AI 답변에 인용되는 문서 쓰는 법

결론부터 말하면, AI 답변에 인용되고 싶다면 문서 전체가 아니라 '떼어 써도 말이 되는 한 덩어리'를 기준으로 글을 다시 써야 한다. 생성형 AI는 페이지를 통째로 읽어 순위를 매기지 않고, 질문에 맞는 일부 구간을 끌어와 답변에 붙인다. 그러므로 작업 순서는 (1) 질문 단위로 문서를 쪼개고 (2) 각 덩어리 첫 두세 문장에 답을 먼저 쓰고 (3) 그 답을 기계가 해석할 수 있게 구조화 데이터로 다시 선언하는 것이다. 아래는 그 세 가지를 실제 작업으로 바꾸는 방법이다.

질문 하나에 답 하나, 자족적인 덩어리로 쪼갠다

AI가 인용하는 단위는 문단에 가깝다. 따라서 한 소제목 아래에서 두 가지 질문을 동시에 다루면 어느 쪽도 깔끔하게 인용되지 않는다. 소제목을 '가격 정책'처럼 명사로 두지 말고 실제 검색 질문에 가깝게 쓰고, 그 아래 첫 문단에서 질문에 바로 답한다.

점검 항목은 단순하다. 각 문단을 앞뒤 맥락 없이 복사해 혼자 읽었을 때 뜻이 통하는가. '이것은', '앞서 말한' 같은 지시어로 시작하는 문단은 인용되면 의미가 깨지므로 주어를 복원한다. 숫자·기준·조건은 문단 안에 다시 적어 둔다. 기존 글을 열어 문단 다섯 개만 이 기준으로 고쳐 보면 차이를 바로 느낄 수 있다.

근거와 출처를 문장 안에 박아 둔다

AI는 출처를 표시해야 하므로, 인용해도 책임 소재가 분명한 문장을 선호한다. 수치를 쓸 때는 '많은 기업이'가 아니라 기관명·조사 시점·대상 범위를 같은 문장에 넣는다. 자체 데이터라면 측정 기간과 표본 크기를 함께 적고, 추정치는 추정치라고 밝힌다. 확인할 수 없는 숫자는 아예 빼는 편이 인용 가능성과 신뢰 양쪽에 낫다.

문서 상단에 작성일과 최종 수정일을 노출하고, 기준이 바뀌면 본문 수치와 수정일을 함께 갱신한다. 제품 사양이나 요금처럼 자주 변하는 정보는 '언제 기준'인지 문장 안에 넣어 두면, 시간이 지나 인용되더라도 오해가 줄어든다.

기계가 읽는 층을 따로 만든다

사람이 읽는 본문과 별개로, 기계가 해석하는 층이 필요하다. 업계에서는 AI가 비정형 텍스트보다 JSON-LD 형식의 정형 데이터를 더 빠르고 정확하게 소화해 답변 근거로 쓴다는 점에서 스키마 마크업 정비를 우선순위로 두라는 권고가 나온다. Article, FAQPage, Organization, Product 중 해당하는 것부터 적용하고, 마크업에 적은 내용과 본문 내용이 어긋나지 않는지 확인한다.

최근 관심이 큰 llms.txt는 기대만큼 검증되지는 않았다. 사이트 루트나 하위 경로에 두는 마크다운 파일로, 언어 모델과 에이전트에게 사이트 요약과 상세 문서 링크를 건네자는 제안 형식인데, 2026년 8월 19일 확인 범위에서 인용을 늘린다는 공개 근거는 나오지 않았고 Google은 검색에서 이 파일을 쓰지 않는다고 밝혔다. 제안 원문은 2024년 9월 3일 처음 게시돼 현재 v2이며 필수 요소는 사이트 이름을 담은 H1 하나다. 비용이 크지 않으니 시험해 볼 수는 있지만, 효과를 보장하지 않는다는 전제로 본문 구조와 스키마 정비 뒤에 두는 것이 순서상 맞다.

바로 해볼 것

• 유입이 많은 문서 한 편을 골라, 소제목을 실제 질문 문장으로 바꾸고 각 소제목 아래 첫 두 문장에 답을 먼저 쓴다.
• 그 문서의 모든 문단을 메모장에 하나씩 떼어 붙여 읽고, 혼자서 뜻이 통하지 않는 문단의 지시어와 생략된 주어를 복원한다.
• 본문에 들어간 숫자를 전부 표시한 뒤 출처·기준 시점이 없는 것은 보완하거나 삭제한다.
• 해당 페이지에 JSON-LD를 적용하고, 마크업 내용과 본문이 일치하는지 검증 도구로 확인한다.
• ChatGPT·Gemini 등에 자사 주제의 질문 열 개를 넣어 어떤 문서가 인용되는지 기록하고, 월 단위로 같은 질문을 반복해 변화를 추적한다.