AI 답변이 인용하는 출처는 대부분 우리 사이트 밖에 있는가

네, 대부분 밖에 있습니다. 2026년 3~5월 5개 생성형 엔진(ChatGPT GPT-5·Gemini-3·Perplexity Sonar·Claude Sonnet·Grok-3)에서 인용 149,912건을 집계한 연구를 보면, 브랜드 자체 도메인은 전체 인용의 2.9%에 그쳤고 기업·제3자 브랜드 페이지가 75.2%로 가장 많은 비중을 차지했습니다. 다만 이 수치는 GEO 추적 플랫폼을 운영하는 회사가 자사 데이터로 낸 결과이고, 저자 스스로도 ‘벤더가 생산한 측정 연구로 놓고 판단하라’고 논문에 적었습니다. 방향은 참고할 수 있지만, 자기 브랜드의 실제 값은 별도로 확인해야 합니다.

왜 이 질문이 생기는가

AI 검색 관련 문의에서 자주 나오는 질문 하나는 ‘왜 챗봇이 우리 회사를 설명하면서 우리 사이트가 아니라 다른 곳을 인용하는가’입니다. 브랜드 담당자 입장에서는 자사 홈페이지나 공식 블로그가 가장 정확한 출처라고 생각하기 쉽지만, 답변 화면에는 리뷰 사이트나 비교 콘텐츠, 커뮤니티 글이 먼저 나타나는 경우가 있습니다. 이 글은 그 현상이 개별 사례인지 아니면 인용 구조 자체의 경향인지를 하나의 연구로 확인합니다.

인용 149,912건, 어디로 갔나

이 연구(Kumar, arXiv:2606.20065, 2026-06)는 브랜드 102개, 프롬프트 응답 102,025건, 출처 인용 149,912건을 5개 엔진에서 모아 분류했습니다. 인용 출처 비중은 기업·제3자 브랜드 페이지 75.2%, YouTube/비디오 4.2%, 기술·비즈니스 미디어 3.8%, Reddit 등 커뮤니티 3.3%, 학술·정부·개발자·소셜 3.1%, 브랜드 자체 도메인 2.9%, Wikipedia 2.6%, G2/Capterra 같은 리뷰 플랫폼 1.1% 순이었습니다. 콘텐츠 형태로 보면 인용의 59%가 콘텐츠형이었고, 그중 순위 리스티클이 35.7%(전체 인용의 21.0%)로 가장 많은 유형이었습니다. 브랜드 규모별로는 브랜드명을 넣지 않은 비지정 질의에서의 등장률이 Tier1 72.9%(n=11), Tier2 43.6%(n=36), Tier3 11.4%(n=55)로 갈렸습니다. 이 논문의 측정 조건·한계·다른 논문과의 대조는 논문 라이브러리의 대규모 측정 — AI 답변의 인용은 어디로 가는가에 정리해 두었습니다.

이 숫자를 그대로 옮기면 안 되는 이유

이 데이터를 인용할 때 짚어야 할 지점이 있습니다. 논문 저자는 분석 대상 플랫폼 Ranqo 의 공동창업자이며 지분을 보유하고 있다고 스스로 밝혔고, 독자는 이 결과를 벤더가 생산한 측정 연구로 놓고 판단해야 한다고 명시했습니다. 저자가 밝힌 한계도 함께 읽어야 합니다. 이 수치는 인과관계를 증명한 것이 아니라 관측 시점의 기준선이고, 표본이 SaaS·리테일·핀테크·인도 DTC 업종에 치우쳐 있어 업종 전체를 대표한다고 보기 어렵고, 티어 분류는 수작업으로 이뤄졌으며, 플랫폼이 엔진 API 출력에서 추론한 값이라 엔진 내부 동작을 직접 본 것은 아니고, 엔진별로 모델 변형을 1종만 고정해 관측했습니다. 감정 분류는 휴리스틱 방식이라 45.5%로 보고된 감정 전환율에는 분류기 잡음이 섞여 있을 수 있습니다.

GEO라는 이름과 이 데이터는 다른 층위다

GEO(Generative Engine Optimization)라는 용어를 처음 제안한 논문(Aggarwal 외, arXiv:2311.09735)은 2023년 11월 최초 제출되어 2024년 6월 v3로 개정되고 KDD 2024에 게재됐습니다. 저자들은 GEO를 ‘생성형 엔진 응답에서 콘텐츠 가시성을 높이는 블랙박스 최적화 프레임워크’로 정의했고, 자체 벤치마크 GEO-bench 에서 가시성을 최대 40%까지 높일 수 있다고 보고했습니다. 이 40%는 GEO-bench 라는 특정 벤치마크 조건에서 나온 값이지 실제 서비스에서 보장되는 수치가 아니며, 이번에 다룬 149,912건 인용 분포 연구와는 별개의 연구입니다. 원 논문의 정리는 GEO — 생성형 엔진 최적화 (용어를 처음 제안한 논문)에 있습니다.

그래서 무엇을 확인해야 하는가

방향성 자체는 참고할 만합니다. 브랜드 자체 도메인이 인용에서 차지하는 비중이 크지 않다는 경향은, 왜 자사 페이지 최적화만으로는 답변 화면에 오르기 어려운지를 설명하는 단서가 됩니다. 자사 사이트 밖에서도 같은 사실이 확인되게 만드는 일은 GEO 가 다루는 층입니다 — 브랜드를 답변의 재료로 만드는 쪽입니다. 다만 이 비중은 업종과 브랜드 규모에 따라 달라질 수 있어, 위 연구의 표본(SaaS·리테일·핀테크·인도 DTC 중심)과 자신의 업종이 얼마나 겹치는지부터 봐야 합니다. 예를 들어 의료(병원 · 의원)나 교육(교육 · 학원)처럼 규제·신뢰 요건이 다른 업종에서는 인용 출처 구성이 다르게 나타날 수 있고, Google AI Overview(Google AI 개요)와 Perplexity(Perplexity)처럼 인용 방식이 다른 엔진에서도 같은 경향이 반복되는지 별도로 확인이 필요합니다. 나비랑은 이런 출처 분포 확인 작업을 AI 검색 최적화에서 다루고 있고, 45편의 GEO 서베이 방법론을 검토한 GEO 연구 45편 분석 글과 함께 보면 ‘측정 자체를 어떻게 신뢰할 것인가’라는 질문을 더 넓게 볼 수 있습니다.