AI 답변에 인용되는 문서의 조건

결론부터: 문서를 '인용 가능한 조각'으로 쪼갠다

AI 답변에 인용되려면 글 전체가 좋아야 하는 게 아니라, 답변에 그대로 붙여 넣을 수 있는 한 조각이 문서 안에 있어야 한다. 생성형 엔진은 페이지를 통째로 읽지 않고 단락 단위로 끊어 검색한 뒤 필요한 부분만 가져다 쓴다. 그래서 할 일은 세 가지로 좁혀진다. 질문 하나당 단락 하나를 배정할 것, 그 단락 첫 문장에 답을 끝낼 것, 숫자와 출처와 날짜를 그 단락 안에 함께 둘 것. 아래는 그 작업을 문서 작성 단계에서 어떻게 적용하는지에 대한 설명이다.

소제목은 질문, 첫 문장은 답

실무에서 가장 효과가 빠른 수정은 소제목을 질문형으로 바꾸고 그 아래 2~3문장짜리 요약을 먼저 쓰는 것이다. 해외 GEO 가이드들도 각 섹션을 일반적인 도입 문단 대신 직접적인 답으로 시작하고, 소제목 바로 아래에 목표 키워드를 담은 2~3문장 요약을 두라고 권한다. 배경 설명, 서론, 감상은 답 뒤로 미룬다.

점검 항목: 자사 문서 중 조회수 상위 10개를 열어 소제목만 복사해 보자. 소제목 목록만 읽고도 "이 글이 어떤 질문에 답하는지" 파악되지 않으면 그 글은 인용 후보에서 밀린다.

한 단락 안에서 사실이 완결되게

AI가 가져가는 단위는 단락이다. "앞에서 말한 그 수치"처럼 앞 문단에 의존하는 문장은 떼어 놓으면 뜻이 무너진다. 수치를 쓸 때는 같은 단락 안에 숫자·출처·기준 시점을 함께 적는다. 예를 들어 '검색 유입이 늘었다'가 아니라 '어느 기관이 언제 측정한 무엇이 얼마'로 쓴다.

점검 항목: 임의의 단락 하나를 메모장에 따로 붙여 넣고 읽어 보자. 주어가 누구인지, 언제 기준인지, 근거가 무엇인지 그 안에서 해결되면 통과다.

구조화 데이터와 llms.txt는 보조 수단으로

기술 요소는 과신하지 않는 편이 좋다. SE Ranking 조사에서는 구글 AI 모드가 인용한 페이지의 65%, ChatGPT가 인용한 페이지의 71%가 구조화 데이터를 포함하고 있었다. 다만 상관관계와 인과는 다르다. Ahrefs가 1,885개 페이지에 스키마를 추가해 추적한 실험에서는 AI 모드와 ChatGPT 모두에서 인용 증가가 관찰되지 않았고, 전반적으로 뚜렷한 변화가 없었다. llms.txt도 비슷하다. llms.txt는 순위에 직접 반영되는 요소는 아니며, 콘텐츠 신뢰도와 인용 가능성을 높이는 간접적 역할로 설명된다. 본문을 그대로 복제해 두면 중복 콘텐츠 문제를 일으킬 수 있다는 지적도 있다.

점검 항목: 스키마는 실제 화면에 보이는 정보와 일치할 때만 넣는다. llms.txt를 쓴다면 전문 복사가 아니라 핵심 문서 목록과 한 줄 설명 수준으로 유지한다.

바로 해볼 것

• 주요 문서 5개의 소제목을 질문형으로 바꾸고, 각 소제목 아래 2~3문장 요약을 붙인다.
• 각 단락을 따로 떼어 읽어 보고, 앞 문단에 의존하는 지시어("이것", "앞서 말한")를 고유명사로 바꾼다.
• 본문에 쓰인 모든 숫자 옆에 출처와 기준 시점을 적는다. 출처를 못 찾는 숫자는 지운다.
• 자사 브랜드와 관련된 질문 10개를 만들어 AI 서비스 두세 곳에 직접 물어보고, 어떤 문서가 인용되는지 기록한다.
• 이 기록을 월 1회 같은 질문으로 반복해 변화만 본다. 어떤 작업도 인용을 보장하지 않으므로, 가설과 결과를 분리해 남기는 편이 낫다.