. 이 글은 그 구조를 실제 문서에 적용하는 순서를 다룬다.

인용되는 단위는 '글'이 아니라 '한 토막'이다

생성형 AI는 문서 전체를 통째로 인용하지 않는다. 특정 질문에 대응하는 한 토막을 끊어서 답변에 넣는다. 그래서 작성 단위를 글이 아니라 질문으로 잡아야 한다.

점검 항목은 단순하다. 소제목 하나를 가리고, 그 아래 첫 문단만 읽었을 때 질문에 대한 답이 되는지 본다. 답이 세 번째 문단에 가서야 나온다면 순서를 뒤집는다. 한 소제목 아래에서 두 가지 이상을 설명하고 있다면 소제목을 나눈다. 길이는 소제목당 3~6문장 정도로 끊고, 비교·절차·조건처럼 항목이 여럿인 내용은 문장으로 풀지 말고 목록이나 표로 쓴다.

기존 SEO를 버리고 GEO를 새로 하는 게 아니다

GEO를 SEO의 대체재로 보는 접근은 실무에서 손해가 크다. SEO가 탄탄해야 GEO·AEO가 작동한다는 것이 지금까지 나온 공통된 결론에 가깝고, AI도 결국 이미 검색 상위에 있는 콘텐츠를 우선 인용하기 때문이다. GEO는 SEO를 대체하는 개념이 아니라 확장하는 개념에 가깝다.

또 하나 확인할 것은 키워드 자체의 성질이다. 사람마다 정답이 다른 추천형 질문은 요약 자체가 어려워 AI 브리핑이 아예 뜨지 않기도 하고, 광고·쇼핑 영역이 상단을 많이 차지한 키워드일수록 노출이 더 제한된다는 분석도 있다. 담당 키워드를 실제로 AI 검색창에 넣어보고, 답변과 출처 목록이 뜨는 키워드와 뜨지 않는 키워드를 먼저 분리한 뒤에 작업 순서를 정하는 편이 낫다.

llms.txt보다 먼저 손볼 것은 구조화 데이터다

llms.txt는 사이트 루트에 두는 마크다운 파일로, AI 검색엔진이 사이트를 읽을 때 우선 참고할 핵심 문서와 요약을 알려주는 역할을 한다. 2024년 9월 제안된 포맷으로, 목적은 정확한 인용과 학습 효율을 높이는 데 있다. 다만 만능은 아니다. 많은 팀이 이 파일로 AI 크롤러에 데이터를 직접 학습시킬 수 있다고 믿지만 중복 콘텐츠 문제를 일으킬 위험이 있다는 지적이 있고, 먼저 구조화 데이터를 정비하는 편이 권장된다. AI는 비정형 텍스트보다 JSON-LD 형식의 정형 데이터를 더 빠르고 정확하게 근거로 활용한다.

스키마 마크업 적용, E-E-A-T 신호 강화, 질문 형태의 H2·H3와 직접 답변 배치, FAQ 섹션 구성, 외부 미디어의 인용 확보, 콘텐츠 최신성 유지가 llms.txt보다 검증된 접근으로 평가된다. 발행 전 점검으로는 Article·FAQPage·Organization 스키마가 본문 내용과 어긋나지 않는지 보고, 구조화 데이터 테스팅 도구로 유효성을 검증하는 절차를 발행 프로세스에 넣는다.

근거와 맥락을 문서 안에 남긴다

주장만 있는 문서는 인용하기 어렵다. 숫자를 쓸 거라면 출처와 기준 시점을 같은 문장 안에 적고, 확인되지 않은 수치는 쓰지 않는다. 사내 템플릿에 각 섹션마다 '근거 출처' 필드를 필수 입력으로 두는 방식이 현실적이다. 글 하단에 작성일과 최종 수정일을 노출하고, 수치가 바뀌면 본문과 날짜를 함께 갱신한다.

링크 텍스트도 손볼 여지가 있다. 키워드만 넣은 앵커보다 개념 간 관계를 설명하는 문장형 앵커가 AI의 추론에 더 영향을 준다는 견해가 있다. 또한 특정 서비스와 다른 서비스가 웹에서 자주 함께 언급되는 관계처럼, 엔티티 연결과 상호 언급이 신뢰 판단에 쓰인다는 점을 고려해 브랜드·제품·카테고리·사람 이름을 약어나 별칭으로 흩뿌리지 말고 표기를 통일한다. 이런 작업이 인용을 보장하지는 않는다. 다만 인용 후보에서 탈락하는 이유 몇 가지는 줄일 수 있다.

바로 해볼 것

• 담당 키워드 10개를 AI 검색에 직접 넣어, 답변이 생성되는 키워드와 그렇지 않은 키워드를 나눈다.
• 트래픽 상위 문서 5건의 소제목을 질문형으로 바꾸고, 각 소제목 바로 아래에 2~3문장 요약 답변을 넣는다.
• 그 5건의 구조화 데이터를 테스팅 도구로 검증하고, 본문과 어긋난 항목을 고친다.
• 수치가 들어간 문장을 전부 찾아 출처와 기준 시점을 병기하고, 확인 불가한 숫자는 삭제한다.
• 콘텐츠 템플릿에 '근거 출처' 필드와 최종 수정일 표기를 추가해 다음 글부터 적용한다.