PAPER

대규모 측정 — AI 답변의 인용은 어디로 가는가

AI 답변이 인용하는 출처는 실제로 어디에 있고, 브랜드 규모에 따라 얼마나 갈리는가?

Generative Engine Optimization at Scale: Measuring Brand Visibility Across AI Search Engines

저자: Pratyush Kumar
소속: Ranqo (상용 GEO 추적 플랫폼)
게재: arXiv 프리프린트 (단독 저자)
제출: 2026-06-18
arXiv: arXiv:2606.20065
나비랑 확인일: 2026-08-22

이 논문이 말하는 것

대부분 자사 사이트 밖에 있었습니다. 인용 149,912건에서 브랜드 자체 도메인은 2.9%에 그쳤고 기업·제3자 브랜드 페이지가 75.2%였습니다. 브랜드 규모에 따라 등장률이 크게 갈렸습니다. 다만 이 데이터는 GEO 추적 도구를 파는 회사가 자사 플랫폼으로 낸 것입니다.

원문 보기 (arXiv) ↗

⚠️ 이해상충이 공개된 논문입니다

저자는 논문에서 분석한 플랫폼 Ranqo 의 공동창업자이며 지분을 보유한다고 스스로 밝혔고, “독자는 이 결과를 벤더가 생산한 측정 연구로 놓고 판단해야 한다(Readers should weigh the findings as a vendor-produced measurement study)”고 논문에 적었습니다.

METHOD

어떻게 쟀나

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

표본: 브랜드 102개 · 추적 실행 3,508회 · 프롬프트 응답 102,025건
집계: 브랜드 언급 15,815건 · 출처 인용 149,912건
기간: 2026년 3~5월
엔진: ChatGPT(GPT-5) · Gemini-3 · Perplexity(Sonar) · Claude Sonnet · Grok-3
프롬프트: Claude Sonnet(temperature 0.7)으로 생성. 기본적으로 브랜드명을 넣지 않은 질의

FINDINGS

무엇이 나왔나

인용 출처 분포: 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 1.1%
콘텐츠 형식: 인용의 59%가 콘텐츠형이고 그중 순위 리스티클이 35.7%(전체 인용의 21.0%)로 가장 많았다
브랜드 규모별 등장률: 비지정 질의 기준 Tier1 72.9%(n=11) · Tier2 43.6%(n=36) · Tier3 11.4%(n=55)

LIMITATIONS

논문이 스스로 밝힌 한계

우리가 지적한 것이 아니라 저자들이 논문에 적어 둔 내용입니다.

인과 주장이 아니다 — 관측 시점의 기준선이지 처치 효과가 아니다.
편의 표본이다 — SaaS·리테일·핀테크·인도 DTC 에 치우쳐 업종 대표성을 주장하지 않는다.
티어 분류가 수작업이다 — 브랜드 명성의 공개 신호(Wikipedia·언론·펀딩)로 손으로 분류했다.
플랫폼 불투명성 — 모든 결과가 API 출력에서 추론한 것이고 엔진 내부 동작을 직접 본 것이 아니다.
엔진당 모델 변형 1종만 고정해 측정했다.
감정 분류가 휴리스틱이라 45.5%로 보고된 감정 전환율에 분류기 잡음이 섞여 있다.

나비랑의 해석 — 논문의 결론이 아닙니다

숫자 자체보다 방향이 쓸모 있습니다. 자사 페이지만 다듬어서는 답변에 오르기 어렵다는 것, 그리고 순위형 리스티클이 인용을 많이 가져간다는 것은 실무에서 체감하는 바와 맞습니다. 다만 벤더가 자사 플랫폼 데이터로 낸 연구라는 점을 빼고 인용하면 안 됩니다 — 저자 본인이 그렇게 읽으라고 적어 두었습니다. 표본이 SaaS·핀테크에 치우쳐 있어 국내 병원·법률·교육 업종에 그대로 적용되지 않습니다. 자기 업종의 값은 직접 재야 합니다.

IN COMPARISON