PAPER

인용 선택에서 인용 흡수로 — 인용 수만 세면 놓치는 것

인용됐다는 사실만으로 충분한가, 아니면 답변에 실제로 쓰였는지를 따로 재야 하는가?

From Citation Selection to Citation Absorption: A Measurement Framework for Generative Engine Optimization Across AI Search Platforms

저자: Zhang Kai · He Xinyue · Yao Jingang
소속: 학술 프리프린트 (cs.IR)
게재: arXiv 프리프린트 (학회 게재 정보 없음)
제출: 2026-04-28 · 개정 2026-04-29 (v2)
arXiv: arXiv:2604.25707
나비랑 확인일: 2026-08-22

이 논문이 말하는 것

따로 재야 한다고 봤습니다. 이 논문은 '인용 선택(citation selection)'과 '인용 흡수(citation absorption)'를 나눕니다. 앞은 엔진이 그 페이지를 출처로 고른 것이고, 뒤는 그 페이지의 표현·근거·구조가 최종 답변에 실제로 기여한 것입니다. 인용 수만 보면 뒤를 놓칩니다.

원문 보기 (arXiv) ↗

METHOD

어떻게 쟀나

수치를 읽기 전에 조건을 먼저 봅니다. 같은 숫자도 표본과 환경이 다르면 다른 뜻입니다.

프롬프트: 통제된 프롬프트 602개
인용: 검색 계층 인용 21,143건 · 인용 수준 특성 23,745건
수집 페이지: 18,151건 · 추출 특성 72개
대상 엔진: ChatGPT · Google AI 개요/Gemini · Perplexity

FINDINGS

무엇이 나왔나

엔진별 인용 성향: Perplexity·Google 은 평균적으로 더 많은 출처를 인용하고, ChatGPT 는 더 적게 인용하되 페이지당 평균 인용 영향도가 뚜렷이 높다
흡수되는 페이지의 특징: 더 길고 · 더 구조화되어 있고 · 의미적으로 정렬돼 있으며 · 정의 · 수치 사실 · 비교 · 절차 단계 같은 추출 가능한 근거가 풍부하다
제안: GEO 성과는 인용 수를 넘어 측정해야 하며, 답변 수준의 흡수를 별개 결과로 다뤄야 한다

LIMITATIONS

논문이 스스로 밝힌 한계

우리가 지적한 것이 아니라 저자들이 논문에 적어 둔 내용입니다.

학회 게재 정보가 없는 프리프린트다.
특성 추출과 흡수 판정이 모델 기반이라 분류기의 오차가 결과에 섞인다.
세 엔진의 특정 시점 동작을 관측한 것으로, 엔진이 바뀌면 결과가 달라질 수 있다.

나비랑의 해석 — 논문의 결론이 아닙니다

우리가 진단에서 언급과 인용을 나눠 세는 것과 같은 방향인데, 한 칸 더 들어갑니다. 우리는 '이름이 나왔나(언급) / 출처에 들어갔나(인용)'까지 나누는데 이 논문은 '출처에 들어간 뒤 실제로 답변에 쓰였나(흡수)'를 더 나눕니다. 실무적으로 특히 쓸모 있는 것은 흡수되는 페이지의 특징입니다 — 정의·수치·비교·절차가 들어 있는 문서라는 대목은, 나비랑이 인용 콘텐츠를 쓸 때 '잘라 써도 뜻이 완결되는 문단'을 요구해 온 것과 거의 같은 말입니다.

IN COMPARISON